ทำไมคะแนนถึงสูงที่นี่
เครื่องมือตรวจจับมองหาสัญญาณที่บ่งบอกว่าพิกเซลถูกสร้างหรือปรับแต่งใหม่โดยซอฟต์แวร์มากกว่าการถ่ายมาจากโลกแห่งความเป็นจริง Instagram คือสถานที่ที่เกือบทุกรูปภาพถูกปรับแต่งใหม่โดยซอฟต์แวร์ด้วยความตั้งใจ และมักทำหลายครั้ง
รูปภาพทั่วไปที่เผยแพร่ผ่านแอปกล้องที่ซ้อนทับแสง แอปแต่งภาพที่ปรับโทนและลบจุดบกพร่อง พรีเซ็ตที่เปลี่ยนสีทั้งภาพ และสุดท้ายคือการบีบอัดซ้ำของแพลตฟอร์มเองเมื่ออัปโหลด
แต่ละขั้นตอนเหล่านั้นเขียนความสัมพันธ์ของพิกเซลใหม่ ไม่มีขั้นตอนใดที่ทำให้ภาพเป็นของปลอม แต่ทั้งหมดนั้นดูคล้ายสิ่งที่แบบจำลองได้รับการฝึกมาให้มองหา ผลลัพธ์คือรูปภาพที่เป็นของจริงที่อยู่ในช่วงคะแนน 40 กว่าๆ ได้อย่างสบาย
นี่ไม่ใช่ข้อบกพร่องเฉพาะของเครื่องมือใดเครื่องมือหนึ่ง เครื่องมือตรวจจับที่อ่านสถิติพิกเซลทุกอย่างต้องเผชิญกับปัญหาเดียวกัน และเครื่องมือใดที่อ้างความแม่นยำสูงบนเนื้อหาโซเชียลที่ผ่านการตัดต่อหนักๆ คือการวัดบนเกณฑ์มาตรฐานที่ไม่มีเนื้อหาประเภทนั้นอยู่มากนัก
แถวที่สี่เป็นแถวที่น่าสนใจ เพราะการเปลี่ยนท้องฟ้าคือการตัดต่อแบบสร้างภาพ คะแนนที่เพิ่มขึ้นมีเหตุผลที่แท้จริง และแผนผังภูมิภาคจะแสดงให้เห็นว่ามันจำกัดอยู่แค่ด้านบนของเฟรม ไม่ได้กระจายไปทั่วทั้งภาพ
ความแตกต่างที่สำคัญ: ตัดต่อหรือสร้างขึ้นใหม่
รูปภาพ Instagram ส่วนใหญ่ที่ทำเครื่องมือตรวจจับเตือน คือรูปภาพที่ถูกตัดต่อ ไม่ใช่รูปภาพที่ถูกสร้างขึ้นมาใหม่ นั่นเป็นข้อกล่าวหาที่แตกต่างกันซึ่งมีผลตามมาที่แตกต่างกัน และแผนผังภูมิภาคคือสิ่งที่แยกสิ่งเหล่านี้ออกจากกัน
รูปภาพที่สร้างขึ้นใหม่จะสร้างความร้อนทั่วทั้งตาราง เพราะทุกส่วนของมันมาจากกระบวนการเดียวกัน รูปภาพที่ถูกตัดต่อจะสร้างเฟรมที่เย็นพร้อมจุดร้อนในที่ที่เครื่องมือสร้างภาพทำงาน เช่น การลบวัตถุ การแทนที่พื้นหลัง การยืดขอบ
Generative fill มีอยู่ในซอฟต์แวร์ตัดต่อกระแสหลักแล้ว ดังนั้นรูปแบบนี้จึงเป็นเรื่องปกติและมักไม่มีอันตราย การลบคนแปลกหน้าออกจากมุมรูปภาพวันหยุดไม่ใช่การหลอกลวง และเครื่องมือที่รายงานว่าเป็นเช่นนั้นถือเป็นการตอบคำถามที่ไม่มีใครถาม
การหาไฟล์ที่ใช้งานได้
Instagram ทำให้เรื่องนี้ยากกว่าแพลตฟอร์มอื่นส่วนใหญ่ เนื่องจากไม่มีตัวเลือกให้ดาวน์โหลดและรูปภาพที่แสดงก็ถูกปรับขนาดแล้ว ไฟล์ที่ใช้ตรวจสอบได้ดีที่สุดมักจะเป็นไฟล์ที่เบราว์เซอร์โหลดบนเวอร์ชันเว็บ ไม่ใช่สิ่งที่แอปแสดง
การวาง URL ของโพสต์มักเป็นวิธีที่น่าเชื่อถือที่สุด เพราะจะเป็นการดึงภาพที่ระบบส่งมาโดยตรงแทนการเรนเดอร์ใหม่จากหน้าจอของคุณ ซึ่งช่วยหลีกเลี่ยงการเพิ่มการบีบอัดซ้ำอีกรอบนอกเหนือไปจากการบีบอัดของแพลตฟอร์มเอง
หากบัญชีเป็นแบบส่วนตัว จะไม่มีไฟล์สาธารณะให้ดึงข้อมูลและไม่มีวิธีที่ถูกต้องในการหลีกเลี่ยงข้อจำกัดนี้ การจับภาพหน้าจอเป็นทางเลือกเดียว ซึ่งภาพที่ผ่านการใส่ฟิลเตอร์และผ่านการบีบอัดซ้ำมาแล้วย่อมมีความละเอียดต่ำที่สุดสำหรับการทดสอบ
อะไรคือข้อบ่งชี้ที่แท้จริงของบัญชีที่ใช้ AI สร้างภาพ
สำหรับบัญชีที่สร้างจากภาพสังเคราะห์ทั้งหมด รูปแบบที่ปรากฏทั่วทั้งตารางบอกอะไรได้มากกว่าภาพเดียว ความสม่ำเสมอคือสิ่งที่เผยให้เห็น ซึ่งตรงกันข้ามกับที่ผู้คนคาดคิด
- ความสม่ำเสมอที่เป็นไปไม่ได้ ใบหน้าเดิม แสงเงาเหมือนเดิม ในวันที่ เมือง และฤดูกาลที่ควรจะแตกต่างกัน
- ไม่มีภาพถ่ายเหตุการณ์ทั่วไป บัญชีจริงมักจะมีภาพที่จัดองค์ประกอบไม่ดี แสงไม่สวย หรือภาพที่ไม่สำคัญปะปนอยู่ ส่วนบัญชีที่สร้างขึ้นจะมีแต่ภาพที่ดูดีที่สุดเท่านั้น
- พื้นหลังซ้ำๆ พื้นผิวผนังหรือลวดลายต้นไม้แบบเดิมปรากฏในโพสต์ที่ไม่เกี่ยวข้องกัน
- ไม่มีภาพที่ถ่ายโดยกล้องคนอื่น ไม่มีใครเคยแท็กพวกเขาในภาพถ่ายที่พวกเขาไม่ได้ถ่ายเอง
- ความคิดเห็นที่ไม่สอดคล้องกัน การมีส่วนร่วมที่ไม่เคยอ้างถึงสิ่งที่เฉพาะเจาะจงในรูปภาพ
แต่ละข้อข้างต้นเกี่ยวข้องกับภาพรวมมากกว่ารายเฟรม ซึ่งเป็นเหตุผลว่าทำไมการตรวจสอบเพียงภาพเดียวจากโพสต์เดียวจึงเป็นวิธีที่อ่อนเกินไปในกรณีนี้ ให้ลองตรวจสอบหลายภาพจากบัญชีเดียวกันและดูแนวโน้มก่อนดึงข้อสรุปใดๆ
หากคุณคือผู้สร้างที่ถูกตั้งคำถาม
กรณีนี้เกิดขึ้นบ่อยขึ้นกับช่างภาพและนักวาดภาพประกอบ และการป้องกันตัวเองคือการพิสูจน์ที่มาไม่ใช่การโต้เถียง ให้เก็บไฟล์ Raw ไฟล์งานที่มีเลเยอร์ และประวัติเวอร์ชันที่ซอฟต์แวร์แก้ไขบันทึกไว้
ไฟล์ Raw ที่มีข้อมูลเมตาของกล้องและประวัติการแก้ไขที่ตรงกันนั้นน่าเชื่อถือกว่าผลจากโปรแกรมตรวจจับในทิศทางใดทิศทางหนึ่ง และยังเป็นหลักฐานเดียวที่อ้างอิงได้เพราะไม่ได้ขึ้นอยู่กับว่าโมเดลของใครจะเห็นด้วยกับคุณหรือไม่
โพสต์สปอนเซอร์และภาพถ่ายผลิตภัณฑ์
เนื้อหาเชิงพาณิชย์บนแพลตฟอร์มคือส่วนที่ภาพที่สร้างจาก AI เติบโตเร็วที่สุด และเป็นส่วนที่ผู้ชมมีความเสี่ยงสูงที่สุด ภาพถ่ายผลิตภัณฑ์ที่แสดงสินค้าที่ไม่มีอยู่จริงตามที่ถ่ายมาเป็นปัญหาของผู้บริโภค ไม่ใช่ปัญหาทางสุนทรียภาพ
สิ่งที่บ่งบอกจะต่างจากภาพบุคคล ให้ดูที่พื้นผิวที่วางผลิตภัณฑ์ เงาที่ตกกระทบ และการสะท้อนบนบรรจุภัณฑ์ว่าเข้ากับสภาพแวดล้อมที่พื้นหลังสื่อถึงหรือไม่ ภาพถ่ายผลิตภัณฑ์ที่สร้างโดย AI มักจะทำตัววัตถุได้ถูกต้อง แต่ฟิสิกส์ของสภาพแวดล้อมอาจคลาดเคลื่อนไปบ้าง
ข้อความคืออีกวิธีตรวจสอบที่เชื่อถือได้ บรรจุภัณฑ์ ฉลาก และตัวอักษรขนาดเล็กยังคงเป็นสิ่งที่ AI ทำได้ยาก และผลิตภัณฑ์ที่ฉลากไม่ชัดเจนจนอ่านไม่ออกควรได้รับการตรวจสอบซ้ำโดยไม่คำนึงถึงคะแนนที่ได้
สำหรับการตัดสินใจซื้อ การตรวจสอบที่สำคัญที่สุดไม่ใช่การตรวจจับ แต่คือการขอให้ผู้ขายส่งภาพถ่ายสินค้าที่ยังไม่ได้แก้ไขบนพื้นผิวเรียบที่ถ่ายในวันนี้ คำขอนี้ง่ายมากสำหรับผู้ขายจริง และน่าอึดอัดใจสำหรับคนที่ใช้ภาพจาก Prompt