คนทั่วไปพึ่งสัญญาณภาพเก่า แยกใบหน้า AI ยากขึ้น

ผมชอบคิดว่าตัวเองพอจะจับสัญญาณภาพที่สร้างด้วย AI ได้ เช่น แสงที่นุ่มผิดปกติ รายละเอียดพื้นหลังเบลอ อุปกรณ์เล็กๆ ที่หายไป แต่การทดสอบแบบ "real or AI-generated" หลายครั้งก็ทำให้ถ่อมตัวเสมอ

การทดสอบจาก UNSW Sydney

ทีมนักวิจัยจาก UNSW Sydney เปิดหน้าเดโมการทดสอบที่ให้ผู้เข้าร่วมตัดสิน 20 ใบหน้าว่าเป็น "Human" หรือ "Computer-generated (AI)" (ลิงก์เดโม: https://facetest.psy.unsw.edu.au/aifaces.html) ผมลองเล่นแล้วทำได้ 14/20 ซึ่งสูงกว่าค่าเฉลี่ยของผู้เข้าร่วมที่ให้ผลออกมา 11/20 แต่ก็ต้องย้ำว่า 11/20 แทบไม่ต่างจากการสุ่มเดาเท่าไหร่

ผลวิจัยสั้นๆ

งานทดลองมีผู้เข้าร่วม 125 คน และจากนั้นตีพิมพ์ใน British Journal of Psychology ทีมวิจัยระบุว่าในกลุ่มผู้เข้าร่วมมี 36 คนที่เป็นผู้ที่มีความสามารถจดจำใบหน้าเป็นพิเศษ ("super-recognizers") ซึ่งทำคะแนนได้ดีกว่าคนทั่วไป แต่ก็เพียงเล็กน้อย

นักวิจัยชี้ว่า "ความสามารถแยก AI" มีความสัมพันธ์กับความไวในการจับลักษณะ 'hyper-average' ของใบหน้าที่สร้างโดย AI เนื่องจากโมเดลสร้างภาพส่วนใหญ่เป็นเครื่องมือที่คาดการณ์ความเป็นไปได้สูงสุด จึงมักสร้างหน้าที่มีลักษณะเฉลี่ยเกินไป ซึ่งกลายเป็นเบาะแสหนึ่งที่บอกว่าเป็นภาพจาก AI

สัญญาณเก่าๆ ที่คนยังพึ่งอยู่ อาจใช้ไม่ได้แล้ว

บทความในข่าวของ UNSW Sydney ชี้ว่า คนที่ไม่ใช่ "super-recognizers" มักยังพึ่งสัญญาณตรวจจับแบบเก่า เช่น ฟันผิดรูป แว่นตาที่หลอมรวมกับใบหน้า ตำแหน่งหูที่ไม่ต่อกับศีรษะ หรือพื้นหลังแปลกๆ ที่ไหลเข้ากับผม แต่ปัญหาคือโมเดลสร้างภาพรุ่นใหม่ๆ พัฒนาจนก้าวข้ามสัญญาณเหล่านี้ไปได้แล้ว ทำให้วิธีเดิมๆ ใช้ตรวจจับยากขึ้น

งานวิจัยอื่นที่มีขนาดใหญ่กว่า อย่างการศึกษาของ Microsoft พบว่าผู้เข้าร่วมสามารถแยกภาพจริงกับภาพที่สร้างด้วย AI ได้ถูกต้องราว 62% เท่านั้น ซึ่งบอกเป็นนัยว่าการแยกภาพด้วยตาเปล่ายังไม่ใช่เรื่องง่าย

ในชีวิตจริงยังพอมีเบาะแสช่วยได้

ทั้งสองงานวิจัยเป็นการทดสอบที่จำกัดบริบทไว้แค่ภาพเพียงอย่างเดียว แต่ในชีวิตจริงมักมีเบาะแสอื่นๆ ให้ตรวจสอบ เช่น โปรไฟล์ผู้ส่งข้อความเป็นบัญชีใหม่ไหม โพสต์ซ้ำ/คอนเทนต์เดิมๆ ปรากฏที่อื่นไหม หรือส่งลิงก์แปลกๆ มาในข้อความแรกๆ เยอะหรือเปล่า เบาะแสบริบทเหล่านี้ช่วยให้เราไม่ถูกหลอกง่ายๆ แม้จะยังมีโอกาสถูก fooled ได้บ้าง

สรุป

เทคโนโลยีสร้างภาพด้วย AI ก้าวหน้าเร็ว ทำให้สัญญาณผิดปกติแบบเก่าไม่ค่อยมีประโยชน์อีกต่อไป ผู้ที่มีทักษะการจำใบหน้าดีเป็นพิเศษจะได้เปรียบเล็กน้อย แต่คนทั่วไปยังต้องพึ่งการตรวจสอบบริบทและการสืบค้นย้อนกลับเพื่อยืนยันความน่าเชื่อถือของภาพ