การดูดีเกินไปอาจดูน่าสงสัย? อนาคตของอินสตาแกรมที่ "ความไม่สมบูรณ์แบบคือของจริง" กำลังเติบโต

1) สิ่งที่คำประกาศ "ยากเกินกว่าจะเห็นด้วยตาเปล่า" หมายถึง

ความรู้สึกแปลกๆ อย่าง "ดูเหมือน AI" หรือ "ไม่เป็นธรรมชาติ" จะไม่สามารถใช้แยกแยะความจริงจากของปลอมได้อีกต่อไป Adam Mosseri ผู้บริหาร Instagram ได้ออกมาประกาศยอมรับความพ่ายแพ้ โดยระบุว่าเนื่องจากภาพและวิดีโอที่สร้างโดย AI เริ่มเลียนแบบความเป็นจริงอย่างแม่นยำ แพลตฟอร์มจะไม่สามารถแยกแยะของปลอมด้วยการ "มองเห็น" ได้อีกต่อไป บทความจาก NDTV Profit สรุปคำพูดของเขาว่า "ไม่สามารถมองเห็นความหยาบของ AI ด้วยตาเปล่า" และรายงานว่าเป็นจุดเปลี่ยนที่เปลี่ยนแปลงสมมติฐานในการใช้งาน SNS NDTV Profit

สิ่งสำคัญที่นี่คือ Mosseri ไม่ได้แค่บอกว่า "ยากที่จะระบุ" เท่านั้น เขายังมองว่าการตรวจจับและการติดป้ายกำกับเนื้อหา AI แม้จะประสบความสำเร็จในตอนแรก แต่เมื่อ AI พัฒนาไปมากขึ้น "ฝ่ายตรวจจับจะเสียเปรียบ" และเสนอแนวคิดใหม่—**เปลี่ยนจาก "ไล่ตามของปลอม" ไปเป็น "ติดป้ายกำกับของจริง (fingerprint real media)"** NDTV Profit

2) "ติดป้ายกำกับของจริง"—แนวคิด "chain of custody"

สิ่งที่ Mosseri คำนึงถึงไม่ใช่การติดป้ายกำกับในช่วงใดช่วงหนึ่งของ "การกระจาย" ที่เนื้อหาถูกสร้าง แก้ไข หรือโพสต์ซ้ำ แต่เป็นการยืนยันความแท้ตั้งแต่ช่วงที่ถ่ายภาพ (capture) ในข้อเสนอที่อ้างอิงโดย Engadget กล้อง (รวมถึงสมาร์ทโฟน) จะให้ลายเซ็นเข้ารหัสในขณะถ่ายภาพ เพื่อสร้าง "chain of custody (การเชื่อมโยงที่มา)" ที่สามารถติดตามได้ว่าไม่มีการแก้ไข Engadget

หากสิ่งนี้เกิดขึ้นจริง สิ่งที่เราจะเห็นในอนาคตไม่ใช่แค่ป้ายกำกับว่า "นี่คือ AI หรือไม่" แต่

• ภาพนั้นถูกถ่าย "เมื่อไร ที่ไหน และด้วยอุปกรณ์ใด"

• หากมีการแก้ไข จะรู้ได้ว่าอะไรคือของดั้งเดิมและอะไรที่ถูกเปลี่ยนแปลง

• ประวัติการแก้ไขนั้นใครเป็นผู้รับรองและตามเกณฑ์ใด
  ซึ่งจะเป็นข้อมูลที่ใกล้เคียงกับ **ประวัติความเป็นมาของเนื้อหา (provenance)**

อย่างไรก็ตาม ความเป็นจริงไม่ได้ง่ายขนาดนั้น ยิ่งมี "ของจริง" ที่มีลายเซ็นมากขึ้นเท่าไร เนื้อหาที่ไม่มีลายเซ็นก็จะถูกมองว่า "น่าสงสัย" มากขึ้นเท่านั้น ภาพถ่ายเก่า ภาพสแกน ทรัพย์สินวิดีโอที่มีอยู่ วิดีโอการเปิดเผยตัวตนที่ไม่ระบุชื่อ—แม้ว่าจะมีความสำคัญทางสังคม แต่ก็มีหลายอย่างที่ไม่มีลายเซ็น ในขณะที่เทคโนโลยีสามารถสร้างความเชื่อถือได้ แต่ก็อาจสร้าง **"ความเหลื่อมล้ำของความเชื่อถือ"** ได้เช่นกัน

3) ยุคที่ "ยิ่งดูดี ยิ่งน่าสงสัย"? ทฤษฎี "ความไม่สมบูรณ์คือของจริง"

สิ่งที่ดึงดูดความสนใจในบทความของ NDTV Profit คือคำแนะนำของ Mosseri ต่อผู้สร้างเนื้อหา AI มักจะสร้าง "รูปลักษณ์ที่สวยงามและเรียบร้อย" ได้ง่าย ดังนั้นในระยะสั้น การเน้นไปที่ **"ความไม่สมบูรณ์" "ไม่ผ่านการแก้ไข" "ดูเป็นธรรมชาติ"** อาจเป็นสัญญาณของความเป็นจริง—เช่น วิดีโอที่มีการสั่นไหว ภาพเบลอ มุมที่ไม่ดีในระยะใกล้ และการแสดงออกที่ไม่ถูกสร้างขึ้นอาจมีคุณค่าเป็น "หลักฐานของความเป็นจริง" NDTV Profit

Business Insider ยังได้กล่าวถึงการที่ Mosseri กล่าวว่า "ยุคของการจัดเรียงโพสต์ที่สวยงาม" กำลังจะสิ้นสุดลง และการแชร์ชีวิตประจำวันแบบไม่ผ่านการแก้ไขกำลังกลายเป็นจุดศูนย์กลาง Business Insider

อย่างไรก็ตาม "ความไม่สมบูรณ์คือของจริง" นี้เป็นเพียงการแก้ปัญหาชั่วคราว Mosseri ที่ The Verge อ้างถึงมีวิสัยทัศน์ที่ก้าวไกลกว่า AI จะสามารถสร้าง "ข้อบกพร่อง" และ "ความไม่สมบูรณ์" ได้ในที่สุด เมื่อถึงจุดนั้น ผู้คนจะต้องเปลี่ยนเกณฑ์การตัดสินจาก "สิ่งที่เห็น" ไปเป็น "ใครเป็นคนพูด" The Verge

กล่าวคือ **ในโลกที่ความงามกลายเป็นสิ่งที่หาง่าย สิ่งที่มีค่าต่อไปคือ "ความเป็นตัวตน" และ "ความสัมพันธ์"**

4) เรากำลังเข้าสู่สังคมที่ "สงสัยก่อน"

NDTV Profit เน้นย้ำถึงการเปลี่ยนแปลงทัศนคติของผู้ใช้ เราเคยรับภาพและวิดีโอที่อัลกอริทึมแนะนำให้เราโดยถือว่า "เป็นของจริง" แต่จากนี้ไปจะตรงกันข้าม เราจะเริ่มต้นด้วยความสงสัย ตรวจสอบแรงจูงใจและพื้นหลังของผู้แชร์ และอ่านบริบทของข้อมูล—การ "สงสัยก่อน" จะกลายเป็นเรื่องปกติ NDTV Profit

The Decoder อธิบายประเด็นนี้ โดยกล่าวถึงข้อสันนิษฐานทางชีววิทยาและจิตวิทยาว่า "มนุษย์เชื่อในสิ่งที่มองเห็นได้ง่าย" และการเปลี่ยนไปสู่การสงสัยเป็นค่าเริ่มต้นอาจเป็น "ไม่สบายใจและเครียด" The Decoder

เมื่อการสงสัยกลายเป็นมาตรฐาน เราอาจเปลี่ยนความบันเทิงเบาๆ ในการเลื่อนดูทุกวันให้กลายเป็น "การตรวจสอบ" หากต้นทุนในการตัดสินความจริงเพิ่มขึ้น คนที่เหนื่อยล้าอาจจะ "ไม่เชื่ออะไรเลย" หรือ "เชื่อเฉพาะสิ่งที่อยากเชื่อ" ซึ่งเป็นแหล่งที่มาของการแบ่งแยกทางสังคมและการแพร่กระจายข้อมูลผิด

5) ความรับผิดชอบของแพลตฟอร์มอยู่ที่ไหน—ปัญหา "ใครจะจัดการปัญหานี้"

การเขียนของ Engadget ค่อนข้างเข้มงวด แม้จะยอมรับความจริงที่ว่าการระบุเนื้อหาที่สร้างโดย AI จะยากขึ้น แต่ก็วิจารณ์ว่า "มันเป็นปัญหาของ Meta หรือเปล่า หรือกำลังทำให้เป็นปัญหาของคนอื่น" โดยกล่าวถึงการที่มาตรการระบุแบบเดิมเช่นลายน้ำไม่เพียงพอ ความไม่ชัดเจนของป้ายกำกับ และการยอมรับของแพลตฟอร์มว่าพวกเขา "ไม่สามารถตรวจจับได้" ซึ่งทั้งหมดนี้นำไปสู่การที่ AI slop ชนะ Engadget

ดังนั้นประเด็นคือ

• แม้ว่าการเพิ่มขึ้นของเนื้อหาที่สร้างโดย AI จะหลีกเลี่ยงไม่ได้ใครจะรับภาระความเสียหาย (การหลอกลวง การปลอมแปลง การแพร่กระจายข้อมูลผิด)

• หากการเซ็นชื่อถูกมอบให้กับผู้ผลิตกล้อง ระบบปฏิบัติการ แอปพลิเคชัน และ SNS จะร่วมมือกันมากน้อยเพียงใด

• ใครจะจ่ายค่าใช้จ่ายสำหรับการมาตรฐานและโครงสร้างพื้นฐานการตรวจสอบที่ข้ามพรมแดน

แม้ว่า "การติดป้ายกำกับของจริง" จะดูเหมือนเป็นเทคโนโลยีที่ดี แต่การนำไปใช้และการดำเนินการก็เป็นปัญหาทางการเมืองและเศรษฐกิจด้วย

6) ปฏิกิริยาของ SNS: การเห็นด้วย การเสียดสี และการพูดถึง "เศรษฐกิจแห่งความเชื่อถือ"

คำพูดนี้ได้รับการตอบรับหลากหลายเมื่อถูกเผยแพร่เป็นข่าว แม้ว่า Threads จะไม่สามารถเข้าถึงได้โดยตรงเนื่องจากข้อจำกัดทางสิ่งแวดล้อม แต่จาก SNS รอบข้างและการอ้างอิง/สรุปโพสต์ เราสามารถเห็นแนวโน้มของปฏิกิริยาได้

(1) "ป้ายกำกับเป็นไปไม่ได้ มุ่งสู่การพิสูจน์ที่มา"—การจัดระเบียบในเชิงนักข่าว
Karissa Bell นักข่าวของ Engadget ได้สรุปคำพูดของ Mosseri ใน Bluesky ว่า "การติดป้ายกำกับ AI ล่วงหน้าเป็นเรื่องที่ยากเกินไป และกล้องจะพิสูจน์ว่า 'อะไรคือของจริง'" Bluesky Social

(2) มุมมองจากผู้สร้าง: "การมองหาความไม่สมบูรณ์คือการเปลี่ยนกฎการแข่งขัน"
ใน LinkedIn มีโพสต์ที่สรุปคำพูดของ Mosseri เป็น "9 ประเด็นสำคัญ" โดยกล่าวถึง "ความเป็นจริง = ความเชื่อถือเป็นสกุลเงิน" และ "ในยุคของการสร้างแบบไม่จำกัด 'ใครพูด' จะมีค่า" การอภิปรายเกี่ยวกับ "เศรษฐกิจแห่งความเชื่อถือ" ได้รับการขยายออกไป ในส่วนความคิดเห็น มีการแสดงมุมมองว่าความสม่ำเสมอและการตัดสินใจของบุคคลจะเป็นปัจจัยที่สร้างความแตกต่าง LinkedIn

(3) การวิจารณ์: "แพลตฟอร์มสร้างน้ำท่วมนี้ แล้วจะผลักภาระให้ภายนอกหรือ"
ในความคิดเห็นของบทความ Engadget และ The Verge รวมถึงการเผยแพร่ซ้ำ มีการตั้งคำถามซ้ำๆ ว่าแพลตฟอร์มที่ส่งเสริมฟังก์ชัน AI จะรับผิดชอบอย่างไร หากพวกเขาถือว่า "ไม่สามารถตรวจจับได้" Engadget

7) สามการเปลี่ยนแปลงที่จะเกิดขึ้น (การคาดการณ์)

สุดท้ายนี้ ประเด็นที่กล่าวถึงจะเปลี่ยนการดำเนินงานในสถานที่อย่างไร จากเนื้อหาในบทความและรายงานรอบๆ สามารถคาดการณ์ได้ว่าอย่างน้อยสามสิ่งต่อไปนี้มีโอกาสสูงที่จะเกิดขึ้น

1. การแข่งขันเพื่อมาตรฐาน