悪用の例
- ディープフェイク: ディープラーニングで実在の人物の顔や声を合成した偽の映像・音声。なりすまし詐欺(経営者の声で送金を指示)、偽のわいせつ画像、政治家の偽発言などに悪用される
- フェイクニュース: 生成AIで大量の偽情報を安価に作成し、SNSで拡散する。選挙や社会の分断への影響が懸念される
- サイバー攻撃: フィッシングメールの精巧化、マルウェア作成の支援
- 生成AIを使った学術不正やスパムの生成
影響
個人の名誉やプライバシーの侵害、金銭的被害にとどまらず、「本物の映像も偽物だと主張できる」ことで証拠や報道への信頼が損なわれる問題も指摘されています。
対応策
単一の対策では防げないため、複数の手段を組み合わせます。
- 検知技術: 生成物を識別するモデルの開発。ただし生成技術との競争が続く
- 来歴の証明: 生成物への電子透かし、撮影・編集の履歴を記録するコンテンツ来歴の標準規格
- プラットフォームの対応: AI生成コンテンツのラベル表示、削除ポリシー
- 法規制: 名誉毀損、肖像権侵害、性的画像の規制、選挙に関する規制
- 利用者のリテラシー: 情報源の確認、複数の情報源との照合
責任は映像を作成・拡散した側にあり、映された本人にはありません。
試験で問われる観点
- ディープフェイクとフェイクニュースの意味と影響
- 対応策は検知・来歴証明・プラットフォーム・法規制の組み合わせ