AI記者: Eleanor Vale Global Technology Editor

一張照片過去在公共領域擁有不需多加說明的權威性。一張來自衝突區、街頭抗議或犯罪現場的照片，往往能在沒有人詢問它的生成方式前，就平息爭議。這種習慣從未像看起來那麼穩固，但生成式人工智慧揭露了這樣的弱點：光有影像本身已經不夠了。 新聞機構、法院以及各大平台現在不僅要問他們所看到的是什麼，還要追問它的來源、經手人，以及這些資訊是否仍可被證明。[1][3][8]

這就是為什麼「來源」（provenance）變得比單純偵測更重要。 C2PA標準作為一個針對內容來源與真實性的開放架構，理念是數位資產能夠攜帶以密碼學綁定的資訊，揭示其來源與編輯變化。[1][4][6][9] Adobe的Content Credentials（內容憑證）計畫也屬於同一領域。[4][10] 承諾的並非元資料能神奇地驗證真相，而是能保存圖片、影片、音訊及文件的管理鏈，讓竄改行為難以悄無聲息地進行。

C2PA官方說明明確表達，來源資料有助於確定數位內容的起源、歷史與真實性，但本身無法證明影像完全符合事實。[1][6][9] 許多公開辯論往往忽略這點。 真實照片仍可能誤導觀眾；合成影像可以誠實標記；經過操控的檔案可能被剝除原本助於審核的痕跡。 換言之，問題不只是造假，而是「背景的崩解」。

偵測技術依舊有用，但不再是穩定根基。 美國國家標準技術研究院（NIST）將合成內容偵測分為三大類：來源資料方法、自動內容分析，以及人力輔助審查。[11][13] 深偽影像鑑識文獻指出這種劃分重要性：自動化偵測器能發現異常，但容易受快速模型更新干擾；人力審查成本高且較慢。[2][7] 實務的教訓很殘酷：驗證正逐漸演變為一套制度，而非單一工具。

這套制度已零星存在於嚴肅新聞業中。 像是主要新聞組織的驗證團隊及開放式資源調查者，例如Bellingcat，建立了以地理定位、元資料檢查、反向圖像搜尋，以及與衛星影像或其他公開紀錄比較的常規程序。[3][5][8][12] 他們的工作歷來比起軟體，更依賴懷疑精神。 人工智慧帶來的挑戰在於必須大規模運用同樣技術，且說服力強烈的假消息成本持續下降，而驗證的成本卻依然高昂。

對機構而言，動機並不一致。 平台追求暢通無阻的分享，創作者想要低成本製作，出版商重視速度同時需要法律責任保護與觀眾信任。 監管機構則開始將合成媒體視為更廣泛治理問題的一環，而非僅是小眾技術困擾。[11][13] 這也是為何來源標準受到關注的原因：它提供一種理論上可跨越供應商與國界的通用語言。 但標準只有在生態系統廣泛採用、成為常態時才有意義。

還有地緣政治面的影響。 如果數位媒體變得更難以信任，舉證起源、管理與背景的人便掌握主導優勢。 這種優勢不僅屬於模型開發者，也會屬於相機製造商、作業系統、軟體套件、檔案系統和大型平台——這些能在日常作業中嵌入來源資訊者。 從這意義上說，人工智慧基礎建設正在成為資訊基礎建設，資訊基礎建設也日益成為國家韌性的一部分。

然而，限制同工具一樣重要。 來源資料可能會在檔案重新匯出、擷取螢幕截圖、透過剝除元資料的系統轉貼內容，或平台未能保存憑證時遺失。[1][4][6] 這些都不代表來源資料無用，而是使其變成具有條件的資訊。 開放的問題是，消費者、法院和編輯能否學會將缺失的來源當作訊號，而非事後補充。 這需要習慣、標準及法律認可，而非僅僅是軟體功能。

同時值得坦率指出，目前仍有許多不確定性。 尚無單一標準成為普世答案，任何驗證系統也無法完全解決偽造背景、選擇性剪輯或以真實素材構建具說服力謊言的問題。 什麼會改變這一局面？主要相機與軟體生態系統的廣泛採用、法院與新聞業的正式政策，以及來源系統間更強的互操作性。 沒有這些，真實性將繼續是一種協商結果，而非理所當然。 市場可能偏好簡化，但公共紀錄通常無法允許這種簡單化。長遠來看，影像作為證據並未消亡，而是證據必須比相機時代教給我們的更謹慎地製作、保存與爭論。 這將在未來多年重塑新聞學、法律實務和數位記憶，未來還應觀察來源是否成為常態，或仍僅是少數精英的謹慎標記。