تصور کنید عکس شما روی بنرهای دانشگاه نصب شده، اما وقتی به آن نگاه میکنید، دیگر خودتان نیستید؛ بلکه نسخهای تغییریافته با نژاد و جنسیتی متفاوت است. این کابوس دیجیتال برای یکی از دانشجویان دانشگاه استنفورد (Stanford University) به واقعیت تبدیل شد.
طبق گزارشهای منتشر شده در ۲۲ سپتامبر ۲۰۲۶، بخش خدمات مسکونی و غذایی استنفورد (R&DE) از هوش مصنوعی زاینده (Generative AI) — ابزاری شبیه به یک نقاش دیجیتال که میتواند بر اساس دستورات، تصاویر جدید خلق کند یا موجود را تغییر دهد — برای اصلاح ظاهر دانشجویان در متریالهای تبلیغاتی استفاده کرده است. هدف این سازمان، رسیدن به استانداردهای خاصی از «نمایندگی» و تنوع نژادی در تصاویر بوده است. این روند نشان میدهد که ابزارهای تولید تصویر به سرعت در حال تکامل هستند، تا جایی که عاملهای هوش مصنوعی در حال تغییر ماهیت خلق محتوا از پرامپتنویسی ساده به مدیریت پیچیدهتر تصاویر هستند.
همانطور که در تحلیلهای پیشین ما دربارهی اخلاقیات دادههای بصری اشاره کردیم، مرز بین بهینهسازی و دستکاری هویت همواره لغزنده است. در حالی که پیشتر دیدیم ابزارهایی مثل CartLens برای کاربردهای عملی مثل اسکن رسیدها به کار میروند، این مورد نشان میدهد که نهادهای آموزشی چگونه از AI برای مهندسیِ تصویر برند خود استفاده میکنند. در این راستا، دسترسی گسترده به قابلیتهای ویرایشی، مشابه آنچه در تغییرات رابط کاربری متمرکز فتوشاپ برای تسهیل ویرایشهای مولد دیدیم، دستکاری تصاویر را برای سازمانها سادهتر از هر زمان دیگری کرده است.
به نقل از گزارش استنفورد ریویو (Stanford Review)، این تغییرات تنها به نژاد و جنسیت محدود نشده است. ابزارهای AI برای لاغرتر کردن چهره و بدن دانشجویان در تصاویر نیز به کار گرفته شدهاند. بیلی رامیرز، دانشجوی سال ۲۰۲۷ که عکسش تغییر یافته بود، میگوید پس از دیدن نسخه دستکاریشده، احساس میکند «ساکت و حذف» شده است.
این رویکرد نشان میدهد که بروکراسیهای سازمانی اکنون با بازنمایی انسانها نه به عنوان یک حقیقت، بلکه به عنوان یک «متغیر طراحی» برخورد میکنند. وقتی یک «ظاهر منتخب» بر شباهت واقعی اولویت مییابد، دانشگاه ریسک بیگانه کردن جامعهای را میپذیرد که ادعای نمایندگی آن را دارد. در اینجا، تنوع از یک واقعیت زیسته به یک زیباییشناسی مصنوعی تبدیل شده است.
به گزارش کاربران در پلتفرم اجتماعی Fizz، هزاران واکنش تند به این اتفاق ثبت شده است. اکنون جامعه دانشجویی منتظر است ببیند آیا Stanford R&DE اصلاحیه صادر میکند یا دستورالعملهای استفاده از هوش مصنوعی در بازاریابی خود را تغییر میدهد. در دنیایی که ابزارهای تشخیص محتوای AI توسط ناشران برای لغو قراردادهای جعلی به کار میروند، احتمالاً فشار برای شفافسازی و شناسایی تصاویر دستکاریشده در محیطهای آکادمیک نیز افزایش خواهد یافت.
گام بعدی شما
- بررسی سیاستهای حریم خصوصی و استفاده از تصویر در قراردادهای همکاری با سازمانهای بزرگ.
- مطالعه درباره ابزارهای تشخیص تصاویر دستکاریشده برای شناسایی جعلهای سازمانی.
- دنبال کردن واکنش رسمی مدیریت استنفورد برای درک نحوه تعریف «اخلاق AI» در محیطهای آکادمیک.
اما این تنها بخشی از چالشهای اخلاقی است؛ اثر این دستکاریها بر روانشناسی اجتماعی دانشجویان را در گزارش بعدی بررسی خواهیم کرد.
گفتگو