真實情境演練：
從課堂、職場到詐騙案例判斷 AI 可信度

台灣事實查核中心研究員使用以下方法：① 與大量已知真實的賴清德演講錄音進行語音特徵比對（韻律模式、聲紋）；② 對聲稱的「發言場合」進行溯源查核，找不到任何記者在場或直播紀錄；③ AI 語音鑑識分析顯示，語音韻律在情緒化段落的自然起伏明顯偏低，韻律模式呈現 AI 語音合成的典型特徵；④ 候選人競選辦公室否認發表過此聲明。

認定為 AI 語音克隆偽造，屬於選舉干預行為。此案已移送調查，選舉前數週發布的深偽語音，選舉期間的查核和澄清時間極為有限。

• 來源查核：任何「候選人聲明」，若找不到對應的新聞報導、記者在場的直播或官方發布，極有可能是偽造
• 一致性比對：此聲明是否與候選人的已知立場一致？劇烈的立場轉變，若沒有主流媒體報導，應高度懷疑

① 反向圖片搜索：截取影片關鍵幀做反向搜索，找到相同影片早在 2017 年就出現在一則關於「暈針」（vasovagal syncope，接種後因疼痛/緊張導致的短暫昏迷，無生命危險）的醫療教育影片中；② 醫療情境分析：影片中的人員在女性倒地後的反應，符合處理暈針事件的標準程序，而非死亡事件；③ 影片中的診所設備和藥瓶，通過地理位置比對確認來自另一個國家，與聲稱的地點不符。

這個案例完美示範了「情境造假」的典型手法：一段真實的醫療教育影片（暈針），配上「疫苗死亡」的假說明，製造出完全不同的「意義」。反向搜索是最快識破這種手法的工具。

• 專業人士必有官方紀錄：真正的律師有律師公會登記；真正的醫生有醫師執照號碼可查；真正的公司有統一編號可查。先驗證資格，再決定是否委託。
• GAN 臉部識別：對可疑的「專業人士」照片做反向圖片搜索。GAN 生成的臉通常找不到任何歷史出現記錄；如在 Which Face Is Real 或 Hive Moderation 中測試，通常會得到高疑慮分數。
• 視訊通話驗證：要求對方進行「真人視訊」（而不是語音通話），並要求做一些不自然的動作（快速轉頭、把手擋在臉前後移開），深偽和 AI 生成的形象在這種情況下最容易露餡。

Bellingcat 調查員使用以下方法確認影片的真實性：① 截取影片中的建築物，在 Google Street View 中找到完全匹配的地標（甚至精確到建築物的牆上塗鴉）；② 確認影片中車輛的軍用識別號碼，與俄羅斯第 41 集團軍的裝甲部隊紀錄匹配；③ 使用 SunCalc 確認影片中的陰影方向與聲稱的日期和地點完全一致；④ 對影片進行 AI 鑑識分析，未發現任何深偽合成跡象，ELA 分析顯示正常的 JPEG 壓縮模式。

這個案例完美示範了「騙子紅利」的實際應用：俄羅斯官方知道公眾對深偽技術的恐懼，因此試圖用「深偽指控」來混淆視聽。正確的反應不是「相信一切」或「懷疑一切」，而是做系統性的驗真工作。 地理位置比對、設備識別、陰影分析——這些方法既能揭露假內容，也能保護真實的視覺證據。