Étiquetage de l’IA et des Deepfakes
Si cela peut passer pour réel, il lui faut une étiquette.
Qu'est-ce que Étiquetage de l’IA et des Deepfakes?
En vertu de la loi européenne sur l’IA, l’organisation qui publie un deep fake doit le divulguer, et un deep fake est toute image, audio ou vidéo créée par l’IA qui pourrait passer pour une personne, un lieu ou un événement réel. Dans cet exercice, vous effectuez la vérification des étiquettes d'une campagne avant sa mise en ligne, distinguez les deep fakes des contenus qui ne nécessitent aucune étiquette, placez une divulgation là où les téléspectateurs la verront réellement et refusez une demande qu'une étiquette ne pourrait jamais rendre acceptable.
Ce que vous apprendrez dans Étiquetage de l’IA et des Deepfakes
- Identifier les contrefaçons profondes en vertu de la loi européenne sur l'IA, y compris les images de lieux et d'événements réels créées par l'IA plutôt que uniquement des visages et des voix.
- Appliquez l'obligation de divulgation du déployeur au contenu d'IA publié par votre organisation, y compris la règle la plus légère pour la satire et l'art évidents.
- Décidez quand un texte rédigé par l'IA et publié pour informer le public a besoin d'une étiquette, et quand une révision éditoriale humaine supprime ce besoin.
- Placez une divulgation de manière à ce qu'elle soit claire et présente au plus tard la première fois que les gens voient ou entendent le contenu
- Expliquer pourquoi un label satisfait au devoir de transparence de l'AI Act mais ne remplace jamais le consentement à utiliser l'image d'une personne réelle
Étiquetage de l’IA et des Deepfakes — Étapes de la formation
-
Vivre à quatre heures
Sixième jour de canicule. La campagne d'économie d'eau démarre cet après-midi et l'équipe de communication s'est appuyée sur les systèmes d'IA pour la préparer à temps. Jonas Pellin, responsable des communications chez Vennmark Water, souhaite qu'une chose soit vérifiée avant que quoi que ce soit ne soit publié.
-
La file d'attente
Le bureau de publication contient les cinq éléments, un aperçu de chacun et les règles appliquées par le bureau.
-
Ce qui compte comme un Deep Fake
Avant d’étiqueter quoi que ce soit, lisez les deux règles appliquées par le bureau. En tant que déployeur publiant ce contenu, Vennmark assume le devoir de divulgation, et la plupart des erreurs viennent du fait de supposer qu'un deep fake doit être un faux visage, ou que la satire n'a besoin de rien. Le texte est encore différent : la responsabilité éditoriale peut retirer l’étiquette.
-
Cinq articles
Cinq avant-premières, trois réponses possibles : une étiquette IA visible, une mention dans le générique ou aucune étiquette légale du tout. Le bureau ne laissera pas la campagne sortir tant que chaque article n'aura pas l'étiquette exigée par les règles.
-
Les trois qui attirent les gens
La vidéo du PDG était la plus simple. C’est dans ces trois domaines que la plupart des équipes se trompent, dans les deux sens.
-
L'avis
Un article aurait pu sortir sans étiquette, si une chose avait été différente.
-
Où va l’étiquette
Le message de Ruth Kempe, la vidéo du PDG, a besoin d'une étiquette visible, et visible a une signification précise dans la loi : claire, reconnaissable, et au plus tard lorsque les gens voient ou entendent le contenu pour la première fois. Le studio du label montre chaque option de la manière dont un spectateur la rencontrerait.
-
Publié
Tout a son étiquette. Douze minutes à perdre.
-
Une question d'Oskar
La campagne est en ligne depuis vingt minutes lorsque Oskar Weil du marketing écrit. Il a une idée et il a clairement prêté attention aux étiquettes.
-
Répondre à Oskar
La réponse honnête est non, et la raison compte plus que le non : un label règle une obligation légale et laisse intacts le consentement, le droit à l’image et l’induction du public en erreur.
Couverture des référentiels de sécurité
CIS Controls
- CIS 14.4 Train Workforce on Data Handling Best Practices
NIST CSF
- PR.AT-01 Personnel are provided with awareness and training so that they possess the knowledge and skills to perform general tasks with cybersecurity risks in mind
EU AI Act
- Art. 50 Transparency obligations for providers and deployers
- Art. 4 AI literacy