Wenn KI-Texte überhandnehmen, gibt es für qualitativ hochwertige Inhalte noch eine Rettung?

In den letzten Tagen ist der Hashtag #Tang Jiaosan erklärt, dass das KI-Umschreiben von Texten zu einem Krebsgeschwür der Branche geworden ist# auf die Top-Trending-Liste gesprungen. Der Auslöser war sein mit Namenszug versehener Artikel „Lassen Sie KI-Inhalte ihre Identität offenlegen“, der in der Guangming Daily veröffentlicht wurde.

In dem Artikel erklärte er: „Früher bestand Plagiat aus ‚Kopieren und Einfügen‘, das man auf den ersten Blick erkannte. Heute wird das Plagiat mithilfe von KI zu ‚Dekonstruktion und Neuzusammenstellung‘ – man zerlegt das Gerüst erfolgreicher Werke, füllt es mit KI neu aus und erzeugt einen ‚völlig neuen alten Artikel‘.“

Quelle der Bilder: Weibo

Wie schnell kann KI eigentlich arbeiten?

„In 48 Stunden lassen sich 5 Millionen Wörter erzeugen. Das Ausmaß ist so groß, dass es außer Kontrolle gerät: Die Zahl der neuen Erstveröffentlichungen auf einer Plattform ist innerhalb eines Jahres von 400 auf 5606 angestiegen. Wenn Plagiat industriell in Massenproduktion hergestellt werden kann, wird Originalität zu einem Luxusgut – wer ist dann noch bereit, zehn Jahre lang an einem Werk zu feilen?“

Aus diesem Grund rief er weiter dazu auf, „die Lücken bei der KI-Kennzeichnung im Textbereich zu schließen und KI-Inhalte ihre Identität offenlegen zu lassen“.

Dieser Artikel hat eine sehr gute ursprüngliche Absicht, und sein Aufruf ist sehr treffend, aber er hat auch „Claverie“ in tiefe Überlegungen versetzt. Kann das Schließen der Lücken bei der KI-Identitätskennzeichnung im Textbereich das Problem wirklich lösen?

01

Netzwerkliteratur ist nur der erste Einsturzpunkt

Der Grund, warum Tang Jiaosan sich über den hohen KI-Anteil bei Netzwerkliteratur beschwert, liegt nicht nur darin, dass er selbst ein Netzwerkliteratur-Autor ist, sondern vor allem darin, dass das Geschäftsmodell der Netzwerkliteratur zu stark von der „Wortzahl“ abhängt.

In dieser Branche ist das tägliche Aktualisieren von zehntausend Wörtern ein harter Indikator. Früher, wenn man das manuell erledigte, ganz zu schweigen davon, wie gut die Handlung geschrieben ist, hat das Verfassen von zehntausend Wörtern allein viel Zeit gekostet. Aber seit dem Aufkommen der KI ist diese Sache extrem einfach geworden. Denn das, worin KI am besten ist, sind genau diese Inhalte mit „großer Menge, Regelmäßigkeit und schematischem Muster“.

Genau wie das Beispiel, das Tang Jiaosan in seinem Artikel anführt – wie Mao Zhihui, der stellvertretende Vorsitzende des Jiangxi Verbandes für Netzwerkliteratur, sagte – dass sein eigenes tägliches Aktualisieren von fast zehntausend Wörtern bereits die Grenze sei, aber vor der KI, die innerhalb weniger Minuten zehntausende Wörter erzeugen kann, wurde er direkt einer „Reduktionsdimension-Schlag“ unterzogen.

Ein Mensch, der mit einer KI die Produktivität vergleicht, kann natürlich nicht mithalten.

Außerdem ist die Überhandnahme von KI längst keine Neuigkeit mehr, sie wurde nur jetzt von Tang Jiaosan namentlich erwähnt.

Diese „erfolgreichen Artikel“ in offiziellen Konten von WeChat mit perfekter Struktur und vielen eingestreuten goldenen Sätzen, von denen man nach dem Lesen nichts im Kopf behält; die vorlagenhaften, schematischen Empfehlungsbeiträge auf Xiaohongshu, deren erste drei Sätze fast gleich sind; sogar viele Texte, die heute vollständig von Menschen handgeschrieben werden, sind durch KI so beeinflusst, dass man Wahres und Falsches kaum noch unterscheiden kann.

Seine Aussage, dass „Netzwerkliteratur das am stärksten betroffene Gebiet ist“, ist noch einseitig. Aus der Sicht von „Claverie“: Überall, wo Texte verteilt werden können, handelt es sich um ein am stärksten betroffenes Gebiet.

Netzwerkliteratur ist nur der erste Ort, der einstürzt, weil sie am nächsten am Geld liegt, geringere Barrieren aufweist und die meisten Nutzer mehr Wert auf das angenehme Lesegefühl legen, als auf den Schreibstil und die Logik. Dass Medienartikel und klassische Literatur von KI eingedrungen werden, ist etwas, das gerade stattfindet.

Ehrlich gesagt, weisen heute viele Medien, die der Autor mag, egal ob offizielle oder selbst betriebene Medien, fast zu 99 % Spuren von KI auf.

Anfang Juni dieses Jahres hat Hao Jingfang, Preisträgerin des Hugo-Preises, offen gestanden, dass in ihrem neuen Buch „Galaxie-Akademie“ der Anteil des KI-Schreibens bereits die Hälfte beträgt und die Leser nicht erkennen können, welche Teile von KI geschrieben wurden.

Im Vergleich zu den meisten Netzwerkliteraturen werden diese beiden Arten von Texten von professionelleren Personen mit größerer Sorgfalt erstellt, aber sie sind bereits von KI betroffen, und der große Trend ist nicht mehr umzukehren.

Tang Jiaosan sagte, dass „das KI-Umschreiben von Texten im Wesentlichen eine systematische Unterdrückung des Innovationsgeistes ist“. Um es noch deutlicher auszudrücken: Wenn Plagiat effizienter ist als Originalität, wird nicht das Plagiat ausgemerzt, sondern die Motivation zur Originalität.

Ein Schriftsteller, der feststellt, dass zehn Jahre langes Feilen an einem Werk nicht den Ertrag bringen wie das tägliche Erzeugen von dreißigtausend Wörtern, wird möglicherweise nie wieder schreiben. Wenn die Leute, die schreiben wollen, nicht mehr schreiben, gibt es noch mehr von KI erzeugten Müll.

02

Warum der Weg des „Kennzeichnens mit Etiketten“ nicht funktioniert

Wenn KI also so überhandnimmt, hat es dann einen Sinn, KI-Inhalte ihre Identität offenlegen zu lassen? Es hat einen Sinn, aber der Nutzen ist begrenzt.

Zuerst einmal sind Texte technisch gesehen von Natur aus nicht gut geeignet, um Wasserzeichen zu erhalten.

Bilder können Metadaten eingebettet werden, Videos können in den Codierungen hinterlegt werden, Nutzer können das sehr leicht erkennen, und wenn es nicht markiert ist, wird es leicht gemeldet – aber bei Texten funktioniert das nicht.

Tang Jiaosan hat diesen Punkt auch in seinem Artikel erwähnt: „Textkennzeichnungen können leicht massenhaft gelöscht oder verändert werden. Viele von KI erzeugte Textinhalte verbreiten sich im ‚versteckten Modus‘, können weder von Nutzern wahrgenommen noch von Plattformen zurückverfolgt werden. Daher ist es dringend erforderlich, von den vorangegangenen Erfahrungen im Videobereich zu lernen und aktiv nach Wegen zu suchen, um von KI erzeugte Textinhalte zu kennzeichnen.“

Aktiv zu erforschen ist natürlich gut, aber niemand weiß, wann die Forschung Ergebnisse liefern wird.

Derzeit besteht der Branchenkonsens darin: Die Genauigkeit allgemeiner Textdetektoren reicht nicht aus, um als Beurteilungsgrundlage zu dienen. Denn das Prinzip vieler Detektoren besteht darin, sprachliche Merkmale zu statistisieren – den Regelmäßigkeitsgrad von Satzstrukturen, die Verteilung der Wortverwendung und die Gewohnheiten bei der Zeichensetzung.

Zum Beispiel dieser Artikel von Tang Jiaosan mit vielen Anführungszeichen, Gedankenstrichen, flüssiger Logik, regelmäßigen Absätzen und vielen Wörtern, die ähnlich wie von KI erzeugt aussehen … Wenn man sich an die Ergebnisse des Detektors hält, wäre er höchstwahrscheinlich von KI geschrieben.

Außerdem gibt es oben eine Richtlinie, unten eine Gegenmaßnahme.

Viele von KI erzeugte Artikel fügen in die Eingabeaufforderung sogar „mehr umgangssprachliche Ausdrücke, mehr kurze Sätze, gelegentliche Wiederholungen“ hinzu, damit sie nicht wie von KI geschrieben aussehen.

Viele KI-Tools verfügen über eine Funktion zum „Entfernen des KI-Geschmacks“. Viele Autoren schreiben sogar absichtlich Tippfehler in die veröffentlichten Artikel, damit die Leute die Markierung manuell vornehmen.

Quelle: Screenshot von WorkBuddy

Zweitens ist die Kennzeichnung im Mechanismus eine adverse Selektion.

Die Urheber dazu zu bringen, freiwillig zu erklären „Ich habe hier KI verwendet“, ist logisch gleichbedeutend damit, Die Leute dazu zu bringen, „Ich bin ein Dieb“ auf die Stirn zu schreiben. Sind die Leute, die KI nutzen wollen, um massenhaft Datenverkehr zu erbeuten, bereit, dies freiwillig zu markieren?

Im April dieses Jahres wurde am offenen Tag zur KI-Regulierung von Xiaohongshu bekanntgegeben, dass seit dem Test der Regulierungsregeln mehr als 120.000 Inhalte die freiwillige Kennzeichnung abgeschlossen haben. 120.000 Inhalte klingen nach einer großen Zahl, aber im Gegensatz dazu hat Xiaohongshu seit Anfang 2026 mehr als eine Million Fälle von unerwünschtem KI-Verhalten bearbeitet, darunter 800.000 KI-verwaltete Konten.

Die beiden Zahlen weisen einen riesigen Unterschied auf.

Daher hat die eigene Erklärung des Urhebers keine große Wirkung, und die Plattform muss über entsprechende Beurteilungsfähigkeiten verfügen. Aber das führt zurück zur ursprünglichen Endlosschleife: Es ist derzeit wirklich zu schwer zu beurteilen, ob ein Text von KI geschrieben wurde.

Drittens ist es schwer zu messen, „wie viel KI-Verwendung einen Text zum KI-Text macht“.

Gilt ein Text als KI-Text, wenn man KI nutzt, um einen Satz zu polieren? Gilt er als KI-Text, wenn man KI nutzt, um die Gliederung zu erstellen und den Text dann selbst zu schreiben? Gilt er als KI-Text, wenn man den Inhalt mündlich vorträgt und KI den Text ordnen lässt? Gilt er als KI-Text, wenn man KI nutzt, um Tippfehler zu prüfen und fehlerhafte Sätze zu korrigieren? …

Die Grenze zwischen KI und menschlicher Arbeit ist schwer klar zu definieren. In der Realität gab es bereits Fälle, in denen ein Text, bei dem man nur ein paar Tippfehler korrigiert und zwei Sätze mit KI geändert hat, als KI-Text eingestuft wurde.

Natürlich haben viele KI-Hersteller auch Lösungen ausprobiert. Im August dieses Jahres hat Anthropic offiziell einen statistischen Text-Steganographie-Wasserzeichen eingeführt: Alle Ausgaben der neuen Version von Claude werden standardmäßig markiert und können nicht deaktiviert werden.

Was ist ein Steganographie-Wasserzeichen? Das bedeutet, dass ein einzelner Satz keine Auffälligkeiten aufweist und Menschen beim Lesen nichts merken können; aber wenn der Text eine ausreichende Länge erreicht, zum Beispiel mehrere hundert Wörter, bildet diese anhaltende schwache Wahrscheinlichkeitsabweichung einen statistischen Fingerabdruck, der mit einem Schlüssel überprüft werden kann – also ein unsichtbares Wasserzeichen.

Sobald diese Maßnahme eingeführt wurde, hat sie große Diskussionen ausgelöst. In gewissem Maße kann sie tatsächlich Maschinen mitteilen, welche Inhalte von KI erzeugt wurden.

Aber viele Urheber sind der Meinung: Ich nutze das Tool nur zum Polieren, das bedeutet nicht, dass ich zustimme, dass ein dauerhafter, von Dritten überprüfbarer Verfolgungsmarker in meinem Text hinterlegt wird.

Einige Journalisten, wissenschaftliche Autoren und Personen, die sensible Inhalte schreiben, befürchten, dass der Text verfolgbare Metasignale trägt, einen Textfingerabdruck hinterlässt und das Risiko einer Rückverfolgung mit sich bringt.

03

KI ist nicht das Problem – der Wert ist es

Am Ende sollte man die Sache aus einem anderen Blickwinkel betrachten: Hassen wir die KI oder die niedrige Qualität?

Man öffnet einen Artikel, liest achthundert Wörter und bekommt nichts davon; man sieht ein Video, schaut dreißig Sekunden und stellt fest, dass es sich um zusammengesetzte Falschnachrichten handelt; wenn man dreimal hintereinander Inhalte öffnet, die wie nützliches Wissen aussehen und nach dem Lesen nur leere Phrasen sind, wird man beim vierten Mal nicht mehr klicken. Was verbraucht wird, ist nicht nur Zeit, sondern auch das Kreditlimit.

Aus dieser Analyseperspektive ist das, was viele Leute stört, nicht dass KI den Datenverkehr wegnimmt, sondern dass Müll die Aufmerksamkeit verdrängt. Wenn die Leute viele KI-Artikel und KI-Bilder gesehen haben, werden sie sich bald nicht mehr erinnern, wie handgeschaffene Inhalte eigentlich aussehen.

Zu diesem Zeitpunkt sind wir noch in der Lage, zu protestieren. Aber in einem Jahr oder anderthalb Jahren, wenn wir uns an die KI-Satzstrukturen gewöhnt haben und sich unser ästhetisches Empfinden verändert hat, wie viele Leute werden sich dann noch darum kümmern, wie diese Inhalte erzeugt wurden?

Daher sollten Plattformen die Frage „Sollen wir Inhalte kennzeichnen?“ durch die Frage ersetzen „Sollen wir diese Inhalte empfehlen?“.

Ein Bericht, der mit KI-Unterstützung fertiggestellt wurde, aber Interviews von Journalisten vor Ort und exklusive Daten enthält, sollte empfohlen werden, solange der Inhalt gut ist; während ein Text, der von Menschen manuell eingegeben wurde, aber nur aus leeren Phrasen besteht, in der Verbreitung eingeschränkt werden sollte.

Die Ersetzung der Identitätskennzeichnung durch Qualitätsstandards könnte ein sinnvollerer Weg sein. Aber ein weiteres Problem besteht darin, dass die Empfehlungslogik vieler Plattformen bereits unverständlich geworden ist. (Siehe die vorherigen Artikel von Claverie im WeChat-Konto: Brauchen wir wirklich eine so starke „Algorithmus-Empfehlung“?)

Heute ist es unmöglich, KI vollständig abzulehnen. Wie man mit KI zusammenlebt und den nützlichen Wert von KI nutzt, ist das sinnvolle Unterfangen.

Warum sage ich das?

Denn die heute 00er und 10er Generationen sind die letzte Gruppe von Menschen, die wissen, wie die Welt vor dem Aufkommen von KI aussah. Die nach 2020 geborenen Kinder, die erst seit wenigen Jahren leben, werden fast alle Texte, denen sie in Zukunft begegnen, von KI „beeinflusst“ vorfinden.

Was für einen Sinn hat es, ständig zu unterscheiden und ständig zu widerstehen?

Einige Male, wenn ich Musik höre oder Bücher lese, bin ich sehr verwirrt und voller Gefühle: Werden meine Kinder in der Zukunft noch die echten Gefühle in den von Menschen geschriebenen Texten spüren können?

04

Schlussfolgerung

Ist die Kennzeichnung sinnvoll? Ja. Sie etabliert