该论文针对生成式人工智能日益融入数字媒体与生产流程的现状,指出现有溯源标准与披露方法多依赖“完全由人创作”与“AI生成”的二元划分,或依赖缺乏用户可读性的技术水印,难以反映AI不同使用方式所带来的差异化风险与结果。为此,作者提出“AI参与程度报告评级”(REAL)框架,构建了一个六级量表(0至5级),用以披露AI在产品创作与用户体验两个环节中的参与程度。论文详细阐述了该评级体系的结构化方法,并说明了其在文本、图像、音频、视频和软件产品中的具体应用方式。该框架的意义在于为人类与AI协作提供更细致、面向公众的披露标准,弥补二元分类的不足。
| REAL Rating | 报告的人工智能参与水平评级,一个六级量表框架,用于披露人工智能在产品创作和用户体验中的参与程度。 |
| Generative AI | 生成式人工智能,指能够生成文本、图像、音频等内容的人工智能技术。 |
| Provenance Standards | 来源认证标准,用于追踪和验证数字内容来源与历史的技术规范。 |
| Watermarking | 水印技术,在数字内容中嵌入标识信息以表明其来源或版权的方法。 |
| Six-tier Scale | 六级量表,REAL评级中从0到5的六个等级,用于量化人工智能的参与程度。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅