《Computers in Human Behavior》：AI-generated image-based sexual abuse: Perpetration and consumption across three regions
编辑推荐：
针对AI生成性暴力（AI-IBSA）的全球调查发现，澳大利亚、英国和美国3.2%的受访者涉及非自愿创作、分享或威胁分享AI性化影像，男性、35岁以下、少数族裔及残障者更易出现此类行为，18%的人曾故意观看此类内容。研究强调需通过技术限制、社会教育及法律完善等多维度干预，打破性别权力结构对AI滥用的影响。
丽贝卡·昂巴赫（Rebecca Umbach）| 尼古拉·亨利（Nicola Henry）| 雷妮·谢尔比（Renee Shelby）| 杰玛·史蒂文斯（Gemma Stevens）| 克温·冈萨雷斯-庞斯（Kwynn Gonzalez-Pons）
谷歌有限责任公司（Google LLC），美国加利福尼亚州山景城（Mountain View），安菲西特拉公园路1600号（1600 Amphitheatre Parkway），邮编94043
摘要
人工智能（AI）的快速发展，加上其广泛的普及和不断降低的技术障碍，引发了人们对合成性化图像（例如性“深度伪造”图像）生成的严重担忧。我们对澳大利亚、英国和美国的7231名受访者进行了调查，以了解基于AI生成的性虐待行为（AI-IBSA）的普遍情况。在这三个地区，创建、分享和/或威胁分享此类图像的总体比例为3.2%。男性、35岁以下的人、BIPOC（黑人、原住民和有色人种）受访者以及有残疾的受访者比其他人更有可能报告这些行为。18%的受访者表示曾有意观看性深度伪造图像，其中男性和女性受访者都主要出于好奇心。这些发现表明，除了努力防止未经同意的AI生成性图像的创建外，还需要社会技术干预措施来解决这些图像被正常化的现象。本文讨论了潜在的法律、技术和教育干预措施。
引言
人工智能（AI）的进步为技术引发的暴力行为创造了新的途径。虽然早期的数字技术已经促进了新的虐待模式（Bailey等人，2021年；Henry和Powell，2018年），包括未经同意分享亲密图像（NCII），但生成式AI（GenAI）允许虐待内容的规模化自动化、针对性定制和增强现实感，从而放大了潜在的危害。这些能力使得深度伪造生成器和“脱衣”应用程序成为控制、物化和惩罚的强大工具（Chesney和Citron，2019年），削弱了个人自主权，侵蚀了公众信任，并加剧了现有的权力不平衡。
“深度伪造”一词出现在2017年末，当时一位使用用户名“deepfakes”的Reddit用户开始在该平台上分享AI生成的色情视频（Han等人，2025年）。这些视频是通过机器学习将名人的面孔“拼接”到成人表演者身上制作的。这导致“深度伪造”一词被广泛用于指代真实人物的AI生成合成媒体，“深度伪造色情”则成为AI生成性化媒体的简称。为应对日益增长的公众关切，世界各地的多个司法管辖区都出台了法律，将未经同意创建或分发经过数字处理的亲密图像定为犯罪行为，尽管这些法律在不同司法管辖区之间存在差异，并且往往无法有效应对GenAI的独特特性（Mania，2024年；McGlynn和Toparlak，2025年）。
性化深度伪造的创建涉及多种方法和应用，给内容生产和传播的控制带来了挑战。方法包括使用AI的专用工具（如“脱衣”应用程序和聊天机器人，用于数字去除衣物并生成露骨的合成内容（Gibson等人，2024年），以及更复杂的深度伪造生成器和定制模型（Ahmed，2023年）。这些工具运用先进的深度学习技术来操纵现有媒体或生成全新的合成内容。这使得照片或视频能够进行高度逼真的修改，包括人脸、声音、身体特征和手势的操纵，或者生成完全模仿真实人物的新合成内容（Croitoru等人，2024年）。虽然一些GenAI应用程序实施了安全措施（如过滤器，以减少色情内容的生成，Hao等人，2023年），但其他应用程序则完全没有这些保护措施，从而促进了有害内容的创建和传播（Hawkins等人，2025年）。这凸显了社会技术差距（Ackerman，2000年），即GenAI如何与用户动机、商业激励和碎片化的监管环境交织在一起。
本文研究了“基于AI生成的性虐待行为”（AI-IBSA）的实施方式——具体关注三种行为：（1）未经同意创建AI生成的亲密图像；（2）未经同意分享AI生成的亲密图像；（3）威胁分享AI生成的亲密图像。除了这三种行为外，我们还研究了AI-IBSA的消费情况及其驱动因素。尽管AI-IBSA的扩散引发了公众担忧（Scanlan，2025年）并呼吁采取干预措施（反暴力妇女联盟，2025年），但人们对实施行为的频率以及行为者的动机了解有限。对于公众对未经同意的AI生成亲密图像的态度和消费情况也知之甚少。缺乏实证理解是开发有效干预措施的重要障碍。了解人们为何以及如何参与这些行为、他们使用的工具以及谁最有可能实施这些行为，可以为设计数字安全干预措施提供依据。
从概念上讲，我们将AI-IBSA视为一种由技术便利、社会意义和不平等的性别权力关系共同作用而产生的虐待形式。生成式AI工具引入了自动化、可访问性和可扩展性等特性，降低了创建和传播的障碍，并重塑了实施虐待的途径。这些特性在文化背景下运作，将合成性图像视为“言论自由”、幽默或实验，从而有助于这些行为的正常化和危害的减轻。这些动态共同决定了谁会成为受害者，谁会参与AI-IBSA，内容产生的和分享的情境，以及伤害的表现形式（例如，恶搞、色情或骚扰），以及伤害是如何被体验、解读或忽视的。基于调查数据，本研究为理论化新兴的生成式AI工具如何与性别社会规范相结合，从而导致AI-IBSA的实施及其潜在的正常化提供了实证基础。
在本文中，“实施者”一词特指那些报告未经他人同意创建、分享或威胁分享他人AI生成亲密图像的人。AI-IBSA包括一系列行为，包括未经同意创建AI生成的亲密图像（但不分享）、未经同意分享AI生成的亲密图像，以及威胁分享AI生成的亲密图像。尽管“实施者”一词存在局限性，在某些情况下使用以人为中心的表述（如“造成伤害的人”或“选择使用暴力的人”可能不那么具有污名化效果且更合适（Graham等人，2024年），但我们采用这一术语以确保清晰度并保持与现有研究的一致性。我们认为，任何涉及他人未经同意的亲密图像的行为都侵犯了该人的自主权——即使内容从未被分享或个人对其创建毫不知情。我们进一步认识到，AI-IBSA的实施动机多种多样，包括报复、强制控制、欺凌、骚扰、炫耀、性满足，甚至寻求帮助或支持。然而，无论意图或动机如何——包括无知——在越来越多的国家，创建、分享或威胁分享未经同意的AI生成性图像都是犯罪行为。
在研究中，我们还测量了观看AI生成的未经同意的亲密图像的频率和动机，将其归类为“消费”。我们已将消费行为从汇总的实施者比例中排除。
相关研究
尽管有估计表明大多数深度伪造图像具有色情性质（Ajder等人，2019年），但Giddens等人（2025年）指出，学术讨论主要集中在技术的其他方面。现有文献大多关注政治深度伪造（Momeni，2025年；Murphy等人，2025年；Vaccari和Chadwick，2020年）或深度伪造的生成或检测方法（Masood等人，2023年；Mirsky和Lee，2021年），忽略了一个现实：即深度伪造图像的广泛存在。
方法
研究团队在2024年中期进行了一项关于AI-IBSA的在线调查。招募工作由[为审查目的而匿名处理]的一家大型市场研究公司负责，该公司拥有专有的在线调查小组。由于我们希望评估实施行为的总体比例，我们使用了配额来招募来自澳大利亚、英国和美国的7231名受访者（每个地区约2400名受访者）。选择这三个地区是基于存在大量“深度伪造色情”内容的证据。
问题1：AI-IBSA实施行为的普遍性
完整的回应分解见表3的第一部分。共有3.2%的受访者报告至少实施了一种AI-IBSA行为（），其中近一半的受访者（1.4%）报告参与了多种形式的AI实施行为（例如，创建和分享AI生成的性图像）。
国家层面的分析显示，AI-IBSA实施的普遍性存在差异。英国受访者的报告比例显著更高，为6.1%（），
讨论
本研究考察了基于AI生成的性虐待行为（AI-IBSA）的实施方式。在本节中，我们通过社会技术视角来解释我们的发现，强调技术便利性、社会意义和性别权力关系之间的相互作用。基于调查数据，我们的发现为理论化生成式AI如何重塑虐待途径、文化叙事如何正常化或减轻伤害提供了实证基础，以及这些动态如何相互作用。
结论
本研究提供了关于AI-IBSA实施的代表性数据，以及围绕AI生成的裸体或性图像消费的普遍性数据。自我报告的AI-IBSA实施行为相对较低，但在我们的成人样本中，有意观看AI生成的裸体或性图像的比例接近五分之一。这些自我报告的比例应谨慎解读，因为个人可能低估了被污名化或反社会行为的发生情况，即使在回答调查时也是如此。
CRediT作者贡献声明
丽贝卡·昂巴赫（Rebecca Umbach）：撰写——审阅与编辑、撰写——初稿、可视化、项目管理、方法论、调查、数据分析、概念化。尼古拉·亨利（Nicola Henry）：撰写——审阅与编辑、撰写——初稿、可视化、项目管理、方法论、调查、概念化。雷妮·谢尔比（Renee Shelby）：撰写——审阅与编辑、撰写——初稿、调查、概念化。杰玛·史蒂文斯（Gemma Stevens）：撰写——审阅与编辑、撰写——
利益冲突声明
作者声明他们没有已知的利益冲突或个人关系可能影响本文所述的工作。
致谢
我们感谢Alice Witt、Alexa Ridgway、India Edmunds、Isabel Fitzsimon和Maya Fitzsimon对我们研究设计的反馈。
