Varför AI-transparens kan komplicera crowdfunding

Generativ artificiell intelligens kan hjälpa ett litet team att producera kampanjbilder, skriva copy och utveckla prototyper med färre resurser. Dock beror det kommersiella värdet av dessa effektiviseringar på om kunderna fortfarande tror på människorna och produkterna bakom dem. En billigare produktionsprocess ger begränsad fördel om den får potentiella stödjare att tveka.

En studie publicerad i Decision Support Systems, ”Kommer din AI att skrämma bort stödjarna? Belägg från Kickstarters policy för att redovisa AI-användning”, undersöker denna spänning genom faktiska utfall från gräsrotsfinansiering.¹ Resultaten tyder på att synliggörandet av AI:s medverkan kan sammanfalla med en betydande nackdel när det gäller finansiering, även efter att forskarna tagit hänsyn till flera skillnader mellan kampanjerna.

För skapare, plattformar och investerare är möjligheten att förstå vad avslöjandet lämnar obesvarat. Att identifiera AI‑användning berättar för publiken något om produktionen. Det förklarar inte nödvändigtvis vem som fattade de viktiga besluten, om ett prototyp fungerar eller vem som kommer att leverera den utlovade produkten.

Vad Kickstarter‑studien om AI‑avslöjande fann

Forskarna Sonika Singhal, Yeongin Kim, Seonjun Kang och Victoria Yoon analyserade 63 512 Kickstarter‑kampanjer som lanserades mellan januari 2022 och december 2024. Perioden omfattar införandet av Kickstarters krav på AI‑avslöjande i augusti 2023.

Forskarna identifierade avslöjad AI‑användning genom förekomsten av en explicit sektion “Use of AI”. De mätte kampanjens framgång genom om det lovade beloppet nådde målet och undersökte stödjarnas deltagande, finansieringsmål, språkegenskaper och skaparnas erfarenhet.

De använde även propensity‑score‑matchning för att jämföra avslöjande kampanjer med kampanjer som hade liknande observerade egenskaper. Det matchade urvalet bestod av 8 959 kampanjer. I deras huvudspecifikationer var avslöjad AI‑användning förknippad med lägre framgång.

I den fullt justerade matchade modellen motsvarar uppskattningen ungefär 50 % lägre odds för att nå finansieringsmålet. Det är inte en 50 % minskning av sannolikheten för framgång. Till illustration, att halvera oddsen som är förknippade med en sannolikhet på 60 % ger en sannolikhet på omkring 43 %, inte 30 %. Detta exempel förklarar den statistiska skillnaden; det är inte ett förutsagt utfall för en specifik kampanj.

Deltagandefyndet är betydelsefullt. Finansieringsgapet var kopplat till färre personer som stödde projekt, snarare än att skaparna konsekvent begärde mer pengar. Detta riktar uppmärksamheten mot publikens bedömning och vilja att delta.

Varför AI‑etiketter kan skapa ett trovärdighetsgap

Crowdfunding ber människor att stödja något som ofta ännu inte existerar i färdig form. Stödjare måste bedöma både den föreslagna produkten och skaparnas förmåga att leverera den. Kampanjmaterial fungerar därför som bevis på förberedelse, kompetens och engagemang.

AI komplicerar den bedömningen eftersom en polerad presentation kan kräva mindre ansträngning än tidigare. En övertygande bild kan föreställa en fungerande prototyp, ett designkoncept eller en helt genererad scen. Samma visuella kvalitet kan representera mycket olika utvecklingsnivåer.

Detta antyder en ekonomisk konsekvens bortom papirets uppmätta resultat: när attraktiv presentation blir enklare att producera kan verifierbar genomförande bli mer värdefullt. Demonstrationer, utvecklingsregister och tidigare leveranser kan hjälpa publiken att skilja på projekt som annars ser lika imponerande ut.

Studie­ns starkare negativa koppling i teknik‑kampanjer är särskilt intressant. En publik som är intresserad av innovation kan fortfarande kräva bevis på ingenjörskapacitet. Entusiasm för teknik tar inte bort oro för huruvida ett okänt team kan bygga och stödja en produkt.

Detta resonemang kopplar också till Securities.io:s senaste bevakning av anställdas förtroende och automatiserings‑ROI. Olika intressenter fattar olika beslut, men teknisk förmåga måste fortfarande omvandlas till mänskligt acceptans innan dess fulla ekonomiska värde kan realiseras.

Bättre AI‑transparens kräver mer kontext

Resultaten bör inte uppmuntra skapare att dölja AI‑inblandning. Kickstarters AI‑avslöjningspolicy fastställde transparenskrav utan att förbjuda AI‑projekt. Dold information skulle dessutom lämna de underliggande frågorna om författarskap och leverans olösta.

Ett mer användbart tillvägagångssätt är att förklara omfattningen av AI‑inblandning samtidigt som man visar bevis på mänskligt ansvar. Tänk på två hypotetiska kampanjer som båda avslöjar AI‑genererade bilder. Den ena använder dem för att illustrera en produkt som redan demonstrerats i en fungerande video. Den andra erbjuder genererade renderingar som huvudbevis på genomförbarhet. En identisk etikett kan inte förmedla den skillnaden.

Skapare kan göra avslöjandet mer informativt genom att besvara tre frågor:

• Vilka delar av projektet använde AI, och i vilket syfte?
• Vem granskade resultaten och är ansvarig för leveransen?
• Vilka bevis visar på framsteg utöver de genererade materialen?

Detta är föreslagna kommunikationsmetoder, inte interventioner som har bevisats effektiva i denna studie. Det observerade sambandet med läsbara, subjektiva beskrivningar visar inte att en omskrivning av en sida ökar finansieringen. Inte heller innebär subjektivitet att man överger specifikationer. Personliga förklaringar kan komplettera tydliga tekniska bevis.

Plattformar kan testa avslöjningsformat som skiljer på marknadsföringsstöd och AI som är inbäddad i själva produkten. Varje experiment bör mäta förståelse och informerat deltagande, samt finansieringsresultat. En etikett som ökar bidragen samtidigt som den förvirrar backers skulle ge en dålig måttstock på transparens.

Vad investerare kan lära sig av förtroendet i crowdfunding

Forskningen gäller belöningsbaserad crowdfunding. Backers köper inte nödvändigtvis ägande eller söker avkastning på investeringar. Securities.io:s guide till aktiebaserad crowdfunding, uppdaterad 2026, förklarar den separata modellen där företag säljer värdepapper. Kickstarter‑uppskattningarna bör inte överföras direkt till dessa erbjudanden.

Trots detta ger studien en användbar fråga för bedömning av AI‑företag: minskar en produkt kundens totala börda, inklusive verifiering? Snabbare innehållsskapande kan skapa extra granskningsarbete om användare måste kontrollera noggrannhet, rättigheter eller skillnaden mellan koncept och färdiga produkter.

Det skapar en potentiell marknad för verktyg som kombinerar generering med dokumenterade arbetsflöden och proveniens. Proveniensregister beskriver hur innehåll skapades eller redigerades. De fastställer inte oberoende att innehållet är sant, att alla juridiska frågor är lösta, eller att ett företag kan hålla sina löften.

Adobe kopplar generativ AI till innehållsproveniens

Adobe erbjuder publikt handlade exponeringar mot detta korsningsområde genom sin kreativa programvara, Firefly‑verktyg och initiativet Content Credentials. Dess relevans kommer av att den betjänar både innehållsproduktion och transparens inom samma bredare mjukvaruekosystem.

I mars 2026 meddelade Adobe (ADBE ) ett strategiskt partnerskap med NVIDIA som omfattar nästa generations Firefly‑modeller samt kreativa och marknadsföringsarbetsflöden. Tillkännagivandet beskriver utvecklingsplaner snarare än bevis på att varje föreslagen funktion har levererats.

Adobe har också introducerat Content Authenticity for Enterprise, inklusive tjänster för att integrera proveniens i kreativa och publiceringsarbetsflöden. Dess Firefly‑dokumentation beskriver Content Credentials som manipulationssäkra metadata som kan ge kontext om skapande och redigering.

Investeringshypotesen är att professionella kunder kan värdera verktyg som både dokumenterar produktion och påskyndar den. Kickstarter‑studien visar dock inte efterfrågan på Adobe‑produkter. Investerare behöver fortfarande bevis på att dessa funktioner stödjer kundretention, betald adoption och lönsam tillväxt i en konkurrensutsatt miljö.

Senaste nyheter och utvecklingar för Adobe (ADBE)

AI‑produktivitet beror fortfarande på kundförtroende

Studien är fortsatt observationsbaserad. Matchning förbättrar jämförelser på uppmätta egenskaper, men oobserverade projektskillnader kan påverka resultaten. Avsaknad av en avslöjningssektion bevisar inte avsaknad av AI‑användning. Forskarna observerade inte direkt backer‑uppfattningarna som föreslogs för att förklara finansieringsgapet.

Inom dessa begränsningar belyser forskningen en praktisk utmaning: AI kan göra kommunikationen mer imponerande utan att göra utförandet lättare att utvärdera. Skapare och mjukvaruleverantörer har en möjlighet att minska detta gap genom tydligare förklaringar och verifierbara bevis. När produktionskostnaderna sjunker kan ansvarstagande bli en allt viktigare del av produkten.

Referenser:

¹ Singhal, S., Kim, Y., Kang, S., & Yoon, V. (2026). Kommer din AI att skrämma bort stödjare? Evidens från Kickstarters policy för avslöjande av AI‑användning. Decision Support Systems, 211, Article 114773. https://doi.org/10.1016/j.dss.2026.114773