假畫面跑得比新聞快：生成式影像時代，公共查證不能只靠眼睛

# 假畫面跑得比新聞快：生成式影像時代，公共查證不能只靠眼睛

眼睛現在只能算嫌疑人之一

以前我們說「眼見為憑」。現在比較適合改成：「眼見為初步嫌疑」。

生成式 AI 把公共世界推進一個尷尬階段：圖片像真的，聲音像真的，影片像真的，連網紅都可以不是真的。更麻煩的是，假內容不必完美才有效。它只要夠快、夠像、夠符合觀眾原本想相信的情緒，就能完成任務。真相還在穿鞋，假畫面已經開直播帶貨，順便接了兩個品牌合作。

國際媒體近來報導品牌開始使用 AI 生成網紅推廣商品，引發透明標示與消費者誤導疑慮。這只是冰山一角。政治深偽、戰爭影像、災難照片、名人代言、投資詐騙、假新聞封面，都正在被同一套技術降低製作門檻。過去偽造影像需要技術團隊，現在只需要提示詞、模板、便宜工具與一點道德破產。坦白說，道德破產從來不缺貨。真正麻煩的是，假畫面不需要贏過真相，它只需要比真相早半小時抵達情緒現場。

偵測工具不是萬靈丹

公共討論最常把問題簡化成「偵測真假」。當然，偵測很重要。浮水印、內容來源標準、平台標示、AI 影像檢測、數位簽章，都是必要工具。但如果我們以為偵測工具會拯救公共真相，那就是把消防隊派去處理氣候變遷。它可以救某一場火，卻無法阻止整座森林變乾。

真正的挑戰是制度性的。NIST 的 AI 風險管理框架提醒我們，AI 風險不是模型本身的技術缺陷而已，而是牽涉個人、組織與社會的整體治理。這對媒體界很重要：我們不能等假圖出現才忙著闢謠，而要把內容來源、使用流程、標示義務、編輯責任、平台合作與讀者教育全部前移。

媒體識讀也必須升級。過去教學生辨識假新聞，常從網址、標題、來源、日期、圖片反搜開始。這些仍然有用，但已不夠。因為 AI 合成內容可以有漂亮網址、合理標題、仿真的照片、偽造的專家口吻與大量互相引用的假來源。未來的媒體識讀不能只問「這張圖是真的假的」，還要問：「誰希望我現在相信它？它要我產生什麼情緒？它是否被標示？它的來源鏈能不能追溯？平台為何推給我？」也就是說，查證不再只是技術動作，而是一種理解資訊權力流動的公共能力。

假圖常常不是欺騙智力，而是安慰立場

這裡有一個很不舒服的事實：許多假影像不是靠欺騙智力成功，而是靠安慰立場成功。人們常常不是因為不知道它可能是假的而分享，而是因為它感覺上是真的。一張憤怒的圖、一段羞辱對手的影片、一個看似弱者受害的畫面，只要符合群體情緒，就能在查證前先取得道德通行證。AI 只是把這種人性弱點量產成內容格式。

所以，平台責任不能只停在「我們提供工具」或「使用者自行判斷」。當演算法從情緒流量中獲利，平台就不能假裝自己只是路過的電線杆。標示 AI 內容、限制未揭露的合成廣告、提供來源追溯、降低惡意內容擴散、保護被冒用肖像者，這些不是額外善意，而是資訊環境的基本衛生。公共平台如果沒有衛生管理，最後就會變成大型數位夜市：熱鬧、便宜、好逛，吃完可能拉肚子。

文化影像不能被當成 AI 裝飾零件

對原傳媒 AI 來說，這個議題還有文化層面的警訊。原住民族影像、祭儀、服飾、人物肖像與傳統場域，很容易被生成式 AI 拿去製造「看起來很原民」的假圖。這種錯置不一定出於惡意，有時只是無知加上美術模板。但結果可能一樣嚴重：族群差異被抹平，神聖場域被娛樂化，文化符號被拆成裝飾零件。AI 最會生成的，往往不是文化，而是刻板印象的高清版本。

因此，公共查證需要三層能力。第一層是技術能力：知道如何查來源、比對影像、辨識異常。第二層是制度能力：要求平台、媒體、學校與政府建立流程。第三層是文化能力：知道不是所有影像都能被任意製造、轉貼與再詮釋。尤其面對少數族群、災難現場、戰爭受害者或文化儀式時，查證不只是辨真假，也是在辨認誰被拿來當素材、誰被剝奪脈絡、誰被迫再次承受觀看。沒有脈絡的真圖也可能傷人，有脈絡的查證才可能保護公共討論。

眼睛曾經是我們理解世界的入口。現在，它只是入口之一，而且需要保全。生成式影像時代最危險的不是我們會被假圖騙一次，而是我們最後乾脆什麼都不相信。當所有證據都被懷疑，權力最強的人就會最開心，因為他可以對任何真相說：那也是 AI 做的吧？

這才是公共媒體真正要面對的未來。不是教大家怕 AI，而是教大家不要把眼睛外包給 AI，也不要把判斷外包給平台。查證不是一種冷冰冰的技能，而是民主社會的免疫系統。

免疫系統壞掉時，最先倒下的通常不是假消息，而是真相本身。若公共社會還想保住共同現實，就不能只訓練更會辨識破綻的眼睛，也要建立更願意負責的媒體、更可被問責的平台，以及更懂得懷疑自己情緒的讀者。

延伸閱讀與資料來源

• NIST AI Risk Management Framework and Generative AI Profile
• UNESCO Media and Information Literacy resources
• The Guardian：AI-generated influencers and transparency concerns