人工智能（AI）欺骗人类，能有多容易？未来又会有多普遍？

【资料图】

上个月，一则“马斯克亲吻机器人女友”的推文在网上引发了人们的激烈讨论。在一组图片中，马斯克正在亲吻一个栩栩如生的机器人。

然而，经核实，这张图像却是个人使用 AI 绘画神器 Midjourney 创建的。

尽管难以置信，但它还是成功地欺骗了几个 AI 图像检测工具。

这些工具能够检测嵌入在 AI 生成图像中难以识别的标记，旨在帮助提高透明度和问责制，标记错误信息、欺诈、未经同意的色情内容、艺术欺诈和其他滥用该技术的行为。

对此，芝加哥大学 AI 专家谭宸浩表示，“总的来说，我认为这些检测工具并不总是奏效，而且它们的未来也并不乐观。”

Hive 创始人兼首席执行官 Kevin Guo 认为，当前 AI 图像检测工具难以处理已经改变的原始作品或质量较低的图像，这种缺陷可能会削弱其打击虚假内容的潜力。

近日，另一类新闻则更加让人震惊。

据 BBC 报道，恋童癖者正在利用 AI 制作和非法交易儿童性虐待材料。这些与真实图像并无差别的儿童性虐待“伪图像”大多由 Stable Diffusion 生成。

负责儿童保护事务的 NPCC 负责人 Ian Critchley 表示，恋童癖者可能会“从想象到合成再到真正虐待儿童”。

美国内容共享网站 Patreon 负责人表示，“我们已经禁止上传人工智能生成的儿童剥削材料，并利用专门的团队、技术和合作伙伴来确保青少年的安全。”

如今，这类 AI 生成内容扰乱现实世界的案例比比皆是，而且不只是图像，由 AI 模型生成的文字同样具有误导性和欺骗性。

那么，在大型语言模型（LLMs）引领的 AI 新时代，个人如何区分虚假信息和准确信息，进而保护自己的财产和生命安全呢？又能不能很容易地做到？

一项最新研究揭示了一个更加糟糕的事实：由大型语言模型产生的内容可能比人类更具误导性和欺骗性。

相关研究论文以“AI model GPT-3 (dis)informs us better than humans ”为题，已发表在科学期刊 Science 上。

在这项研究中，苏黎世大学 Federico Germani 团队通过实验测试了 697 名参与者（母语为英语、年龄主要在 26 至 76 岁之间）是否能够区分人类和 OpenAI 推出的 GPT-3 创作的虚假信息和准确信息。这些内容涉及疫苗、自闭症、5G 和气候变化等常被公众误解的话题。

研究人员收集了推特上人类创作的内容，并指示 GPT-3 模型生成包含准确和不准确信息的新推特。然后，他们要求参与者判断推特内容的真假，并确定它们是由人类还是 GPT-3 生成的。

参与者普遍能够识别人类创作的虚假信息和 GPT-3 生成的真实推特。然而，他们也更有可能认为 GPT-3 生成的虚假信息是准确的。

实验结果显示，相比于人类，GPT-3 在向社交媒体用户传递信息时更具误导性和欺骗性。这表明，当涉及到引导或误导公众时，AI 语言模型可以有多么强大。

图 | GPT-3 比人类更具误导性和欺骗性

此外，Germani 等人还发现，在识别准确信息方面，GPT-3 表现比人类要差，而在发现虚假信息方面，人类和 GPT-3 的表现相似。

对此，该研究的作者之一、苏黎世大学生物医学伦理和医学史研究所博士后研究员 Giovanni Spitale 警告道，“这类技术非常惊人，可以很容易地被用来做坏事，在你选择的任何主题上产生虚假信息......”

但 Spitale 认为，人类有办法开发相关技术，用“魔法打败魔法”，使 AI 大模型不易传播错误信息，“技术本身并不是邪恶或善良的，它只是人类意图的放大器。”

根据 Spitale 的说法，打击虚假信息的最佳策略非常简单，即鼓励人类培养批判性思维，以便更好地辨别事实与虚构。擅长事实核查的人可以与 GPT-3 等语言模型一起工作，从而改善合法的公共信息。

然而，该研究存在一定的局限性。例如，参与者人数相对较少，且只是英语母语者；以及参与者无法查看撰写该内容的用户资料，也无法查看用户过去的推文等。

尽管如此，从现在开始，正确识别 AI 生成的内容将是每一个人的必修课。

希望我们每一个人，在这个日新月异的 AI 新时代，都不会被技术所打败。

标签：