好多誤判都係由表面開始:手指、陰影、嘴形、聲線、背景字體。呢啲可以幫你留意問題,但唔足以完成查證。
見到可疑內容,先問三條問題:
如果欠其中一層,唔代表一定係假;但至少代表:未夠證據。美國北卡羅來納州的 N.C. Cooperative Extension 亦將辨認 AI 生成媒體中的錯誤資訊,歸入 deepfake 時代的數碼素養教育。
一個常見陷阱係:以為影片真,講法就一定真;或者見到似 AI,就當成成件事都假。其實媒體同聲稱可以分開。
所以每次查證最好分兩條線:材料本身係真、改過,定係合成? 以及:材料有冇真正證明 post 入面嗰句講法?
下次見到震撼影片、AI 圖、名人錄音、爆料截圖,或者「AI 又突破人類」之類說法,可以跟住呢個次序做。
做完仍然缺日期、地點、原片、原文或者可信來源?最乾淨的判斷通常係:未能證實。
Deepfake 的問題唔止係「有冇改圖」。佢可以令本來大家最信的「親眼見到、親耳聽到」都變得需要再查。UNESCO 將 deepfake 形容為關乎知識同信任的危機;Reuters 報道的聯合國報告亦要求加強應對 AI deepfake 同錯誤資訊。
實際做法係:一步一步向來源追返去。
牽涉名人、危機、選舉、醜聞或者煽動性指控時,尤其要慢半拍。冇清楚來源鏈同完整上下文,就唔應該扮件事已經「實錘」。
唔係所有誤導性 AI 消息都係 AI 生成。有時問題係誇大:一個 demo 被講到似正式產品,一次測試被包裝成全面突破,一張截圖取代咗原始論文或官方文件。
可以咁問:
見到「100% 準確」、「已經證明」、「像人類一樣思考」、「革命性」、「即刻取代所有工作」呢類字眼,唔代表一定假;但足夠提醒你:去搵原始來源,將講法收窄再查。
AI 偵測器可以提供線索,但唔可以取代查證。NIST 的 GenAI 計劃顯示,生成內容可否被分辨、生成敘事有幾可信,正係結構化評估的題目;NIST 亦提到,可信但具誤導性的生成敘事資料,可用於訓練偵測器辨認相關敘事。
用偵測器時,記得問:
最重要係:偵測器最多只係提示一段內容可能點樣產生。佢唔會自動證明 post 入面嗰個政治、商業、健康或社會聲稱係真。
AI 工具適合用嚟整理資料同提醒你漏咗咩,但最後判斷「有冇證據」唔應該交晒畀佢。
比較有用的做法包括:
但 AI 答案如果冇可打開、可核對的原始來源,就只係研究提示,唔係證據。
以下警號愈多,愈應該查清楚先分享:
日常遇到可疑 AI 內容,記住呢個次序:
正因為 AI 生成敘事可以好可信,而 deepfake 又會挑戰大家對視聽證據的信任,「未能證實」好多時比「我覺得真」或者「我覺得假」更負責任。