近期 Spotify 平台上出現大量 AI 生成的音樂，冒充真實歌手身分發布，引發討論。例如已故鄉村歌手布萊茲·佛利（Blaze Foley）的頁面遭到入侵並上傳 AI 生成的歌曲，Spotify 因管控不力遭到強烈批評。

然而，Spotify 事件只是冰山一角。大眾對 AI 生成內容的態度複雜且矛盾，一方面享受 AI 帶來的便利，另一方面對 AI 的真實性和道德性存有疑慮。從《路透社》（Reuters）針對新聞業的調查到學術界對行銷傳播的研究，都指出 大眾對 AI 內容抱持著「時而接受、時而抗拒」的心態。

面對這樣的消費者情緒，品牌方和內容創作者該如何在善用 AI 效率的同時，維護消費者信任？

AI 生成的內容為何惹怒閱聽人？

大眾的反感，最根本的痛點是「努力的價值被顛覆」，因為作品的價值來自創作者投入的時間、精力和技能。當 AI 能在幾秒內產出人類需要數年磨練的作品時，這個價值體系便受到衝擊，也難怪音樂界將其貶低為「不勞而獲的垃圾內容」。尤其 Spotify 這種靠播放次數賺取收入的平台，放任 AI 生成作品大量出現，更容易讓人產生負面觀感。

此外，版權爭議也是一大問題。創作者普遍認為，AI 模型在訓練過程中使用了他們的作品卻未經同意，造成大規模的「數位竊取」。「公開不等於使用許可」已成為創作者社群的主張之一，例如《紐約時報》（The NewYork Times）控告 OpenAI 未經允許使用其內容訓練模型，就是一個例子。

《商業研究雜誌》（Journal of Business Research）的論文指出，當 AI 生成的內容涉及情感表達或創意內容時，會引發「道德厭惡感」，導致消費者忠誠度和正面口碑顯著下降；如果引用是事實性內容，如數據報告或產品規格，消費者的接受度相對較高。

怎麼揭露 AI 使用程度，消費者才不會討厭我？

然而，面對大眾對 AI 生成內容的複雜情緒，品牌無論是過度揭露還是隱瞞 AI 使用程度，恐怕都會破壞信任。「透明度」（讓外界清楚知道品牌在哪些內容中使用了 AI、使用的方式與程度） 並非愈高愈好，而是需要按使用形式精確揭露：

無需揭露的「低風險使用」： 包括文法檢查、翻譯輔助、關鍵字優化等工具。《路透社》調查發現，消費者認為這些機械性、輔助性的任務無需特別說明，就像使用拼字檢查一樣自然。

建議揭露的「中風險使用」： 涉及內容強化和重新包裝，如調整寫作風格、圖片美化、格式轉換等。此時適合使用「AI 輔助創作，專業編輯審核」等描述，強調人類仍是主導者。重點在於用詞，「AI 輔助」比「AI 生成」更容易被接受，因為前者暗示人類仍有控制權。

必須揭露的「高風險使用」： 包括完全由 AI 生成的文章、逼真的人物圖像、語音內容等。這些使用將直接影響品牌真實性，而且，標註使用的方式仍很重要，像是「結合 AI 效率與人類判斷」比「純 AI 生成」更能維護品牌形象。

《商業研究雜誌》研究還提出一個「信任悖論」，也就是當品牌主動公開 AI 使用時，消費者會質疑內容品質，但卻會提升對品牌誠實度的評價。 長期而言，誠實揭露有助於建立品牌信譽，即使短期內可能影響特定內容的接受度。

AI 內容透明度差異化指南：文字 OK、照片慎用、聲音高風險

此外，《路透社》也指出，品牌在不同載體使用 AI 時，需要採取差異化策略揭露，因為消費者對各種媒體的信任基礎和期待截然不同。AI 生成的素材中，大眾對文字內容的容忍度最高，圖表和插圖次之，對照片和影片則最嚴格。因為閱聽人認為「照片和影片是真相的載體，相機不應該說謊」，因此對 AI 生成的視覺內容更敏感。

文字：事實性內容可安心用 AI，重點在人工審核

文字是 AI 應用最成熟的領域，也是消費者相對最能接受的形式。

初階應用集中在事實性內容，如產品規格、開店時間、客觀數據等。這些內容重視準確性勝過創意性，且消費者對事實性 AI 內容的道德厭惡感，明顯低於情感性內容。

進階應用涉及策略性內容，如行銷文案、社群貼文等。建議 AI 負責初稿和多版本生成，人類負責最終判斷和品牌調性。關鍵是讓 AI 處理「發散思維」（產生多種可能），人類處理「收斂思維」（精確表達特定概念）。

高階應用限於非情感性的專業內容，如技術分析、政策解讀等。即使在這種情況下，也建議標明「AI 輔助，專家審核」，強調人類專業判斷的價值。

圖片：慎用 AI，視內容需要多少真實性

由於消費者對不同類型圖像有不同的真實性要求，可安全使用的包括圖表、圖示等。這些本來就是「表現性」而非「紀實性」的，產製內容還停留在事實性的產出，例如利用既有資料與 AI 產出圖表。

需謹慎使用的是產品情境圖、風景照等。這類圖片雖可以用 AI 生成，但建議明確標示，並解釋為何選擇 AI（如成本考量、創意發想等）。關鍵是要誠實說明，不要讓消費者誤以為是真實拍攝。

應避免用 AI 生成的是人物照片，尤其是員工、客戶、重要活動的照片，因為這類圖像承載著對「真實」的期待，如果用 AI 生成，會被視為欺騙。

聲音：更具個人化特質，讓人容易有被詐騙感

相對安全的應用包括製作多語言版本的音檔、客服自動回覆、產品介紹旁白等功能性內容。這些情況下，消費者關注的是資訊傳達效率，對聲音的真實性要求較低。

需要謹慎的應用是廣告旁白、podcast 內容等。這些內容帶有品牌色彩，如果使用 AI 聲音，必須明確標示並解釋原因。

高風險應用包括 CEO 談話、品牌代言、客戶心得等。這些內容的價值正在於「真實的人聲」，AI 模擬會破壞可信度。

簡而言之，愈私人、情感化的內容，愈需要真實人聲；愈功能性、標準化的內容，則可以接受 AI 聲音。

資料來源：Journal of Business Research、Reuters、EY、zdnet、digwatch

核稿編輯：王宥筑