LegközelebbKövetkező útmutató
India informatikai szabályai a mélyhamisításokra és a szintetikus tartalomcímkékre
Társadalom
Társadalom ÚTMUTATÓ
Az MI-tartalomcímkék olyan értesítések, mint a Meta „MI-információ” címkéje vagy a YouTube módosított vagy szintetikus tartalomra vonatkozó címkéje, amelyeket a platformok a generatív MI-vel létrehozott vagy jelentősen megváltoztatott bejegyzésekhez csatolnak.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Ezeket vagy az alkotó saját bevallása, vagy a platform által a fájlban észlelt jelek váltják ki. Azért fontosak, mert ezek jelentik a fő módszert, amellyel a közönség megtudhatja, hogy egy valósághű kép, videó vagy hang esetleg nem valódi, ugyanakkor a metaadatoktól és az alkotói őszinteségtől függenek, amelyek mindkettő könnyen elveszhet.
Platforms label AI content in two ways: creator self-disclosure and automated detection. Automated detection mostly reads signals left by the tools that made the content. One is metadata, such as C2PA Content Credentials and the IPTC digital source type field, which can record that an image was generated or edited by AI. Another is invisible watermarks, such as Google's SynthID, embedded in the pixels or audio. Platforms rely less on classifiers that guess from the content itself, because those make more errors. Meta began labeling AI images across Facebook, Instagram and Threads in 2024 with a 'Made with AI' tag. Photographers complained that minor AI-assisted edits triggered it on real photos, so Meta renamed it 'AI info' and moved the label into a menu for lightly edited content. YouTube requires creators to disclose realistic content that is altered or synthetic, such as a real person appearing to say something they did not. It does not require disclosure for clearly unrealistic content, beauty filters, or AI used only for tasks like scripting. The label is more prominent for sensitive topics such as elections, health and news. TikTok requires creators to label realistic AI content and in 2024 began reading Content Credentials to label some uploads automatically. Google and Meta also require disclosure in political ads that contain realistic synthetic content. Creators who break these rules can face content removal or penalties. The gaps are serious. Screenshots, re-encoding and many editing apps strip metadata. Many open-weight models add no watermark. Rules differ from platform to platform. Audiences also misread labels. A label on a real photo with a small edit can suggest it is fake, and the absence of a label does not prove that content is real.
Egy YouTuber, aki klónozott hangot használt egy valósághű újrajátszás narrálásához, a feltöltés során kiválasztja a módosított vagy szintetikus tartalom közzétételét a YouTube Studióban.
Egy fotós egy generatív kitöltő eszközzel eltávolít egy oda nem illő tárgyat, a Instagram pedig automatikusan hozzáad egy MI-információ címkét, mivel a szerkesztőszoftver MI-metaadatokat írt a fájlba.
Egy TikTok-alkotó olyan eszközzel tölt fel videót, amely Content Credentials-t (tartalomhitelesítési adatokat) csatol, a TikTok pedig anélkül címkézi fel MI-generáltként, hogy az alkotónak bármit is tennie kellene.
Egy másik fiók újraoszt egy képernyőképet egy MI-képről. A képernyőkép nem tartalmaz metaadatokat, így nem jelenik meg automatikus címke, ami az egyik fő végrehajtási hiányosságot mutatja.
A szabályozás egyre nagyobb nyomást gyakorol. Az EU MI-rendeletének 50. cikke átláthatósági kötelezettségeket ír elő, beleértve a szintetikus kimenetek géppel olvasható megjelölését a szolgáltatók részéről, valamint a deepfake-ek közzétételét a felhasználók részéről. Ezek a kötelezettségek 2026 augusztusától válnak alkalmazandóvá, bár az uniós jogalkotók egyes meglévő rendszerekre vonatkozó átmeneti időszakokról is tárgyaltak. Számos joghatóság fogadott el szabályokat a választásokon megjelenő megtévesztő MI-tartalmakkal kapcsolatban. Egyre több kamera, telefon és szerkesztőeszköz alkalmazza a Content Credentials-t, ami következetesebbé teheti a címkézést. Az iparágban egyesek a hiteles tartalom ellenőrzése mellett érvelnek a szintetikus tartalom megjelölése mellett, mivel az észlelés soha nem fog mindent elkapni. Továbbra is bizonytalan, hogy a platformok milyen következetesen hajtják végre szabályaikat, és hogy a közönség megérti-e, mit jelentenek a címkék.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Az MI-tartalomcímkék olyan értesítések, mint a Meta „MI-információ” címkéje vagy a YouTube módosított vagy szintetikus tartalomra vonatkozó címkéje, amelyeket a platformok a generatív MI-vel létrehozott vagy jelentősen megváltoztatott bejegyzésekhez csatolnak. Ezeket vagy az alkotó saját bevallása, vagy a platform által a fájlban észlelt jelek váltják ki. Azért fontosak, mert ezek jelentik a fő módszert, amellyel a közönség megtudhatja, hogy egy valósághű kép, videó vagy hang esetleg nem valódi, ugyanakkor a metaadatoktól és az alkotói őszinteségtől függenek, amelyek mindkettő könnyen elveszhet.
Az MI-eszközökkel végzett apró szerkesztések miatt a valódi fotókat is „Készült MI-vel” címkével látták el. A lágyabb „MI-információ” megfogalmazás és a menüben való elhelyezés az apróbb szerkesztésekhez ezt volt hivatott kezelni.
A YouTube szabálya azokra a valósághű tartalmakra vonatkozik, amelyek félrevezethetik a nézőket. A nem valósághű tartalmak, a szépségszűrők és a kizárólag gyártási feladatokra használt MI ki vannak zárva.
Az automatizált címkézés többnyire a létrehozó eszköz által hagyott eredetjeleket, azaz a metaadatokat és vízjeleket olvassa, ahelyett, hogy a hibákra hajlamos osztályozókra támaszkodna.
A metaadat-alapú észlelés attól függ, hogy a fájl tartalmazza-e az eredeti adatait. A képernyőképek és az újrakódolás ezeket eltávolítja, így nem jut el jel a platformhoz.
A „trainedAlgorithmicMedia” jelzi a teljesen generált tartalmat. A „compositeWithTrainedAlgorithmicMedia” azokat az összetett képeket jelöli, amelyek generált elemeket is tartalmaznak.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
India informatikai szabályai a mélyhamisításokra és a szintetikus tartalomcímkékre
Társadalom