چگونه رد صلاحیت‌های هوش مصنوعی عکاسی را مجبور به بازتعریف مرزهای خود می‌کند

مرز بین دنیای ثبت‌شده و دنیای محاسباتی در حال محو شدن است و نهادهایی که وظیفه حفاظت از این مرز را دارند، برای حفظ آن در تلاشند. طی سه سال گذشته، مجموعه‌ای از رد صلاحیت‌های برجسته در مسابقات معتبر عکاسی، باعث شده است که هنرهای بصری دست به یک بازنگری بزنند. آنچه به عنوان یک حرکت تحریک‌آمیز آغاز شد، به یک بحران سیستمی احراز هویت تبدیل شده است و این واقعیت را آشکار می‌کند که معتبرترین هیئت‌های داوری جهان دیگر نمی‌توانند به طور قابل اعتمادی یک عکس را از یک رشته کد تشخیص دهند.[1][6]

دوران مدرن این بحث در آوریل ۲۰۲۳ آغاز شد، زمانی که بوریس الدگسن (Boris Eldagsen)، هنرمند آلمانی، با تصویری با عنوان «فراموشی کاذب: برق‌کار» (Pseudomnesia: The Electrician) برنده بخش آزاد خلاقانه در جوایز جهانی عکاسی سونی شد. این پرتره دلخراش و با تُن قهوه‌ای از دو زن، تمام ویژگی‌های یک عکس قدیمی استادانه را داشت. تنها پس از اعلام جایزه بود که الدگسن از پذیرش آن خودداری کرد و فاش ساخت که تصویر به طور کامل توسط هوش مصنوعی تولید شده است. او عمداً در این مسابقه شرکت کرده بود تا آزمایش کند که آیا نهاد عکاسی برای انقلاب هوش مصنوعی آماده است یا خیر. نتیجه‌گیری او این بود که خیر.[2][3][5]

حرکت تحریک‌آمیز الدگسن یک گفتگوی جهانی درباره تعریف این رسانه را کاتالیز کرد. او اصطلاح «پرامپتوگرافی» (Promptography) را برای جدا کردن تصاویری که از طریق دستورات متنی تولید می‌شوند، از تصاویری که با ثبت نور بر روی یک حسگر فیزیکی ایجاد شده‌اند، پیشنهاد کرد. با این حال، با وجود بحث‌های متعاقب و اجرای سریع ممنوعیت‌های صریح هوش مصنوعی توسط مسابقات بزرگ، آسیب‌پذیری ساختاری همچنان باقی ماند. نهادها نتوانسته بودند ماهیت مصنوعی «برق‌کار» را در طول فرآیند داوری تشخیص دهند؛ آنها کاملاً به اعتراف هنرمند پس از پیروزی وابسته بودند.[1][3]

یک سال بعد، این آسیب‌پذیری از جهت مخالف آشکار شد. در ژوئن ۲۰۲۴، مایلز اِستری (Miles Astray)، عکاس، یک عکس سورئال و ویرایش‌نشده از یک فلامینگو – که سرش به قدری کامل پنهان شده بود که به نظر می‌رسید بدون سر است – را در بخش تولید شده توسط هوش مصنوعی در جوایز ۱۸۳۹ شرکت داد. این تصویر با عنوان «فلامینگوی تنها» (F L A M I N G O N E)، هم مدال برنز هیئت داوران و هم جایزه رأی مردمی را کسب کرد. باز هم، تنها افشای بعدی هنرمند بود که حقیقت را آشکار کرد: داوران جایزه هوش مصنوعی را به یک عکس واقعی اهدا کرده بودند.[4][6]

«حرکت معکوس» اِستری برای اثبات این طراحی شده بود که خلاقیت انسانی و واقعیت‌های عجیب طبیعت هنوز هم می‌توانند از ماشین پیشی بگیرند. برگزارکنندگان مسابقه پیام او را ستودند، اما این حادثه بر یک تقارن عمیق در بحران تأیید تأکید کرد. همانطور که داوران نمی‌توانستند یک تصویر هوش مصنوعی را که خود را به جای عکس جا زده بود، تشخیص دهند، نمی‌توانستند یک عکس واقعی را که خود را به جای تصویر هوش مصنوعی جا زده بود، نیز تشخیص دهند.[4]

تقارن این دو حادثه یک حقیقت عمیق در مورد وضعیت کنونی رسانه‌های بصری را آشکار کرد: شواهد موجود در کادر دیگر برای تعیین منشأ یک تصویر کافی نیست. بدون زمینه یا فراداده (Metadata) خارجی، وفاداری بصری هوش مصنوعی مولد به نقطه‌ای رسیده است که شهود انسانی، حتی در میان متصدیان آموزش‌دیده، اساساً به خطر افتاده است.[1][6]

تا بهار ۲۰۲۶، این بحران به مسترز هاسلبلاد (Hasselblad Masters) رسید، یکی از معتبرترین مسابقات تحت حمایت برند در این صنعت. هنگامی که فهرست کوتاه ۷۰ فینالیست منتشر شد، جوامع آنلاین عکاسی بلافاصله تصویری را در بخش خیابانی علامت‌گذاری کردند. این اثر از فرآیند غربالگری داخلی مسابقه، که صراحتاً تصاویر مصنوعی را ممنوع کرده بود، عبور کرده و به عنوان یک فینالیست قانونی به عموم ارائه شده بود.[6]

تصویر مورد بحث، یک صحنه خیابانی، حاوی مصنوعات رندرینگ جزئی بود که آن را لو می‌داد. مفسران به متن‌های کج و انعکاس‌های نامنظم روی یک بطری کوکاکولا اشاره کردند – نقص‌های مشخصی که مدل‌های مولد هنوز هم گاهی هنگام رندر کردن برندهای پیچیده و قابل تشخیص تولید می‌کنند. هاسلبلاد تحقیقاتی را آغاز کرد، نقض ممنوعیت هوش مصنوعی خود را تأیید کرد و شرکت‌کننده را رد صلاحیت کرد و فرد دیگری را جایگزین او ساخت.[6]

حادثه هاسلبلاد یک تغییر حیاتی در نحوه نظارت بر تصاویر مصنوعی را نشان داد. برخلاف الدگسن و اِستری، شرکت‌کننده خود افشاگری نکرد. در عوض، تصویر از طریق تأیید جمعی پس از انتشار شناسایی شد. فرآیند غربالگری داخلی مسابقه، که ده‌ها هزار اثر را بررسی می‌کند، نتوانسته بود مصنوعات مصنوعی را تشخیص دهد. تنها زمانی که تصویر در معرض نظارت جمعی جامعه جهانی عکاسی قرار گرفت، ماهیت واقعی آن مشخص شد.[6]

این اتکا به تأیید جمعی یک چالش دلهره‌آور برای آینده رسانه‌های بصری ایجاد می‌کند. مسابقات نخبه سالانه صدها هزار اثر دریافت می‌کنند؛ تنها جوایز جهانی عکاسی سونی بیش از ۴۳۰,۰۰۰ تصویر را بررسی می‌کند. از نظر لجستیکی برای داوران انسانی غیرممکن است که هر فایل را به صورت پزشکی قانونی برای یافتن مصنوعات مصنوعی بررسی کنند، به ویژه که مدل‌های مولد به طور فزاینده‌ای پیچیده می‌شوند و نقص‌های آشکار نسخه‌های قبلی را از بین می‌برند.[5][6]

در پاسخ، این صنعت در حال بررسی راه‌حل‌های فناورانه، مانند الزامی کردن ارسال فایل‌های خام (RAW) و استانداردهای رمزنگاری منشأ است. هدف این سیستم‌ها جاسازی تاریخچه قابل تأیید در فراداده یک تصویر از لحظه فشرده شدن شاتر است، که یک زنجیره نگهداری دیجیتال ایجاد می‌کند تا ثابت کند تصویر توسط یک حسگر فیزیکی ثبت شده است.[1][6]

با این حال، پذیرش این استانداردها هنوز پراکنده است و مسابقه تسلیحاتی بین نرم‌افزارهای تشخیص و مدل‌های مولد همچنان به نفع مولدها است. با گسترش مدل‌های منبع باز و ترکیب ابزارهای ویرایش، عکاسی سنتی با قابلیت پر کردن مولد (Generative Fill)، تمایز دوتایی بین «واقعی» و «جعلی» در حال تبدیل شدن به طیفی از دستکاری است.[1][6]

در نهایت، این بحث فراتر از قوانین مسابقات عکاسی است. ناتوانی در احراز هویت رسانه‌های بصری، هسته اصلی نحوه تثبیت حقیقت توسط جامعه را هدف قرار می‌دهد. اگر هیئتی از متصدیان متخصص نتوانند یک عکس را از یک تصویر تولید شده توسط پرامپت تشخیص دهند، نمی‌توان انتظار داشت که عموم مردم هنگام مواجهه با تصاویر مصنوعی در فیدهای خبری، کمپین‌های سیاسی یا مراحل قانونی، عملکرد بهتری داشته باشند.[1][6]

در حال حاضر، دنیای عکاسی در وضعیت گذار ناآرام باقی مانده است. رسانه‌ای که برای مستندسازی واقعیت متولد شد، مجبور است تعریف کند که واقعیت چگونه به نظر می‌رسد. همانطور که هنرمندانی مانند الدگسن و اِستری نشان داده‌اند، مرز بین ثبت‌شده و محاسباتی دیگر یک تمایز بصری نیست، بلکه یک تمایز فلسفی است. آینده عکاسی نه تنها به تصاویری که خلق می‌کنیم، بلکه به سیستم‌هایی که برای اعتماد به آنها می‌سازیم، بستگی خواهد داشت.[3][4][6]