ลายน้ำในภาพที่สร้างโดย AI ทำอะไรได้จริงบ้าง

คำมั่นสัญญาฟังดูง่ายกว่าความเป็นจริง

ลายน้ำในภาพ AI มักถูกนำเสนอว่าเป็นทางแก้เชิงปฏิบัติสำหรับสื่อสังเคราะห์: ทำเครื่องหมายภาพที่สร้างขึ้น ตรวจหาเครื่องหมายนั้นในภายหลัง และให้ผู้ชมมั่นใจมากขึ้นกับสิ่งที่กำลังเห็น

เรื่องนี้จริงอยู่บางส่วน ลายน้ำช่วยให้แพลตฟอร์มติดป้ายภาพที่สร้างโดย AI ช่วยให้ผู้เผยแพร่บันทึกกระบวนการทำงาน และช่วยให้นักสืบสวนแยกแยะระหว่างชิ้นงานบางส่วนที่มนุษย์ทำกับเครื่องสร้างได้ มันเป็นชั้นการป้องกันที่มีประโยชน์

แต่มันไม่ใช่เครื่องจักรแห่งความจริงที่ใช้ได้ครอบจักรวาล ลายน้ำอาจถูกลบ ตรวจไม่พบ ปลอมแปลง ทำให้เสื่อมคุณภาพ ถูกตัดออกจาก metadata หรือหมดความหมายไปเมื่อถูกจับภาพหน้าจอ แม้ในกรณีที่ใช้งานได้ มันก็มักตอบคำถามที่แคบมากว่า: ไฟล์นี้ หรือสิ่งที่คล้ายไฟล์นี้ เคยผ่านระบบที่ใส่เครื่องหมายนี้หรือไม่

นั่นต่างจากการตอบคำถามที่คนส่วนใหญ่สนใจจริง ๆ: ภาพนี้เป็นของจริงหรือไม่ ใครเป็นคนทำ ถูกแก้ไขหรือเปล่า ทำให้เข้าใจผิดหรือไม่ ฉันมีสิทธิ์ใช้งานหรือเปล่า

ลายน้ำช่วยตอบคำถามเหล่านั้นได้ก็ต่อเมื่อมันเป็นส่วนหนึ่งของระบบที่กว้างกว่าเกี่ยวกับที่มาและการเปิดเผยข้อมูล

ก่อนอื่น ต้องนิยามประเภทของลายน้ำ

ผู้คนใช้คำว่าลายน้ำเพื่อหมายถึงหลายสิ่งที่ต่างกัน

ลายน้ำที่มองเห็นได้

สิ่งเหล่านี้คือเครื่องหมายที่วางทับบนภาพอย่างชัดเจน: โลโก้ ป้าย รูปแบบเส้นทแยง หรือคำบรรยายที่บอกว่าภาพนี้สร้างโดย AI

ลายน้ำที่มองเห็นได้เข้าใจง่ายสำหรับมนุษย์ แต่ก็ง่ายต่อการครอปออก ปิดทับ เบลอ หรือลบด้วยเครื่องมือแก้ไขภาพ คุณค่าหลักของมันคือการเปิดเผยข้อมูล ณ จุดเผยแพร่ ไม่ใช่ความน่าเชื่อถือเชิงนิติพิสูจน์

มันทำงานได้ดีที่สุดเมื่อผู้เผยแพร่ต้องการซื่อสัตย์ และทำงานได้แย่เมื่อผู้เผยแพร่ต้องการหลอกลวง

ลายน้ำที่มองไม่เห็น

ลายน้ำที่มองไม่เห็นคือสัญญาณที่ฝังอยู่ในพิกเซลของภาพ เครื่องมือตรวจจับสามารถทดสอบในภายหลังได้ว่าสัญญาณนั้นมีอยู่หรือไม่

นี่คือรูปแบบที่ระบบอย่าง SynthID และแนวทางลายน้ำระดับตัวสร้างภาพอื่น ๆ ใช้ จุดดึงดูดนั้นชัดเจน: ภาพยังดูปกติได้ ขณะที่ยังพกสัญญาณที่เครื่องตรวจจับได้อยู่

สิ่งที่ต้องแลกคือความเปราะบาง ลายน้ำที่มองไม่เห็นบางแบบทนต่อการบีบอัด การปรับขนาด การปรับสี หรือการครอปเล็กน้อยได้ บางแบบทำไม่ได้ เครื่องหมายที่แรงขึ้นอาจทนทานกว่า แต่อาจกระทบคุณภาพหรือเสี่ยงต่อการโจมตีแบบเจาะจง รายละเอียดมีความสำคัญมาก และสาธารณชนแทบไม่ค่อยได้เห็นรายละเอียดมากพอที่จะประเมินได้อย่างเป็นอิสระ

Metadata และบันทึกที่มา

แนวทางที่สามไม่ใช่ลายน้ำในความหมายระดับพิกเซล แต่มันแนบข้อมูลเข้ากับไฟล์: ใครเป็นผู้สร้าง ใช้เครื่องมือใด มีการแก้ไขอะไรบ้าง และข้อมูลรับรองนั้นลงนามโดยฝ่ายที่เชื่อถือได้หรือไม่

นี่คือจุดที่ C2PA, the Coalition for Content Provenance and Authenticity, เข้ามามีบทบาท C2PA มุ่งสร้างมาตรฐานสำหรับข้อมูลรับรองเนื้อหา เพื่อให้ภาพและสื่ออื่น ๆ พกข้อมูลที่มาซึ่งลงนามแล้วข้ามเครื่องมือและแพลตฟอร์มต่าง ๆ ได้

แนวทางนี้สื่อความหมายได้มากกว่าลายน้ำ มันบอกได้มากกว่า AI หรือไม่ใช่ AI มันอธิบายการแก้ไข แหล่งที่มา และห่วงโซ่การดูแลรักษาได้ แต่ขึ้นอยู่กับการรองรับของซอฟต์แวร์ ความไว้วางใจในผู้ลงนาม และการที่ metadata ยังติดอยู่กับไฟล์ ใครก็ตามที่เคยจัดการการอัปโหลดภาพย่อมรู้ว่า metadata มักถูกตัดออกโดยอัตโนมัติ สัญชาตญาณด้านความเป็นส่วนตัวแบบเดียวกับที่อยู่เบื้องหลัง การลบ EXIF metadata ก่อนแชร์รูปภาพ ก็ทำให้ระบบที่มาซับซ้อนขึ้นเช่นกัน

ลายน้ำทำอะไรได้จริง

ลายน้ำมีประโยชน์เมื่อคุณมอบหมายงานที่ถูกต้องให้มัน

1. มันสนับสนุนการเปิดเผยข้อมูลอย่างซื่อสัตย์

สำหรับทีมที่เผยแพร่ภาพซึ่งมี AI ช่วย ลายน้ำช่วยให้การเปิดเผยข้อมูลสม่ำเสมอขึ้นได้ ห้องข่าว ตลาดออนไลน์ โรงเรียน หรือทีมออกแบบสามารถกำหนดให้ภาพที่สร้างขึ้นต้องมีป้ายที่มองเห็นได้ เครื่องหมายที่มองไม่เห็น ข้อมูลรับรองที่ลงนามแล้ว หรือใช้หลายอย่างร่วมกัน

สิ่งนี้ไม่ได้ป้องกันผู้ไม่หวังดีจากการลบเครื่องหมาย แต่ช่วยลดความคลุมเครือภายในองค์กรที่ต้องการปฏิบัติอย่างรับผิดชอบ

เรื่องนี้คล้ายกับการเปิดเผยข้อมูลเชิงบรรณาธิการสำหรับข้อความ AI มาตรฐานที่มีประโยชน์ไม่ใช่ความรู้สึกผิดเชิงแสดงออก แต่คือความชัดเจนที่นำไปใช้ได้จริง หากทีมของคุณใช้ชิ้นงานสังเคราะห์ นโยบายสั้น ๆ ที่อธิบายว่าเปิดเผยเมื่อใดและอย่างไรย่อมมีประโยชน์กว่าความกังวลกว้าง ๆ ที่ไม่ชัดเจน หลักการเดียวกันนี้ใช้กับ การเปิดเผยข้อมูล AI อย่างซื่อสัตย์บนเว็บไซต์ขนาดเล็ก: บอกผู้ใช้ในสิ่งที่มีผลอย่างมีนัยสำคัญต่อความเข้าใจของพวกเขา

2. มันให้สัญญาณสำหรับการกลั่นกรองแก่แพลตฟอร์ม

แพลตฟอร์มต้องการสัญญาณในระดับขนาดใหญ่ ลายน้ำที่เชื่อถือได้ช่วยให้แพลตฟอร์มส่งไฟล์อัปโหลดเข้าสู่การตรวจทาน ใส่ป้าย บังคับใช้นโยบายโฆษณา หรือจำกัดการใช้งานบางประเภทได้

สิ่งนี้ไม่จำเป็นต้องแม่นยำสมบูรณ์แบบ ระบบกลั่นกรองสามารถใช้การตรวจจับลายน้ำเป็นหนึ่งสัญญาณในหลายสัญญาณ: พฤติกรรมบัญชี ประวัติการอัปโหลด ความคล้ายคลึงทางภาพ รายงานจากผู้ใช้ และบริบทของเนื้อหา

อันตรายอยู่ที่การมองว่าสัญญาณนั้นเป็นข้อสรุปเด็ดขาด ลายน้ำที่ตรวจพบอาจบ่งชี้ว่าภาพมาจากตัวสร้างภาพรายหนึ่ง การไม่พบลายน้ำไม่ได้พิสูจน์ว่าภาพนั้นเป็นของจริง

3. มันช่วยรักษาห่วงโซ่การดูแลรักษา

สำหรับผู้เผยแพร่ คลังเอกสาร ทีมกฎหมาย และนักวิจัย ข้อมูลที่มาอาจมีคุณค่าอย่างแท้จริง หากไฟล์พกข้อมูลรับรองที่ลงนามแล้วตั้งแต่การสร้าง ผ่านการแก้ไข ไปจนถึงการเผยแพร่ ผู้ตรวจทานภายหลังจะเข้าใจได้ว่ามันเปลี่ยนแปลงไปอย่างไร

เรื่องนี้ไม่ใช่การจับภาพปลอมทุกภาพบนเว็บเปิด แต่เป็นการสร้างกระบวนการทำงานที่น่าเชื่อถือ โต๊ะภาพถ่ายสามารถตรวจสอบได้ว่าภาพมาจากกล้องที่รู้จัก ผ่านซอฟต์แวร์แก้ไขที่ได้รับอนุมัติ และถูกส่งออกโดยบรรณาธิการคนใดคนหนึ่ง ทีมออกแบบสามารถติดตามได้ว่าภาพประกอบถูกสร้าง แก้ไข ได้รับสิทธิ์ใช้งาน และอนุมัติแล้วหรือไม่

ข้อมูลรับรองแบบ C2PA แข็งแรงที่สุดในสภาพแวดล้อมที่ควบคุมได้เหล่านี้ และอ่อนแอลงเมื่อภาพถูกคัดลอกผ่านระบบที่ไม่รู้จัก ถูกจับภาพหน้าจอ หรือถูกโพสต์ซ้ำหลายครั้ง

4. มันเพิ่มต้นทุนของการหลอกลวง

ลายน้ำไม่ได้หยุดการหลอกลวง แต่มันทำให้การหลอกลวงต้องใช้ความพยายามเพิ่มขึ้นเล็กน้อย

หากตัวสร้างภาพใส่ลายน้ำที่มองไม่เห็นและทนทานเป็นค่าเริ่มต้น คนที่พยายามทำให้ภาพสังเคราะห์ดูเหมือนภาพต้นฉบับจากกล้องอาจต้องมีขั้นตอนฟอกเพิ่มเติม: การแก้ไข การเข้ารหัสใหม่ การจับภาพหน้าจอ หรือการใช้โมเดลที่ไม่มีเครื่องหมาย ขั้นตอนเหล่านั้นอาจทำให้คุณภาพลดลง ทิ้งร่องรอยอื่นไว้ หรือเพิ่มแรงเสียดทานในการปฏิบัติการ

เรื่องนี้อาจไม่หวือหวา แต่ความปลอดภัยมักทำงานแบบนี้ คุณแทบไม่เคยกำจัดการละเมิดได้หมด คุณทำให้การละเมิดที่พบบ่อยช้าลง เชื่อถือได้น้อยลง และสืบสวนได้ง่ายขึ้น

สิ่งที่ลายน้ำทำไม่ได้

ข้อจำกัดคือจุดที่ทีมต่าง ๆ มักประสบปัญหา

มันไม่ได้พิสูจน์ว่าภาพเป็นความจริง

ภาพถ่ายจริงอาจทำให้เข้าใจผิดได้ ภาพสังเคราะห์อาจมีป้ายชัดเจนแต่ยังสื่อสิ่งที่เป็นเท็จได้ ลายน้ำบอกคุณเกี่ยวกับต้นทางหรือการประมวลผล ไม่ใช่ความจริง

ภาพ AI ที่มีป้ายกำกับของนักการเมืองกำลังทำสิ่งสมมติยังคงเป็นปัญหาข้อมูลผิดที่อาจเกิดขึ้นได้ ภาพจริงที่มีคำบรรยายหลอกลวงก็เป็นปัญหาข้อมูลผิดเช่นกัน ข้อมูลที่มาช่วยได้ แต่การตีความยังคงสำคัญ

มันไม่ได้แก้ปัญหาการระบุผู้สร้างหรือ copyright

ลายน้ำที่บอกว่าสร้างโดย AI ไม่ได้บอกคุณว่าผลลัพธ์ละเมิดผลงานของผู้อื่นหรือไม่ prompt ใช้ชื่อศิลปินที่ยังมีชีวิตอยู่หรือไม่ หรือข้อมูลฝึกสอนมีที่มาอย่างมีจริยธรรมหรือเปล่า

สิ่งเหล่านี้เป็นคำถามทางกฎหมายและจริยธรรมที่แยกต่างหาก มันสำคัญ แต่ไม่อาจลดรูปเหลือเพียงลายน้ำแบบใช่หรือไม่ใช่

หากทีมของคุณใช้ภาพที่สร้างขึ้นในงานสาธารณะ ลายน้ำควรอยู่เคียงข้างการตรวจทานสิทธิ์ใช้งาน การบันทึกแหล่งที่มา และการตัดสินใจพื้นฐานเกี่ยวกับความจำเป็น ภาพสังเคราะห์มีต้นทุนที่เกินกว่าการตรวจจับ ดังที่กล่าวไว้ใน ต้นทุนที่ซ่อนอยู่ของภาพที่สร้างโดย AI บนเว็บเปิด

มันไม่ได้รอดจากการแปลงทุกแบบ

ภาพถูกบีบอัด ปรับขนาด แปลงรูปแบบ จับภาพหน้าจอ ใส่ฟิลเตอร์ และโพสต์ซ้ำเป็นกิจวัตร บางระบบออกแบบมาให้ทนต่อการแปลงทั่วไปได้ แต่ไม่ควรสมมติว่าระบบใดจะรอดจากการแปลงทั้งหมด

Metadata เปราะบางเป็นพิเศษ แพลตฟอร์มโซเชียล ระบบจัดการเนื้อหา แอปส่งข้อความ และกระบวนการปรับแต่งจำนวนมากตัด metadata ออกเพื่อลดขนาดไฟล์หรือปกป้องความเป็นส่วนตัว ลายน้ำระดับพิกเซลอาจทนต่อการแปลงได้มากกว่า แต่ก็ยังถูกโจมตีได้

มันใช้งานไม่ได้หากไม่มีการนำไปใช้

มาตรฐานข้อมูลที่มาจะมีประโยชน์ก็ต่อเมื่อเครื่องมือสร้าง เครื่องมือแก้ไข ระบบเผยแพร่ แพลตฟอร์ม และผู้ชมรองรับมัน

นี่คือปัญหาการนำไปใช้งานที่ไม่น่าตื่นเต้น หากตัวสร้างภาพรายหนึ่งใส่เครื่องหมายให้ผลลัพธ์ แต่อีกรายไม่ใส่ ความครอบคลุมของการตรวจจับก็เป็นเพียงบางส่วน หากซอฟต์แวร์แก้ไขทำข้อมูลรับรองหล่นหาย ห่วงโซ่ก็ขาด หากเบราว์เซอร์และแพลตฟอร์มไม่แสดงข้อมูลรับรองอย่างชัดเจน ผู้ใช้ทั่วไปก็จะไม่เห็นมันเลย

ลายน้ำไม่ใช่แค่คุณสมบัติทางเทคนิค แต่มันคือข้อตกลงของระบบนิเวศ

นโยบายเชิงปฏิบัติสำหรับทีมที่ใช้ภาพ AI

องค์กรส่วนใหญ่ไม่จำเป็นต้องกลายเป็นห้องปฏิบัติการนิติพิสูจน์สื่อ พวกเขาต้องการชุดกฎที่ใช้งานได้

นโยบายที่สมเหตุสมผลมีหน้าตาแบบนี้:

• ติดป้ายภาพสังเคราะห์เมื่อความเป็นสังเคราะห์อาจมีผลต่อการตีความ
• เก็บไฟล์ต้นฉบับ prompt สิทธิ์ใช้งาน และการอนุมัติสำหรับภาพ AI ที่เผยแพร่
• เลือกใช้เครื่องมือที่รองรับข้อมูลรับรองที่มาหรือลายน้ำที่คงทน
• อย่าถือว่าการไม่พบลายน้ำเป็นหลักฐานของความแท้จริง
• หลีกเลี่ยงภาพที่สร้างโดย AI ในบริบทเชิงสารคดี หลักฐาน การแพทย์ กฎหมาย หรือข่าวที่อ่อนไหว เว้นแต่จะมีกระบวนการเปิดเผยข้อมูลและตรวจทานที่ชัดเจนมาก

สำหรับทีมการตลาดและผลิตภัณฑ์ ความผิดพลาดที่พบบ่อยที่สุดไม่ใช่การหลอกลวงโดยเจตนาร้าย แต่คือความคลุมเครือแบบเผลอไผล ภาพ hero ที่เห็นได้ชัดว่าเป็นภาพประกอบต้องการการเปิดเผยน้อยกว่าภาพสินค้าปลอม ภาพลูกค้าปลอม หรือภาพเหตุการณ์สังเคราะห์ ยิ่งภาพขอให้ผู้ชมเชื่อว่ามันแสดงบุคคล สถานที่ สินค้า หรือเหตุการณ์จริงมากเท่าไร การเปิดเผยข้อมูลของคุณก็ควรชัดเจนมากขึ้นเท่านั้น

ทีมออกแบบควรตัดสินใจด้วยว่าการเปิดเผยข้อมูลควรอยู่ตรงไหน บางครั้งป้ายที่มองเห็นได้ก็เหมาะสม บางครั้ง metadata และเครดิตภาพก็เพียงพอ บางครั้งคำตอบที่ถูกต้องคือไม่ใช้ภาพที่สร้างขึ้นนั้น

การตรวจจับควรเป็นเรื่องของความน่าจะเป็น ไม่ใช่การตัดสินเชิงศีลธรรม

การตรวจจับลายน้ำเป็นสัญญาณ ไม่ใช่คำตัดสิน เรื่องนี้สำคัญเพราะความมั่นใจผิด ๆ อาจทำร้ายผู้คนได้

เครื่องตรวจจับอาจพลาดภาพที่มีเครื่องหมายหลังผ่านการแก้ไขหนัก ๆ มันอาจระบุภาพผิดพลาด มันอาจทำงานได้ดีกับตัวสร้างภาพรายหนึ่งและแย่กับอีกราย มันอาจถูกปรับแต่งมาสำหรับเงื่อนไขในห้องทดลองมากกว่าการกระจายจริงที่ยุ่งเหยิง

ดังนั้นคำถามเชิงปฏิบัติการไม่ควรเป็นว่า นี่คือ AI หรือไม่ แต่ควรเป็นว่า เรามีหลักฐานอะไรบ้าง หลักฐานนั้นเชื่อถือได้แค่ไหน และเรากำลังตัดสินใจอะไรจากมัน

แพลตฟอร์มที่กำลังตัดสินใจว่าจะเพิ่มป้ายแบบเบาหรือไม่ อาจยอมรับความไม่แน่นอนได้มากกว่าโรงเรียนที่กล่าวหานักเรียนว่าประพฤติมิชอบ หรือผู้เผยแพร่ที่กล่าวหาว่ามีการฉ้อโกง ยิ่งผลลัพธ์มีความเสี่ยงสูงเท่าไร คุณยิ่งต้องมีหลักฐานยืนยันมากขึ้นเท่านั้น

นี่คือความระมัดระวังแบบเดียวกับที่ใช้กับการตรวจจับเนื้อหา AI โดยทั่วไป: เครื่องตรวจจับมีประโยชน์ในฐานะเครื่องมือคัดแยก ไม่ใช่ผู้พิพากษา

กรณีใช้งานที่ดีที่สุด: กระบวนการทำงานที่น่าเชื่อถือ ไม่ใช่การตรวจตราที่สมบูรณ์แบบ

กรณีที่แข็งแรงที่สุดของลายน้ำไม่ใช่การจับภาพสังเคราะห์ทุกภาพหลังจากมันหลุดออกสู่อินเทอร์เน็ตแล้ว นั่นทะเยอทะยานเกินไป

กรณีที่แข็งแรงกว่าคือการสร้างกระบวนการทำงานที่น่าเชื่อถือก่อนเผยแพร่:

• ตัวสร้างภาพใส่เครื่องหมายให้ผลลัพธ์
• ซอฟต์แวร์แก้ไขรักษาข้อมูลรับรองไว้
• ระบบจัดการเนื้อหาจัดเก็บข้อมูลเหล่านั้น
• ผู้เผยแพร่แสดงข้อมูลเมื่อเกี่ยวข้อง
• ผู้ตรวจทานสามารถตรวจสอบห่วงโซ่ภายหลังได้

กระบวนการทำงานนี้จะไม่หยุดผู้ไม่หวังดีทุกคน แต่มันจะทำให้ผู้ที่รับผิดชอบอ่านออกและตรวจสอบได้มากขึ้น

ความแตกต่างนี้สำคัญ ลายน้ำมักถูกทำการตลาดว่าเป็นกำแพงป้องกันข้อมูลผิด ในทางปฏิบัติ มันใกล้เคียงกับร่องรอยเอกสารมากกว่า ร่องรอยเอกสารมีคุณค่า แต่ก็ไม่สมบูรณ์ สูญเสียรายละเอียดได้ และน่าเชื่อถือได้เท่ากับสถาบันที่ดูแลมันเท่านั้น

<!-- tool-cta:start -->

💡 ลองสิ่งนี้: หากต้องการดูว่าลายเซ็น AI ที่ฝังไว้เปราะบางเพียงใด ให้ลองใช้ AI Metadata Masker ซึ่งแสดงให้เห็นว่าเครื่องหมายดังกล่าวสามารถถูกเปลี่ยนแปลงหรือลบออกได้ง่ายเพียงใด

<!-- tool-cta:end -->

สรุปสำคัญ

ลายน้ำในภาพที่สร้างโดย AI ทำสิ่งที่มีประโยชน์ได้สามอย่าง: สนับสนุนการเปิดเผยข้อมูล ให้สัญญาณสำหรับการกลั่นกรองแก่แพลตฟอร์มและผู้เผยแพร่ และช่วยรักษาข้อมูลที่มาในกระบวนการทำงานที่ควบคุมได้

มันไม่ได้พิสูจน์ความจริง แก้ปัญหา copyright รับประกันการระบุผู้สร้าง หรือระบุภาพสังเคราะห์ทุกภาพในโลกจริงได้อย่างเชื่อถือได้

ท่าทีเชิงปฏิบัติไม่ใช่ทั้งความเย้ยหยันหรือความเชื่ออย่างมืดบอด ใช้ลายน้ำในที่ที่มันลดความคลุมเครือได้ เลือกข้อมูลที่มาตามมาตรฐานเมื่อห่วงโซ่การดูแลรักษามีความสำคัญ คงการตรวจทานโดยมนุษย์ไว้สำหรับการใช้งานที่มีเดิมพันสูง และอย่าปล่อยให้เครื่องหมายทางเทคนิคมาแทนที่วิจารณญาณเชิงบรรณาธิการ