AI vs. Αυθεντικότητα: Η αυξανόμενη ανάγκη για προέλευση στο ψηφιακό περιεχόμενο

Πώς ανταποκρίνονται οι επιχειρήσεις στην άνοδο του περιεχομένου AI

Λόγω αυτών των προβλημάτων, οι μεγάλες εταιρείες τεχνολογίας εργάζονται για τρόπους βελτίωσης της αυθεντικότητας και της προέλευσης των μέσων ενημέρωσης. Στο πλαίσιο του ετήσιου συνεδρίου Build, η Microsoft ανακοίνωσε ότι τα εργαλεία Bing Image Creator και Designer θα έχουν πλέον νέες δυνατότητες προέλευσης μέσων.

Οι χρήστες θα μπορούν να ελέγχουν εάν οι εικόνες ή τα βίντεο δημιουργήθηκαν από AI χρησιμοποιώντας κρυπτογραφικές μεθόδους που περιλαμβάνουν πληροφορίες σχετικά με την προέλευση του περιεχομένου.

Αλλά για να λειτουργήσει αυτό το σύστημα, διαφορετικές πλατφόρμες πρέπει να συμφωνήσουν με την προδιαγραφή του Συνασπισμού για την Προέλευση και την Αυθεντικότητα του Περιεχομένου (C2PA).

Ομοίως, η Meta κυκλοφόρησε ένα εργαλείο που ονομάζεται Meta Video Seal που μπορεί να προσθέσει αόρατα υδατογραφήματα σε βίντεο κλιπ που δημιουργούνται από AI.

Αυτό το εργαλείο ανοιχτού κώδικα προορίζεται να λειτουργεί με υπάρχον λογισμικό χωρίς προβλήματα, διευκολύνοντας την εύρεση περιεχομένου που δημιουργήθηκε από AI.

Το Video Seal υπόσχεται να είναι ανθεκτικό σε κοινές επεξεργασίες όπως θόλωση και περικοπή, σε αντίθεση με παλαιότερες τεχνολογίες υδατογράφησης που είχαν πρόβλημα με τη συμπίεση και το χειρισμό βίντεο.

Προβλήματα και περιορισμοί

Ακόμη και με αυτές τις βελτιώσεις, εξακολουθούν να υπάρχουν προβλήματα με τη χρήση αυτών των τεχνολογιών από πολλούς ανθρώπους. Πολλοί προγραμματιστές μπορεί να διστάζουν να μεταβούν από υπάρχουσες ιδιόκτητες λύσεις σε επιλογές ανοιχτού κώδικα όπως το Video Seal.

Η Meta σχεδιάζει να πραγματοποιήσει εργαστήρια σε μεγάλα συνέδρια AI και να δημιουργήσει έναν δημόσιο πίνακα κατάταξης που συγκρίνει διαφορετικές μεθόδους υδατογράφησης, προκειμένου να κάνει περισσότερους ανθρώπους να συνεργαστούν.

Επίσης, οι μέθοδοι υδατογράφησης που έχουμε τώρα δεν είναι πάντα αρκετά ισχυρές ή αποτελεσματικές όταν πρόκειται για περιεχόμενο βίντεο.

Δύο κύριες προσεγγίσεις για την καταπολέμηση του περιεχομένου που παράγεται από τεχνητή νοημοσύνη

Στη μάχη κατά του περιεχομένου που παράγεται από τεχνητή νοημοσύνη, έχουν προκύψει δύο διαφορετικές στρατηγικές:

1. Υδατογράφηση (προληπτική προσέγγιση):

• Λειτουργεί προσθέτοντας αόρατες υπογραφές στο περιεχόμενο τη στιγμή της δημιουργίας
• Λειτουργεί σαν ψηφιακό πιστοποιητικό που δείχνει “αυτό έγινε από AI”
• Εργαλεία όπως το Meta Video Seal και τα χαρακτηριστικά προέλευσης της Microsoft αντιπροσωπεύουν αυτήν την προσέγγιση
• Κύριο πλεονέκτημα είναι η άμεση αναγνώριση του περιεχομένου AI

2. Εργαλεία ανίχνευσης (αναλυτική προσέγγιση):

• Αναλύει το υπάρχον περιεχόμενο για να προσδιορίσει εάν δημιουργήθηκε από AI
• Αναζητά μοτίβα και χαρακτηριστικά τυπικά για περιεχόμενο που δημιουργείται από AI
• Ιδιαίτερα χρήσιμο για περιεχόμενο που δεν επισημάνθηκε κατά τη δημιουργία
• Αυτά τα εργαλεία αποτελούν τη δεύτερη γραμμή άμυνάς μας

Και οι δύο προσεγγίσεις είναι απαραίτητες καθώς αλληλοσυμπληρώνονται: το υδατογράφημα αποτρέπει την κακή χρήση, ενώ τα εργαλεία ανίχνευσης βοηθούν στον εντοπισμό περιεχομένου χωρίς σήμανση.

Εργαλεία και τεχνολογίες ανίχνευσης

Το περιεχόμενο που δημιουργείται από AI μπορεί να βρεθεί με περισσότερους τρόπους από τις τεχνολογίες υδατογράφησης. Τα νέα εργαλεία ανίχνευσης χρησιμοποιούν πολύπλοκους αλγόριθμους για να εξετάσουν τόσο το περιεχόμενο κειμένου όσο και το περιεχόμενο εικόνας.

• Πρωτοτυπία, αλγόριθμοι βαθιάς μάθησης χρησιμοποιούνται από AI για να βρουν μοτίβα σε κείμενο που δημιουργήθηκε από AI.
• Το GPTZero εξετάζει τις γλωσσικές δομές και τις συχνότητες των λέξεων για να πει τη διαφορά μεταξύ περιεχομένου που γράφτηκε από ανθρώπους και περιεχομένου που δημιουργήθηκε από μηχανές.
• Το CopyLeaks χρησιμοποιεί N-γραμμάρια και συγκρίσεις σύνταξης για να βρει μικρές αλλαγές στη γλώσσα που θα μπορούσαν να είναι σημάδια πατρότητας AI.

Αυτά τα εργαλεία υποτίθεται ότι δίνουν στους χρήστες ακριβείς απόψεις σχετικά με το πόσο πραγματικό είναι το περιεχόμενο, αλλά πόσο καλά λειτουργούν μπορεί να διαφέρουν πολύ.

Συμπερασματικά

Καθώς η παραγωγική τεχνητή νοημοσύνη εξελίσσεται, η προστασία της ψηφιακής αυθεντικότητας καθίσταται όλο και πιο κρίσιμη. Η Microsoft και η Meta ηγούνται της προσπάθειας με πρωτοποριακά πρότυπα για την αυθεντικότητα του περιεχομένου και την επαλήθευση της προέλευσης των μέσων.

Για να καταπολεμήσουμε αποτελεσματικά τα deepfakes, χρειαζόμαστε τόσο την υιοθέτηση αυτών των εργαλείων σε ολόκληρη τη βιομηχανία όσο και την ισχυρότερη συνεργασία μεταξύ των εταιρειών τεχνολογίας. Η μελλοντική ακεραιότητα του ψηφιακού περιεχομένου εξαρτάται από τις τεχνολογίες ανίχνευσης που εξελίσσονται ταχύτερα από την εξαπάτηση που παράγεται από την τεχνητή νοημοσύνη.

Στην πραγματικότητα, πρόσφατα καλύψαμε πώς το YouTube λαμβάνει παρόμοια μέτρα παρουσιάζοντας νέα εργαλεία ανίχνευσης AI για δημιουργούς και επωνυμίες. Η προσέγγισή τους περιλαμβάνει συνθετική αναγνώριση φωνής και τεχνολογίες ανίχνευσης προσώπου που παράγονται από AI, αποδεικνύοντας περαιτέρω πώς οι μεγάλες πλατφόρμες εργάζονται για την προστασία της αυθεντικότητας του περιεχομένου στην εποχή της AI.