Twitter屏幕截圖/ Unsplash, 作者提供

推特在周末被“標記”為操縱視頻，顯示美國民主黨總統候選人喬·拜登（Joe Biden）在向人群講話時忘記了他處於哪個州。

拜登的“你好明尼蘇達州”問候語與醒目的標語“佛羅里達州坦帕”和“ Text FL to 30330”形成鮮明對比。

美聯社的事實核查 確認 標牌被數字化添加，原始鏡頭確實來自明尼蘇達州的一次集會。 但是到了誤導性視頻被刪除時，其觀看次數已超過一百萬， 守護者 報告。

如果您使用社交媒體，則有可能看到（並轉發）更多 3.2十億 圖片和 720,000小時內處理。 影片 每天分享。 當面對如此之多的內容時，我們怎麼知道什麼是真實的，什麼不是？

雖然該解決方案的一部分是增加使用內容驗證工具，但同樣重要的是我們都提高了數字媒體素養。 歸根結底，最好的防線之一，也是您可以控制的唯一防線。

眼見不一定總會相信

在任何媒體中，錯誤信息（當您意外共享虛假內容時）和錯誤信息（當您故意共享虛假內容時） 削弱對民間機構的信任 例如新聞機構，聯盟和社會運動。 但是，假照片和視頻通常是最有效的。

對於具有既得政治利益的人來說，創建，共享和/或編輯虛假圖像可能會分散觀眾的注意力，使其混亂和操縱，從而引起不和諧和不確定性（尤其是在已經極化的環境中）。 海報和平台也可以通過分享虛假的，煽情的內容來賺錢。

只 11，25％ 據國際新聞工作者中心稱，全球有XNUMX％的新聞工作者使用社交媒體內容驗證工具。

您能發現篡改的圖像嗎？

考慮一下馬丁·路德·金的這張照片。

這個 變更的圖片 將小部分背景複製到小金剛的手指上，因此看起來他正在關閉相機。 它已被共享為正版 Twitter, 書籤交易 和 白人至上主義者網站.

在 原版的 1964年的照片，在得知美國參議院通過了民權法案之後，金在“ V代表勝利”的標誌上閃了光。

除了添加或刪除元素外，還有一整類照片處理，其中將圖像融合在一起。

今年早些時候， 照片 一名武裝人員的照片被 福克斯新聞網，從而將該人疊加到其他場景上，而沒有公開修改內容，《西雅圖時報》 報導.

同樣的， 圖片 XNUMX月，在澳大利亞的“黑色夏天”叢林大火中，以下內容在社交媒體上分享了數千次。 法新社的事實檢查 確認 它不是真實的，實際上是 幾個 分開 照片.

完全和部分合成的內容

在網上，您還會發現複雜的“deepfake”視頻，以展示（通常是著名的）人們從未做過的事情或做過的事情。 可以使用應用程序創建高級版本 如趙 和 改寫.

{vembed Y=yaq4sWFvnAY}
麻省理工學院的一個團隊製作了這個假錄像，展示了美國總統理查德·尼克松（Richard Nixon）朗讀一段演講的台詞，以防萬一1969年的月球登陸失敗。 （Youtube）

或者，如果您不想將照片用作個人資料照片，則可以默認為以下幾種之一 網站 提供成千上萬的AI生成的逼真的人物圖像。

這些人不存在，它們只是人工智能生成的圖像。 生成的照片, CC BY

編輯像素值和（並非如此）簡單裁剪

裁剪也會極大地改變照片的背景。

我們在2017年看到了這一點，據一位美國政府僱員編輯了唐納德·特朗普就職典禮的官方照片，以使人群顯得更大。 守護者。 職員切開了“人群結束的地方”的空白處，為特朗普拍攝了一組照片。

在2009年美國前總統巴拉克·奧巴馬（左）和2017年美國總統唐納德·特朗普（右）的就職典禮上，人群的看法。 AP

但是，僅更改像素值（例如顏色，飽和度或對比度）的編輯呢？

一個歷史例子說明了這種情況的後果。 1994年，《時代》雜誌 蓋 OJ Simpson的作品在他的作品中大大“削弱”了Simpson 警察面部照片。 這為已經受到種族緊張困擾的案件增添了活力，該雜誌對此進行了報導。 回應:

時間或藝術家都沒有種族意味。

揭穿數字偽造的工具

對於我們中那些不想被視覺錯誤/虛假信息迷惑的人，有一些可用的工具-儘管每種工具都有其自身的局限性（我們最近在討論 紙).

無形 數字水印 已經提出了解決方案。 但是，它並不廣泛，需要內容髮布者和發行者的支持。

反向圖像搜索（例如 谷歌的）通常是免費的，並且有助於在線識別更早，可能更真實的圖像副本。 也就是說，它不是萬無一失的，因為它是：

• 依賴於已經在線的媒體的未經編輯的副本
• 不搜索 整個 捲筒紙
• 並不總是允許按發佈時間進行過濾。 一些反向圖像搜索服務，例如 TinEye 支持此功能，但Google不支持。
• 僅返回完全匹配或接近匹配，因此不徹底。 例如，編輯圖像然後翻轉其方向會使Google誤以為它是完全不同的圖像。

最可靠的工具是複雜的

同時，針對視覺錯誤/虛假信息的手動取證檢測方法主要集中在肉眼可見的編輯上，或者依賴於檢查並非每個圖像都包含的功能（例如陰影）。 它們也很耗時，昂貴並且需要專業知識。

不過，您可以訪問Snopes.com等網站來訪問該領域的工作，該網站的“仿造術“。

計算機視覺和機器學習還為圖像和圖像提供了相對高級的檢測功能。 視頻。 但是他們也需要專業技術才能操作和理解。

此外，改進它們需要使用大量的“訓練數據”，但是用於此目的的圖像存儲庫通常不包含新聞中看到的真實圖像。

如果您使用圖像驗證工具，例如REVEAL項目的 圖像驗證助手，您可能需要專家來幫助解釋結果。

好消息是，在使用上述任何一種工具之前，您都可以問自己一些簡單的問題，以弄清楚社交媒體上的照片或視頻是否是偽造的。 認為：

• 它最初是為社交媒體製作的嗎？
• 它發行了多長時間？
• 它收到了什麼回應？
• 誰是目標受眾？

通常，從答案中得出的邏輯結論足以消除不真實的視覺效果。 您可以訪問由曼徹斯特城市大學專家匯總的問題的完整列表， 這裡.

關於作者

TJ Thomson，視覺傳達與媒體高級講師， 昆士蘭科技大學; 丹尼爾·安格斯（Daniel Angus），數字通信副教授， 昆士蘭科技大學以及高級講師Paula Dootson， 昆士蘭科技大學

本文重新發表 談話 根據知識共享許可。 閱讀 原創文章.