你对 Deepfake 有什么了解呢？

你是否知道 96% 的 Deepfake 视频为色情内容，你是否知道 Deepfake 已经被做成了名人和政要的虚假视频，造成了不小的影响；你是否知道各个平台为了打击 Deepfake 视频用了哪些骚操作？

如果这些你都知道，那你真的很懂新技术和平台的新政策了。但你对 Deepfake 这个词如此熟悉，了解它如此多的内容，这可能不是一件好事。

哈佛-麻省理工学院人工智能伦理与治理项目的前主任 Tim Hwang 在接受 The Verge 采访时就表示，淡化 Deepfake 一词，从长远上看是有好处的。

我认为人们谈论的消费功能（多个换脸 app、视频）都是 Deepfake的最大讽刺之处，因为它在某种程度上使 Deepfake 的含义商品化了。

在他看来，如果 Deepfake 这个词变得司空见惯，那它就不再引人注目。当它不再晦涩，不能让人们觉得这是新奇的、难以理解的东西时，这个词就被商品化、常态化了，人们就会「对这种技术能做什么感到放心」。而 Deepfake 的潜在问题则无人关心，因为人们觉得它很「安全」。

如果你把 Deepfake 看作由机器学习编辑而成的视频或图像这么大的范围，只会让我们根本不清楚 Deepfake 是否有意义……我们应该思考的是 Deepfake 的意图，即在你所创造的媒体内容中，它想要做什么？

Tim Hwang 在自己参与撰写的《新闻编辑室应如何应对 Deepfake？》一文中也表示，Deepfake 虽然很新颖，但我们应该怀疑它是否有从根本上改变公共话语和舆论形成的能力。

这其中有一部分原因在于造假者都是实用主义者。文本和照片这些低成本的媒介或许也能达到他们的目的。许多可能被（Deepfake）阴谋论所吸引的人，与其说是被阴谋论的说服力所说服，不如说是被动机推理所说服：他们愿意相信这些理论是真的。

数字公共领域的早期愿景相信群体的智慧。他们认为受众的智慧就能辨别真实与虚假。有机的传播模式会让真实的信息传播更广，而未经证实的信息则会越传越弱。

但时代的进步和科技的发展改变了这一切。在过载的信息中，受众没有足够的时间、精力、意愿去分辨这些信息，假信息对我们信息生态能够造成超乎想象的影响。

在 Tim Hwang 看来，对技术的过度关注反而会让我们忘记思考人们是如何相信并传播虚假故事的。

2018 年，《Slate》杂志的一篇文章指出，基本没有技术含量的「Cheapfake」可能与 Deepfake 一样具有破坏性，因为受众已经准备好相信它们了。

为了应对日益增多的虚假内容，打击虚假信息的非营利组织「初稿（First Draft）」负责人 Claire Wardle 在《纽约时报》呼吁公众，不要传播不确定的内容。

如果你不知道消息百分之百是真的，请不要分享，因为不值得冒险。