Veröffentlicht am
Eine Studie ergab, dass erfundene Tieraufnahmen in sozialen Medien die Bemühungen zum Schutz von Tieren verzerren und die öffentliche Unterstützung für gefährdete Arten untergraben könnten.
Laut einem in Conservation Biology von Forschern der Universität Cordoba veröffentlichten Artikel sind generative KI-Tools jetzt in der Lage, überzeugende Wildtiervideos und -fotos zu produzieren, die nie passiert sind.
Die Autoren José Guerrero-Casado, Tamara Murillo-Jiménez, Antonio Carpio, Francisco Tortosa und Rocío Serrano-Rodríguez argumentieren, dass dieser Inhalt zunehmend die Art und Weise beeinflusst, wie die Öffentlichkeit das Verhalten von Tieren versteht, oft falsch.
Ein Beispiel, das die Forscher hervorheben, ist ein virales KI-Video, das verschiedene Vogelarten zeigt, die ihre Küken vor dem Regen schützen, und das weit verbreitet ist, mit Untertiteln, in denen es als „wahre Mutterliebe“ beschrieben wird.
Die Darstellung geht an einer gesicherten Tatsache vorbei: Bei 90 % der Vogelarten sind die Männchen auch an der Aufzucht der Jungen beteiligt, während viele Reptilien, Amphibien und Fische überhaupt keine elterliche Fürsorge leisten.
Der Artikel weist auch auf erfundene Interaktionen zwischen Arten hin, etwa auf erfundene Aufnahmen von Raubtieren und Beutetieren oder von Parasiten und ihren Wirten, die sich mit unglaubwürdiger Zuneigung zueinander verhalten.
Unabhängig davon heben die Autoren Videos hervor, die fiktive Bindungen zwischen Menschen und Wildtieren zeigen, darunter einen Clip, in dem ein Eisbär von Fischern gerettet wird und mit übertriebener Dankbarkeit reagiert.
Die Autoren warnen davor, dass solche Szenen den Menschen ein falsches Sicherheitsgefühl in der Nähe wilder Tiere vermitteln könnten und die Nachfrage nach exotischen Haustieren fördern und den illegalen Handel mit Wildtieren befeuern könnten.
„Süße“ Tiere erhalten
Die Forscher gehen auch davon aus, dass KI-generierte Inhalte eher auf Säugetiere ausgerichtet sein werden, da diese Arten in den sozialen Medien bereits tendenziell am besten abschneiden.
Sie warnen, dass dies die bestehenden Finanzierungsungleichgewichte verstärken könnte und Schutzprojekte für weniger beliebte Tiergruppen zu den Verlierern gehören könnten.
Sie warnen auch davor, dass gefälschte, mit Standortmarkierungen versehene Aufnahmen von Wildtieren Touristen an Orte führen könnten, an denen das gezeigte Tier nie wirklich vorhanden war, was den Druck auf die Ökosysteme erhöhen könnte.
Die Studie schlägt keine Lösung vor und räumt ein, dass eine globale Regulierung von KI-Inhalten in naher Zukunft unwahrscheinlich ist. Stattdessen fordert sie eine umfassendere Bildung in Medienkompetenz, damit das Publikum lernt, das, was es online sieht, zu hinterfragen.
Citizen-Science-Aufzeichnungen in Gefahr
Die Ergebnisse spiegeln eine separate Warnung wider, die diese Woche von Forschern in „Nature Ecology and Evolution“ herausgegeben wurde. Sie argumentieren, dass KI-manipulierte Fotos, Audio- und Videoaufnahmen, die an Citizen-Science-Plattformen übermittelt werden, die Daten kontaminieren könnten, auf die sich Forscher verlassen, um zu verfolgen, wo Arten vorkommen und wie sie sich verhalten, was möglicherweise zu fehlerhaften ökologischen Schlussfolgerungen führen könnte.
Die Forscher weisen darauf hin, dass eine übermäßige Verstärkung das häufigere Problem ist und nicht eine völlige Fälschung.
Bearbeitungswerkzeuge können die zur Identifizierung einer Art verwendeten physischen Merkmale entfernen oder verändern, was manchmal dazu führt, dass sie insgesamt falsch identifiziert wird.
Sie führen einen realen Fall an, bei dem ein Foto, von dem angenommen wird, dass es eine Rotschulterstärling zeigt, eine nordamerikanische Art, die noch nie zuvor in Brasilien nachgewiesen wurde, iNaturalist als potenzielle Erstsichtung vorgelegt wurde.
Bei dem Vogel handelte es sich tatsächlich um einen Epaulettenpirol, eine in der Region häufig vorkommende Art. Das Bild wurde mit dem KI-Bildeditor von Google „neu erstellt“, der Markierungen hinzufügte, die dem nordamerikanischen Vogel ähneln, was wahrscheinlich die stärkere Darstellung dieser Art in den Trainingsdaten des Tools widerspiegelt.
Die Forscher betonen, dass der Autor nicht die Absicht hatte, jemanden in die Irre zu führen. Ihr Ziel, so sagen sie, sei rein kosmetischer Natur: ein besser aussehendes Bild.
Das Team sagt, dass es ihnen gelungen sei, denselben Fehler mithilfe von KI-Bearbeitungstools unabhängig zu reproduzieren. Sie kommen zu dem Schluss, dass den Mitwirkenden dringend bewusst gemacht werden muss, welchen Schaden diese Art der Bearbeitung für wissenschaftliche Daten anrichten kann.
