ผู้ชมในคอนเสิร์ตของ Will Smith มีอยู่จริง แต่ AI กำลังทำให้เส้นแบ่งพร่าเลือน

• วิดีโอคอนเสิร์ตของ Will Smith ถูกตั้งข้อสงสัยว่าเป็น ผู้ชมปลอมที่สร้างด้วย AI แต่ความจริงแล้วอ้างอิงจาก ฟุตเทจที่แฟนตัวจริงถ่ายไว้
• วิดีโอที่เป็นประเด็นผสมทั้งภาพการแสดงและภาพถ่ายผู้ชมจากเทศกาลจริงเข้าด้วยกัน และบางช็อตของผู้ชมถูกทำให้เคลื่อนไหวด้วย โมเดล AI แบบ image-to-video
• อย่างไรก็ตาม เมื่อมีการเพิ่ม การทดลองโพสต์โปรเซสของ YouTube Shorts (unblurring·denoise) ใบหน้าของผู้ชมจึง บิดเบี้ยวอย่างประหลาดและป้ายต่าง ๆ ก็ผิดรูป จนดูเหมือนถูกดัดแปลงด้วย AI
• วิดีโอเดียวกันที่โพสต์บน Instagram·Facebook มีความบิดเบี้ยน้อยกว่า จึงยิ่งชี้ว่าเครื่องมือปรับแก้อัตโนมัติของ YouTube ทำให้สถานการณ์แย่ลง
• สรุปคือผู้ชมมีอยู่จริง แต่เป็นกรณีที่ การปรับแต่งด้วย AI ฝั่งศิลปินและฟิลเตอร์ของ YouTube ซ้อนทับกัน จนก่อให้เกิดข้อถกเถียงเรื่องของจริง·ของปลอม

---

จุดเริ่มต้นของข้อถกเถียง

• เมื่อวิดีโอความยาว 1 นาทีนี้ถูกเผยแพร่ออกมา สื่อใหญ่หลายแห่งอย่าง Rolling Stone, NME, Mashable ต่างรายงานถึง ข้อสงสัยเรื่องการดัดแปลงด้วย AI
• ใบหน้าของผู้ชมในวิดีโอมีลักษณะ บิดเบี้ยวแบบที่เป็นเอกลักษณ์ของ AI, นิ้วเกินหลายนิ้ว, สัญลักษณ์ประหลาด ปรากฏให้เห็น
• โดยเฉพาะป้ายข้อความ “From West Philly to West Swizzy” ที่ถูกอ่านเพี้ยน ยิ่งทำให้ข้อถกเถียงรุนแรงขึ้น

ยืนยันว่าเป็นภาพจากการแสดงจริง

• วิดีโอนี้เป็นการตัดสลับภาพผู้ชมจาก Positiv Festival ที่เมือง Orange ประเทศฝรั่งเศส รวมถึง Gurtenfestival·Paléo Festival ในสวิตเซอร์แลนด์ และ Ronquieres Festival ในเบลเยียม
• มีการยืนยันบุคคลและป้ายเดียวกันได้จากภาพถ่ายคอนเสิร์ตที่เกี่ยวข้องและวิดีโอที่แฟน ๆ ถ่ายไว้ จึง พิสูจน์ได้ว่าเป็นผู้ชมจริง
• ยังมีป้ายเล่าเรื่องราวของคู่รักที่ต่อสู้กับโรคมะเร็งอยู่จริงด้วย และใน Instagram ของ Will Smith ก็ยังมีภาพถ่ายและวิดีโอหลายชิ้นหลงเหลืออยู่

การดัดแปลงด้วย AI สองขั้น

1. ทีมของ Will Smith ใช้ ภาพถ่ายการแสดงอย่างเป็นทางการกับโมเดล AI image-to-video (เช่น Runway, Veo 3) เพื่อสร้างคลิปสั้น
2. จากนั้น โพสต์โปรเซสอัตโนมัติของ YouTube Shorts (unblur·denoise) ก็ถูกซ้อนทับเข้าไป ทำให้ภาพ พร่าและผิดธรรมชาติมากขึ้น

การทดลองของ YouTube Shorts

• เวอร์ชันที่อัปโหลดบน Instagram·Facebook ค่อนข้างคมชัด แต่ YouTube ใช้ “การทดลองเทคโนโลยีเพิ่มคุณภาพด้วย AI” ทำให้ภาพรวมเกิด เอฟเฟกต์บิดย้วยทั้งเฟรม
• YouTube อธิบายว่าเป็น “เทคโนโลยีเพิ่มความคมชัดที่อิงแมชชีนเลิร์นนิงแบบดั้งเดิม” แต่การ นำไปใช้โดยไม่แจ้งล่วงหน้า ยิ่งทำให้ประเด็นลุกลาม
• ภายหลังจากกระแสต่อต้านของครีเอเตอร์ บริษัทจึงประกาศว่าจะเพิ่ม ฟังก์ชัน opt-out

บทสรุป

• ผู้ใช้ส่วนใหญ่บน YouTube, Reddit, X เชื่อว่าเป็น “วิดีโอที่ใช้ generative AI สร้างแฟนปลอมขึ้นมา”
• แต่ในความเป็นจริง มีผู้ชมตัวจริงปรากฏอยู่ เพียงแต่ผ่านทั้งการแปลงภาพเป็นวิดีโอของทีม Will Smith และโพสต์โปรเซสของ YouTube จนความรู้สึกเทียมถูกขยายให้ชัดขึ้น
• จึงเกิดการตั้งคำถามถึงความจำเป็นของการแยกแยะเชิงจริยธรรมระหว่างการใช้โมเดล image-to-video เพื่อใส่แอนิเมชันสั้น ๆ ให้ภาพในคอนเสิร์ต กับการ สร้างฝูงชนที่แต่งขึ้นทั้งหมด
• ท้ายที่สุด กรณีนี้เผยให้เห็นปรากฏการณ์ที่ การแสดงจริงกลับดู ‘ไม่จริง’ มากขึ้นเพราะเครื่องมือ AI

[GN⁺]

ความคิดเห็นบน Hacker News

• วิดีโอที่ถูกอัปสเกลด้วย AI มันชวนขัดตา พอๆ กับความแปลกประหลาดก่อนปิดการแทรกเฟรมในทีวีเครื่องใหม่เลย สงสัยจริงๆ ว่ามีใครคิดว่าความคมชัดเทียมแบบผิดๆ นี้ดูดีกว่า เมื่อเร็วๆ นี้ฉันดูเวอร์ชันอัปสเกลด้วย AI ของคอนเสิร์ต David Bowie & Nine Inch Nails แล้ว โดยเฉพาะช่วงนาทีที่ 2 มันให้ความรู้สึกเหมือนความสมจริงเพี้ยนไป จนรู้สึกไม่สบายใจทางจิตใจอย่างมาก วิดีโอต้นฉบับแม้จะความละเอียดต่ำ แต่กลับถ่ายทอดบรรยากาศและอารมณ์ที่ตั้งใจไว้ได้ดีกว่ามาก ตอนนี้เรามีกล้องและเลนส์ที่ยอดเยี่ยมอยู่แล้ว จึงไม่จำเป็นต้องฝืนยกระดับคุณภาพภาพด้วย AI
  • เรื่องน่าทึ่งคือดูเหมือนผู้คนจะชอบคุณภาพภาพแบบนี้จริงๆ เมื่อวานคู่ของฉันกำลังเลือกสมาร์ตโฟนเครื่องใหม่ แล้วบอกว่าคุณภาพกล้องสำคัญ ชอบตรงที่ซูมแล้วยังดูคมชัด แต่พอซูมแล้วมีดีเลย์สั้นๆ ก่อนจะเห็นภาพที่ถูกประกอบขึ้นใหม่อย่างประดิษฐ์ ดูบิดเบี้ยวคล้ายฟิลเตอร์อัปสเกลที่ใช้ในอีมูเลเตอร์เกมคอนโซลสมัยก่อน ก็รู้สึกหดหู่นิดๆ ที่คนที่ฉันรักมากกลับชอบเซลฟี่ที่ทำให้หน้าเนียนเกินจริงและมีโบเก้ปลอมๆ ที่พื้นหลังดูไม่เป็นธรรมชาติ มากกว่าภาพถ่ายธรรมชาติที่สมจริง
  • ภาพนี้ตลกมาก
  • ครั้งหนึ่งตอนดูละครเรื่องโปรดกับทีวีใหม่ของพ่อแม่ ฉันรู้สึกว่ามันแปลกๆ เหมือนงานทุนต่ำลง นักแสดงก็ดูเล่นแข็งขึ้น บทสนทนาก็ดูแย่ เลยคิดอยู่นานว่าเพราะอะไร เวลาผ่านไปถึงได้รู้ว่าเป็นเพราะ auto smoothing ของทีวีเครื่องนั้น นั่นคือปรากฏการณ์ที่เรียกว่า Soap Opera Effect
  • การที่ยังฝืนยัดเทคโนโลยีที่ผู้บริโภคไม่ต้องการ ก็เพราะแรงกดดันให้รักษาราคาหุ้น -> แรงกดดันจากผู้บริหารว่าต้องเพิ่มส่วนแบ่งตลาด -> กดดัน PM ให้เพิ่มฟีเจอร์ใหม่ -> นักพัฒนาก็อยากลองใช้เทคโนโลยีใหม่ -> แล้วสุดท้ายก็ได้ AI chatbot, AI summary, หน้าจอสัมผัสในรถ, AI upscaling แบบที่เราไม่ได้ต้องการ
  • คนส่วนใหญ่แยกความต่างพวกนี้ไม่ค่อยออก ฉันไม่มีทีวีที่บ้าน แต่พอไปบ้านเพื่อนก็จับ Soap Opera Effect ได้ทันที ทั้งสองครั้งฉันบอกให้ลองปิดฟีเจอร์นั้น แล้วเพื่อนก็เห็นด้วยและไม่เปิดกลับอีก แต่จริงๆ แล้วส่วนใหญ่คงแค่เชื่อฉันไปอย่างนั้นเอง ไม่แน่ใจว่าพวกเขาแยกความต่างได้จริงไหม ถ้าอยากลองปิดฟีเจอร์นี้ ให้ค้นหาด้วยคำว่า “ชื่อแบรนด์ทีวี soap opera effect” แล้วจะเจอวิธีตั้งค่า ต้องระวังเพราะผู้ผลิตแต่ละเจ้าชอบใช้ชื่อเรียกประหลาดๆ โดยเฉพาะช่วง 2 นาที 6 วินาที ใบหน้าจะเปลี่ยนไปชัดมาก ทั้งที่ต้นฉบับช่วงนั้นเบลอมาก เวอร์ชัน AI ไม่เข้าใจเอฟเฟกต์ของกล้องเลย พอเทียบ เวอร์ชันอัปสเกลด้วย AI กับ ต้นฉบับ แล้วชัดเจนมาก ขอบคุณที่ให้ลิงก์ทั้งสองอันไว้ เลยเทียบได้ง่าย
• หลายคอมเมนต์พูดถึง YouTube แต่ตามเนื้อหาในบทความ งาน AI ส่วนใหญ่คือทีมของ Will ใช้ AI เปลี่ยนภาพนิ่งให้เป็นวิดีโอ จริงๆ แล้ว YouTube แค่ช่วยให้ผลลัพธ์สุดท้ายเบลอน้อยลงนิดหน่อย ส่วนอาร์ติแฟกต์ AI ที่ดูประหลาดจริงๆ ส่วนใหญ่เกิดขึ้นตั้งแต่ขั้นตอนการผลิตวิดีโอ ใช้กับ Shorts เท่านั้น ดูวิดีโอเปรียบเทียบ
  • ในวิดีโอนั้นมองไม่ค่อยเห็นความต่าง
• สงสัยว่า ถ้า Coldplay ใช้เทคโนโลยีแบบนี้ในช่วงซัมเมอร์นี้จะเป็นอย่างไร เอาจริงๆ เทรนด์ที่พยายามยัด AI เข้าไปทุกที่น่ากังวลมาก แต่ก่อนฉันเคยสนุกมากกับการค้นพบเพลงใหม่จาก Spotify Discover Weekly ทุกวันนี้กลับรู้สึกเสียอรรถรสเพราะมีเพลงที่ AI สร้างเยอะเกินไป
  • ทำให้อยากเลิก Spotify แล้วกลับไปซื้อ CD จากร้านเพลงแถวบ้าน ใช้ USB CD reader สะสมคอลเลกชันเพลงด้วยตัวเอง การไล่ตามแต่เพลงใหม่ล่าสุดและความคิดแบบ “มีทุกเพลงอยู่ในนี้” ทำให้เราสูญเสียองค์ประกอบทางอารมณ์ของการที่มนุษย์แบ่งปันดนตรีกันจริงๆ ไป
  • ก็อาจใช่ ความสุขของการแนะนำเพลงคือการบังเอิญเจอเพลงล้ำค่าที่เหมือนอัญมณี แต่พอมีเพลงที่ AI สร้างปนเข้ามา เวทมนตร์นั้นก็หายไป แม้ Spotify จะไม่เคยประกาศอย่างเป็นทางการว่าจะดันเพลง AI มากขึ้น แต่ตลอด 1 ปีที่ผ่านมา เพลง AI เพิ่มขึ้นอย่างมากในทุกแพลตฟอร์มสตรีมมิง และอัลกอริทึมของ Spotify ก็มักแนะนำเพลงโดยไม่แยกว่าแต่งโดยมนุษย์หรือ AI โดยเฉพาะแนวที่ AI เลียนแบบได้ง่าย เช่น ambient, lo-fi, EDM, หรือป๊อปฟังสบาย สุดท้ายหลายคนจึงรู้สึกอึดอัดที่ AI ค่อยๆ แทรกซึมเข้ามาในพื้นที่ที่ควรอาศัยการคัดสรรโดยมนุษย์หรือมุมมองทางศิลปะ ถ้าอยากรู้ว่ามีวิธีกรองเพลง AI หรือรับคำแนะนำเฉพาะเพลงจากมนุษย์ในแต่ละบริการไหม ฉันก็ช่วยค้นให้ได้
• ประเด็นสำคัญจริงๆ ตรงนี้คือ <i>ความยินยอม</i> สมมติว่าทุกคนรู้ดีว่าเมื่อเข้าไปในสถานที่จัดคอนเสิร์ต ก็เท่ากับยินยอมให้มีการถ่ายภาพหรือวิดีโอ แต่มีใครบ้างที่ยินยอมอย่างชัดเจนให้ทีมศิลปินเอาใบหน้าของตนไปแปลงเป็นวิดีโอปลอมด้วย AI ฉันสงสัยจริงๆ ว่าเรื่องแบบนี้ถูกกฎหมายในแต่ละประเทศหรือไม่
  • เป็นไปได้มากว่ามีข้อความทำนองว่า “เมื่อเข้าชมถือว่ายินยอมให้บันทึกภาพ” อยู่ในเงื่อนไขตอนซื้อบัตรหรือป้ายหน้าทางเข้า อาจไม่น่าชื่นชมในเชิงศีลธรรม แต่ในทางกฎหมายก็น่าจะครอบคลุมไว้ค่อนข้างดี
• ถ้าฉันเป็นนักการตลาด ฉันคงทำให้ภาพจริงดูเหมือน AI สร้างขึ้นโดยตั้งใจ เพื่อหวังผลไวรัลฟรี ไม่มีอะไรดึงความสนใจได้ดีไปกว่าความผิดพลาดหรือประเด็นดราม่าเรื่องภาพตัดต่อ ถ้าไม่ได้เป็นของปลอมจริง ก็แทบไม่มีอะไรเสียหายต่อศิลปินหรือทีมงานเลย ฉันเคยคุยกับผู้จัดการโซเชียลมีเดียของแบรนด์ใหญ่คนหนึ่ง เขาบอกว่าบางทีก็จงใจโพสต์ข้อความสะกดผิดเพื่อเรียกคอมเมนต์และปฏิกิริยาให้มากขึ้น
  • เขาเรียกกันว่า ragebait ในวงการการตลาดนี่เป็นกลยุทธ์ที่ใช้กันทั่วไปอยู่แล้ว
  • โปสเตอร์หนัง Naked Gun เรื่องใหม่ที่จงใจวาดนิ้วเกินก็เป็นตัวอย่างแบบนี้
• ไม่แน่ใจว่าฮาร์ดแวร์/ซอฟต์แวร์ของฉันหรือสายตาของฉันมีปัญหาหรือเปล่า เพราะลองเทียบ YouTube กับ Instagram ข้างกันแล้วก็ไม่เห็นความต่างมากนัก ถ้าไม่ใช่ปัญหาสายตา ฉันควรตรวจอะไรดี หรือควรอัปเกรดจอไหม GPU ก็ไม่ได้แย่ แต่ฉันใช้ตัวแปลง HDMI-VGA อยู่ด้วย อย่างไรก็ตาม ภาพนิ่งมันดูแย่มากจริงๆ วิดีโอก็น่าจะมีหลายส่วนที่ถูกบิดเบือนอย่างประดิษฐ์ในระดับใกล้เคียงกัน
  • วิดีโอจะต่างกันในจุดที่ละเอียดอ่อนกว่า มันไม่ได้เห็นชัดทุกเฟรม แต่จะมีพื้นหลังที่อยู่ๆ ก็ชัดแล้วก็เบลอ สลับไปมา หรือมีพื้นผิวประหลาดๆ บริเวณผมกับคอของตัวละคร และขอบหน้าอาจคมชัดเกินไปแต่ผิวกลับเนียนผิดธรรมชาติมาก ให้ความรู้สึกคล้าย Max Headroom
• รอบตัวฉันไม่มีใครต้องการฟีเจอร์แบบนี้จริงๆ สักคน เลยสงสัยมากว่าทำไมถึงพยายามใส่ของซับซ้อนและไม่จำเป็นแบบนี้ตลอด
  • เหมือนบางประเทศใช้สงครามเพื่อทดสอบอาวุธและสะสมประสบการณ์จริง ก็ชวนให้จินตนาการว่า Google อาจกำลังสร้างขีดความสามารถขององค์กรไว้ล่วงหน้า เพื่อรอวันที่จะนำไปใช้ประโยชน์อย่างจริงจังในอนาคต
  • ความซับซ้อนอาจมีในสิ่งจำเป็นด้วย แต่ถ้ามันทำกำไรไม่ได้ ก็ไม่มีเหตุผลให้ผลักดัน
• Youtube PM: “มาทำให้วิดีโอที่ AI สร้างกับวิดีโอจริงแยกกันยากขึ้น เพื่อให้ผู้ใช้รู้สึกว่ามันเป็นธรรมชาติกันเถอะ!”
  • ฉันก็ไม่คิดว่ามันถึงขั้นเป็นความมุ่งร้ายที่วางแผนไว้นะ คนที่คลั่ง AI จริงๆ มักอยากใส่ AI เข้าไปในทุกผลิตภัณฑ์ และถ้าข้างบนบอกว่า “AI เจ๋งมาก ใส่เข้าไปสิ” พวกเขาก็จะเทใส่ทุกอย่าง การประชุมเลยไม่ได้โฟกัสว่า “จะแก้ปัญหาผู้ใช้ X อย่างไร” แต่กลายเป็น “เราจะเปลี่ยนตรงไหนของผลิตภัณฑ์ด้วย AI ได้บ้าง”
  • มากกว่าความมุ่งร้าย มันคือแรงจูงใจที่ผิดเพี้ยน ใครบางคนมี KPI เรื่องการนำฟีเจอร์ AI มาใช้ แล้วสุดท้าย “AI enhancement” ก็เข้าไปแทนที่ฟิลเตอร์ sharpen + denoise แบบเก่าของ YouTube ด้วยเหตุผลนั้น
  • จริงๆ แล้วมีคู่มืออธิบายการแปลงด้วย AI ของ YouTube
  • วิธีแบบนี้อาจยิ่งทำให้วิดีโอข่าวจริงๆ ถูกเข้าใจผิดว่าเป็นภาพ AI ตัดต่อ จนบั่นทอนความน่าเชื่อถือ กลายเป็นว่าผู้คนยิ่งระแวงและไม่เชื่อมากขึ้น
  • คนรุ่นต่อๆ ไปจะเติบโตมาในสภาพแวดล้อมสื่อที่ต่างจากคนรุ่นก่อนโดยสิ้นเชิงอยู่แล้ว
• นี่เป็นหนึ่งในความพยายามแบบ “ลองทำให้ AI มีประโยชน์ดู” ที่ฉันสงสัยมากว่าเป็นไอเดียของใคร ทั้งที่มีต้นฉบับ HD อยู่แล้ว ก็ไม่เห็นจำเป็นต้องเสียต้นทุนเพื่อทำอัปสเกลให้ด้วยซ้ำ ต่อให้ใช้กับวิดีโอคุณภาพต่ำเท่านั้น สุดท้ายมันก็ยิ่งทำให้ความสมจริงบิดเบือนไปมากกว่าเดิม
  • สำหรับ Google ความสมจริงไม่สำคัญ สนใจแค่โฆษณากับการมีส่วนร่วมเท่านั้น
• ถ้าขายเสื้อยืดที่มีคำว่า “AI glitch” ก็อาจทำให้ทุกภาพที่ถ่ายออกมามีเอฟเฟกต์แบบนี้ จนแยกของจริงกับของปลอมไม่ออก
  • พอเวลาผ่านไป เสื้อแบบนี้ก็คงกลายเป็นพร็อปแฟชั่นที่มาแล้วก็ไป เหมือนอุปกรณ์นิ้วที่หกซึ่งเป็นปัญหาขึ้นชื่อของ generative AI หรือหน้ากากแว่น 5 อันสำหรับหลบการจดจำใบหน้า
  • มีเสื้อแบบนั้นอยู่แล้ว และบ่อยครั้งก็เป็นการเอาข้อความที่ ChatGPT สร้างมาไปพิมพ์ตรงๆ โดยไม่ตรวจสอบอะไรเลย