Labeling van AI en deepfakes
Als het voor echt kan doorgaan, heeft het een label nodig.
Wat is Labeling van AI en deepfakes?
Volgens de EU AI Act moet de organisatie die een deep fake publiceert deze openbaar maken, en een deep fake is elk door AI gemaakt beeld, audio of video die kan doorgaan voor een echte persoon, plaats of gebeurtenis. In deze oefening voer je de labelcontrole uit op een campagne voordat deze live gaat, vertel je deep fakes behalve inhoud die geen label nodig heeft, plaats je een openbaarmaking waar kijkers deze daadwerkelijk kunnen zien, en wijs je een verzoek af dat een label nooit acceptabel zou kunnen maken.
Wat je leert in Labeling van AI en deepfakes
- Identificeer deep fakes in het kader van de EU AI Act, inclusief door AI gemaakte beelden van echte plaatsen en gebeurtenissen in plaats van alleen gezichten en stemmen
- Pas de openbaarmakingsplicht van de gebruiksverantwoordelijke toe op AI-content die uw organisatie publiceert, inclusief de lichtere regel voor evidente satire en kunst
- Bepaal wanneer door AI opgestelde tekst die wordt gepubliceerd om het publiek te informeren een label nodig heeft, en wanneer menselijke redactionele beoordeling deze noodzaak wegneemt
- Plaats een mededeling zo dat deze duidelijk en aanwezig is, uiterlijk wanneer mensen de inhoud voor het eerst zien of horen
- Leg uit waarom een label voldoet aan de transparantieplicht van de AI Act, maar nooit de toestemming vervangt om de gelijkenis van een echt persoon te gebruiken
Labeling van AI en deepfakes — Trainingsstappen
-
Woon om vier uur
Dag zes van de hittegolf. De waterbesparingscampagne gaat vanmiddag live en het communicatieteam heeft op AI-systemen vertrouwd om deze op tijd klaar te krijgen. Jonas Pellin, communicatiemedewerker bij Vennmark Water, wil dat één ding wordt gecontroleerd voordat er iets wordt gepubliceerd.
-
De wachtrij
Op de uitgeeftafel liggen de vijf items, een voorbeeld van elk item en de regels die de bureau hanteert.
-
Wat telt als een diepe nep
Lees voordat u iets labelt de twee regels die het bureau hanteert. Als gebruiksverantwoordelijke die deze inhoud publiceert heeft Vennmark de openbaarmakingsplicht, en de meeste fouten komen voort uit de veronderstelling dat een deep fake een nepgezicht moet zijn, of dat satire niets nodig heeft. Tekst is weer anders: redactionele verantwoordelijkheid kan het label wegnemen.
-
Vijf artikelen
Vijf previews, drie mogelijke antwoorden: een zichtbaar AI-label, een onthulling in de aftiteling of helemaal geen juridisch label. Het bureau laat de campagne pas los als elk item het label heeft waar de regels om vragen.
-
De drie die mensen in de val lokken
De CEO-video was de makkelijkste. Deze drie zijn waar de meeste teams het bij het verkeerde eind hebben, in beide richtingen.
-
De mededeling
Eén item had zonder label de deur uit kunnen gaan, als één ding anders was geweest.
-
Waar het etiket naartoe gaat
De boodschap van Ruth Kempe, de CEO-video, heeft een zichtbaar label nodig, en zichtbaar heeft een precieze betekenis in de wet: duidelijk, herkenbaar en uiterlijk aanwezig wanneer mensen de inhoud voor het eerst zien of horen. De labelstudio toont elke optie zoals een kijker ermee zou omgaan.
-
Gepubliceerd
Alles heeft zijn etiket. Nog twaalf minuten over.
-
Een vraag van Oskar
De campagne staat al twintig minuten live als Oskar Weil van marketing schrijft. Hij heeft een idee en hij heeft duidelijk aandacht besteed aan de labels.
-
Reageer op Oskar
Het eerlijke antwoord is nee, en de reden is belangrijker dan nee: een label voldoet aan één wettelijke plicht en laat toestemming, beeldrechten en het misleiden van het publiek ongemoeid.
Dekking van beveiligingsframeworks
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