
تا همین چند سال پیش، دیدن یک عکس یا شنیدن صدای یک فرد میتوانست برای بسیاری از ما نشانهای نسبتاً قابل اعتماد از واقعیت باشد.
امروز شرایط تغییر کرده است.
ابزارهای هوش مصنوعی میتوانند تصویر، صدا و ویدئوهایی تولید کنند که در نگاه اول بسیار واقعی به نظر میرسند. در نتیجه، تشخیص محتوای واقعی از محتوای ساختهشده یا دستکاریشده دشوارتر شده است.
به این نوع محتوای ساختگی یا دستکاریشده، در بسیاری از موارد دیپفیک (Deepfake) گفته میشود.
اما خطر فقط خود دیپفیک نیست. ترکیب هوش مصنوعی با شبکههای اجتماعی، انتشار سریع محتوا و نبود بررسی دقیق میتواند زمینه انتشار اطلاعات نادرست و اخبار جعلی را نیز فراهم کند.
پس سؤال مهم این است:
وقتی دیگر نمیتوانیم فقط به چشم و گوش خود اعتماد کنیم، چگونه باید اطلاعات را بررسی کنیم؟
دیپفیک به محتوای صوتی، تصویری یا ویدئویی گفته میشود که با استفاده از فناوریهای هوش مصنوعی ایجاد یا دستکاری شده است؛ بهگونهای که ممکن است یک فرد در آن کاری انجام دهد یا حرفی بزند که در واقعیت انجام نداده یا نگفته است.
برای مثال، فناوریهای تولید و ویرایش محتوا میتوانند برای:
تغییر چهره یک فرد
شبیهسازی صدا
ساخت ویدئوی مصنوعی
تغییر حرکت لبها
تولید تصاویر غیرواقعی
بازسازی یا تغییر بخشهایی از یک تصویر
استفاده شوند.
البته همه استفادههای دیپفیک مخرب نیستند. این فناوری میتواند کاربردهای هنری، آموزشی و سرگرمی نیز داشته باشد.
مشکل زمانی ایجاد میشود که محتوای مصنوعی با هدف فریب مخاطب تولید یا منتشر شود.
مشکل اصلی این است که انسانها معمولاً به اطلاعات دیداری و شنیداری اعتماد زیادی دارند.
اگر تصویری از یک اتفاق ببینیم، ممکن است ناخودآگاه تصور کنیم آن اتفاق واقعاً رخ داده است.
اگر صدای فردی را بشنویم که جملهای خاص میگوید، ممکن است تصور کنیم خودش آن جمله را بیان کرده است.
اما در عصر هوش مصنوعی، واقعی به نظر رسیدن یک محتوا دیگر بهتنهایی اثباتکننده واقعی بودن آن نیست.
این تغییر بسیار مهم است.
فرض کنید فردی یک ویدئوی جعلی از یک چهره شناختهشده تولید کند.
اگر این ویدئو در شبکههای اجتماعی منتشر شود و کاربران بدون بررسی آن را بازنشر کنند، در مدت کوتاهی افراد زیادی ممکن است آن را ببینند.
در این حالت یک زنجیره شکل میگیرد:
محتوای جعلی → انتشار اولیه → بازنشر → افزایش دیدهشدن → باور مخاطبان → انتشار بیشتر
مشکل اینجاست که سرعت انتشار اطلاعات در اینترنت میتواند بسیار بیشتر از سرعت بررسی صحت آن باشد.
دلایل مختلفی وجود دارد.
یک محتوای جعلی ممکن است با کیفیت بسیار بالایی تولید شده باشد.
افراد معمولاً تمایل دارند اطلاعاتی را که با باورهای قبلیشان سازگار است راحتتر بپذیرند.
وقتی یک خبر بارها در شبکههای اجتماعی دیده میشود، ممکن است صرفاً به دلیل تکرار، واقعیتر به نظر برسد.
اخبار عجیب، ترسناک یا جنجالی معمولاً توجه بیشتری جلب میکنند.
گاهی کاربران محتوایی را فقط به این دلیل که از طرف یک دوست یا کانال آشنا ارسال شده، معتبر تصور میکنند.
وقتی صحبت از دیپفیک میشود، بسیاری از افراد فقط به ویدئو فکر میکنند.
اما فناوریهای هوش مصنوعی میتوانند در تولید انواع مختلف محتوا نقش داشته باشند:
ساخت یا تغییر تصاویر و ایجاد صحنههایی که در واقعیت وجود نداشتهاند.
تولید صدایی شبیه یک فرد یا تغییر محتوای صوتی.
تغییر چهره، لبها، حرکات یا محتوای یک ویدئو.
تولید متنهایی که میتوانند در قالب خبر، گزارش یا پست شبکه اجتماعی منتشر شوند.
به همین دلیل، مقابله با اطلاعات جعلی فقط به تشخیص ویدئوی جعلی محدود نمیشود.
خیر.
در گذشته گاهی میشد با مشاهده برخی ایرادات تصویری، محتوای جعلی را شناسایی کرد.
برای مثال:
حرکات غیرطبیعی صورت
هماهنگ نبودن صدا و لب
جزئیات عجیب دستها
نورپردازی غیرمنطقی
اما کیفیت ابزارهای تولید و ویرایش محتوا دائماً در حال تغییر است.
بنابراین نباید به یک نشانه ساده مانند «اگر تصویر عجیب بود، جعلی است» تکیه کرد.
بررسی منبع و زمینه محتوا اهمیت بیشتری پیدا کرده است.
اگر ویدئویی دیدید که ادعای مهمی مطرح میکند، قبل از بازنشر چند سؤال بپرسید.
آیا مشخص است این ویدئو ابتدا کجا منتشر شده است؟
اگر فقط یک حساب ناشناس آن را منتشر کرده، باید محتاطتر باشید.
یک خبر مهم معمولاً در صورت واقعی بودن، ممکن است توسط چند منبع مستقل نیز بررسی یا گزارش شود.
البته نبودن خبر در یک رسانه بهتنهایی اثبات جعلی بودن آن نیست.
گاهی یک ویدئوی واقعی مربوط به چند سال قبل است، اما با عنوانی جدید منتشر میشود.
در این حالت خود ویدئو ممکن است واقعی باشد، اما ادعایی که همراه آن منتشر شده نادرست باشد.
گاهی یک کلیپ چندثانیهای از یک ویدئوی طولانی جدا میشود و بدون زمینه اصلی منتشر میشود.
بهجای تکیه بر یک پست، به دنبال منابع مستقل باشید.
این تفاوت بسیار مهم است.
گاهی یک تصویر یا ویدئو واقعاً توسط دوربین ثبت شده است، اما توضیحی که همراه آن منتشر شده نادرست است.
مثلاً:
یک ویدئوی واقعی مربوط به سال ۲۰۲۰، با ادعای اینکه همین هفته اتفاق افتاده منتشر میشود.
در اینجا لازم نیست ویدئو دیپفیک باشد تا باعث انتشار اطلاعات نادرست شود.
بنابراین هنگام بررسی محتوا باید دو سؤال جداگانه بپرسیم:
آیا خود محتوا واقعی است؟
و:
آیا توضیح و ادعای همراه آن نیز درست است؟
یکی از کاربردهای نگرانکننده فناوریهای شبیهسازی صدا، استفاده احتمالی از آنها برای فریب افراد است.
فرض کنید فردی صدایی شبیه یکی از اعضای خانواده یا همکار شما ایجاد کند و از شما درخواست پول یا اطلاعات محرمانه داشته باشد.
اگر فقط به صدای طرف مقابل اعتماد کنیم، ممکن است فریب بخوریم.
به همین دلیل، برای درخواستهای حساس مالی یا امنیتی، تأیید هویت از یک مسیر مستقل اهمیت زیادی دارد.
مثلاً اگر فردی تلفنی درخواست انتقال وجه کرد، میتوان از یک شماره یا کانال ارتباطی دیگری هویت او را بررسی کرد.
خیر.
ابزارهای تشخیص محتوای تولیدشده توسط AI میتوانند مفید باشند، اما نباید آنها را یک آزمایش قطعی و بدون خطا در نظر گرفت.
فناوری تولید محتوا نیز دائماً تغییر میکند و روشهای تشخیص باید با آن سازگار شوند.
بنابراین بهتر است به جای اینکه فقط بپرسیم:
«آیا این ابزار گفته تصویر AI است؟»
چند نشانه را کنار هم قرار دهیم:
منبع + تاریخ + زمینه + منابع مستقل + ویژگیهای محتوا
شبکههای اجتماعی میتوانند انتشار اطلاعات را بسیار سریع کنند.
یک محتوای نادرست ممکن است قبل از اینکه کسی فرصت بررسی آن را پیدا کند، هزاران بار دیده و بازنشر شود.
به همین دلیل، مسئولیت فقط بر عهده تولیدکننده محتوا نیست.
کاربر نیز بخشی از زنجیره انتشار اطلاعات است.
هر بار که یک محتوای مشکوک را بدون بررسی بازنشر میکنیم، به افزایش دسترسی آن کمک میکنیم.
یک چکلیست ساده داشته باشید:
منبع اصلی خبر کجاست؟
تاریخ انتشار چیست؟
آیا منبع معتبر دیگری آن را تأیید کرده است؟
آیا تصویر یا ویدئو مربوط به همین اتفاق است؟
آیا عنوان با محتوای واقعی سازگار است؟
آیا محتوا بیش از حد هیجانی یا تحریککننده است؟
اگر خبر مهم است، آیا بهتر نیست قبل از بازنشر چند دقیقه بیشتر بررسی کنم؟
همین چند سؤال میتواند جلوی بسیاری از بازنشرهای عجولانه را بگیرد.
خیر.
هدف این نیست که همه چیز را جعلی بدانیم.
اگر قرار باشد هیچ تصویر، صدا یا ویدئویی را باور نکنیم، ارتباط و اطلاعرسانی نیز دشوار میشود.
هدف این است که سطح اعتماد خود را متناسب با شواهد تنظیم کنیم.
یک ویدئوی منتشرشده توسط یک حساب ناشناس با یک گزارش مستند و قابل بررسی یکسان نیست.
بنابراین به جای «اعتماد کامل» یا «بیاعتمادی کامل»، بهتر است از اعتماد همراه با بررسی استفاده کنیم.
در گذشته سواد رسانهای بیشتر به تشخیص خبر جعلی، منبع نامعتبر و تبلیغات گمراهکننده مربوط میشد.
امروز یک مهارت دیگر نیز اهمیت پیدا کرده است:
توانایی تشخیص محدودیتهای محتوای تولیدشده یا دستکاریشده با AI.
کاربر امروزی باید بتواند بپرسد:
چه کسی این محتوا را ساخته است؟
منبع آن چیست؟
چه شواهدی وجود دارد؟
آیا محتوای دیگری این ادعا را تأیید میکند؟
آیا امکان دستکاری وجود دارد؟
این مهارت برای کودکان، نوجوانان، کاربران شبکههای اجتماعی و حتی متخصصان اهمیت دارد.
نه.
فناوری تولید محتوای مصنوعی میتواند کاربردهای مشروع داشته باشد.
برای مثال:
تولید فیلم و جلوههای ویژه
سرگرمی
آموزش
بازسازی تاریخی
تولید محتوای خلاقانه
دوبله و تولید زبانهای مختلف
مشکل اصلی استفاده فریبکارانه و بدون شفافیت است.
اگر مخاطب بداند یک محتوا مصنوعی یا بازسازیشده است، شرایط با زمانی که همان محتوا بهعنوان یک اتفاق واقعی ارائه میشود، کاملاً متفاوت خواهد بود.
با وجود پیشرفت فناوری، یکی از مهمترین ابزارهای مقابله با اطلاعات نادرست همچنان قضاوت انسانی است.
کاربر باید یاد بگیرد قبل از واکنش احساسی، محتوا را بررسی کند.
خصوصاً زمانی که یک خبر:
بسیار عجیب است،
خشم یا ترس ایجاد میکند،
درخواست فوری دارد،
اطلاعات مالی میخواهد،
یا از یک منبع ناشناس آمده است.
در چنین شرایطی، چند دقیقه مکث میتواند ارزش زیادی داشته باشد.
هوش مصنوعی فقط ابزار تولید محتوا نیست؛ فناوریای است که نحوه دریافت و ارزیابی اطلاعات را نیز تغییر میدهد.
از نگاه مجله اوپاکالا، راهحل مقابله با دیپفیک این نیست که از هر تصویر و ویدئویی بترسیم.
راهحل، تقویت سواد دیجیتال و رسانهای است.
قبل از باور کردن یک محتوای مهم، منبع آن را بررسی کنیم، تاریخ و زمینه را ببینیم و در صورت امکان به منابع مستقل مراجعه کنیم.
در دنیایی که ساختن محتوای جعلی آسانتر شده است، توانایی تشخیص و بررسی اطلاعات به اندازه توانایی تولید آن اهمیت دارد.
هوش مصنوعی فرصتهای بزرگی برای تولید محتوا، آموزش و خلاقیت ایجاد کرده است؛ اما همین فناوری میتواند برای ساخت محتوای گمراهکننده نیز مورد استفاده قرار گیرد.
دیپفیک، صدای مصنوعی، تصاویر ساختگی و متنهای تولیدشده با AI میتوانند تشخیص واقعیت را دشوارتر کنند.
با این حال، لازم نیست به همه چیز بیاعتماد شویم.
کافی است یک عادت جدید ایجاد کنیم:
قبل از باور کردن، بررسی کنیم؛ قبل از بازنشر، مکث کنیم.
در عصر هوش مصنوعی، شاید یکی از مهمترین مهارتهای دیجیتال این باشد که بدانیم چه چیزی را ببینیم، چه چیزی را باور کنیم و چه چیزی را قبل از انتشار دوباره بررسی کنیم.
دیپفیک به محتوای صوتی، تصویری یا ویدئویی گفته میشود که با کمک فناوریهای هوش مصنوعی ایجاد یا دستکاری شده و ممکن است واقعی به نظر برسد.
هیچ نشانه واحدی همیشه کافی نیست. بررسی منبع، تاریخ، زمینه، کیفیت محتوا و مقایسه با منابع مستقل میتواند به ارزیابی اعتبار آن کمک کند.
خیر. تصاویر AI میتوانند کاربردهای هنری، آموزشی و تجاری داشته باشند. مشکل زمانی ایجاد میشود که محتوای مصنوعی برای فریب مخاطب ارائه شود.
این ابزارها میتوانند در بررسی محتوا کمک کنند، اما نتیجه آنها را بهتر است قطعی و بدون خطا در نظر نگیریم.
منبع، تاریخ، زمینه و منابع مستقل را بررسی کنید و اگر اطلاعات مهم یا حساس است، قبل از بازنشر شواهد بیشتری پیدا کنید.