เทคโนโลยีที่สามารถผลิต Deepfakes ได้อย่างกว้างขวาง (Shutterstock)
ในต้นเดือนมีนาคม a วิดีโอดัดแปลงของประธานาธิบดียูเครน Volodymyr Zelenskyy ถูกเผยแพร่. ในนั้น Zelenskyy ที่สร้างขึ้นแบบดิจิทัลได้บอกให้กองทัพยูเครนยอมจำนน วิดีโอดังกล่าวเผยแพร่ทางออนไลน์ แต่ถูกหักล้างอย่างรวดเร็วว่าเป็นวิดีโอปลอม ซึ่งเป็นวิดีโอที่สมจริงเกินจริง แต่ปลอมและดัดแปลงซึ่งสร้างขึ้นโดยใช้ปัญญาประดิษฐ์
แม้ว่าการบิดเบือนข้อมูลของรัสเซียดูเหมือนจะส่งผลกระทบอย่างจำกัด แต่ตัวอย่างที่น่าตกใจนี้แสดงให้เห็นถึงผลที่อาจเกิดขึ้นจากการปลอมแปลงข้อมูลลึกล้ำ
อย่างไรก็ตาม Deepfakes ถูกนำไปใช้อย่างประสบความสำเร็จในเทคโนโลยีอำนวยความสะดวก ตัวอย่างเช่น ผู้ที่เป็นโรคพาร์กินสันสามารถใช้การโคลนเสียงในการสื่อสารได้.
Deepfakes ใช้ในการศึกษา: บริษัท สังเคราะห์เสียงพูดในไอร์แลนด์ CereProc สร้างเสียงสังเคราะห์สำหรับ John F. Kennedy นำเขากลับมามีชีวิตเพื่อกล่าวสุนทรพจน์ทางประวัติศาสตร์ของเขา.
ทว่าทุกเหรียญมีสองด้าน Deepfakes สามารถมีความสมจริงมากเกินไปและ โดยพื้นฐานแล้วไม่สามารถตรวจจับได้ด้วยตามนุษย์.
ดังนั้นเทคโนโลยีโคลนเสียงเดียวกันจึงสามารถใช้สำหรับฟิชชิง การหมิ่นประมาท และแบล็กเมล์ได้ เมื่อมีการปรับใช้ Deepfakes อย่างจงใจเพื่อก่อร่างใหม่ความคิดเห็นของประชาชน ปลุกระดมความขัดแย้งทางสังคมและจัดการการเลือกตั้ง พวกเขามีโอกาสที่จะบ่อนทำลายประชาธิปไตย
ก่อความวุ่นวาย
Deepfakes ใช้เทคโนโลยีที่เรียกว่า เครือข่ายปฏิปักษ์โดยกำเนิด โดยอัลกอริธึมทั้งสองจะฝึกซึ่งกันและกันเพื่อสร้างภาพ
แม้ว่าเทคโนโลยีที่อยู่เบื้องหลังการปลอมแปลงอย่างลึกซึ้งอาจฟังดูซับซ้อน แต่ก็เป็นเรื่องง่ายที่จะสร้างมันขึ้นมา มีแอปพลิเคชั่นออนไลน์มากมายเช่น สลับหน้า และ ZAO Deepswap ที่สามารถผลิตของปลอมได้ภายในไม่กี่นาที
Google Colaboratory — ที่เก็บข้อมูลออนไลน์สำหรับรหัสในภาษาการเขียนโปรแกรมหลายภาษา — รวมถึงตัวอย่างของรหัสที่ สามารถใช้สร้างภาพและวิดีโอปลอมได้. ด้วยซอฟต์แวร์ที่สามารถเข้าถึงได้นี้ จึงเป็นเรื่องง่ายที่จะเห็นว่าผู้ใช้ทั่วไปสามารถสร้างความเสียหายให้กับ Deepfakes ได้อย่างไรโดยที่ไม่ตระหนักถึงความเสี่ยงด้านความปลอดภัยที่อาจเกิดขึ้น
ความนิยมของแอพแลกหน้าและบริการออนไลน์เช่น ความคิดถึงลึก ๆ แสดงให้เห็นว่าสาธารณชนทั่วไปสามารถนำ Deepfakes ไปใช้ได้อย่างรวดเร็วและกว้างขวางเพียงใด ในปี 2019 ตรวจพบวิดีโอประมาณ 15,000 รายการที่ใช้ Deepfakes. และคาดว่าจำนวนนี้จะเพิ่มขึ้น
Deepfakes เป็นเครื่องมือที่สมบูรณ์แบบสำหรับแคมเปญบิดเบือนข้อมูลเพราะพวกเขาสร้างข่าวปลอมที่น่าเชื่อถือซึ่งต้องใช้เวลาในการหักล้าง ในขณะเดียวกัน ความเสียหายที่เกิดจาก Deepfakes โดยเฉพาะความเสียหายที่ส่งผลต่อชื่อเสียงของผู้คน มักจะยาวนานและไม่สามารถย้อนกลับได้
DeepSwap เป็นตัวเลือกที่ยอดเยี่ยมสำหรับผู้ที่ต้องการสร้าง Deepfake ที่น่าเชื่อถือโดยใช้ความพยายามเพียงเล็กน้อย ??t;a href="https://twitter.com/hashtag/DeepSwap?src=hash&ref_src=twsrc%5Etfw">#DeepSwap #เปลี่ยนใบหน้า #ดีพเฟค #เฟซแอพ #รีเฟซ #ทบทวน # รีวิว #ปัญญาประดิษฐ์ #AI #Tech #technology #เทคนิวส์ #ข่าวเทคโนโลยี #มีนา #เทคMGZNhttps://t.co/A2Cbp02sH1
– นิตยสารเทค (@TechMGZN) May 4, 2022
เห็นแล้วเชื่อ?
บางทีการขยายสาขาที่อันตรายที่สุดของ Deepfakes คือวิธีที่พวกเขายืมตัวไปบิดเบือนข้อมูลในการรณรงค์ทางการเมือง
เราเห็นสิ่งนี้เมื่อโดนัลด์ ทรัมป์ ระบุการรายงานข่าวที่ไม่ประจบประแจงว่า “ข่าวปลอม” ด้วยการกล่าวหาว่านักวิจารณ์ของเขาเผยแพร่ข่าวปลอม ทรัมป์สามารถใช้ข้อมูลที่ผิดเพื่อป้องกันการกระทำผิดของเขาและเป็นเครื่องมือโฆษณาชวนเชื่อ
กลยุทธ์ของทรัมป์ทำให้เขาสามารถรักษาการสนับสนุนในสภาพแวดล้อมที่เต็มไปด้วยความไม่ไว้วางใจและการบิดเบือนข้อมูลโดยอ้างว่า “ว่าเหตุการณ์และเรื่องราวจริงเป็นข่าวลวงหรือลวงหลอก".
ความน่าเชื่อถือในหน่วยงานและสื่อกำลังถูกบ่อนทำลายทำให้เกิดบรรยากาศแห่งความไม่ไว้วางใจ และด้วยการแพร่กระจายที่เพิ่มขึ้นของ Deepfakes นักการเมืองสามารถปฏิเสธความผิดได้อย่างง่ายดายในเรื่องอื้อฉาวที่เกิดขึ้น จะยืนยันตัวตนของใครบางคนในวิดีโอได้อย่างไรหากพวกเขาปฏิเสธ
อย่างไรก็ตาม การต่อต้านการบิดเบือนข้อมูลเป็นความท้าทายสำหรับระบอบประชาธิปไตยเสมอมา เนื่องจากพวกเขาพยายามรักษาเสรีภาพในการพูด ความร่วมมือระหว่างมนุษย์กับ AI สามารถช่วยจัดการกับความเสี่ยงที่เพิ่มขึ้นของ Deepfakes โดยให้ผู้คนตรวจสอบข้อมูล การแนะนำกฎหมายใหม่หรือการใช้กฎหมายที่มีอยู่เพื่อลงโทษผู้ผลิต Deepfakes สำหรับการปลอมแปลงข้อมูลและการแอบอ้างบุคคลอื่นอาจได้รับการพิจารณา
แนวทางสหสาขาวิชาชีพโดยรัฐบาลระหว่างประเทศและระดับประเทศ บริษัทเอกชน และองค์กรอื่นๆ ล้วนมีความสำคัญในการปกป้องสังคมประชาธิปไตยจากข้อมูลเท็จ
เกี่ยวกับผู้เขียน
เซะ-ฟุง หลี่, ผู้ช่วยวิจัย ภาควิชาสารสนเทศศึกษา, มหาวิทยาลัย McGill และ เบนจามิน ซีเอ็ม ฟุ้ง, ศาสตราจารย์และประธานวิจัยแคนาดาด้านการขุดข้อมูลเพื่อความปลอดภัยทางไซเบอร์ มหาวิทยาลัย McGill
บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.