AI się myli, my też: nauka pokazuje, kto naprawdę widzi deepfake’i

Sztuczne twarze generowane przez AI stają się tak realistyczne, że zwykłe „wprawne oko” przestaje wystarczać.

Naukowcy sprawdzili, kto faktycznie je rozpoznaje.

Nowe badania psychologów z amerykańskiego uniwersytetu Vanderbilt wskazują, że umiejętność odróżniania prawdziwych twarzy od tych stworzonych przez AI nie wynika ani z inteligencji, ani z doświadczenia z technologią. Decyduje coś zupełnie innego – wrodzona zdolność rozpoznawania obiektów.

Drobna grafika, realny chaos: kiedy fałszywe zdjęcie zatrzymuje pociągi

Naukowcy ilustrują problem historią, która wcale nie brzmi jak scenariusz filmu, tylko jak raport z dyżurki kolejarzy. Podczas lekkiego trzęsienia ziemi w angielskim Lancaster w internecie pojawiła się fotografia pokazująca zniszczony most kolejowy. Obraz wyglądał na tyle przekonująco, że operator sieci kolejowej wstrzymał ruch pociągów.

Dopiero po czasie wyszło na jaw, że most jest nienaruszony, a fotografia powstała w generatorze obrazów wykorzystującym AI. Efekt? Kilkadziesiąt składów unieruchomionych, straty liczone w tysiącach funtów i bardzo konkretna lekcja: jedno fałszywe zdjęcie może wywołać bardzo realne skutki.

Jeszcze niedawno łatwo było wychwycić „sztuczność” takich grafik. Dziwne palce, nierealne cienie, przekrzywione oczy – to typowe błędy generatorów. Teraz te oczywiste ślady znikają, a obrazy stają się niemal nie do odróżnienia od zdjęć wykonanych aparatem.

Badacze pokazują, że nie każdy człowiek ma takie same szanse w starciu z obrazami generowanymi przez AI. Różnice wynikają z wrodzonych predyspozycji wzrokowych, a nie z poziomu wiedzy czy liczby godzin spędzonych przed ekranem.

Nowy test na deepfake’i twarzy: AI Face Test

Zespół z Vanderbilt przygotował specjalne narzędzie o nazwie AI Face Test. Uczestnicy dostawali serię zdjęć – część przedstawiała prawdziwe twarze, część była wygenerowana przez algorytmy. Zadanie było proste: wskazać, które twarze są autentyczne, a które sztuczne.

Badacze nie ograniczyli się jednak wyłącznie do liczenia poprawnych odpowiedzi. Zestawili wyniki z innymi cechami uczestników, takimi jak:

• poziom ogólnej inteligencji,
• doświadczenie z technologiami i narzędziami AI,
• specjalistyczne umiejętności rozpoznawania twarzy,
• ogólna zdolność do rozpoznawania różnych przedmiotów na obrazach.

Wbrew obiegowym opiniom, nie wygrywali informatycy ani osoby, które spędzają pół dnia na analizowaniu memów i filmików w sieci. Klucz leżał gdzie indziej.

Nie inteligencja, nie praktyka – wygrywa wrodzona „spostrzegawczość obiektów”

Najsilniejszym czynnikiem, który przewidywał, kto lepiej poradzi sobie z odróżnianiem prawdziwych twarzy od syntetycznych, okazała się ogólna zdolność rozpoznawania obiektów. To umiejętność wizualna, która pozwala szybko i trafnie identyfikować przedmioty, ich kształty i relacje w przestrzeni.

Osoby z wysokim poziomem takiej spostrzegawczości widzą na zdjęciu coś więcej niż zwykły użytkownik. Wychwytują minimalne niespójności: subtelne zakłócenia faktury skóry, nienaturalny rytm powtarzających się elementów, nielogiczne układy tła. Dla większości użytkowników obraz jest w stu procentach wiarygodny, dla nich – „jakoś dziwny”.

Według badań osoby z bardzo dobrą zdolnością rozpoznawania obiektów regularnie wygrywają z deepfake’ami twarzy. Co ważne, utrzymują podobny poziom skuteczności także w kolejnych testach, więc nie jest to czysty przypadek.

Badacze podkreślają, że ta cecha ma charakter w dużej mierze wrodzony. Nie da się jej łatwo „wyćwiczyć” jednym kursem czy nawet wieloletnią pracą z grafiką. Szkolenia pomagają, ale nie wyrównują w pełni tych naturalnych różnic.

Nierówna walka z dezinformacją wizualną

Z tego wprost wynika, że społeczeństwo nie ma równego pola gry w starciu z coraz lepszymi generatorami obrazów. Są osoby, które praktycznie nie mają szans z dobrze przygotowanym deepfake’iem, są takie, które wskazują je niemal bezbłędnie, i bardzo liczna grupa pomiędzy.

To szczególnie groźne w kontekście dezinformacji. Gdy grafiki tworzone przez AI trafiają do sieci społecznościowych, często wywołują lawinę reakcji zanim specjaliści zdążą cokolwiek zweryfikować. Mechanizmy raportowania i fact-checkingu działają z opóźnieniem, a w tym czasie fałszywe treści już kształtują opinie.

Ta sama zdolność pomaga lekarzom i naukowcom

Co ciekawe, to nie jest niszowa umiejętność potrzebna tylko do walki z deepfake’ami. Ta sama zdolność szybkiego rozpoznawania obiektów pojawia się w wielu bardzo konkretnych zawodach i zadaniach.

W praktyce ta jedna cecha wizualna przekłada się więc zarówno na bezpieczeństwo informacji w sieci, jak i na diagnozowanie chorób czy pracę w nauce. Stąd zainteresowanie psychologów – to nie jest ciekawostka, tylko umiejętność powiązana z wieloma ważnymi dziedzinami.

AI nie zastąpi naszego oka, ale może je uzupełnić

Rosnąca popularność narzędzi generatywnych sprawia, że coraz częściej używamy AI także do obrony przed… AI. Serwisy weryfikujące obrazy, algorytmy wykrywające ślady obróbki, filtry szukające nietypowych wzorców pikseli – to wszystko już działa, choć nie jest nieomylne.

Nowe badania sugerują, że nawet najlepsze algorytmy nie rozwiążą wszystkiego, jeśli będziemy polegać wyłącznie na nich i na „chłodnej logice”. Równie ważne staje się wykorzystanie mocnych stron ludzi, którzy naturalnie lepiej widzą wizualne niuanse.

• w redakcjach – do weryfikacji zdjęć przed publikacją,
• w firmach – do analizowania materiałów marketingowych czy wewnętrznych,
• w instytucjach publicznych – do oceny materiałów krążących w kryzysowych sytuacjach.

Tam, gdzie stawką jest bezpieczeństwo lub ogromne pieniądze, sens ma łączenie dwóch poziomów kontroli: automatycznego (algorytmy) i ludzkiego (osoby o wysokiej zdolności rozpoznawania obiektów). To podejście przypomina duet lekarz + system wspomagania diagnostyki.

Co może zrobić zwykły użytkownik internetu

Nie każdy ma wrodzoną „supermoc” widzenia subtelnych różnic na obrazach. Można jednak zmniejszyć ryzyko wpadki, zmieniając nawyki korzystania z treści wizualnych w sieci:

• zatrzymać się na chwilę przed udostępnieniem mocnego zdjęcia i zadać sobie pytanie, kto na nim zyskuje,
• porównać grafikę z innymi źródłami – szukać potwierdzenia w relacjach z miejsca zdarzenia,
• zwracać uwagę na drobne nielogiczności: biżuteria, która zmienia kształt, zniekształcone tło, powtarzające się wzory,
• traktować obrazy wiralowe jak potencjalną reklamę lub manipulację, dopóki ktoś ich rzetelnie nie sprawdzi.

Pomaga też zwykła świadomość, że nie wszyscy widzą to samo. Fakt, iż grafika „dla mnie wygląda jak prawdziwa”, nie jest już wystarczającym argumentem. Dla kogoś z lepszą spostrzegawczością może być oczywistym deepfake’iem.

AI w życiu codziennym: ułatwia, ale usypia czujność

Korzystamy z AI do tłumaczenia, pisania maili, generowania ilustracji czy poprawiania zdjęć. Ta wygoda ma jedną ciemną stronę: przyzwyczaja nas do automatycznej akceptacji treści, które „pasują” do naszego obrazu rzeczywistości. Gdy grafika wygląda naturalnie i potwierdza nasze przekonania, rzadko ją kwestionujemy.

W tej sytuacji przydaje się prosta zmiana podejścia: warto zakładać, że obraz w internecie coraz częściej jest hipotezą, a nie dowodem. Zamiast pytać „czy to możliwe, że jest fałszywe?”, lepiej zacząć od „jakie są argumenty, że to autentyczne?”. To odwrócenie domyślnej logiki weryfikacji.

Badania z Vanderbilt pokazują jeszcze jedną rzecz: w erze generatywnej AI nie wystarczy ciągłe podnoszenie kompetencji technicznych. Dużą rolę zaczynają odgrywać wrodzone różnice w percepcji, których nie nadrobimy samym korzystaniem z aplikacji. Tym bardziej opłaca się współpraca ludzi o różnych predyspozycjach wzrokowych i wsparcie ich narzędziami, które zamiast ich zastępować, pomagają wyłapać to, czego nie widzą inni.