ഇത് മനുഷ്യൻ എഴുതിയതോ AIയോ? വാട്ടർമാർക്കിംഗ് ചർച്ച ചൂടുപിടിക്കുന്നു

ഇന്റർനെറ്റിൽ കാണുന്ന ഒരു ചിത്രം യഥാർഥമാണോ? സമൂഹമാധ്യമങ്ങളിൽ പ്രചരിക്കുന്ന വീഡിയോ മനുഷ്യൻ ചിത്രീകരിച്ചതാണോ, അതോ നിർമിതബുദ്ധി ഉപയോഗിച്ച് സൃഷ്ടിച്ചതാണോ? മനോഹരമായി എഴുതിയ ഒരു ലേഖനം മനുഷ്യന്റെ രചനയാണോ, ChatGPT പോലുള്ള AI സംവിധാനങ്ങളുടെ സഹായത്തോടെ തയ്യാറാക്കിയതാണോ?

ജനറേറ്റീവ് AI അതിവേഗം വളരുമ്പോൾ ഈ ചോദ്യങ്ങൾക്ക് കണ്ണുകൊണ്ട് മാത്രം ഉത്തരം കണ്ടെത്തുക പ്രയാസമാകുകയാണ്. ഇതിനൊരു പരിഹാരമായാണ് ടെക് കമ്പനികളും ഗവേഷകരും ഇപ്പോൾ ‘AI വാട്ടർമാർക്കിംഗ്’ സാങ്കേതികവിദ്യയെ മുന്നോട്ടുവയ്ക്കുന്നത്.

എന്താണ് AI വാട്ടർമാർക്ക്?

കടലാസിൽ വെളിച്ചത്തോട് ചേർത്തുപിടിക്കുമ്പോൾ മാത്രം കാണുന്ന വാട്ടർമാർക്ക് നമുക്ക് പരിചിതമാണ്. AI വാട്ടർമാർക്കും അടിസ്ഥാനപരമായി സമാനമായ ലക്ഷ്യമാണ് നിറവേറ്റുന്നത്. എന്നാൽ ഇത് സാധാരണയായി മനുഷ്യന്റെ കണ്ണിന് കാണാൻ കഴിയാത്ത ഒരു ഡിജിറ്റൽ അടയാളമായിരിക്കും (Imperceptible Digital Watermark).

AI നിർമിക്കുന്ന ചിത്രം, വീഡിയോ, ശബ്ദം അല്ലെങ്കിൽ എഴുത്ത് എന്നിവയിൽ സൃഷ്ടിക്കുന്ന സമയത്തുതന്നെ ഒരു പ്രത്യേക സൂചന ഉൾപ്പെടുത്തുന്നു. പിന്നീട് അനുയോജ്യമായ പരിശോധനാ സംവിധാനത്തിലൂടെ ആ സൂചന കണ്ടെത്തി, ഉള്ളടക്കം ഏത് AI സംവിധാനത്തിൽനിന്നാണ് വന്നതെന്ന് തിരിച്ചറിയാൻ ശ്രമിക്കാം.

AI Detector-ഉം വാട്ടർമാർക്കും ഒന്നല്ല

ഇവിടെ ഒരു പ്രധാന വ്യത്യാസമുണ്ട്. ഇപ്പോൾ ലഭ്യമായ പല ‘AI Detector’ വെബ്‌സൈറ്റുകളും എഴുത്തിന്റെ ഭാഷാശൈലി, വാക്കുകളുടെ ആവർത്തനം, വാക്യഘടന തുടങ്ങിയ ഘടകങ്ങൾ പരിശോധിച്ചാണ് അത് AI എഴുതിയതാകാനുള്ള സാധ്യത കണക്കാക്കുന്നത്. അതിൽ യഥാർഥ വാട്ടർമാർക്ക് പരിശോധിക്കണമെന്നില്ല.

വാട്ടർമാർക്കിംഗ് അതിൽനിന്ന് വ്യത്യസ്തമാണ്. ഉള്ളടക്കം സൃഷ്ടിക്കുമ്പോൾതന്നെ ഒരു അടയാളം ചേർക്കുകയാണ് ഇവിടെ ചെയ്യുന്നത്. അതിനാൽ ശരിയായി നടപ്പാക്കിയാൽ സാധാരണ AI Detector-നെക്കാൾ വ്യക്തമായ തെളിവ് നൽകാൻ ഇതിന് കഴിയും. എന്നാൽ രണ്ടും നൂറുശതമാനം കുറ്റമറ്റ സംവിധാനങ്ങളല്ല.

OpenAI 2023-ൽ പുറത്തിറക്കിയ പരീക്ഷണാത്മക AI എഴുത്ത് പരിശോധനാ സംവിധാനം ഇംഗ്ലീഷ് പരീക്ഷണങ്ങളിൽ AI എഴുതിയ ഉള്ളടക്കത്തിന്റെ 26 ശതമാനം മാത്രമാണ് കൃത്യമായി തിരിച്ചറിഞ്ഞത്. അതേസമയം മനുഷ്യർ എഴുതിയ ചില ഉള്ളടക്കങ്ങളെയും AI സൃഷ്ടിച്ചതായി തെറ്റായി അടയാളപ്പെടുത്തിയിരുന്നു. ചെറിയ എഴുത്തുകളിലും ഇംഗ്ലീഷല്ലാത്ത ഭാഷകളിലും സംവിധാനം കൂടുതൽ വിശ്വാസയോഗ്യമല്ലെന്നും കമ്പനി മുന്നറിയിപ്പ് നൽകിയിരുന്നു. മലയാളം പോലുള്ള ഭാഷകളിൽ AI Detector നൽകുന്ന ഫലം അതുകൊണ്ടുതന്നെ അന്തിമ തെളിവായി കാണരുത്.

ഒരു വിദ്യാർഥി തെറ്റായി പ്രതിയാകാം

ഒരു കോളേജ് വിദ്യാർഥി സ്വന്തം ആശയങ്ങൾ ഉപയോഗിച്ച് അസൈൻമെന്റ് എഴുതിയെന്ന് കരുതുക. അധ്യാപകൻ അത് ഒരു സൗജന്യ AI Detector-ൽ പരിശോധിക്കുമ്പോൾ “80 ശതമാനം AI എഴുതിയത്” എന്ന തെറ്റായ ഫലം ലഭിച്ചേക്കാം.

അതുകൊണ്ടുമാത്രം വിദ്യാർഥി AI ഉപയോഗിച്ചുവെന്ന് തീരുമാനിച്ചാൽ നിരപരാധിയായ ഒരാൾ ശിക്ഷിക്കപ്പെടാം. മറുവശത്ത്, AI തയ്യാറാക്കിയ എഴുത്ത് ഒരാൾ നന്നായി തിരുത്തിയാൽ അതേ പരിശോധനാ സംവിധാനത്തിന് അത് കണ്ടെത്താൻ കഴിയാതെയും വരാം.

UNESCO മുന്നറിയിപ്പ്: നിലവിലെ AI പരിശോധനാ ഉപകരണങ്ങൾ ചിലപ്പോൾ മനുഷ്യർ എഴുതിയ ഉള്ളടക്കത്തെ AI സൃഷ്ടിച്ചതായി അടയാളപ്പെടുത്തുകയും കൂടുതൽ നന്നായി തയ്യാറാക്കിയ AI എഴുത്തുകൾ കണ്ടെത്താതെ പോകുകയും ചെയ്യാം. അതുകൊണ്ട് വിദ്യാഭ്യാസ സ്ഥാപനങ്ങളോ തൊഴിലുടമകളോ ഒരു Detector റിപ്പോർട്ട് മാത്രം അടിസ്ഥാനമാക്കി തീരുമാനമെടുക്കുന്നത് നീതിപൂർവമല്ല.

എഴുത്തിൽ വാട്ടർമാർക്ക് ചേർക്കുന്നത് എങ്ങനെ?

ചിത്രത്തിലെ പിക്സലുകളിലോ ശബ്ദത്തിലെ തരംഗങ്ങളിലോ ചെറിയ മാറ്റങ്ങൾ ഉൾപ്പെടുത്തുന്നത് താരതമ്യേന എളുപ്പമാണ്. എന്നാൽ സാധാരണ എഴുത്തിൽ വാട്ടർമാർക്ക് ചേർക്കുക കൂടുതൽ സങ്കീർണമാണ്.

AI അടുത്ത വാക്ക് തിരഞ്ഞെടുക്കുമ്പോൾ അർഥം മാറാത്ത ചില വാക്കുകൾക്ക് ചെറിയ മുൻഗണന നൽകാം. ഇത്തരത്തിലുള്ള വാക്കുകളുടെ പ്രത്യേക ക്രമം വലിയൊരു ലേഖനത്തിലുടനീളം ആവർത്തിക്കുമ്പോൾ പരിശോധനാ സംവിധാനത്തിന് അത് തിരിച്ചറിയാൻ കഴിയും. വായിക്കുന്ന വ്യക്തിക്ക് എഴുത്തിൽ അസ്വാഭാവികത അനുഭവപ്പെടണമെന്നില്ല.

പക്ഷേ ലേഖനം മറ്റൊരു ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്യുകയോ മറ്റൊരു AI ഉപയോഗിച്ച് പൂർണമായി മാറ്റിയെഴുതുകയോ ചെയ്താൽ ഈ സൂചന നഷ്ടപ്പെടാൻ സാധ്യതയുണ്ട്. OpenAIയുടെ വിലയിരുത്തലിലും വിവർത്തനം, വലിയ തോതിലുള്ള പുനരെഴുത്ത് തുടങ്ങിയവ ടെക്സ്റ്റ് വാട്ടർമാർക്കിനെ ദുർബലമാക്കാമെന്ന് പറയുന്നു.

ചിത്രങ്ങൾക്കൊരു ‘ഡിജിറ്റൽ പോഷകവിവര പട്ടിക’ (Content Credentials)

വാട്ടർമാർക്കിനൊപ്പം വളരുന്ന മറ്റൊരു ആശയമാണ് Content Credentials. C2PA എന്ന അന്താരാഷ്ട്ര കൂട്ടായ്മ വികസിപ്പിക്കുന്ന ഈ തുറന്ന മാനദണ്ഡം ഒരു ഡിജിറ്റൽ ഫയലിന്റെ പൂർണ്ണ ചരിത്രം രേഖപ്പെടുത്താൻ സഹായിക്കുന്നു.

ഒരു ഭക്ഷ്യവസ്തുവിന്റെ പാക്കറ്റിൽ ഘടകങ്ങളും പോഷകവിവരങ്ങളും നൽകിയിരിക്കുന്നതുപോലെ, ഒരു ചിത്രത്തിന്റെയോ വീഡിയോയുടെയോ ‘ഡിജിറ്റൽ പോഷകവിവര പട്ടിക’യായി Content Credentials-നെ കരുതാം. ഉള്ളടക്കം എപ്പോൾ സൃഷ്ടിച്ചു, ഏത് ഉപകരണം ഉപയോഗിച്ചു, AI ഉപയോഗിച്ചോ, പിന്നീട് എന്തെല്ലാം മാറ്റങ്ങൾ വരുത്തി തുടങ്ങിയ വിവരങ്ങൾ അതിൽ ഉൾപ്പെടാം.

എന്നാൽ Content Credentials ഉണ്ടെന്നതുകൊണ്ട് ചിത്രത്തിലെ അവകാശവാദം സത്യമാണെന്ന് ഉറപ്പില്ല. അത് പ്രധാനമായും ഫയലിന്റെ ഉത്ഭവവും എഡിറ്റിങ് ചരിത്രവും സംബന്ധിച്ച വിവരങ്ങളാണ് നൽകുന്നത്. കൂടാതെ ചില പ്ലാറ്റ്‌ഫോമുകളിലേക്കു ചിത്രം അപ്‌ലോഡ് ചെയ്യുമ്പോഴോ ഫയൽ പരിവർത്തനം ചെയ്യുമ്പോഴോ മെറ്റാഡാറ്റ നഷ്ടപ്പെടാനും സാധ്യതയുണ്ട്.

വാട്ടർമാർക്ക് മാത്രം മതിയോ?

ഡീപ്ഫേക്ക് തട്ടിപ്പുകൾ, വ്യാജ രാഷ്ട്രീയ വീഡിയോകൾ, പരീക്ഷകളിലെ അനധികൃത AI ഉപയോഗം, വ്യാജ വാർത്തകൾ എന്നിവ നിയന്ത്രിക്കാൻ വാട്ടർമാർക്ക് സഹായകരമാണ്. എന്നാൽ അതിനെ ഒരേയൊരു പരിഹാരമായി കാണാനാവില്ല.

വാട്ടർമാർക്ക് കണ്ടെത്തിയാൽ ഉള്ളടക്കം AIയുടെ സഹായത്തോടെ സൃഷ്ടിച്ചതാണെന്ന സൂചന ലഭിക്കും. പക്ഷേ അത് വ്യാജമാണെന്നോ തെറ്റാണെന്നോ അതുകൊണ്ട് അർഥമില്ല. അതുപോലെ വാട്ടർമാർക്ക് കണ്ടെത്താനായില്ലെങ്കിൽ ഉള്ളടക്കം മനുഷ്യൻ സൃഷ്ടിച്ചതാണെന്നും ഉറപ്പിക്കാനാവില്ല.

അമേരിക്കയുടെ നാഷണൽ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് സ്റ്റാൻഡേർഡ്സ് ആൻഡ് ടെക്നോളജി (NIST) നിർദേശിക്കുന്നത്: വാട്ടർമാർക്കിംഗ്, മെറ്റാഡാറ്റ, ഉള്ളടക്ക പരിശോധന, ഉറവിട സ്ഥിരീകരണം എന്നിവ പരസ്പരം സഹായിക്കുന്ന സംവിധാനങ്ങളായി ഒരുമിച്ച് ഉപയോഗിക്കണം എന്നാണ്.