Scandal AI tại cuộc thi Nikon Small World In Motion: Một giải nhất bị tước vì ảnh sinh tạo

Scandal AI đã đến với một trong các cuộc thi của Nikon

Vừa qua, Nikon công bố đã tước giải nhất của một tác phẩm đoạt giải ở cuộc thi Small World In Motion — một trong những cuộc thi nhiếp ảnh vi mô có uy tín nhất thế giới — sau khi phát hiện ra rằng hình ảnh đó dường như có sự can thiệp của công nghệ AI sinh tạo (generative AI). Quyết định này đã gây chấn động cộng đồng nhiếp ảnh và vi nhiếp ảnh, mở rộng tranh luận về ranh giới giữa sáng tạo bằng máy và tác phẩm nhiếp ảnh truyền thống.

Nikon Small World In Motion là gì và vì sao vụ việc quan trọng?

Small World In Motion là nhánh video/nghệ thuật chuyển động của giải Nikon Small World, tập trung vào các video timelapse hoặc chuyển động có nguồn gốc từ kính hiển vi và các kỹ thuật vi nhiếp ảnh. Các tác phẩm dự thi thường được tạo ra từ ảnh chụp quang học qua kính hiển vi, chụp nhiều khung (stacking), xử lý hậu kỳ các kênh màu, và đôi khi là ghép ảnh (compositing) để làm nổi bật cấu trúc vi mô.

Vì tính chuyên môn cao và yêu cầu về nguồn gốc file ảnh (thường là file RAW hoặc video gốc), bất kỳ cáo buộc sử dụng AI sinh tạo đều chạm tới cốt lõi của sự minh bạch sáng tạo. Nếu một tác phẩm được tạo hoặc tinh chỉnh nặng bằng mô hình sinh ảnh (ví dụ: diffusion models, GANs), điều đó có thể vi phạm nguyên tắc cạnh tranh công bằng trong một cuộc thi vốn đặt nặng giá trị “ảnh chụp trực tiếp từ kính hiển vi”.

Điểm chính trong quyết định của Nikon

• Nikon xác nhận đã tước giải nhất của một tác phẩm tại Small World In Motion khi phát hiện các dấu hiệu không tương thích với quy định của cuộc thi.
• Thông thường, ban tổ chức yêu cầu thí sinh cung cấp file gốc (RAW, file video gốc) và giải trình về quy trình hậu kỳ. Việc không thể cung cấp chứng cứ gốc hoặc sự xuất hiện của các dấu hiệu nhân tạo có thể dẫn tới hành động tước giải.
• Sự việc làm nổi bật thách thức hiện tại: các mô hình AI có thể tạo ra hình ảnh chi tiết, nhưng rất khó phân biệt với ảnh chụp thực tế nếu không có bằng chứng kỹ thuật hoặc kiểm tra chuyên sâu.

AI sinh tạo: Mô tả ngắn và cách nó áp dụng vào nhiếp ảnh

AI sinh tạo hay generative AI (dựa trên GAN, diffusion model, v.v.) có thể tạo ra hình ảnh mới từ mô tả văn bản hoặc từ dữ liệu đầu vào khác. Trong bối cảnh nhiếp ảnh vi mô, AI có thể được dùng để:

• Tạo hoàn toàn một hình ảnh vi mô giả lập không hề lấy từ kính hiển vi.
• Nội suy chi tiết, tăng cường hoặc tái tạo vùng mất dữ liệu (inpainting) dùng để sửa hoặc tạo cấu trúc.
• Tăng độ phân giải (upscaling) bằng các mô hình siêu phân giải, hoặc lấy mẫu chi tiết mới mà không dựa trên dữ liệu cảm biến gốc.
• Ghép các yếu tố do AI tạo vào ảnh chụp thực để tăng tính thẩm mỹ.

Những thao tác này làm thay đổi bản chất “tính xác thực” của bức ảnh: thay vì phản ánh trực tiếp những gì kính hiển vi thu được, kết quả có thể là bản phối hợp một phần giữa dữ liệu thực và dữ liệu do mô hình sinh tạo tưởng tượng thêm vào.

Tại sao khó phát hiện ảnh do AI sinh tạo?

Các mô hình hiện đại ngày nay (đặc biệt là diffusion models) có khả năng tạo họa tiết phức tạp, ánh sáng giả lập và các chi tiết vi mô trông rất thực. Một số lý do khiến việc phát hiện trở nên khó khăn:

• Mô hình có thể học được nhiễu, họa tiết bề mặt, và các cấu trúc mà mắt thường khó phân biệt với dữ liệu thật.
• Nhiều công cụ hậu kỳ truyền thống (stacking, focus stacking, contrast enhancement) vốn đã thay đổi hình ảnh, nên khó rạch ròi đâu là hậu kỳ chấp nhận được và đâu là thay đổi do AI tạo giả.
• Thiếu file nguyên gốc (RAW) hoặc metadata (EXIF) làm mất nguồn để kiểm chứng.

Các dấu hiệu kỹ thuật có thể tìm kiếm

• Thiếu metadata hoặc metadata bị chỉnh sửa/vô hiệu hóa: file RAW từ máy ảnh/microscope thường có EXIF, thông tin mô hình ống kính, thông số khẩu/tốc/ISO, ngày giờ.
• Mô hình nhiễu (noise) không đồng nhất: ảnh chụp bằng cảm biến thật có pattern nhiễu nhất quán, trong khi ảnh sinh tạo thường có nhiễu giả đồng đều hoặc không tuân theo đặc điểm cảm biến.
• Tương phản tần số không tự nhiên: kiểm tra trong miền tần số (frequency domain) có thể tiết lộ các đường cắt, lặp mẫu hoặc artifact do thuật toán synth gây ra.
• Chi tiết quá «hoàn hảo» hoặc các cấu trúc lặp lại: một số mô hình tạo ra pattern lặp vô thức.

Quy tắc thi và hậu kỳ: đâu là giới hạn?

Các cuộc thi nhiếp ảnh chuyên nghiệp thường có quy định rõ ràng về những gì được phép và không được phép. Với nhiếp ảnh vi mô, những quy định quan trọng bao gồm:

• Yêu cầu nộp file gốc (RAW hoặc video gốc) để xác minh quy trình chụp.