Bestraffar Google AI-texter? Vad som verkligen räknas

Det viktigaste

Google bedömer inte hur en text har tillkommit, utan dess nytta. Automatiserad framställning är uttryckligen ingen uteslutningsgrund.
Det som bestraffas är innehåll som produceras i massa utan eget bidrag – oberoende av om en människa eller en modell har skrivit det.
AI-detekteringsverktyg är opålitliga åt båda hållen och duger inte som beslutsunderlag.
Fem egenskaper avgör: eget bidrag, noggrannhet, struktur, ansvar och underhåll.

Frågan har funnits i luften i flera år och besvaras regelbundet fel – oftast av dem som säljer detekteringsverktyg.

Googles riktlinjer är på den här punkten entydiga: det som bedöms är resultatets kvalitet och nytta, inte förfarandet vid dess framställning. Automatisering är ett problem när den tjänar till att fylla sökresultat med innehåll utan eget värde. Så var det även före språkmodellerna – då hette det bara textspinnare och innehållsfabrik.

En slät ljus yta öppnar sig på ett ställe och frilägger ett djupt strukturerat lysande inre — Ytan är lika slät hos båda. Skillnaden ligger under den.

Vad AI-texter faktiskt faller på

I praktiken faller automatiskt framställda texter nästan alltid av samma fem skäl – och inget av dem har med detektering att göra.

1. Inget eget bidrag

En modell kan sammanfatta det som redan har skrivits. Den kan inte veta vad som gick snett hos er i tre projekt förra året. En text utan den nivån är en omformulering av befintligt innehåll – och för det finns redan bättre resultat.

2. Felaktiga detaljer som låter rimliga

Påhittade siffror, studier som inte finns, lagangivelser som inte existerar i den formen. Det är den farligaste punkten, eftersom den inte märks: texten läses suveränt. Den som publicerar den okontrollerad förlorar förtroende – och i reglerade fält mer än så.

3. Struktur utan substans

Sju avsnitt, vart och ett med tre stycken, varje stycke med samma retoriska rörelse. Formellt oklanderligt, innehållsligt utbytbart. Människor märker det efter två avsnitt och hoppar av – och avhoppsbeteende är mätbart.

4. Ingen står bakom

Ingen författare, ingen roll, inget datum, inget företag med adress. Vid ämnen som rör pengar, hälsa eller juridik väger det tungt – där vill sökmotorn veta vem som svarar för påståendet.

5. Mängd i stället för underhåll

Fyrtio inlägg på en månad, därefter ingenting. Mönstret är synligt utifrån och har alltid varit en varningssignal – oberoende av verktyg.

Visste du att…?

AI-detekteringsverktyg producerar fel åt båda hållen: de klassar omsorgsfullt skrivna mänskliga texter som maskinella – särskilt hos icke-modersmålstalare och vid starkt strukturerade fackartiklar – och bearbetade modelltexter som mänskliga.

Skälet är principiellt: de verktygen mäter statistisk avvikelse i språkbruket, inte ursprung. En text som medvetet är skriven klart och jämnt ser statistiskt ut som en modelltext. Som beslutsunderlag – till exempel för att bedöma tjänsteleverantörer – är de därmed obrukbara.

Hur man använder modeller utan att gå i de fällorna

Skiljelinjen går inte mellan «med AI» och «utan AI», utan mellan två arbetssätt.

Arbetssteg	Modellen tar	Människan tar
Ämnesval	förslag, buntning	urval efter egen kännedom
Disposition	utkast	ordning, tyngdpunkter
Råversion	fullständigt	–
Facklig substans	–	egna siffror, fall, hållning
Faktakontroll	–	varje kontrollerbar uppgift
Slutversion	utjämning på anvisning	godkännande och ansvar

Den avgörande punkten står på rad fyra och fem. Den som utelämnar de två stegen producerar exakt det innehåll som med rätta inte rankar.

Från praktiken

Ett pålitligt test före publiceringen: stryk varje mening som lika gärna skulle kunna stå på en konkurrents webbplats. Det som blir kvar är inläggets egentliga värde.

Vid en obearbetad modellversion blir typiskt två till fyra meningar kvar. Vid en text där egen erfarenhet har flutit in står ungefär en tredjedel kvar. Just den tredjedelen är skälet till att någon stannar på sidan i stället för att gå tillbaka.

Vad som faktiskt är riskabelt

Observera Tre mönster leder pålitligt till problem – och alla tre är oberoende av om en modell var inblandad.

Programmatiskt framställda sidmängder. Samma mall med utbytt ort eller produktnamn, hundra gånger om. Det är det fall som riktlinjerna uttryckligen avser.

Andras innehåll omformulerat. Konkurrentens text skickad genom en modell och lätt förändrad. Inget eget bidrag, däremot en upphovsrättslig risk.

Ämnen utan egen kompetens. Den som skriver om skatterätt utan att förstå något av det kan inte upptäcka modellens fel. Problemet är inte texten, utan den saknade prövande instansen.

Prompt

Granska följande utkast kritiskt innan jag publicerar det.
Var sträng; beröm ingenting.

Utkast:
[klistra in text]

Uppgifter:
1. Markera varje mening som lika gärna skulle kunna stå på
   vilken konkurrents webbplats som helst. Ange hur många procent av texten
   det är.
2. Lista varje kontrollerbart påstående: siffror, studier, lagar,
   årtal, produktuppgifter. Märk vid varje om du kan
   belägga det eller om jag måste kontrollera det själv. Hitta inte på
   några källhänvisningar.
3. Ange de ställen där egen erfarenhet, egna siffror eller
   en tydlig hållning saknas – och formulera för vart och ett en konkret
   fråga till mig vars svar skulle fylla luckan.
4. Bedöm om texten märkbart härrör från någon som
   faktiskt har gjort saken. Motivera vid ett textexempel.

Skriv inte om texten. Jag vill se luckorna.

Måste man märka ut AI-användning?

Från sökmotorernas sida: nej. Google kräver ingen märkning och uppvärderar den inte heller.

Juridiskt hänger det på fältet. I redaktionella sammanhang, vid reklam och i reglerade branscher finns transparenskrav som ser olika ut i olika länder och som just nu är i rörelse. Den som är verksam där reder ut det med en sakkunnig – och inte med en språkmodell.

Praktiskt förnuftig är en annan uppgift: vem som ansvarar för texten och när den senast granskades. Det besvarar den fråga som det egentligen handlar om.

Slutsats

Frågan «bestraffar Google AI-texter» leder vilse, eftersom den ställer verktyget i centrum. Det som bedöms är om en text ger någon något som inte redan finns på annat håll.

En modell kan inte leverera den delen – den känner inte era projekt. Den kan leverera allt annat: struktur, formulering, tempo. Den som fördelar arbetet så har inget problem med sökmotorer. Den som publicerar råversionen okontrollerad har ett – och skulle ha haft det likaväl med en billigt inköpt människotext.

Vanliga frågor

Bestraffar Google texter som skrivits med AI?

Nej, inte på grund av tillkomsten. Googles riktlinjer bedömer resultatets nytta och kvalitet, inte förfarandet vid framställningen. Det som bestraffas är innehåll utan eget värde som produceras i massa – det gällde likaväl före språkmodellerna.

Kan Google se om en text kommer från en AI?

En tillförlitlig detektering är enligt dagens läge inte möjlig – inte heller för kommersiella detekteringsverktyg, som har fel åt båda hållen. För bedömningen är det dock oväsentligt, eftersom tillkomsten ändå inte är kriteriet.

Är AI-detekteringsverktyg tillförlitliga?

Nej. De klassar ofta omsorgsfullt skrivna mänskliga texter som maskinella – särskilt hos icke-modersmålstalare och vid starkt strukturerade fackartiklar – och bearbetade modelltexter som mänskliga. De mäter statistisk avvikelse i språkbruket, inte ursprung, och duger därför inte som beslutsunderlag.

Vad faller AI-texter faktiskt på i sökningen?

På fem punkter: saknat eget bidrag, felaktiga detaljer som låter rimliga, likformig struktur utan substans, ingen skönjbar ansvarig person, och publicering i massa utan efterföljande underhåll. Alla fem går att åtgärda utan att avstå från verktyget.

Måste man märka ut AI-genererat innehåll?

För sökmotorer inte. Juridiskt hänger det på fältet – i redaktionella, reklammässiga och reglerade sammanhang finns beroende på land transparenskrav som just nu förändras. Förnuftig är i vart fall uppgiften om vem som ansvarar för texten och när den senast granskades.