Alméry Jacqueline – 2025-06-04 02:52:33
**Hình ảnh giả mạo từ trí tuệ nhân tạo gây đau đầu cho các tạp chí khoa học**
Các hình ảnh mô học (histological images) do trí tuệ nhân tạo (AI) tạo ra hiện đã đạt đến mức độ chân thực đến mức các biên tập viên, phản biện và độc giả đều gặp khó khăn trong việc phân biệt thật giả. Một nghiên cứu mới đây cho thấy nhiều người không thể nhận ra sự khác biệt giữa ảnh thật và ảnh giả, từ đó nhóm nghiên cứu đề xuất rằng các tạp chí nên yêu cầu tác giả cung cấp dữ liệu thô để giúp kiểm tra tính xác thực của hình ảnh.
Nghiên cứu được thực hiện trên 816 sinh viên đại học tại Đức với 8 hình ảnh mô học thật và 8 hình ảnh giả. Kết quả cho thấy chỉ 55% trong số những người chưa từng tiếp xúc với ảnh mô học có thể phân biệt chính xác, trong khi tỷ lệ này tăng lên 70% ở nhóm có kinh nghiệm. Một trong các tác giả, bác sĩ Ralf Mrowka, bày tỏ ngạc nhiên trước sự dễ dàng trong việc tạo ra hình ảnh trông giống thật đến vậy chỉ với công cụ AI.
Các công cụ hiện nay có thể phát hiện ảnh bị chỉnh sửa theo kiểu sao chép, xóa hoặc ghép, nhưng không đủ khả năng nhận diện hình ảnh do AI tạo ra. Một số phần mềm đang được phát triển, như ImageTwin, nhằm phát hiện ảnh AI, nhưng tốc độ phát triển công nghệ tạo ảnh đang khiến việc này trở nên khó khăn. Mrowka cảnh báo rằng một khi mô hình AI được huấn luyện để tạo ảnh mô học, người dùng có thể tạo ra vô số ảnh giả mới và dễ dàng tùy biến chúng.
Chhavi Chauhan, người sáng lập công ty Samast AI cho rằng trong thực tế, phản biện khoa học không được cảnh báo trước về sự hiện diện của ảnh giả, nên khả năng phát hiện sai sót sẽ thấp hơn nhiều. Mặc dù một số công cụ như SynthID của Google DeepMind có tích hợp watermark, nhưng dấu này dễ bị vượt qua bởi các công cụ AI miễn phí.
Một giải pháp khác được đề xuất là yêu cầu tác giả cung cấp dữ liệu thô của ảnh, điều này khiến việc làm giả trở nên khó khăn hơn. Sổ tay điện tử cũng được khuyến khích sử dụng để ghi lại quy trình nghiên cứu với các dấu thời gian điện tử (timestamp), giúp tăng độ minh bạch. Nhà khoa học Enrico Bucci gợi ý rằng công nghệ blockchain có thể được ứng dụng để xác thực nguồn gốc và toàn bộ quá trình xử lý ảnh, giúp tăng tính tin cậy cho dữ liệu khoa học.
Tuy nhiên, việc áp dụng các công nghệ như vậy còn phụ thuộc vào ý chí của các nhà xuất bản. Hartung, một trong các tác giả nghiên cứu, cho rằng áp lực công bố khoa học khiến một số nhà nghiên cứu có thể tìm đến giải pháp gian lận bằng cách sử dụng ảnh giả, bởi thành công trong sự nghiệp của họ gắn chặt với số lượng bài báo được xuất bản. Cách đánh giá nghiên cứu dựa vào số lượng, theo kiểu đếm bài này cần phải thay đổi mới hạn chế được gian lận khoa học.
Statistics:
Likes: 153, Shares: 22, Comments: 3
Like Reactions: 119, Haha Reactions: 21, Wow Reactions: 9, Love Reactions: 1, Sad Reactions: 3, Angry Reactions: 0
.png)