TECH INDUSTRY / PRODUCT

เหยื่อที่ถูกลืม: ผลกระทบของ Deepfake Porn ต่อร่างกายของผู้แสดงในอุตสาหกรรมผู้ใหญ่

MIT Technology Review14 May 2026
1 min read
Key Takeaways
  • Deepfake ไม่ได้ละเมิดแค่ใบหน้า แต่คือการโจรกรรมข้อมูลร่างกายเพื่อใช้ในงานบันเทิงทางเพศโดยไม่ได้รับอนุญาต ซึ่งส่งผลกระทบต่อจิตใจและอาชีพของนักแสดงจริง

ทำไมเรื่องนี้ถึงสำคัญ

นี่คือความท้าทายใหม่ในเรื่องจริยธรรม AI และสิทธิในทรัพย์สินทางปัญญา เมื่อข้อมูลร่างกายมนุษย์ถูกนำไปแปรรูปเป็นสินค้าดิจิทัลโดยปราศจากความยินยอม

ปัญหาคลิปวิดีโอโป๊จาก AI หรือ Deepfake Porn กำลังสร้างความเสียหายในรูปแบบใหม่ที่เรียกว่า 'ความเสียหายต่อร่างกายเสมือน' (Embodied Harms) โดยนอกจากผู้ที่ถูกสลับใบหน้าจะเป็นเหยื่อแล้ว ผู้แสดงเจ้าของร่างกายที่ถูกนำไปใช้ในวิดีโอก็ได้รับผลกระทบทางจิตใจอย่างรุนแรงเช่นกัน ข้อมูลพบว่าร่างกายของผู้แสดงในอุตสาหกรรมผู้ใหญ่ถูกนำมาใช้เป็นฐานข้อมูลในการฝึกสอน AI (Training Data) เพื่อให้ AI สามารถสร้างภาพเคลื่อนไหวและท่าทางทางเพศที่สมจริงได้

กระแสการใช้แอปพลิเคชัน 'Nudify' และการตัดต่อหน้าดาราใส่ร่างกายนักแสดงอื่นเริ่มแพร่กระจายไปสู่วงกว้างมากขึ้น ซึ่งไม่เพียงแต่เป็นการละเมิดลิขสิทธิ์ในเชิงธุรกิจ แต่ยังสร้างความหวาดกลัวในเรื่องความปลอดภัยของข้อมูลส่วนตัวและสิทธิในร่างกายดิจิทัล โดยผู้เชี่ยวชาญชี้ว่ากฎหมายในปัจจุบันมักมุ่งเน้นไปที่การคุ้มครองใบหน้า (Face) จนลืมคุ้มครองสิทธิในร่างกาย (Body) ของผู้ที่เป็นเจ้าของต้นฉบับ ซึ่งมักเป็นกลุ่มนักแสดงอิสระที่ขาดการปกป้องทางกฎหมาย

สรุปประเด็นหลัก

นักแสดงอุตสาหกรรมผู้ใหญ่ระบุว่าร่างกายและรอยตำหนิต่างๆ ถูกนำไปใช้ใน Deepfake โดยไม่ได้รับอนุญาต

เทคโนโลยี AI รุ่นใหม่เริ่มเลียนแบบรูปร่างและท่าทางของผู้แสดงได้โดยไม่ต้องใช้ภาพต้นฉบับตรงๆ

ความเสียหายในระดับจิตใจ (Body Dysmorphia) เป็นผลกระทบที่พบได้บ่อยในกลุ่มผู้ที่ถูกนำร่างกายไปใช้

นวัตกรรมและเทคโนโลยี

research

AI Image Synthesis Ethics

การตั้งคำถามถึงความยินยอมในการใช้ข้อมูลสรีระร่างกายมนุษย์เพื่อสร้างเนื้อหาดิจิทัล

Developer Impact
นักวิจัยด้าน Computer Vision และ Generative AI ต้องเพิ่มมาตรการตรวจสอบที่มาของชุดข้อมูลฝึกสอน เพื่อให้แน่ใจว่าไม่ได้ละเมิดสิทธิส่วนบุคคลหรือใช้ข้อมูลจากแหล่งที่ไม่ได้รับความยินยอม
Keywords
#deepfakes #ai ethics #digital rights #ncii #computer vision
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

MIT Technology Review