Meta's nieuwe AI-functie faalt: hoe kon het zover komen?

Meta heeft recentelijk een nieuwe kunstmatige intelligentiefunctie gelanceerd op Instagram en Facebook, met als doel meer transparantie te bieden over bewerkte content. De update, die relevante AI-labels toevoegt aan afbeeldingen en gebruikmaakt van het Llama-3-model voor beantwoording van vragen, is echter op aanzienlijke kritiek gestuit van gebruikers en makers in Europa. De onderliggende motivatie van Meta is het reduceren van desinformatie en deepfakes, maar de uitvoering roept vragen op over nauwkeurigheid en gebruiksvriendelijkheid.

Na de implementatie meldden gebruikers dat authentieke foto's onterecht het label "Made with AI" kregen na minimale aanpassingen, zoals het verwijderen van ruis. Dit ondermijnt de doelstelling van transparantie en verhoogt de frustratie bij gebruikers die geen ongevraagde AI-invloed wensen. Bovendien ervaren veel gebruikers het als hinderlijk dat AI-antwoorden worden gepresenteerd in zoekresultaten, waar ze normaliter op eenvoudige informatie hopen te stuiten.

Voor professionele fotografen en nieuwsorganisaties is het risico op onjuist gelabelde afbeeldingen bijzonder zorgwekkend, aangezien dit hun geloofwaardigheid kan aantasten. Ze pleiten voor meer precisie in de detectieprocessen en duidelijke richtlijnen over wanneer een label wordt toegepast. Met het oog op de nieuwe AI-verordening in Europa is het van belang dat platforms als Meta transparante en begrijpelijke processen implementeren om aan de juridische vereisten te voldoen.

Om het vertrouwen van gebruikers en makers te herstellen, kan Meta enkele belangrijke stappen ondernemen. Deze omvatten het opt-in maken van AI-functies, het verstrekken van duidelijke verklaringen bij labels, het waarborgen van metadata bij uploads, en het publiceren van foutpercentages om de betrouwbaarheid van het systeem aan te tonen. Daarnaast is een simpel correctiesysteem cruciaal voor het aanpassen van onterecht toegepaste labels, om zo de functionaliteit van de AI-systeem als een nuttige tool te waarborgen in plaats van een bron van verwarring.

Lees het volledige artikel van AI Insider.