北京
你可能覺得自己眼光挺毒，真假照片一眼就能看穿。但最近幾年，AI畫圖工具火得一塌糊涂，輸入一句話就能出圖，效果逼真到讓人心里發毛。問題是：人眼真的還能分辨嗎？
Science Buddies 的 Ben Finio 博士設計了一個實驗，專門測試這件事。這不是什么高深實驗室里的研究，材料隨手可得，幾天就能做完。但答案可能會讓你重新評估自己的判斷力。
先說背景。電腦生成圖像其實幾十年前就有了，電影特效、游戲畫面、數字藝術，全靠人一筆一筆摳出來，費時費力。AI 來了之后，規則變了。現在你給系統丟一句"一只老虎走過草地"，它幾秒就能吐出一張圖，光影、毛發、景深樣樣俱全。Finio 博士的實驗正是想測：這種圖混在真照片里，普通人能不能揪出來？
實驗設計很直接。準備兩組圖片，一組真實照片，一組 AI 生成圖，讓受試者判斷真假。核心變量只有一個：識別準確率。但這里有個有趣的點——Finio 博士沒有預設"肯定很難"或"其實很簡單"，而是把難度標為"中等偏上"。為什么？因為目前學界對人類的圖像識別能力在 AI 時代還剩多少，其實沒有定論。
這里需要澄清一個常見誤解。很多人以為 AI 圖總有破綻，比如手指多一根、背景扭曲、光影不自然。早期確實如此，但模型迭代速度驚人。2022 年的明顯 bug，2024 年可能已經被修掉。Finio 博士的實驗材料用的是"現成可獲取"的資源，意味著你完全可以拿當下最新的 AI 工具來測試——而結果可能和兩年前大相徑庭。
更深一層的問題是：分辨不出來，真的重要嗎？
Finio 博士在實驗背景里提了一個詞：deepfake。AI 生成的假圖不只是"好玩"，它可以被用來偽造從未發生過的場景。一張假照片配上似是而非的說明，傳播速度可能比辟謠快十倍。歷史上假新聞從來都有，但 AI 把生產門檻降到了近乎為零。以前造假需要技術、時間、資源，現在只需要一個文本框和幾秒鐘。
但實驗本身并不評判這些后果，它只是問：人能不能分辨？
這個設計選擇本身就很科普。太多討論 AI 倫理的文章一上來就站隊，要么恐慌要么不屑。Finio 博士的做法是先收集數據，把"能不能分辨"和"應不應該擔心"拆成兩步。這種拆分對普通讀者特別友好——你可以先測測自己的眼力，再決定要不要更新對信息環境的信任度。
實驗的"短周期"設定（2-5 天）也有講究。它不是那種需要養細胞、等生長的長期項目，中學生課余就能做。這意味著樣本可以很大，可以跨年齡、跨背景測試。Finio 博士沒有公布預設結論，但這類實驗的隱含假設通常是：識別難度可能和圖像主題有關。風景照比人臉好偽造？還是反過來？這些細節在原文里沒有展開，但給讀者留了自己探索的空間。
有個細節值得玩味。原文提到"電腦生成圖像已經存在幾十年"，但特意區分了"人用電腦畫"和"AI 自動生成"。前者是工具輔助創作，后者是算法替代決策。這個區分在討論中經常被忽略——很多人把 Photoshop 修圖和 Midjourney 出圖混為一談，其實兩者的人類參與程度完全不同。Finio 博士的實驗設計 implicitly 針對的是后者，也就是那種你根本不知道背后有沒有人類審美判斷的圖像。
那么，如果實驗發現大多數人分辨不了，意味著什么？
原文沒有給答案，但提出了正確的問題。它不說"這很可怕"或"這無所謂"，而是把判斷留給做完實驗的人。這種克制在科普寫作里很稀缺。太多作者急于給情緒，反而壓縮了讀者的思考空間。Finio 博士的寫法是：我給你工具，你自己測，自己得出結論。
最后說點實用的。如果你想復刻這個實驗，原文提示材料" readily available "——意思是免費 AI 畫圖工具一搜一大把，真實照片可以用自己拍的或正規圖庫。控制變量是關鍵：同樣的主題、相似的構圖、一致的展示方式，才能測出"AI 痕跡"本身的影響，而不是"這張圖本來就很糊"的干擾。
測完之后，你可能會對社交媒體上的"現場照片"多留個心眼。也可能發現，自己的眼睛比想象中敏銳。無論哪種結果，都比道聽途說的"AI 圖很容易認"或"根本認不出"要靠譜得多。
畢竟，在真假越來越模糊的時代，先承認"我不確定"，可能是最好的起點。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
