人类与AI协同：破解深度伪造视频的新维度

近期一项由MIT媒体实验室研究员Matt Groh团队进行的研究，深入探讨了人类与人工智能在识别深度伪造（Deepfake）视频方面的能力对比与协同潜力。研究发现，尽管AI在处理特定约束条件下的任务表现出色，但在辨别包含名人、多人物或复杂动态场景的深度伪造视频时，人类的直觉和经验展现出独特优势。

研究通过一个公开的在线平台收集了大量用户数据，结果显示，人类在并排对比真假视频时，平均准确率可达80%，显著高于同期Meta举办的深度伪造检测算法竞赛的优胜者（65%准确率）。当单独呈现视频时，人类的准确率约为66%-72%，与最佳AI算法（80%）接近，但在涉及模糊、昏暗或多人物场景时，AI因训练数据的局限性表现略逊一筹。

尤为关键的是，研究发现当AI的预测结果与人类判断结合并提供解释时，其整体准确率能超越单独的AI或人类。然而，当AI出错时，它可能误导人类，导致更低的准确率。这凸显了AI在提供深度伪造检测建议时，透明化其决策过程的重要性，以便人类能够更有效地利用AI的洞察力，而非盲目跟随。

此项研究为社交媒体平台和内容审核机制提供了新的思路。它强调了人类的认知能力在识别复杂、非标准化的深度伪造内容中的不可替代性，并预示着未来AI与人类协作的检测模式，尤其是在能够解释AI判断依据的场景下，将是应对虚假信息传播的有效策略。

查看消息来源