Incident 797: Un adolescent réalise un deepfake pornographique de 50 filles au lycée Bacchus Marsh en Australie
Description: À Bacchus Marsh Grammar, une école de l'État de Victoria en Australie, un adolescent a réalisé des images pornographiques deepfake de 50 filles, âgées de 9 à 12 ans. Il aurait ensuite téléchargé les photos sur Instagram, et d'autres les auraient ensuite partagées sur Snapchat.
Outils
Nouveau rapportNouvelle RéponseDécouvrirVoir l'historique
Le Moniteur des incidents et risques liés à l'IA de l'OCDE (AIM) collecte et classe automatiquement les incidents et risques liés à l'IA en temps réel à partir de sources d'information réputées dans le monde entier.
Entités
Voir toutes les entitésAlleged: Deepfake technology developers developed an AI system deployed by Unnamed adolescent male , Instagram users et Snapchat users, which harmed Bacchus Marsh Grammar students et Bacchus Marsh Grammar girls.
Statistiques d'incidents
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
4.3. Fraud, scams, and targeted manipulation
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- Malicious Actors & Misuse
Entity
Which, if any, entity is presented as the main cause of the risk
Human
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Intentional


