Simple Science

Ciência de ponta explicada de forma simples

# Informática# Criptografia e segurança# Inteligência Artificial# Computadores e sociedade

A Ameaça Crescente dos Deepfakes

Deepfakes representam riscos para as liberdades pessoais e a segurança nacional.

― 7 min ler


Crise dos Deepfakes seCrise dos Deepfakes sedesenrolaprivacidade e a democracia.Deepfakes colocam em risco a
Índice

DeepFakes são áudios e vídeos falsos que parecem e soam reais, mas na verdade são criados usando inteligência artificial. Essa tecnologia causou vários problemas, incluindo o uso indevido de imagens para fins sexuais, fraude e manipulação de opiniões políticas. À medida que os deepfakes ganham popularidade, eles ameaçam tanto as liberdades pessoais quanto a segurança nacional.

O Que São Deepfakes?

Os deepfakes geralmente são criados usando programas de computador avançados que podem imitar vozes, rostos e vídeos reais. Os resultados podem ser tão convincentes que muitas pessoas podem não conseguir distinguir um deepfake de um conteúdo real. Essa tecnologia tem sido usada para criar conteúdo adulto não consensual, imitar figuras públicas, influenciar eleições e espalhar informações falsas.

A Situação Atual

Nos últimos anos, o número de incidentes de deepfake disparou. Relatórios mostram que o conteúdo sexual deepfake aumentou mais de 400% entre 2022 e 2023, enquanto fraudes via deepfake subiram impressionantes 3000%. Além disso, muitos países importantes estão se preparando para eleições em 2024, levantando preocupações de que os deepfakes possam atrapalhar processos democráticos em todo o mundo.

Atualmente, não existem leis fortes específicas para combater deepfakes. Algumas leis existentes cobrem questões relacionadas, como o compartilhamento de imagens não consensuais, mas não tratam efetivamente os desafios únicos apresentados pelos deepfakes.

A Cadeia de Fornecimento de Deepfakes

A criação de deepfakes envolve uma cadeia de fornecimento que começa com um pequeno número de desenvolvedores de modelos e fornecedores, e se estende a bilhões de possíveis criadores em todo o mundo. Aqui está uma visão geral da cadeia de fornecimento de deepfakes:

  1. Desenvolvedores de Modelos: Esses são os grupos que constroem os modelos de IA usados para gerar deepfakes. Isso requer uma expertise técnica significativa e recursos.

  2. Provedores de Modelos: Essas são as empresas ou plataformas que oferecem acesso aos modelos de IA. Algumas empresas podem desenvolver seus próprios modelos, enquanto outras apenas fornecem modelos criados por outros desenvolvedores.

  3. Provedores de Computação: Essas empresas oferecem o poder computacional necessário para rodar os modelos de IA. Sem recursos computacionais suficientes, gerar deepfakes seria difícil.

  4. Criadores de Deepfakes: Esse grupo é formado por indivíduos que usam os modelos e recursos computacionais para criar deepfakes. Muitas pessoas conseguem acessar facilmente ferramentas para fazer deepfakes sem precisar de habilidades avançadas.

Recomendações de Políticas

Para combater efetivamente as ameaças que os deepfakes representam, mudanças políticas abrangentes são necessárias. As seguintes recomendações visam diferentes partes da cadeia de fornecimento de deepfakes:

1. Criminalizar a Criação e Compartilhamento de Deepfakes

Criar ou compartilhar deepfakes deve ser considerado um crime. As pessoas prejudicadas por deepfakes devem poder processar por danos. Essas ações legais responsabilizariam os criadores por suas ações e desestimulam futuros incidentes.

2. Responsabilidade dos Desenvolvedores de Modelos

Os desenvolvedores de modelos devem ter a responsabilidade de garantir que seus modelos não possam ser facilmente usados para criar deepfakes. Eles devem implementar técnicas para reduzir o potencial de seus modelos gerarem conteúdo prejudicial. Os desenvolvedores de modelos também precisam confirmar que seus dados de treinamento não contêm conteúdo ilegal.

3. Prestação de Contas dos Provedores de Modelos

Os provedores de modelos devem monitorar como seus modelos são usados. Eles deveriam tomar medidas razoáveis para impedir que usuários mal-intencionados criem deepfakes. Por exemplo, poderiam estabelecer sistemas para detectar usuários tentando criar conteúdo prejudicial e restringir o acesso dessas pessoas.

4. Monitoramento pelos Provedores de Computação

As empresas que fornecem recursos computacionais também devem ser responsabilizadas. Elas precisam implementar medidas semelhantes às verificações de identidade de bancos, conhecidas como regras "Conheça Seu Cliente". Isso significa que elas deveriam verificar a identidade de seus clientes e monitorar suas atividades para impedir qualquer uso indevido de seus recursos.

5. Procedimentos Mais Rigorosos de Aviso e Remoção

As plataformas de mídia social e sites onde os deepfakes podem ser compartilhados devem ser obrigados a remover rapidamente conteúdo prejudicial. Elas também deveriam implementar sistemas para impedir a disseminação de deepfakes antes que se tornem amplamente conhecidos.

Considerações Contrapostas

Enquanto os formuladores de políticas consideram regulamentações, eles precisam lidar com vários desafios e preocupações:

Direitos da Primeira Emenda

Alguns podem argumentar que regulamentações rigorosas poderiam violar as proteções de liberdade de expressão. No entanto, desafios semelhantes foram abordados nas leis de direitos autorais e difamação. A legislação sobre deepfakes poderia estabelecer exceções para conteúdo inofensivo, garantindo que as regulamentações não interfiram em expressões legítimas.

O Papel da Marcação D'água

A marcação d'água envolve embutir sinais de identificação no conteúdo gerado por IA para distingui-lo de conteúdo real. Embora essa ideia pareça promissora, ela enfrenta desafios. Muitos deepfakes ainda podem causar danos mesmo quando rotulados como gerados por IA. Além disso, pesquisas mostraram que a marcação d'água eficaz pode ser difícil de alcançar, já que pessoas determinadas podem facilmente remover esses marcadores.

Exemplos Ilustrativos

Para esclarecer ainda mais a necessidade de mudanças regulatórias, aqui estão alguns cenários onde os deepfakes causaram problemas significativos:

Caso 1: Interferência Eleitoral

Em janeiro de 2024, um deepfake de Joe Biden enganou eleitores em New Hampshire. Usando uma voz falsa, o deepfake pediu que as pessoas não votassem na próxima primária. As leis existentes responsabilizariam o criador, mas as empresas que forneceram a tecnologia não enfrentariam penalidades. Essa lacuna nas regulamentações permite que os deepfakes continuem influenciando o processo eleitoral.

Caso 2: Fraudes Financeiras

Nesse mesmo mês, deepfakes de Rishi Sunak circularam amplamente nas redes sociais, promovendo um esquema de investimento fraudulento. Apesar de gastar uma grana significativa para promover esses deepfakes, nenhuma ação foi tomada contra os criadores. Regulamentações sob as políticas propostas criminalizariam esse tipo de fraude e ajudariam a limitar tais atividades prejudiciais.

Caso 3: Incidentes em Escolas

Em outubro de 2023, deepfakes foram usados para criar imagens sexuais não consensuais de estudantes de ensino médio em Nova Jersey. O quadro legal existente oferecia pouco recurso para as vítimas, e não havia penalidades claras para os perpetradores. As regulamentações propostas responsabilizariam os criadores e implementariam medidas para detectar incidentes de deepfake mais cedo na cadeia de fornecimento.

A Necessidade Urgente de Ação

Deepfakes representam sérias ameaças às liberdades pessoais e à segurança nacional, com seus perigos crescendo à medida que a tecnologia avança. Para combater esses riscos de forma eficaz, são essenciais medidas regulatórias em toda a cadeia de fornecimento de deepfakes. Essas políticas ajudariam a proteger indivíduos de danos e manter a integridade dos processos democráticos.

Ao enfrentar os desafios dos deepfakes agora, os formuladores de políticas podem estabelecer um ambiente digital mais seguro que equilibre os benefícios da tecnologia com a necessidade de proteger a sociedade contra o uso malicioso. O momento para agir é urgente, já que os deepfakes representam uma nova fronteira no uso indevido da inteligência artificial que não pode ser ignorada.

Conclusão

Resumindo, os deepfakes apresentam um desafio complexo que requer soluções pensativas e proativas. As políticas propostas visam implementar responsabilidade em toda a cadeia de fornecimento, garantindo que todos os envolvidos na criação e distribuição de deepfakes desempenhem um papel na prevenção de sua disseminação. Com as medidas certas em vigor, a sociedade pode mitigar os efeitos prejudiciais dos deepfakes enquanto permite os usos positivos da tecnologia.

Fonte original

Título: Combatting deepfakes: Policies to address national security threats and rights violations

Resumo: This paper provides policy recommendations to address threats from deepfakes. First, we provide background information about deepfakes and review the harms they pose. We describe how deepfakes are currently used to proliferate sexual abuse material, commit fraud, manipulate voter behavior, and pose threats to national security. Second, we review previous legislative proposals designed to address deepfakes. Third, we present a comprehensive policy proposal that focuses on addressing multiple parts of the deepfake supply chain. The deepfake supply chain begins with a small number of model developers, model providers, and compute providers, and it expands to include billions of potential deepfake creators. We describe this supply chain in greater detail and describe how entities at each step of the supply chain ought to take reasonable measures to prevent the creation and proliferation of deepfakes. Finally, we address potential counterpoints of our proposal. Overall, deepfakes will present increasingly severe threats to global security and individual liberties. To address these threats, we call on policymakers to enact legislation that addresses multiple parts of the deepfake supply chain.

Autores: Andrea Miotti, Akash Wasil

Última atualização: 2024-02-19 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2402.09581

Fonte PDF: https://arxiv.org/pdf/2402.09581

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Ligações de referência

Mais de autores

Artigos semelhantes