ภาพหน้าจอ Twitter/Unsplash, ผู้เขียนให้ไว้

ทวิตเตอร์ในช่วงสุดสัปดาห์ “ถูกแท็ก” ว่ามีวิดีโอที่แสดงภาพโจ ไบเดน ผู้สมัครชิงตำแหน่งประธานาธิบดีสหรัฐจากพรรคเดโมแครต ลืมไปว่าตนอยู่ในสถานะใดขณะพูดคุยกับฝูงชน

คำทักทาย “สวัสดีมินนิโซตา” ของไบเดนตรงกันข้ามกับป้ายที่อ่านว่า “แทมปา ฟลอริดา” และ “ข้อความ FL ถึง 30330”

การตรวจสอบข้อเท็จจริงของ Associated Press ได้รับการยืนยัน ป้ายถูกเพิ่มแบบดิจิทัลและภาพต้นฉบับมาจากการชุมนุมของมินนิโซตา แต่เมื่อถึงเวลาที่นำวิดีโอที่ทำให้เข้าใจผิดออก มียอดดูมากกว่าหนึ่งล้านครั้ง การ์เดียน รายงาน

หากคุณใช้โซเชียลมีเดีย โอกาสที่คุณจะเห็น (และส่งต่อ) บางอย่างมากกว่า some 3.2 พันล้าน รูปภาพและ ชั่วโมง 720,000 ของวิดีโอ แชร์ทุกวัน. เมื่อต้องเผชิญกับเนื้อหามากมายขนาดนี้ เราจะรู้ได้อย่างไรว่าอันไหนจริง อันไหนไม่จริง?

แม้ว่าส่วนหนึ่งของโซลูชันคือการใช้เครื่องมือตรวจสอบเนื้อหาที่เพิ่มขึ้น แต่ก็มีความสำคัญไม่แพ้กันที่เราทุกคนควรเพิ่มพูนความรู้ด้านสื่อดิจิทัลของเรา ในที่สุด หนึ่งในแนวป้องกันที่ดีที่สุด - และสิ่งเดียวที่คุณควบคุมได้ - คือคุณ

การเห็นไม่ควรเชื่อเสมอไป

ข้อมูลที่ผิด (เมื่อคุณแชร์เนื้อหาเท็จโดยไม่ได้ตั้งใจ) และการบิดเบือนข้อมูล (เมื่อคุณจงใจแบ่งปัน) ในสื่อใด ๆ ทำลายความเชื่อมั่นในสถาบันพลเรือน civil เช่น องค์กรข่าว พันธมิตร และขบวนการทางสังคม อย่างไรก็ตาม ภาพถ่ายและวิดีโอปลอมมักมีประสิทธิภาพสูงสุด

สำหรับผู้ที่มีส่วนได้ส่วนเสียทางการเมือง การสร้าง แบ่งปัน และ/หรือแก้ไขภาพเท็จสามารถเบี่ยงเบนความสนใจ ทำให้สับสน และจัดการผู้ดูเพื่อสร้างความไม่ลงรอยกันและความไม่แน่นอน (โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่มีขั้วแล้ว) โปสเตอร์และแพลตฟอร์มยังสามารถสร้างรายได้จากการแบ่งปันเนื้อหาปลอมและน่าตื่นเต้น

เหลือเพียง 11-25% ของนักข่าวทั่วโลกใช้เครื่องมือตรวจสอบเนื้อหาโซเชียลมีเดีย ตามรายงานของ International Center for Journalists

คุณมองเห็นภาพแพทย์หรือไม่?

พิจารณาภาพนี้ของ Martin Luther King Jr.

รูปภาพที่เปลี่ยนแปลง ลอกแบบบางส่วนของพื้นหลังบนนิ้วของ King Jr ดังนั้นดูเหมือนว่าเขาจะพลิกกล้อง ได้รับการแชร์ว่าเป็นของแท้ใน Twitter, Reddit และ เว็บไซต์ supremacist สีขาว.

ตัว Vortex Indicator ได้ถูกนำเสนอลงในนิตยสาร เป็นต้นฉบับ ภาพถ่ายปี 1964 กษัตริย์ทรงฉายเครื่องหมาย “วีเพื่อชัยชนะ” หลังจากทราบว่าวุฒิสภาสหรัฐฯ ผ่านร่างพระราชบัญญัติสิทธิพลเมืองแล้ว

นอกเหนือจากการเพิ่มหรือลบองค์ประกอบแล้ว ยังมีหมวดหมู่ของการปรับแต่งรูปภาพที่รวมรูปภาพเข้าด้วยกัน

เมื่อต้นปีนี้ก ภาพถ่าย ของชายติดอาวุธถูกโฟโต้ชอปโดย ข่าวฟ็อกซ์ซึ่งนำชายคนนั้นไปวางทับฉากอื่นๆ โดยไม่เปิดเผยการตัดต่อ The Seattle Times รายงาน.

ในทำนองเดียวกัน ภาพ ด้านล่างนี้ถูกแชร์เป็นพันๆ ครั้งบนโซเชียลมีเดียในเดือนมกราคม ระหว่างเหตุการณ์ไฟป่า Black Summer ของออสเตรเลีย การตรวจสอบข้อเท็จจริงของ AFP ได้รับการยืนยัน ไม่ใช่ของแท้และเป็นส่วนผสมของ หลาย แยก ภาพถ่าย.

เนื้อหาสังเคราะห์ทั้งหมดและบางส่วน

ออนไลน์ คุณยังจะพบกับความซับซ้อน”deepfake” วิดีโอที่แสดง (มักมีชื่อเสียง) คนพูดหรือทำสิ่งที่พวกเขาไม่เคยทำ สามารถสร้างเวอร์ชันขั้นสูงน้อยกว่าได้โดยใช้แอพ เช่น Zao และ รีเฟซ.

{ชื่อ Y=yaq4sWFvnAY}
ทีมงานจากสถาบันเทคโนโลยีแมสซาชูเซตส์ได้สร้างวิดีโอปลอมนี้ ซึ่งแสดงให้เห็นประธานาธิบดีสหรัฐฯ Richard Nixon กำลังอ่านคำพูดจากสุนทรพจน์ที่จัดทำขึ้นในกรณีที่การลงจอดบนดวงจันทร์ในปี 1969 ล้มเหลว (ยูทูบ)

หรือถ้าคุณไม่ต้องการใช้รูปภาพของคุณเป็นรูปโปรไฟล์ คุณสามารถตั้งค่าเริ่มต้นเป็นค่าใดค่าหนึ่งจากหลาย ๆ ค่า เว็บไซต์ นำเสนอภาพที่เหมือนจริงเสมือนภาพถ่ายของผู้คนที่สร้างโดย AI นับแสนคน

คนเหล่านี้ไม่มีอยู่จริง พวกเขาเป็นเพียงภาพที่สร้างขึ้นโดยปัญญาประดิษฐ์ ภาพถ่ายที่สร้างขึ้น, CC BY

การแก้ไขค่าพิกเซลและการครอบตัดแบบง่าย (ไม่เป็นเช่นนั้น)

การครอบตัดสามารถเปลี่ยนบริบทของภาพถ่ายได้อย่างมากเช่นกัน

เราเห็นสิ่งนี้ในปี 2017 เมื่อพนักงานรัฐบาลสหรัฐฯ แก้ไขรูปภาพอย่างเป็นทางการของการเปิดตัวของ Donald Trump เพื่อให้ฝูงชนดูใหญ่ขึ้น การ์เดียน. พนักงานตัดพื้นที่ว่าง "ที่ฝูงชนสิ้นสุด" เพื่อถ่ายรูปชุดทรัมป์

มุมมองของฝูงชนในพิธีเปิดงานของอดีตประธานาธิบดีบารัค โอบามาของสหรัฐฯ ในปี 2009 (ซ้าย) และประธานาธิบดีโดนัลด์ ทรัมป์ในปี 2017 (ขวา) AP

แล้วการแก้ไขที่เปลี่ยนเฉพาะค่าพิกเซล เช่น สี ความอิ่มตัว หรือคอนทราสต์ล่ะ

ตัวอย่างทางประวัติศาสตร์ตัวอย่างหนึ่งแสดงให้เห็นถึงผลที่ตามมาของเรื่องนี้ ในปี 1994 นิตยสาร Time ของ หน้าปก ของ OJ Simpson อย่างมาก "มืดลง" Simpson ในตัวเขา ตำรวจ mugshot. นี่เป็นการเติมเชื้อเพลิงให้กับคดีที่มีความตึงเครียดทางเชื้อชาติซึ่งนิตยสาร การตอบสนอง:

ไม่ได้มีเจตนาโดยนัยทางเชื้อชาติโดยเวลาหรือโดยศิลปิน

เครื่องมือสำหรับการหักล้างการปลอมแปลงดิจิทัล

สำหรับพวกเราที่ไม่ต้องการถูกหลอกโดยการมองเห็นที่ผิด/บิดเบือน มีเครื่องมือที่พร้อมใช้งาน แม้ว่าเครื่องมือแต่ละอย่างจะมีข้อจำกัดของตัวเอง กระดาษ).

มองไม่เห็น ลายน้ำดิจิทัล ได้เสนอเป็นแนวทางแก้ไข อย่างไรก็ตาม ไม่แพร่หลายและจำเป็นต้องซื้อจากทั้งผู้เผยแพร่เนื้อหาและผู้จัดจำหน่าย

ค้นหาภาพย้อนกลับ (เช่น ของ Google) มักจะไม่เสียค่าใช้จ่ายและมีประโยชน์ในการระบุสำเนาของรูปภาพทางออนไลน์ก่อนหน้านี้ที่อาจเป็นไปได้จริง ที่กล่าวว่าไม่สามารถเข้าใจผิดได้เพราะมัน:

• อาศัยสำเนาของสื่อที่ไม่มีการตัดต่อออนไลน์อยู่แล้ว
• ไม่ค้นหา ทั้ง เว็บ
• ไม่อนุญาตให้กรองตามเวลาเผยแพร่เสมอ บริการค้นหาภาพย้อนกลับบางอย่างเช่น TinEye รองรับฟังก์ชั่นนี้ แต่ Google ไม่รองรับ
• ส่งคืนเฉพาะการจับคู่ที่ตรงกันหรือการจับคู่ที่ใกล้เคียง ดังนั้นจึงไม่ละเอียด ตัวอย่างเช่น การแก้ไขภาพแล้วพลิกทิศทางอาจทำให้ Google คิดว่าเป็นภาพที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

เครื่องมือที่เชื่อถือได้มากที่สุดนั้นซับซ้อน

ในขณะเดียวกัน วิธีการตรวจสอบทางนิติวิทยาศาสตร์ด้วยตนเองสำหรับภาพที่ไม่ถูกต้อง/ข้อมูลบิดเบือนจะเน้นไปที่การแก้ไขที่มองเห็นได้ด้วยตาเปล่าเป็นส่วนใหญ่ หรืออาศัยการตรวจสอบคุณสมบัติที่ไม่ได้รวมอยู่ในทุกภาพ (เช่น เงา) พวกเขายังใช้เวลานาน มีราคาแพง และต้องการความเชี่ยวชาญเฉพาะด้าน

ถึงกระนั้น คุณสามารถเข้าถึงงานในด้านนี้ได้โดยไปที่ไซต์ต่างๆ เช่น Snopes.com ซึ่งมีพื้นที่เก็บข้อมูลที่เพิ่มขึ้นของ "มารยาท"

คอมพิวเตอร์วิทัศน์และแมชชีนเลิร์นนิงยังให้ความสามารถในการตรวจจับที่ค่อนข้างสูงสำหรับภาพและ วิดีโอ. แต่พวกเขาก็ต้องการความเชี่ยวชาญด้านเทคนิคเพื่อดำเนินการและทำความเข้าใจเช่นกัน

นอกจากนี้ การปรับปรุงยังเกี่ยวข้องกับการใช้ “ข้อมูลการฝึกอบรม” จำนวนมาก แต่ที่เก็บรูปภาพที่ใช้สำหรับสิ่งนี้มักจะไม่มีภาพจริงที่เห็นในข่าว

หากคุณใช้เครื่องมือตรวจสอบรูปภาพ เช่น REVEAL project's ผู้ช่วยตรวจสอบภาพคุณอาจต้องให้ผู้เชี่ยวชาญช่วยตีความผลลัพธ์

อย่างไรก็ตาม ข่าวดีก็คือ ก่อนที่จะหันไปใช้เครื่องมือใด ๆ ข้างต้น มีคำถามง่ายๆ บางประการที่คุณสามารถถามตัวเองเพื่อพิจารณาว่ารูปภาพหรือวิดีโอบนโซเชียลมีเดียเป็นของปลอมหรือไม่ คิด:

• เดิมสร้างมาเพื่อโซเชียลมีเดียหรือไม่?
• แพร่หลายและแพร่หลายนานเท่าใด?
• ได้รับการตอบรับอะไรบ้าง?
• ใครคือกลุ่มเป้าหมาย?

บ่อยครั้ง ข้อสรุปเชิงตรรกะที่ดึงมาจากคำตอบก็เพียงพอแล้วที่จะคัดแยกภาพที่ดูไม่น่าเชื่อถือออกไป คุณสามารถเข้าถึงรายการคำถามทั้งหมดที่รวบรวมโดยผู้เชี่ยวชาญของมหาวิทยาลัยแมนเชสเตอร์เมโทรโพลิแทน โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.

เกี่ยวกับผู้เขียน

TJ Thomson อาจารย์อาวุโสด้าน Visual Communication & Media, Queensland University of Technology; แดเนียล แองกัส รองศาสตราจารย์ด้านการสื่อสารดิจิทัล Queensland University of Technologyและ Paula Dootson อาจารย์อาวุโส Queensland University of Technology

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.