आज इंटरनेट ब्राउज़ करने के लिए एआई स्लॉप के रूप में जाने जाने वाले चीज़ों से बचने के लिए निरंतर प्रयास की आवश्यकता होती है, जो कृत्रिम बुद्धिमत्ता द्वारा बड़ी मात्रा में और कम गुणवत्ता वाली सामग्री का वर्णन करने के लिए उपयोग किया जाने वाला एक शब्द है। इस प्रकार की सामग्री में बहुत सामान्य पाठ, मानकीकृत डिज़ाइन वाले पोस्टर और सतही लेख शामिल हैं जो सोशल मीडिया और खोज इंजनों पर फैल गए हैं।
एआई द्वारा उत्पन्न सामग्री की यह बाढ़ उपयोगकर्ता अनुभव को नुकसान पहुंचाती है, क्योंकि यह गलत सूचना से इंटरनेट को संतृप्त कर देती है, जिसके परिणामस्वरूप विशेषज्ञ इसे 'लापरवाह भाषण' कहते हैं। इसके अलावा, इस घटना का प्रभाव प्रामाणिक सामग्री को खोज परिणामों में छिपाना और पत्रकारों और मानव रचनाकारों द्वारा किए गए काम को कम महत्व देना है।
एआई स्लॉप, या 'एआई कचरा', विशेष रूप से जनरेटिव एआई उपकरणों द्वारा बिना किसी मानवीय समीक्षा के बड़े पैमाने पर बनाई गई कम गुणवत्ता वाली सामग्री को संदर्भित करता है। तकनीकी समुदाय में, इस अभिव्यक्ति का उपयोग स्वचालित और अप्रासंगिक दोनों सामग्रियों के साथ-साथ एल्गोरिदम द्वारा बनाई गई मीडिया की आलोचना करने के लिए अपमानजनक तरीके से किया जाता है।
हालांकि यह शब्द लगभग 2022 में प्रौद्योगिकी मंचों पर अनौपचारिक रूप से उभरा था, लेकिन इसने मई 2024 में अधिक ध्यान आकर्षित किया। इस अवधारणा को प्रोग्रामर और सामग्री निर्माता साइमन विलीसन ने लोकप्रिय बनाया, जिन्होंने इन कम गुणवत्ता वाली सामग्री की तुलना अवांछित स्पैम से की।
2025 में, मैक्वेरी डिक्शनरी ने आधिकारिक जूरी और सार्वजनिक मतदान दोनों के माध्यम से इस शब्द को वर्ष का शब्द नामित किया, इस प्रकार इस तकनीकी स्लैंग को ऑनलाइन सामग्री की गुणवत्ता से असंतुष्ट उपयोगकर्ताओं की शब्दावली में मजबूत किया।
एआई स्लॉप मुख्य रूप से गति और पैमाने पर केंद्रित बड़े पैमाने पर उत्पादन का परिणाम है, जिसमें बिना किसी सत्यापन या तथ्यात्मक जांच के स्वचालित सामग्री प्रकाशित की जाती है। यह अनियंत्रित स्वचालन, कम जिम्मेदारी के साथ मिलकर, गलत और सतही सामग्री उत्पन्न करता है, जो 'एआई लापरवाही' की विशेषता है। इसके विपरीत, जनरेटिव एआई का सचेत उपयोग इसे सहायक उपकरण के रूप में एकीकृत करने का तात्पर्य है, हमेशा सख्त तकनीकी पर्यवेक्षण के तहत, जिसका उद्देश्य डेटा को मान्य करना और वास्तविक मूल्य जोड़ने के लिए मसौदों को बेहतर बनाना है।
इस एआई कचरे की अधिकता खोज इंजनों और सोशल मीडिया को सामान्य मीडिया और लेखों से अधिभारित करती है। डेटा की इस अप्रासंगिकता की बाढ़ दैनिक नेविगेशन को कठिन बना देती है और वास्तव में उपयोगी जानकारी की खोज में देरी करती है। इस परिदृश्य ने 'लापरवाह भाषण' को बढ़ावा दिया है, जिससे जनता का एक हिस्सा अधिक संशयवादी रुख अपनाने लगा है, जैसा कि रॉयल सोसाइटी ओपन साइंस के एक अध्ययन में बताया गया है। कम शैक्षणिक स्तर वाले व्यक्तियों को यह भेद करने में कठिनाई होती है कि क्या वास्तविक है और क्या एआई द्वारा उत्पादित है, जिससे फर्जी खबरों के प्रसार का मार्ग खुलता है।
परिणामस्वरूप, उपभोक्ता व्यवहार रक्षात्मक होने लगता है। त्वरित पढ़ने की आदत लगातार भ्रामक डेटा या धोखाधड़ी वाले लिंक का उपभोग करने के डर से बाधित होती है, जिससे स्क्रीन के सामने एक प्रकार की मानसिक थकान होती है।
डिजिटल अनुभव को खराब करने के अलावा, इंस्टीट्यूट ऑफ ग्लोबल पॉलिटिक्स (SIPA/कोलंबिया) की एक रिपोर्ट बताती है कि ये एआई लापरवाही मानव रचनाकारों को कम आंकते हैं। हालांकि, जनता के बीच कठोर क्यूरेशन प्रदान करने वाले और गलत सूचना के खिलाफ खुद को बचाने के लिए 'अधिक स्वच्छ' माने जाने वाले प्लेटफार्मों की ओर एक बढ़ती हुई प्रवृत्ति है।
एआई स्लॉप की उपस्थिति को इंगित करना संभव है, हालांकि यह सामग्री की गुणवत्ता के विश्लेषण पर निर्भर करता है। सबसे सामान्य संकेत में सामान्य वाक्यांशों का उपयोग, अवधारणाओं की पुनरावृत्ति, ठोस डेटा के बिना फूले हुए पाठ और सत्यापन योग्य स्रोतों या विशेषज्ञों की अनुपस्थिति शामिल है। दृश्य मीडिया में, संकेतों को असंगत शरीर रचना विज्ञान, बेमेल प्रतिबिंब और दोषपूर्ण होंठ सिंक्रनाइज़ेशन में देखा जा सकता है। डिजिटल प्रोफाइल में, बड़े पैमाने पर प्रकाशन और लेखक के इतिहास की कमी भी स्वचालित पैटर्न को उजागर करती है।
चूंकि स्वचालित डिटेक्टर अक्सर विफल होते हैं और झूठे सकारात्मक उत्पन्न करते हैं, इसलिए पुष्टि के लिए जानकारी की क्रॉस-जांच और मूल स्रोतों का विश्लेषण आवश्यक है। धोखाधड़ी को साबित करने वाला महत्वपूर्ण तत्व संदर्भ, सामग्री की सटीकता और सामग्री की उत्पत्ति निर्धारित करने में निहित है।
एआई स्लॉप का मुकाबला करने के लिए, उपयोगकर्ताओं को एआई द्वारा उत्पन्न कम गुणवत्ता वाली सामग्री के साथ इंटरैक्ट करने से बचना चाहिए। सरल कार्य, जैसे संदिग्ध पोस्टों को अनदेखा करना, बिना मानवीय पर्यवेक्षण के इन बड़े पैमाने पर उत्पादन के दायरे को कम करते हैं। दूसरा आवश्यक कदम हमेशा स्वतंत्र स्रोतों से जानकारी की उत्पत्ति की जांच करना और विवादास्पद सामग्री साझा करने से पहले मूल रिपोर्टों की तलाश करना है। रिवर्स सर्च और तथ्य-जांच धोखाधड़ी को फैलने से पहले पहचानने में मदद करते हैं।
अंत में, यह महत्वपूर्ण है कि उपयोगकर्ता पेशेवर पत्रकारिता और उन सामग्री निर्माताओं का समर्थन करें जो अपने स्रोतों का हवाला देते हैं और त्रुटियों को ठीक करते हैं। उच्च गुणवत्ता वाले लेखों पर लाइक और फॉलोअर्स निर्देशित करके, जनता खोज प्रणालियों को केवल मात्रा से ऊपर गुणवत्ता को प्राथमिकता देने के लिए सिखाती है।