Loading...
Kom godt i gang

Troværdigheds- og kvalitetstjek og tips til at prompte

Teknisk og etisk evaluering

University of Toronto Libraries foreslår at man vurderer AI-genereret materiale ud fra 7 parametre, forkortet VALID-AI. Trinene antager en høj grad af teknisk og juridisk viden hvilket betyder at opgaven med at tjekke AI-teknologier vil være distribueret mellem fagpersoner i en virksomhed, og at et grundigt tjek af denne slags ikke antages at blive udført af almindelige brugere. Alligevel giver trinene en indsigt almindelige brugere kan tage med sig når de anvender AI til forskellige formål.

VALID-AI-tjeklisten lyder som følger:

  • V: Valider data
    • * Vurder kvaliteten og troværdigheden af de data AI-modellen er trænet på
    • * Hvordan passer datagrundlaget til dit formål?
  • A: Analyser algoritmer
    • * Undersøg hvilke algoritmer der er brugt i AI-modellen
  • L: Legalitet og etiske overvejelser
    • * Undersøg om AI-værktøjet lever op til regler og etiske retningslinjer på området
  • I: Identificer hvordan det virker
    • * Vurder om AI-modellens beslutninger kan forklares og forstås af mennesker
    • * Er der prompts AI-modellen afviser at generere output til?
  • D: Diversitet og bias
    • * Vurder træningsmaterialets diversitet og åbenlyst bias i outputtet
    • * Performer modellen forskelligt afhængigt af emne?
  • A: Akkuratesse
    • * Vurder modellens forudsigelser og klassifikationer ift. menneskelige opfattelser
    • * Tjek når muligt sandhedsværdien af AI-genereret output
  • I: Ibrugtagning
    • * Reflekter over din egen brug: Er din praksis etisk forsvarlig?
Genkend et AI-genereret billede

Fra et mere brugerorienteret perspektiv, både når man bruger AI til at generere billeder, og når man som mediebruger skal vurdere troværdigheden og ophavet af materiale hvori der indgår billeder, kan man også gå systematisk til værks.

Billeder der genereres eller manipuleres med AI ser ud til at blive mere og mere almindeligt. I foråret 2024 var der fx en historie om en svipser fra det engelske kongehus, nemlig et fotografi af prinsesse Kate og hendes børn der viste klare tegn på at AI havde været anvendt (se fx en nyhedshistorie fra CBS News).

Her kan du se en gennemgang af tegnene:

Video lavet af HitPaw med titlen "Kate Middleton AI Family Photo - Enhance In One Click To See If It's AI-Generated" på YouTube.

Der er også eksempler på at Donald Trump deler og kommenterer billeder der er AI-generede, fx hvad der ligner fotografier af Taylor Swift-fans der udtrykker deres støtte til Trump:

CTV News-klip med titlen "Donald Trump posts deep fake of Taylor Swift endorsement" udgivet 20. august 2024.

Også i en dansk kontekst er der eksempler på at politiske partier anvender såkaldt deepfakes. Det gav en del debat da Dansk Folkeparti delte en AI-genereret video af Statsministeren (se fx her). De fleste partier i Folketinget har lavet en aftale om at undlade at bruge AI-generede billeder, men Dansk Folkeparti og Liberal Alliance er ikke med (dette beskrives her).

Fotografer med viden om hvordan billeder lagres og redigeres digitalt, som fx Kristoffer Engbo fra Digital Foto forklarer at man kan få viden ved at tjekke billeders metadata som ofte direkte angiver om et billede er AI-genereret. Derudover kan dette værktøj fra FotoForensics kan give dig forskellige metainformationer om billeder.

Faktatjekmediet tjekdet.dk giver nogle tips til hvordan man systematisk kan undersøge om et billede er AI-genereret.

  • Tjek billedets oprindelse.
    • Til dette formål findes der flere programmer. Prøv fx TinEye hvor du ved at uploade et billede eller angive et billedes URL får en liste med andre kilder og datoer hvor billedet er fundet. På den måde kan du undersøge hvilke andre sammenhænge billedet er brugt i, og om det har ændret sig over tid.
  • Identificer afvigende detaljer
    • Zoom ind forskellige steder på billedet og hold øje med om detaljerne. Som eksemplet med den engelske kongefamilies foto viste ovenfor, kan der være uoverensstemmelser i opløsningen forskellige steder, tøjet, baggrunden, ansigtstræk osv. Ella Jørgensen og Nathalie Frisch fra tjekdet.dk nævner at den visuelle repræsentation af mennesker især er afslørende: plastikagtig hud, og især ører, hænder og tænder volder vanskeligheder for AI-teknologier.
    • Baggrunden kan også være afslørende. Her råder Jørgensen og Frisch til at man holder særligt øje med skiltning, butiksfacader og beklædning. Desuden er det ikke ualmindeligt at finde den samme person repræsenteret flere gange, forvrængninger og forkerte proportioner.
  • Brug din sunde fornuft
    • Endelig råder Jørgensen og Frisch forbrugerne til at bruge deres sunde fornuft og vurdere hvem afsenderen er, om billedet bruges politisk, og om det giver mening ift. forbrugeren i forvejen ved.

Der findes værktøjer som Fake Image Detector og Is It Ai?, men da jeg lavede en lille stikprøve, gav de ikke overbevisende resultater. Med den teknologiske udviklings hastighed kan det selvfølgelig hurtigt ændre sig.

Bedre billedprompts og billedredigering

Har man selv prøvet at bruge AI-værktøjer til at generere billeder, genkender man sikkert nemt repræsentationer af robotlignende mennesker, mærkelige sammenblandinger af objekter der hører til i forskellige kontekster, eller urealistiske scenarier der kan dukke op som respons på en prompt man har lavet.

Bridget Johnston fra Shutterstock giver nogle råd til hvordan man kan prompte og hvordan man på baggrund af et output giver nye prompts hvorigennem formålet er at motivet modificeres.

Overordnet er hendes pointe at AI-teknologier processerer tekst bogstaveligt, og at rækkefølgen betyder noget: Teknologien vil tillægge størst betydning til det der kommer først.

Ved den første prompt skal man ifølge Johnston:

- Overveje forskellige mulige måder man kan beskrive det ønskede billede og tage udgangspunkt i hvordan man beskriver det mest bogstaveligt.

- Prompte AI-teknologien og vurdere resultatet ift. det forventede resultat

Ved de efterfølgende prompts fokuserer man på at:

- Angive elementer man vil have tilføjet (eller fjernet)

- Overveje rækkefølgen af beskrivelserne

- Angive kameravinkler og perspektiv

- Beskrive farverne billedet skal have (se AI til billedgenkendelse og billede- og videogenerering)

- Angive en stil.

Her må man være tålmodig, prøve sig frem. Tænker man på de elementer i billeder AI-teknologier typisk har svært ved at generere en troværdig repræsentation af, kan man også overveje og undersøge nærmere hvilke typer af billeder og elementer i billeder der har stor sandsynlighed for at lykkedes, og hvilke man nok bør undgå for nuværende.

Få input til hvor du kan opdatere dig om AI på dansk