Skip to content
Новость Nielsen Norman Group сент. 2026 г.

Nielsen Norman Group: когда раскрывать использование ИИ — фреймворк PACED

Фреймворк PACED для принятия решений об AI disclosure

В 2024 году ЕС принял закон об ИИ, обязывающий компании сообщать об использовании ИИ при создании контента в отдельных случаях; требования о transparency вступили в силу в августе 2026 года. Это изменение обнажило практическую проблему: сообщение пользователям об использовании ИИ может повлиять на то, как они оценивают достоверность, подлинность или качество контента, и в конечном счёте — на отношения бренда с аудиторией. Исследования показывают, что реакция на AI disclosure неоднородна: она зависит от аудитории, типа контента и характера участия ИИ.

Статья Тейлор Дайкс из Nielsen Norman Group обобщает результаты исследований и предлагает пять факторов, которые следует взвешивать при принятии решения о раскрытии информации об использовании ИИ в текстовом контенте.

Что такое AI disclosure?

AI disclosure — это человекочитаемое заявление, объясняющее, каким образом ИИ участвовал в создании контента.

AI disclosures могут различаться по форме и заметности. В социальных сетях они могут отображаться как пометки или иконки рядом с публикацией. В длинных текстах — выноситься в конец страницы в виде карточки или встраиваться прямо в тело статьи.

Проактивные и сторонние disclosure

Disclosure, добавленные самим создателем контента, называются проактивными: автор сам делится информацией. Сторонние disclosure создаются платформой, где размещён контент, или другим пользователем.

Например, телестанция KXAN, аффилированная с NBC News, разместила встроенную пометку внизу статьи — пример проактивного disclosure, добавленного автором. Google Docs добавил сторонний disclosure в документ.

Водяные знаки и AI disclosures

AI disclosures не следует путать с метками происхождения ИИ или водяными знаками — например, со статистическим водяным знаком, который Anthropic выпустил для своих новых моделей Claude. Такие метки читаются машинами и не различимы невооружённым глазом или программой экранного доступа. AI disclosures, напротив, должны быть легко воспринимаемы человеческим зрением или программой экранного доступа без дополнительных инструментов.

Когда AI disclosure не даёт однозначного эффекта

Исследования не подтверждают, что AI disclosure стабильно вызывает негативную реакцию. В изученных экспериментах и отчётах не обнаружилось единой реакции аудитории на AI disclosure. Эффекты варьировались в зависимости от контекста: в одних случаях disclosure снижал оценки достоверности, подлинности или качества контента, в других не производил измеримого эффекта.

Лорена Лисенджи и Жюльен Хоха проанализировали 47 исследований того, как читатели реагируют на авторство ИИ и disclosure в новостях. Они не нашли устойчивой реакции на участие ИИ в производстве новостей: результаты варьировались в зависимости от типа материала, воспринимаемой достоверности издания и характеристик аудитории. Лишь 10 исследований из их обзора прямо сообщали читателям об участии ИИ в создании контента и изолировали эффект самого disclosure — эти исследования также не выявили устойчивого эффекта на доверие или доверительный штраф.

Большинство приведённых в статье исследований использовали аттитюдные метрики: участникам предлагали оценить достоверность, подлинность или качество после ознакомления с AI disclosure. Исключением стало исследование Зои Пёрселл и соавторов, которые измеряли доверие как аттитюдно, так и поведенчески. В их эксперименте незнакомые люди играли в trust game с реальными денежными ставками: получив сообщение от другого игрока, участники решали, сколько денег ему передать. Часть сообщений была помечена как созданные с помощью ИИ. AI disclosure не снизил ни сумму переданных денег, ни оценку достоверности другого человека. В условиях транзакционного обмена между незнакомцами AI disclosure не повлёк штрафных последствий — ни в аттитюдном измерении, ни в поведенческом.

Роль ИИ и степень его участия имеют значение

Несколько исследований показывают, что реакция аудитории зависит не только от факта использования ИИ, но и от того, какую роль он сыграл и насколько значителен его вклад в контент.

Например, в эксперименте Чжуояня Ли и соавторов сообщение о том, что ИИ сгенерировал текст, снижало оценку качества как аргументативных эссе, так и художественных рассказов. Однако указание на то, что ИИ лишь редактировал текст, имело более узкий эффект: оценки снизились для художественных рассказов, но не для эссе.

Хироки Накано и соавторы обнаружили схожую закономерность. В их исследовании читатели сначала оценивали автора текста, затем узнавали, какой процент текста был сгенерирован или отредактирован ИИ, и снова давали оценку. Оценки снижались по мере увеличения раскрытого процента участия ИИ.

Кроме того, в части исследований, проанализированных Лисенджи и Хоха, читатели реагировали более негативно, когда disclosure предполагал, что ИИ создал контент автономно, без явного участия и ответственности человека.

Более острая негативная реакция там, где важен человеческий вклад

Ряд исследований указывает на то, что когда пользователи ожидают от коммуникации человеческого суждения, искренности или личной связи, они чаще снижают оценку контента после AI disclosure.

AI disclosure может создавать ощущение неподлинности контента или его автора. В предварительном исследовании Ясперa Давида Брюнса и Мартина Майснера участники не могли надёжно отличить AI-сгенерированные изображения моды от созданных людьми. Однако в основном эксперименте, когда AI-сгенерированное изображение сопровождалось пометкой в публикации бренда в социальных сетях, участники снизили оценки подлинности бренда, достоверности публикации и отношения к бренду.

Сиавош Сахеби и соавторы выявили аналогичную закономерность в оценках рабочих электронных писем и публикаций в социальных сетях: материалы оценивались как менее достоверные и подлинные при раскрытии использования ИИ, и участники реже были готовы использовать содержащуюся в них информацию.

Те же эффекты проявились в части исследований, посвящённых творческому или межличностному письму. (Межличностное письмо — это тексты вроде благодарственных записок или личных писем, призванные поддерживать или строить отношения, а не передавать информацию.) В исследовании Накано и соавторов оценки достоверности, заботы и симпатии к автору снижались сильнее всего, когда ИИ помогал с межличностными текстами. Читатели были более терпимы к использованию ИИ в аргументативном, творческом и исследовательском письме.

В эксперименте Ли и соавторов раскрытие факта редактирования художественных рассказов с помощью ИИ снижало оценки их качества — в отличие от аргументативных эссе.

Все эти данные свидетельствуют о том, что читатели с большей вероятностью будут наказывать за использование ИИ, когда считают, что он заместил значимый человеческий вклад — творчество, искренность или личное суждение.

Позиция аудитории имеет значение

В обобщённом анализе 12 из 13 своих экспериментов Оливер Шилке и Мартин Рейманн обнаружили, что доверительный штраф от AI disclosure был меньше среди людей с более позитивным отношением к технологиям и среди тех, кто считал ИИ точным инструментом, — хотя он не исчезал полностью.

Уверенность читателей в собственных писательских способностях также влияла на их реакцию. В исследовании Ли и соавторов читатели, оценивавшие себя как уверенных авторов, после раскрытия использования ИИ снижали оценки качества письма сильнее, тогда как менее уверенные писатели в целом реагировали более мягко. Знакомость с ИИ также определяла реакцию читателей, но непоследовательно: более глубокое знакомство с ChatGPT иногда — но не всегда — повышало терпимость к раскрытому использованию ИИ.

В совокупности эти данные говорят о том, что реакция на одно и то же disclosure частично определяется уже сложившимися у аудитории установками по отношению к технологиям и ИИ, знакомостью с ними и уверенностью в собственных навыках письма.

Парадокс disclosure

Приведённые данные описывают реакцию читателей после того, как они узнают об использовании ИИ. Но хотят ли они вообще такого раскрытия? Ответ обнажает противоречие, которое Сиавош Сахеби, Пол Формоса и Сара Бэнкинс называют «парадоксом disclosure».

Парадокс disclosure состоит в том, что читатели говорят о желании знать об использовании ИИ, но реагируют негативно на контент, который несёт это раскрытие.

В исследовании Сахеби и соавторов участники оценивали приписанные ИИ тексты как менее достоверные, менее подлинные и менее полезные — несмотря на то что признавали важность раскрытия использования ИИ.

Цзинчао Фан, Виктория Сяохань Вэнь и Мина Ли обнаружили схожее напряжение, когда попросили людей оценивать сценарии письма в роли читателей или авторов. Авторы оказались значительно менее склонны, чем читатели, считать AI disclosure необходимым. Люди хотят знать об использовании ИИ другими — гораздо больше, чем готовы раскрывать своё собственное.

В совокупности эти данные подчёркивают дилемму disclosure для создателей контента. Читатели утверждают, что хотят видеть раскрытие, — и всё же наказывают авторов, которые выполняют это ожидание. Однако это не означает, что нужно скрывать использование ИИ. В серии экспериментов Шилке и Рейманн выяснили, что людям меньше доверяют компанию или человека, раскрывшего использование ИИ, чем того, кто ничего не сказал. Их последний эксперимент показал: меньше всего доверяют тому, чьё использование ИИ раскрыла третья сторона. Если ваше использование ИИ может быть обнаружено позднее — проактивное раскрытие остаётся более безопасным выбором.

Руководство по AI disclosures не может быть сведено ни к формуле «disclosure разрушает доверие», ни к советy «не раскрывайте». Эффект зависит от контекста.

PACED: фреймворк для принятия решений о disclosure

Единого правила, определяющего, нужно ли делать disclosure, не существует. Если раскрытие не является обязательным по закону, последовательно пройдитесь по пяти факторам PACED — Policy, Audience, Context, Expectations и Degree of AI contribution — как по набору вопросов, чтобы решить, стоит ли раскрывать использование ИИ.

Policy: предписано ли раскрытие законом, политикой или платформой?

Policy — это нормы страны, организации или платформы, где может быть увидено ваше содержание.

Например, если вы создаёте контент, подпадающий под конкретные случаи EU AI Act, вы обязаны раскрывать использование ИИ по закону.

Если вы работаете в стране или организации без политики AI disclosure, изучите правила платформы. Некоторые платформы могут автоматически ставить метку ИИ, основываясь на технических признаках. Поскольку в изученных исследованиях сторонний AI disclosure вызывал наиболее острую негативную реакцию, стоит задуматься о проактивном раскрытии — прежде чем это сделает платформа.

Audience: как ваша аудитория, вероятно, воспримет использование ИИ?

Audience включает все уже сложившиеся у вашей аудитории установки по отношению к технологиям, ИИ и предметной области, для которой вы создаёте контент.

Согласно обобщённым исследованиям, люди с более позитивным отношением к технологиям или ИИ могут реагировать менее негативно на disclosure. Аудитории с высокой уверенностью в собственных писательских навыках склонны сильнее снижать оценки качества письма после раскрытия использования ИИ.

Context: насколько важен здесь человеческий вклад?

Context — это тип взаимодействия, для которого создан контент. Disclosure в коммуникациях, ценность которых определяется человеческим опытом — таких как художественная литература или межличностное письмо, — могут вызывать более пристальное внимание.

Оцените, насколько ценность передаваемого вами сообщения зависит от качеств, которые люди обычно ассоциируют с автором-человеком: искренности, творчества или личной связи. Рутинные, транзакционные или сугубо информационные сообщения — например, напоминания о записи — не призваны передавать человеческие эмоции и подлинность, поэтому негативная реакция на disclosure в них, вероятно, будет слабой.

Expectations: ожидают ли ваши пользователи AI disclosure?

Expectations — это то, предполагают ли ваши читатели, что их будут информировать об участии ИИ. Исследования показывают, что читатели и авторы нередко расходятся в этом вопросе. Ваше собственное ощущение необходимости disclosure может не совпадать с ожиданиями пользователей — ещё один случай, когда применим принцип «вы — не пользователь».

Задайтесь вопросом: почувствуют ли читатели себя введёнными в заблуждение, если позднее узнают об участии ИИ — например, потому что в вашей организации или отрасли уже сложилась норма раскрытия использования ИИ?

Даже если AI disclosure может снизить оценку контента читателями, это по-прежнему более безопасный выбор: обнаружение сторонней стороной грозит более острой негативной реакцией, чем проактивное раскрытие.

Degree of AI use: насколько значителен вклад ИИ в контент?

Наконец, оцените, насколько ИИ участвовал в создании контента. Использование ИИ для доработки нескольких абзацев статьи существенно отличается от генерации целой статьи или фреймворка.

Чем более центральным оказывается вклад ИИ, тем весомее основание рассмотреть disclosure — иначе читатели могут ошибочно приписать работу или суждение автору-человеку. С другой стороны, исследования показывают, что читатели могут реагировать более негативно при раскрытии значительного участия ИИ. Это создаёт компромисс между transparency и возможным репутационным ущербом от disclosure.

Заключение

По мере того как требования об AI disclosure становятся всё более распространёнными, организации, использующие ИИ для создания контента, будут вынуждены взвешивать преимущества эффективности и риск того, что disclosure снизит восприятие доверия и подлинности пользователями. Исследования не дают универсального правила, однако фреймворк PACED превращает это решение в набор конкретных вопросов, которые можно применить к собственному контенту, аудитории и контексту.