Я думаю, что конечное состояние этого, вероятно, будет моделью живости через видео + аудио + эвристики устройства. Если люди хотят взаимодействовать, им нужно произносить свои взаимодействия -> система подтверждает живость и записывает в сеть. AI slop тогда в лучшем случае является прокси для кого-то, читающего сценарий (что, возможно, также можно обнаружить с помощью визуальных инструментов по движениям глаз).