廣告主是 Guess，畫面裡的模特兒金髮碧眼，穿著花洋裝跟條紋洋裝，是倫敦一家叫 Seraphinne Vallora 的 AI 公司生成出來的。揭露文字確實存在，位置在右頁的左上角，字級小到大部分讀者直接翻過去了。

發現的人，反應不是「原來如此」，是困惑跟一點被騙的感覺。TikTok 上湧出大量「這是真人嗎？」的追問，也有人直接生氣。澳洲飲食失調與身體形象支持組織 Butterfly Foundation 的 Melissa Wilton 受訪時提出另一種擔心：這類越來越不真實的美感標準，可能助長飲食失調。

問題是，就算那行字被看到了，讀者真的能因此改變判斷嗎？

今年 7 月蘭卡斯特大學那份研究，我讀的時候本來以為它在回答別的問題，結果它間接答了這一題。研究者找 169 位參與者評估 96 張臉孔——種族、性別、年齡都盡量分散，一半真人拍攝、一半 AI 生成。先讓他們判斷真假，平均正確率 58.4%，只比丟銅板好一點。

接著才是真正反直覺的部分。同一批參與者用 1 到 7 分幫這些臉孔評信任度，真人臉孔平均分數最低，只有 4.03；用生成對抗網路（GAN，較早期的 AI 生圖技術）生成的臉孔拿到 4.36；用擴散模型生成、看起來最「精修」的那批臉孔，反而拿到最高的 4.70 分。看起來最不真實的技術，被評為最可信。

研究者的解讀是：擴散模型生成的那批臉孔，在「看起來像不像真的」這項評分上其實最低，卻在「信不信任」這項評分上拿了最高分——代表這兩種判斷不是同一套心理機制驅動。這不只是「人眼分不出真假」這種老問題：如果只是分不出真假，兩種評分至少該同向移動。現在的狀況是，人對「可信」的判斷，本來就沒有真的綁在「這是不是真的」上面。

品牌方在這個空隙裡，做出過兩種完全相反的選擇。2023 年 3 月，Levi's 宣布跟 Lalaland.ai 合作，用 AI 生成模特兒「補充人類模特兒，增加多元性」。反彈幾乎立刻出現——批評者質疑，何不直接找真正多元的模特兒，AI 生成的身形也不能真實反映衣服上身的樣子。一週後 Levi's 公開澄清：「我們不認為這次試驗是推進多元性的方式，也不能替代真正該採取的行動」，並強調人類模特兒仍是核心，AI 只處理效率層面的工作。

2024 年 4 月，Dove 反向操作。它正式承諾廣告裡絕不使用 AI 生成或修改女性的影像，同一份聲明附上跟國際公關公司愛德曼旗下的研究部門 Edelman DXI 合作的調查——訪問超過 33,000 人，發現超過三分之一的女性願意用一年壽命換取理想外貌。Dove 選擇站在「拒用 AI」這一邊，賭的正是蘭卡斯特那份研究間接證實的東西：肉眼分不出真假，所以「這是不是真的」這件事，只能靠品牌自己承諾去撐住。

兩個品牌做的是同一道題——當「看起來可信」可以被大量生產、複製，肉眼又分辨不出來，剩下要選的已經不是技術用不用的問題，而是要不要繼續讓「真實」這個詞背負它原本的重量。

回到那則 Guess 廣告角落的小字。它原本的功能應該是誠實揭露——確實寫了，只是沒人看到。但放在蘭卡斯特的數字旁邊看，那行字真正說出來的，早就不是「這張臉是假的」。就算妳看到了、就算妳知道了，妳對這張臉的信任判斷，也不會因此改變太多。