什麼是AI Slop?寫作平台Medium「AI廢文逼近40%」:它們該如何數位淨灘?
什麼是AI Slop?寫作平台Medium「AI廢文逼近40%」:它們該如何數位淨灘?

你有看過蝦子耶穌(Shrimp Jesus,如首圖)嗎?像蝦子耶穌這樣的生成式AI垃圾,正在淹沒社群網路。

AI垃圾侵襲Medium

史丹佛大學2024年3月的研究報告指出,Facebook的演算法正在對用戶推薦一些奇怪、空泛的AI生成圖片,一些帳號利用意義不明或能引起用戶特定情緒的AI圖片吸引點擊,將用戶導向平台外的AI內容農場,在上面銷售劣質產品,或獲取用戶個資。

蝦子耶穌、大眼睛的小孩捧著生日蛋糕、剛果兒童用竹子建造出大型雕像……,各式各樣看似無害卻無意義的虛構AI圖片,正在Facebook、X(Twitter)上獲得數以萬計的按讚和分享。

在史丹佛大學研究中採樣了120個網站,這些AI生成圖總計獲得了數億次互動。其中一篇包含AI圖片的貼文甚至成為Facebook在2023年第3季中觀看次數最多的20篇內容之一,觀看次數達到4,000萬次。

AI生成垃圾(AI-generated Garbage)是否正在攻佔網路世界?其中,社群媒體和部落格網站首當其衝,作為全球最大的部落格平台Medium,也遭遇到AI垃圾湧現的問題。

臉書AI垃圾範例
一張由AI生成的照片中,一名剛果的小男孩站在巨大的編織作品前,內文寫道:「我自己做的,但沒人欣賞」,貼文獲得了110萬讚數和1.9萬次轉發。

AI垃圾攻佔版面,網路已死?

AI垃圾,或稱AI Slop(Slop原指廢棄的液體),是指由生成式AI產出的大量劣質內容,類似於電子郵件的Spam(詐騙郵件),其形式可以包含文字、圖片、影片,甚至是整個內容農場網站。

自從生成式AI變得普及以來,網路上開始充斥大量的AI垃圾。

美國媒體《連線》(WIRED)報導,今年上半年,AI偵測公司Pangram Labs分析了部落格平台Medium上27.4萬篇新文章,發現約有超過47%的內容可能是由AI生成。

另一家偵測公司Originality AI也對Medium進行分析,發現2018年Medium文章可能為AI生成的比例約3.4%,然而到2024年卻大幅增加到超過40%。

儘管偵測工具無法100%確認內容是否由AI生成,但是2家不知道彼此分析結果的公司,卻都得出了相似的結論:有越來越多的AI生成內容,正佔據著用戶的螢幕和觀看時間。

其他類型的平台也無法免於AI垃圾的侵襲。《路透社》報導,許多缺乏事實查核的AI垃圾文章正偽裝成新聞,發表片面或錯誤的資訊,以在特定政治議題上帶風向,或是賺取數位廣告收入。獲取正確的資訊對一般人來說逐漸變得困難。

AI垃圾的大量出現,讓一些人開始懷疑「網路已死論」是否即將成真。

根據《富比士》的文章解釋,「網路已死理論」(Dead Internet Theory)相信網路上大多數的流量、貼文和用戶都已經被機器人和AI生成內容取代,人們上網大多是在不知情的情況下與AI生成的內容互動,而非其他真人,且人類也不再主導網路發展的方向。

雖然「網路已死理論」普遍被認為是一種陰謀論,目前也沒有證據能夠證明其為真,但隨著近年生成式AI垃圾淹沒網路,此理論也重新獲得了大眾討論的熱度。

Medium嘗試打擊劣質內容

Medium正在嘗試打擊AI垃圾。

今年3月,Medium官方在網站上發布了文章〈我們正在加強保護Medium社群免於垃圾訊息和詐騙的侵害〉,宣布Medium即將停止分潤、停止創作者計畫給發布「AI生成內容」和「劣質內容」的創作者,並表達Medium堅決反對劣質內容的立場。

Medium打擊AI垃圾文章頁首截圖
Medium發布〈我們正在加強保護Medium社群免於垃圾訊息和詐騙的侵害〉文章,表達平台堅決反對AI垃圾內容的立場。

Medium執行長Tony Stubblebine接受《連線》採訪表示,Medium現在主要運用2個方法應對大量湧入的劣質文章:一般的篩選系統,以及人工挑選。

他表示,「人」是Medium品質管控的核心,「現在Medium基本上是依靠人工策展運作的。」Medium上許多用戶自行產生的內容,他們會找尋人工編輯來把關文章,Medium還有額外的人員負責篩選適合被「推廣」的文章,目的是希望能讓好內容被更多人看到,而劣質內容則會在廣大的內容海中被淹沒。

Stubblebine相信人工挑選可以篩出文章品質優劣,也是避免AI垃圾受到關注的重要機制,因為大部分的劣質內容——包含許多AI垃圾——會在人工篩選機制下被自然淘汰,「如果要吹毛求疵,可以說我們是在過濾AI內容,但我們的目標超越了這一點,我們只是想過濾掉那些品質不佳的內容。」

然而,AI內容是否就完全等同於劣質內容仍值得討論。《連線》發現,Medium上有數篇被檢測公司認為可能是AI生成的文章,在平台上獲得了數百個「掌聲」(等同於按讚數),顯示AI內容不一定會如Stubblebine所說,被篩選機制視為劣質內容而被淘汰。

有些人相信就像垃圾信件的過濾系統,最終世界上會出現能夠過濾掉AI內容的工具,然而隨著AI技術的快速進步,可以預期辨識AI內容的難度也將越來越高。

延伸閱讀:白話科技丨AI PC中常見的TOPS是什麼?1TOPS是多少算力?TOPS越大越好嗎?
Uber Eats併foodpanda夢碎,公平會「競爭疑慮大」禁止!解析9.5億美元聘禮背後2大價值

責任編輯:李先泰

關鍵字: #社群平台 #AI
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓