Developing deepfake literacy among pre-service teachers: a qualitative study in the context of immigration
这项定性研究表明，虽然针对深度伪造检测的专门培训提高了职前教师在评估移民相关内容时使用系统性验证策略的能力，但并未能完全消除其对未经证实的认知偏差的依赖，从而强调了在职前教师教育中强化批判性思维的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在这个视频可以被制作得看起来和听起来都与真人完全一致，甚至能让其说出从未说过的话的时代，真相与虚构之间的界限正变得危险地模糊。这种被称为“深度伪造”（deepfake）的现象，依赖于强大的计算机程序，这些程序通过学习大量的真实图像和声音来创造合成媒体。这些工具可以生成极具说服力的视频，让政治家、名人或普通人做出或说出几乎任何事情。虽然这项技术为艺术创作和教育提供了新途径，但它也对我们理解世界的方式构成了严重威胁。当人们无法分辨真伪时，对新闻、机构甚至彼此之间的信任就开始瓦解。在涉及移民等敏感话题时，这种情况尤其危险，因为虚假故事可能会激化矛盾并扭曲公众辩论。社会面临的挑战不仅在于如何识别这些伪造品，更在于如何教导人们对每天消费的信息进行批判性思考。
西班牙的一个研究小组致力于研究未来的教师是否能够学会识别这些数字伪造品，特别是在移民背景下。他们与穆尔西亚大学（University of Murcia）133名正在接受小学教师培训的学生一起开展了研究。这些学生并非技术专家；他们是正准备引导下一代的普通学生。研究人员想要了解，在接受了关于如何检测深度伪造的具体培训后，这些学生对数字内容的真实性判断会发生怎样的变化。其目标是了解人们在试图判断一段视频或图像是否真实时，使用的是什么样的推理方式，以及教授特定的检测技能是否能改变他们的处理方式。
在培训开始之前，学生们被展示了各种与移民相关的数字内容，并被要求判断它们是真是假。在这一阶段，他们的判断方法往往是不可靠的，更多是基于直觉而非事实。许多学生依赖于他们原本认为正确的事物，这是一种被称为“确认偏误”的思维捷径。如果一段关于移民的视频符合他们现有的观点或刻板印象，他们很可能会直接将其视为真实的，而不再进一步核实。另一些人仅仅因为内容看起来很正式，或者来自他们认为权威的来源（如警察局长或旧报纸），就选择信任该内容。有些人甚至仅仅因为文本排版看起来很糟糕，或者语言显得过于情绪化，就判定一段视频为假，而没有寻找实际的篡改证据。他们的推理通常是直觉性的，即感觉是对的，但并非基于对事实的系统性检查。
随后，研究人员引入了一个旨在教授学生如何识别人工智能操纵特定迹象的培训项目。该教学涵盖了如何寻找计算机经常出现的细微错误，例如人的嘴唇运动与声音不同步、奇怪的眨眼模式，或者看起来模糊或扭曲的背景。学生们还学习了如何检查信息的来源，寻找经过验证的新闻机构，而非未经证实的社交媒体账号，并与可靠数据进行交叉比对。培训结束后，学生们再次看到同类型的内容，并被要求再次进行判断。
结果显示，学生们处理任务的方式发生了明显转变。经过培训后，他们不再依赖最初的感觉或刻板印象，而是开始使用更系统化的方法。他们更有可能去寻找技术上的瑕疵，例如面部运动不自然或光影不一致。他们也开始更仔细地检查来源的可信度，询问信息是来自受信任的新闻组织还是随机的社交媒体帖子。虽然他们有时仍会退回到自己的原有观念中，但培训给了他们一套新的工具来质疑所见之物。研究表明，针对性的教育可以帮助人们在评估数字内容时变得更加谨慎和具有分析性，从而有助于区分事实与虚构。
然而，研究人员指出，培训并未完全消除个人信念的影响。即使掌握了新技能，一些学生仍然会让先入为主的观念引导他们的判断。这凸显了虽然教授如何发现技术错误很有帮助，但它并不是一个完整的解决方案。为了真正防范虚假信息，特别是在移民等敏感话题上，人们需要将技术技能与强烈的批判性思维习惯相结合。研究结论认为，未来的教师需要这种培训，以便他们能将这些技能传授给自己的学生，从而帮助构建一个能够更好地应对“眼见不一定为实”之世界的社会。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。