De opkomst van geavanceerde algoritmen, die in staat zijn om teksten, beelden en zelfs audio te genereren die nauwelijks van menselijke creaties te onderscheiden zijn, maakt het ontwikkelen van systemen die deze AI-creaties kunnen identificeren een logische stap. Zo zou het mogelijk worden om echt van nep te onderscheiden. Deze oplossingen kennen twee grote problemen: ze werken niet goed en als ze wel zouden werken, zouden ze ertoe leiden dat de gegenereerde teksten, beelden en stemmen vervolgens weer verbeterd worden. We zijn in de digitale realiteit niet alleen de grip aan het verliezen, we hebben deze voorgoed verloren.
Hoewel sommige teksten mogelijk verraden worden door een onnatuurlijke openingszin of ongebruikelijk woordgebruik, is het een illusie om te denken dat AI-creaties altijd duidelijk te herkennen zijn. Het valt natuurlijk op als een middelbare scholier van het 2e jaar VWO opeens schrijft als Shakespeare, maar het is niet mogelijk om met eenvoudige tools sluitend te bewijzen dat teksten door AI zijn geschreven. Het is zorgwekkend dat de demissionaire Staatssecretaris van Duffelen het idee heeft dat dit wel mogelijk is met dergelijke tools. De realiteit toont aan dat dit geen haalbare oplossing is. Het nastreven ervan zal zelfs tot het tegenovergestelde resultaat van het beoogde doel leiden.
Het markeren van teksten is wel mogelijk, maar technieken zoals het analyseren van woordcombinaties en de tussenruimte zijn niet waterdicht. Markeringen kunnen toegevoegd worden, maar net zo gemakkelijk ook weer verwijderd. Een sluitend systeem voor tekstmarkering is simpelweg niet mogelijk. Hoewel vergelijkbare technieken door Elon Musk werden gebruikt om te ontdekken welke werknemer interne communicatie van Tesla doorgaf aan de pers, vormt dit voor wie zich hiervan bewust is geen belemmering om te maskeren dat een tekst door AI is geschreven.
Op het vlak van beelden lijkt de situatie enigszins hoopvoller. Het is mogelijk om digitale watermerken of andere markeringen aan te brengen die de AI-origine aanduiden. Echter, hier ontvouwt zich een paradox: de technologieën die ontwikkeld worden om AI-gegenereerde beelden te herkennen, dragen tegelijkertijd bij aan de verbetering van deze generatieve systemen. Naarmate de herkenningstechnieken verfijnd worden, worden de algoritmes aangepast om nog realistischer beeldmateriaal te produceren. Deze wapenwedloop tussen creatie en detectie stuwt ons enkel sneller naar een toekomst vol visuele ambiguïteit. Investeringen in het herkennen van door algoritmes gemaakte beelden en stemmen zullen het tegenovergestelde effect hebben en ervoor zorgen dat AI-gestuurde stemmen en beelden nog realistischer en moeilijker van echt te onderscheiden worden.
Het streven naar tools die AI-creaties kunnen onderscheiden van authentieke menselijke creaties is een doodlopende weg. Deze aanpak negeert een fundamentele nieuwe realiteit: in de nabije toekomst moet er vanuit worden gegaan dat veel van wat we lezen, zien en horen door AI geproduceerd zal zijn. De obsessieve focus op de vraag of iets ‘echt’ is, belemmert niet alleen onze capaciteit om inhoud op waarde te schatten, maar verankert ons ook dieper in een strijd die niet te winnen is. Toen onlangs een vriend afbeeldingen stuurde van Sconehenge (een Stonehenge gemaakt van gebakjes), realiseerde ik me dat het moeilijker is om beelden te waarderen voor de moeite die erin is gestoken.
Het is een deprimerende conclusie, maar het is beter om de pleister in één keer eraf te trekken: de digitale realiteit is niet meer wat het geweest is, en zal ook niet meer zo zijn.