随着生成式人工智能变得越来越逼真，人们对网络内容的真实性日益怀疑，从而催生了为人类创作内容进行认证的需求。现有的多种“非AI”认证方案试图解决这个问题，但它们普遍面临着定义模糊、验证困难、标准不一和滥用风险等挑战。尽管一些方案提出使用区块链等技术来确保认证的可靠性，但最终的解决方案可能需要一个类似“公平贸易”标志的全球统一标准，以有效保护创作者并帮助消费者辨别真实的人类作品。
从标记 AI 到认证人类
当网络上充斥着难以分辨的 AI 内容时，公众的怀疑情绪日益高涨。然而，让 AI 的创造者主动为自己的作品贴上标签，似乎并不可行。许多情况下，AI 内容的制造者恰恰因为其模糊的来源而获利。
- 动机缺失： 使用 AI 制造点击、混乱或赚取现金的人，有充分的理由隐藏其作品的来源。
- 现有标准失效： 像 C2PA 这样的内容凭证标准，尽管得到了行业支持，但在实践中几乎没有效果，因为披露与否完全取决于使用者。
- 利益冲突： 无论是希望永葆青春的数字克隆演员，还是售卖虚假幻想的 AI 网红，披露自己是 AI 会打破用户的幻觉，从而损害商业利益。
正如 Instagram 负责人 Adam Mosseri 所说，随着 AI 技术的发展，为真实媒体进行指纹识别将比为虚假媒体打上标记“更为现实”。
因此，思路开始转变：与其费力地标记不断演变的 AI 内容，不如专注于认证和标记真正由人类创作的作品。
“人类制造”认证的困境
为了帮助人类创作者在 AI 内容的洪流中脱颖而出，许多“非 AI”认证方案应运而生。然而，它们面临着一系列严峻的挑战，阻碍了其广泛应用。
标准过多且混乱： 目前市面上至少有十几种不同的“无 AI”标签，各自的认证标准和方法五花八门，缺乏统一性。
验证过程存疑： 一些认证方案的验证方法本身就不可靠。
- 信任模式： 像 “Made by Human” 这样的服务，仅提供可供任何人下载的徽章，完全依赖创作者的自觉，没有任何实际的溯源验证。
- 不可靠的检测： 另一些服务声称会通过 AI 检测工具进行检查，但这些工具的准确性本身就臭名昭著。
- 劳动密集型审核： 目前最可靠的方法是让创作者向审核员手动展示创作过程，如草图和手稿。但这极其耗费人力，难以规模化。
定义的模糊性： “人类制造”这个概念本身就越来越难以界定。当 AI 工具已经深度嵌入到 Photoshop 等创作软件中，并被创意教育者鼓励使用时，界限到底在哪里？
“问题在于定义和验证。在动手之前和大型语言模型聊聊想法，算不算使用 AI？创作者又该如何证明自己没有使用 AI？” — Jonathan Stray, 加州大学伯克利分校人工智能兼容中心
寻求可靠的解决方案
面对上述困境，一些新的技术和思路被提出来，希望能为人类创作的真实性提供更坚实的保障。
一个有前景的方向是利用区块链技术。像 “Proof I Did It” 这样的方案，通过将验证信息存储在区块链上，为创作者提供一个不可篡改的数字证书。这比用软件猜测内容是否由 AI 生成要可靠得多。
这种方法将问题从“这看起来像 AI 吗？”转变为一个更根本的问题：
“这个账户能否证明其人类创作的历史？” — Thomas Beyer, 加州大学管理学院
通过向经过验证的创作者发行“人类制造”代币，市场可以创造出一个真实性得到数学保证的“高端”作品层级。在合成媒体泛滥的背景下，“人类和生物的创造力”的价值可能会因此提升。
动机、滥用与未来之路
尽管面临挑战，但认证人类作品的努力比标记 AI 内容更有可能成功，因为创作者有强烈的动机去区分自己的作品。许多职业创作者的生计正受到 AI 生成内容的威胁。
然而，这条路上仍然存在障碍：
- 标签的滥用： 如何防止有人将“人类制造”的标签欺诈性地用于 AI 作品？认证机构表示，虽然无法完全阻止欺诈行为，但可以提供公开验证的渠道，并对违规者采取法律行动。
- 缺乏统一标准和监管： 要实现一个像“公平贸易”或“有机食品”那样得到全球公认的标志，就需要创作者、平台、政府和监管机构之间达成共识。目前，这方面的对话还远远不够。
AI 技术的发展速度已经超过了政府和监管机构的反应速度。显然，消费者有识别真实人类作品的需求。现在的关键是，所有相关方需要尽快选择一个统一的方向并共同努力，才有可能恢复我们对所见内容的信任。