简短回答
未经同意的AI图像颠覆了标准图像审查中的几乎所有假设。文件本身的重要性不及其中的人物。速度比确定性更重要。审查人员的工作并非确定图像是否为合成，而是在作出判定期间限制进一步传播。将此类案件按标准真实性队列处理的团队，在延迟成本最高的时刻采用了错误的流程。
凸显差距的案例
2026年10月，全球之声（Global Voices）报道称，在针对女性的AI生成图像在网上传播后，孟加拉国正考虑制定更严格的网络犯罪条款。该报道聚焦于一个在各司法管辖区反复出现的模式：图像传播速度快于任何审查流程的评估速度，而法律应对措施在危害加剧后才到来。图像是否为合成的技术问题从未成为瓶颈。
标准队列不适用的原因
真实性工作流会询问文件是否为相机原生，然后将其路由至审查环节。该序列对于虚假信息是合理的，这类信息的风险是声誉性的，时间线为数小时或数天。它在此处不适用，原因有三：
- 延迟即危害。 文件每多存活一小时，都会增加二次传播和存档副本的数量。
- 真实性通常无关紧要。 针对真实人物的伪造私密图像，无论检测器是否将其判定为合成，都会造成相同的危害。
- 主体拥有文件不具备的地位。 被描绘的人通常能告诉你什么是真实的，他们的报告应当推动流程，而非置信度评分。
接收流程应涵盖的内容
- 是否由被描绘的人提交了报告，以及提交时间。这是触发条件，而非检测器输出。
- 交付时的URL或消息标识符，在任何删除请求前保留，因为删除会破坏你自己的记录。
- 传播渠道：公开帖子、私人群组或直接消息。升级路径不同，紧急程度也不同。
- 文件是否仍在传播，这通常比它是否为合成更重要。
检测仍有帮助的场景
检测在此处有一个狭窄的用途：区分经过编辑的真实图像与合成图像，对于如何公开描述案件，以及来源记录是否支持主体的陈述，可能具有重要意义。它绝不应成为初始响应的门槛。低检测器得分不是图像真实的证明，高得分也不是伪造的证明。在证据冲突且主体陈述可用的情况下，应将案件升级至人工审查，并附上主体的陈述，而非通过模型得分解决。
此工作流无法实现的内容
它无法撤销传播。它无法确定图像的创作者。它也无法替代法律建议，因为适用的义务取决于司法管辖区、主体的年龄以及平台自身发布的条款。请阅读方法学了解证据层的组合方式，或查看示例报告了解如何记录记录不完整的案件。 如果你需要在删除进行中检查已获取文件的来源和元数据，请启动免费审查并在文件被删除前记录你的发现。