ابزارهای هوش مصنوعی در سال‌های اخیر امکانات تازه‌ای برای ویرایش تصاویر در اختیار عکاسان قرار داده‌اند، اما پژوهشگران هشدار می‌دهند که استفاده نادرست از این فناوری می‌تواند پیامدهایی فراتر از زیبایی عکس‌ها داشته باشد. به گفته آن‌ها، تصاویر حیات‌وحشی که با کمک هوش مصنوعی دستکاری شده‌اند، ممکن است داده‌های علمی را مخدوش کرده و روند پژوهش درباره گونه‌های جانوری را با مشکل روبه‌رو کنند.
بر اساس گزارش The Guardian، گروهی از پژوهشگران از عکاسان حیات‌وحش خواسته‌اند هنگام استفاده از ابزارهای هوش مصنوعی برای ویرایش تصاویر، به‌ویژه عکس‌هایی که در پلتفرم‌های پرنده‌نگری یا پایگاه‌های ثبت گونه‌ها منتشر می‌شوند، احتیاط بیشتری داشته باشند. نگرانی آن‌ها این است که تصاویر ویرایش‌شده، اعتبار پایگاه‌های مهمی مانند iNaturalist و Macaulay Library را کاهش دهد؛ پایگاه‌هایی که دانشمندان از آن‌ها برای بررسی پراکندگی گونه‌ها و تغییرات زیستگاه‌ها استفاده می‌کنند.
این هشدار در یادداشتی که به‌تازگی در نشریه علمی Nature منتشر شده نیز مطرح شده است. نویسندگان مقاله می‌گویند تاکنون صدها تصویر جعلی یا دستکاری‌شده در پایگاه‌های ثبت گونه‌های جانوری شناسایی شده، اما احتمال می‌دهند تعداد واقعی بسیار بیشتر باشد؛ زیرا بسیاری از این تصاویر به‌سختی قابل تشخیص هستند و ممکن است به‌عنوان داده معتبر وارد تحقیقات علمی شوند.
وقتی یک ویرایش کوچک، یک رکورد علمی اشتباه می‌سازد
بخش قابل توجهی از این مشکل به استفاده روزافزون از ابزارهای هوش مصنوعی مولد بازمی‌گردد. برخی کاربران تصاویر کاملاً ساختگی تولید می‌کنند، اما بسیاری از عکاسان تنها تغییرات به‌ظاهر ساده‌ای مانند حذف شاخه، برگ یا عناصر مزاحم را انجام می‌دهند. با این حال، همین ویرایش‌های کوچک نیز می‌تواند ویژگی‌های ظاهری یک گونه را تغییر دهد و باعث ثبت اطلاعات نادرست شود.
الکساندر لیز، بوم‌شناس دانشگاه Manchester Metropolitan University، می‌گوید:
«عکاسان حیات‌وحش معمولاً برای ثبت یک تصویر زیبا تلاش زیادی می‌کنند، اما اگر هوش مصنوعی در ویرایش عکس دخالت کند، همان تصویر ممکن است بعدها برای تحقیقات علمی مشکل‌ساز شود.»
او به نمونه‌ای در برزیل اشاره می‌کند که در آن، عکاسی از یک پرنده معمولی خواسته بود هوش مصنوعی تصویرش را «زیباتر» کند. نتیجه این بود که ابزار هوش مصنوعی ویژگی‌های ظاهری یک گونه کاملاً متفاوت را به تصویر اضافه کرد و باعث شد این عکس به‌عنوان مشاهده گونه‌ای نادر ثبت شود؛ در حالی که چنین پرنده‌ای هرگز در آن منطقه دیده نشده بود.
چالش تازه برای پروژه‌های «علم شهروندی»
امروزه میلیون‌ها تصویر از گیاهان و جانوران توسط علاقه‌مندان طبیعت در وب‌سایت‌ها و پایگاه‌های ثبت گونه‌های جانوری بارگذاری می‌شود و پژوهشگران از همین تصاویر برای مطالعه پراکندگی گونه‌ها و تغییرات محیط‌زیست استفاده می‌کنند. اگر بخشی از این تصاویر با هوش مصنوعی دستکاری شده باشد، تشخیص واقعیت از تصویر ویرایش‌شده دشوارتر می‌شود و در نتیجه دقت داده‌های علمی نیز کاهش پیدا می‌کند.
برای نمونه، در پلتفرم iNaturalist که بیش از ۶۱۰ میلیون تصویر از گیاهان و جانوران را در خود جای داده است، تاکنون تنها حدود ۱۴۰۰ تصویر به دلیل استفاده از هوش مصنوعی علامت‌گذاری شده‌اند. با این حال، پژوهشگران معتقدند تعداد واقعی تصاویر دستکاری‌شده احتمالاً بسیار بیشتر است، زیرا بسیاری از آن‌ها به‌سادگی قابل شناسایی نیستند.
این موضوع بار دیگر نشان می‌دهد که هرچند هوش مصنوعی می‌تواند به خلق تصاویر چشمگیر کمک کند، اما در حوزه‌هایی مانند عکاسی مستند و پژوهش‌های علمی، استفاده نادرست از آن ممکن است پیامدهایی جدی برای اعتبار داده‌ها و نتایج تحقیقات به همراه داشته باشد.