สร้างข้อมูลเทียมมีความก้าวหน้าครั้งสำคัญคือความแพร่หลายของ Deepfakes สื่อสังเคราะห์แบบหนึ่งเกิดขึ้นจากการนำเอาภาพบุคคลในรูปภาพหรือวิดีโอที่มีอยู่เดิมไปแทนที่ด้วยภาพเหมือนของคนอื่นจนมีความแนบเนียนและให้ภาพเคลื่อนไหวนั้นพูดด้วยเสียงของบุคคลที่ต้องการ มันจะทำให้ข่าวปลอม (Fake news) ในรูปอื่นๆ เช่นในรูปแบบของบทความข่าวหรือข่าวที่เขียนขึ้นมาต้องชิดซ้าย เพราะความสมจริงยิ่งกว่า
ยังไม่ทันสิ้นปีพ.ศ. 2563 สื่อชั้นนำของโลกก็มีการปล่อยข่าวเทียมขั้นสูงออกมาสร้างความฮือฮาพอสมควร นั่นคือการปล่อยคลิปของสถานีโทรทัศน์ Channel 4 ของสมเด็จพระราชินีนาถเอลิซาเบ็ธที่ 2 แห่งสหราชอาณาจักรทรงมีพระราชกระแสถึงเหตุการณ์ที่ผ่านมาในปี 2563 รวมถึงเรื่องอื้อฉาวในราชวงศ์ ซึ่งปกติแล้วสมเด็จพระราชินีนาถฯ จะไม่ทรงแสดงความเห็นในลักษณะนี้ แต่นี่คือ Deepfakes ที่อัดเสียงโดยบุคคลอื่นและตัดต่อให้พระองค์เต้นตามแอพ TikTok
Channel 4 กล่าวว่าการออกอากาศคลิปข่าวเทียมขั้นสูงมีวัตถุประสงค์เพื่อให้สาธารณชนตระหนักถึงภัยคุกคามของข่าวปลอมในยุคดิจิทัล โดยเอียน แคทซ์ผู้อำนวยการรายการกล่าวว่าวิดีโอดังกล่าวเป็น "เครื่องเตือนใจที่ทรงพลังว่าเราไม่สามารถเชื่อถือสิ่งที่เรามองเห็นได้อีกต่อไป” (1)
แต่การทำ Deepfakes ครั้งนี้ถูกวิพากษ์วิจารณ์จากผู้เชี่ยวชาญว่าควรจะนำเสนอปั้ญหาที่พบได้บ่อยจากการใช้ Deepfakes เพื่อสะท้อนปัญหามากกว่า เช่น การทำภาพอนาจารของผู้หญิงแทนที่จะนำภาพและเสียงตัดต่อสมเด็จพระราชินีนาถฯ ซึ่งค่อนข้างเห็นได้ชัดว่าไม่ใช่ของจริง
อย่างไรก็ตาม การตัดสินของ Channel 4 สะท้อนในเห็นว่าต่อไปเทคโนโลยีจะแพร่หลายมากขึ้นและจำทำให้คนเราไม่เชื่อสิ่งที่ตาเราเห็นอีก ซึ่งเป็นสถานการณ์ที่ยุ่งยากมากกว่าการพบข่าวปลอมที่ถูกเขียนขึ้นหรือภาพถ่ายที่ตัดต่อขึ้นเพราะอย่างหลังนั้นสามารถตรวจสอบแหล่งข้อมูลต่างๆ ได้ง่ายกว่า แต่การตรวจสอบวิดิโอคลิปเป็นงานที่ละเอียดมากกว่าหลายเท่า
จากการคาดการณ์ของบริษัท Avast ผู้นำระดับโลกด้านผลิตภัณฑ์ความปลอดภัยดิจิทัล ในปี 2564 ขบวนการบิดเบือนข้อมูลที่ใช้ Deepfakes และข่าวปลอมที่สร้างโดยปัญญาประดิษฐ์ (AI) ที่เป็นอันตรายจะมีพลังมากขึ้น เพราะต่อไปการสร้างข่าวปลอมด้วยเทคโนโลยีนี้จะง่ายดายขึ้น ความก้าวหน้าของเทคโนโลยีในปัจจุบันสามารถดูได้จากตัวอย่างของนักวิจัยที่สาธิต "วิธีสร้างวิดีโอเจาะลึกภายใน 5 นาที" โดยที่เราทุกคนสามารถสร้าง Deepfakes ได้โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว (3)
ปีเตอร์ ซอมอล ผู้อำนวยการแผนกวิจัยด้านปัญญาประดิษฐ์ ที่ Avast กล่าวว่าในปีหน้า Deepfakes น่าจะมีคุณภาพถึงขนาดสามารถนำไปใช้อย่างจริงจังในขบวนการบิดเบือนข้อมูลได้ โดยเฉพาะอย่างยิ่งทฤษฎีสมคบคิดเกี่ยวกับโคโรนาไวรัส เช่น การอ้างว่าไวรัสแพร่กระจายผ่านเครือข่าย 5G (ข่าวปลอมนี้เคยแพร่หลายในช่วงแรกของการระบาด) อาจถูกนำกลับมาใช้ซ้ำผ่านวิดีโอที่ปลอมแปลงได้ เช่น การอ้างว่านักการเมืองเป็นผู้สมรู้ร่วมคิดทำให้เกิดการแพร่ระบาด
นอกจากนี้ การที่ผู้คนที่ทำงานจากที่บ้านและการพึ่งพาการเชื่อมต่อออนไลน์ที่สูงขึ้นรวมถึงแรงกดดันทางเศรษฐกิจที่เพิ่มขึ้นรวมกับความไม่แน่นอนของผู้คน มีแนวโน้มที่จะส่งผลให้ประสิทธิภาพของการใช้ข่าวปลอมในการแพร่กระจายข้อมูลที่บิดเบือนเพิ่มมากขึ้น (2)
ด้วยความที่ Deepfakes กำลังกลายเป็นภัยคุกคามที่น่ากลัว หลายๆ องค์กรจึงเริ่มที่หาวิธีสกัดกั้นหรือคิดค้นหนทางในการตรวจสอบข้อมูลที่ได้มาว่าเป็นการปลอมแปลงขั้นสูงหรือไม่ ตัวอย่างเช่นในปี 2563 บริษัทที่เริ่มขยับเป็นรายแรกๆ ในช่วงต้นปีนี้คือ Facebook ได้แบน Deepfakes อาจทำให้ผู้ใช้เข้าใจผิดคิดว่าคลิปหนึ่งๆ พูดในสิ่งที่บุคคลในคลิปไม่ได้พุดด้วยตัวเอง Twitter และ TikTok ก็ทำตามโดยกำหนดระเบียบในลักษณะเดียวกัน
ต่อมาในเดือนก.ย. 2563 บริษัท Microsoft ได้พัฒนาซอฟต์แวร์ที่ชื่อว่า Video Authenticator เพื่อที่จะตรวจจับว่าคลิปนั้นๆ ผ่านการตัดแต่งขั้นสูงจนแยกแยะด้วยเปล่าไม่ออกหรือไม่เพื่อต่อสู้กับการแพร่กระจายของข้อมูลเท็จ
แต่เทคโนโลยีนี้ก็อาจที่จะล้าสมัยในเวลาไม่นานเช่นกันเพราะเทคโนโลยีของการทำ Deepfakes ก้าวหน้าอย่างรวดเร็ว ซึ่งเพื่อแก้ไขปัญหานี้ Microsoft ยังได้ประกาศพัฒนาระบบอีกระบบหนึ่งเพื่อช่วยให้ผู้ผลิตเนื้อหาคือวิดิโอคลิป สามารถเพิ่มโค้ดที่ซ่อนอยู่ในวิดีโอของตนเพื่อให้สามารถจับสังเกตได้ว่าเนื้อหานั้นๆ มีการเปลี่ยนแปลงในภายหลังหรือไม่ (4)
บริษัท Homeland Security Research Corporation มีรายงานเกี่ยวกับทางออกเพื่อรับมือกับการปลอมแปลงคลิปขั้นสูงกับข่าวปลอมให้กับตลาดในภาคธุรกิจระหว่างปีพ.ศ. 2563 - 2569 ในรายงานระบุว่า Deepfakes คือแนวโน้มล่าสุดของการใช้ปัญญาประดิษฐ์ (AI) เพื่อสร้างวิดีโอปลอมเรียกอีกอย่างว่า FakeNews 2.0 (ข่าวปลอมที่วิวัฒนาการเป็นระดับต่อมา)
Deepfakes เป็นปรากฏการณ์ที่เติบโตอย่างรวดเร็วแม้ว่าจะยังไม่แพร่หลายเท่าบทความข่าวปลอม แต่ก็มีความนิยมเพิ่มขึ้นและมีผลต่อประชากรทั่วไปมากขึ้น นอกจากนี้ความซับซ้อนที่อยู่เบื้องหลังการสร้างวิดีโอ Deepfakes ยังเพิ่มความยากในการระบุและตรวจจับ ทำให้มันเป็นเครื่องมือที่มีประสิทธิภาพและทำลายล้างมากขึ้นสำหรับผู้กระทำผิด (5)
รายงานเสนอว่าตามหลักการแล้วทุกคนควรมีเครื่องมือการตรวจสอบ Deepfakes อย่างไรก็ตามเทคโนโลยีนี้อยู่ในช่วงเริ่มต้นของการพัฒนา นอกจากนี้นักพัฒนาจำเป็นต้องปรับปรุงเครื่องมือและป้องกันแฮกเกอร์ก่อนที่จะเผยแพร่ในวงกว้าง เนื่องจากรายงานนี้เน้นสำหรับวงการธุรกิจจึงคาดการร์ว่าตลาดที่รองรับการผลิตเครื่องมือตรวจสอบ Deepfakes น่าจะเติบโตอย่างรวดเร็วหลังจากนี้ไปจนถึงปี 2569 โดยบริษัทเหล่านี้หลายแห่งเป็นบริษัทสตาร์ทอัพ
นอกจาก Deepfakes แล้วข่าวปลอมในรูปแบบอื่นๆ ยังเป็นปัญหาที่แก้ไม่ตกเช่นเดิมในปี 2564 เช่น ขบวนการหลอกลวงเรื่องวัคซีนโควิด-19 การโจมตีหน่วยงานด้านสาธารณสุขโดยแรนซัมแวร์เพื่อเรียกค่าไถ่ซึ่งเกิดขึ้นมากในปี 2563 และจะเกิดต่อไปอีกในปี 2564 โดยรายงานคาดการณ์ชี้ว่า "การโจมตีจะเล็งเป้าหมายโดยเฉพาะไปที่บริษัทยาและสถาบันด้านการพัฒนาตัวยาเพื่อเก็บเกี่ยวข้อมูลที่ละเอียดอ่อนเกี่ยวกับลูกค้าแล้วแบล็กเมลในภายหลัง" (6)
อีกแน้วโนมที่จะต้องจับตาคือการใช้ AI ในการข่มขู่ซึ่งตอนนี้ยังไม่มีหลักฐานชัดเจน แต่บริษัท Avast ได้สังเกตเห็นการใช้ภัยคุกคามแบบใหม่ที่ขยายตัวเพิ่มขึ้นซึ่งภัยคุกคามเหล่านี้เกิดจากการใช้ระบบอัตโนมัติซึ่ง AI อาจมีส่วนเกี่ยวข้องในระดับหนึ่ง แต่การใช้ AI เป็นภัยคุกคามจำเป็นต้องมีชุดข้อมูลและฐานความรู้ที่กว้างขวางมาก (เหมือนกับการพัฒนาระบบต่อต้าน Deepfakes ที่จำเป็นต้องใช้ฐานข้อมูลที่กว้างขวางมากเช่นกัน) และผู้เชี่ยวชาญของ Avast คาดว่าจะแนวทางการคุกคามแบบนี้จะได้รับการพัฒนาในปี 2564 และในปีต่อๆ ไปหลังจากนั้น (6)
Wired ซึ่งเป็นเว็บไซต์ด้านทเคโนโลยีชั้นนำชี้ว่าในปี 2564 เนื้อหาวิดีโอออนไลน์จะกลายเป็นเนื้อหาที่ถูกสังเคราะห์ในสัดส่วนที่มากขึ้นโดยใช้ AI ที่สร้างขึ้นทั้งหมดหรือบางส่วน และในปี 2564 Deepfakes จะถูกพัฒนาต่อเนื่องให้เป็นฐานะเครื่องมือหลอกลวงและการโฆษณาชวนเชื่อทางการเมือง (7) ซึ่งจะส่งผลกระทบต่อการแก้ปัญหาระดับโลกอย่างแน่นอนโดยเฉพาะในการแก้ปัญหาการระบาดใหญ่
ตัวอย่างที่ชัดเจนคือในช่วงต้นปี 2563 กลุ่มต่อต้านปัญหาโลกร้อน Extinction Rebellion สาขาเบลเยียมใช้ AI สร้างสุนทรพจน์ปลอมของโซฟี วิลเมสนายกรัฐมนตรีเบลเยียมโดยปรับแต่งคำที่เธอพูดให้วิลเมสกล่าวอ้างว่าการระบาดของโรคโควิด-19 มีความเชื่อมโยงโดยตรงกับ "การแสวงหาผลประโยชน์และการทำลายล้างสภาพแวดล้อมทางธรรมชาติของเราโดยมนุษย์"
คลิปดังกล่าวเป็นการปลอมสุนทรพจน์เพื่อให้สอดคล้องกับเจตนารมณ์ของกลุ่มที่ต้องการชี้ให้เห็นว่ามนุษย์คือผู้ที่ทำลายธรรมชาติ แล้วธรรมชาติก็จะหลักมาทำร้ายมนุษย์ แต่การทำเช่นนี้จะส่งผลให้ผู้ที่แยกแยะ Deepfakes ไม่ออกหรือไม่ทราบที่มาที่ไปหลงเชื่อได้
ผู้เขียนบทความใน Wired เตือนเราว่าในปี 2564 เราต้องเริ่มต่อสู้กับของปลอมโดยระบุไปเลยว่าปัญหานี้เป็นการทำลายระบบนิเวศข้อมูลทั้งหมด ซึ่งหมายถึงเป็นการบั่นทอนความน่าเชื่อถือของระบบข้อมูลทั้งระบบ ผู้เขียนเสนอว่า "เราจะยังคงใช้เครื่องตรวจสอบข้อเท็จจริงโดยใช้มนุษย์เพื่อตรวจสอบความถูกต้องของสิ่งที่เผยแพร่ทางออนไลน์ แต่เราจะต้องใช้โซลูชันทางเทคโนโลยีด้วย" (7)
สอดคล้องกับแนวโน้มการพัฒนาซอฟแวร์เพื่อตรวจสอบ Deepfakes ในวงกว้างมากขึ้นอย่างที่กล่าวไปข้างต้น
แต่ก่อนที่การพัฒนาซอฟต์แวร์จะพร้อมสำหรับการนำมาใช้ในวงกว้าง (และยังมีความเสี่ยงที่ซอฟแวร์จับข้อมูลเท็จจะไล่ตามเทคโนโลยีที่สร้างข้อมูลเท็จไม่ทัน) การเสริมทักษะของมนุษย์ในการตรวจสอบข่าวปลอมเป็นสิ่งที่จำเป็นและต้องทำให้เราทุกคนตระหนักวาวิธีที่ดีที่สุดที่จะหยุดยั้งข่าวปลอมก็คือการไม่แพร่กระจายมันต่อไป ทำการล็อดาวน์มันแล้วค่อยๆ กำจัดด้วยข้อเท็จจริงที่เรามี
อ้างอิง
1. Blackall, Molly. (24 Dec 2020). "Channel 4 under fire for deepfake Queen's Christmas message". The Guardian. Retrieved December 27, 2020 from https://www.theguardian.com/technology/2020/dec/24/channel-4-under-fire-for-deepfake-queen-christmas-message
2. Avast. (November 25, 2020). "2020: The Year of Fake News, Covid-related Scams and Ransomware The year Covid-19 took over the". Retrieved December 27, 2020 from https://www.prnewswire.com/news-releases/2020-the-year-of-fake-news-covid-related-scams-and-ransomware-301180568.html
3. Poulopoulos, Dimitris. (April 2, 2020) "How to Produce a DeepFake Video in 5 Minutes". Towards Data Science. Retrieved December 27, 2020 from https://towardsdatascience.com/how-to-produce-a-deepfake-video-in-5-minutes-513984fd24b6
4. Kelion, Leo. (September 1, 2020) "Deepfake detection tool unveiled by Microsoft". BBC. Retrieved December 27, 2020 from https://www.bbc.com/news/technology-53984114
5. "Counter Misinformation (DeepFake & Fake News) Solutions Market - 2020-2026". Homeland Security Research Corporation. (December 2020).
6. Avast. (December 8, 2020). "2021 predictions: Covid-19 vaccination scams and deepfake disinformation campaigns". Retrieved December 27, 2020 from https://blog.avast.com/2021-predictions-avast
7. Schick, Nina. (December 20, 2020). "Deepfakes are jumping from porn to politics. It’s time to fight back". Wired. Retrieved December 27, 2020 from https://www.wired.co.uk/article/deepfakes-porn-politics
ภาพประกอบจาก Channel 4/PA
- 242 views
