Az Ausztrál Nemzeti Egyetem (Australian National University) kutatói a Proceedings of the National Academy of Sciences című folyóiratban közzétett tanulmányukban egy olyan felismerési módszert mutattak be, amellyel jelentősen javítható, hogy egy arc‑képet mesterséges intelligencia állított‑e elő. A kutatók szerint a megközelítés nem igényel speciális szoftvert, és elég gyors, egyszerű ahhoz, hogy online is elvégezhető legyen.
A probléma háttere
A modern generatív mesterséges intelligencia rohamos fejlődésével a hamisított képek és videók minősége is javult, így a laikusok számára egyre nehezebb megkülönböztetni a valódi és az AI‑által generált tartalmakat. Korábbi vizsgálatok azt mutatták, hogy az emberek gyakran alig jobbak a találgatásnál, különösen amikor AI‑arcot kell megkülönböztetni egy valóditól. A korábbi felismerési stratégiák többnyire vizuális hibákra — például torz hátterekre vagy anatómiai anomáliákra — támaszkodtak, de a kutatók szerint ezt a fókuszt változtatni kell, mert a hibák keresése egyre kevésbé hatékony.
A kutatási megközelítés
A tudósok arra alapoztak, hogy a generatív modellek nem „a semmiből” hoznak létre arcokat, hanem hatalmas arckészletek matematikai átlagából dolgoznak. A tanulmány szerint emiatt az AI‑képek jellemzőbbnek, tipikusabbnak tűnnek: az algoritmusok által létrehozott arcok gyakran szimmetrikusabbnak, arányosabbnak és vonzóbbnak ítélhetők, miközben kevésbé kifejezők, jellegzetesek és emlékezetesek, mint a valódi emberek arca.
A kutatók ezt a különbséget használják ki: ahelyett, hogy vizuális hibákat keresnének, a tréning a részletekről a tágabb, úgynevezett globális benyomásra helyezi a hangsúlyt. Hat kulcsfontosságú tényezőt emeltek ki, amelyeket a résztvevőknek értékelniük kellett: szimmetria, arányosság, vonzerő, kifejezőképesség, megkülönböztető képesség és emlékezetesség.
A kísérlet menete és eredményei
A kutatás első szakaszában 45 önkéntest kértek meg, hogy egy sor arc alapján döntsenek arról, mely képeket generálta AI és melyek valódi személyeket ábrázolnak. Ahelyett, hogy pusztán elmondták volna, mely tulajdonságokra figyeljenek, a kutatók egy strukturált, hat lépésből álló tréningprotokollt alkalmaztak; minden egyes tréningfázis 96 feladatot tartalmazott.
A tréningben a résztvevők sorra értékelték az arcokat az említett általános vizuális tulajdonságok mentén (például mennyire tűnik vonzónak vagy szimmetrikusnak egy arc). A résztvevők általában magasabb pontszámot adtak az AI‑generált arcoknak a szimmetria, arányosság és vonzerő tekintetében, míg a valódi arcokat kifejezőbbnek, jellegzetesebbnek és emlékezetesebbnek értékelték.
A képzés hatására a résztvevők pontossága — azaz hogy helyesen azonosítják‑e az AI‑képeket — majdnem megduplázódott a kísérlet mérőszámai szerint. A legjobban teljesítő önkéntesek szinte tökéletes eredményt értek el a tesztekben.
Korlátok és további kérdések
A kutatók hangsúlyozzák, hogy a jelenlegi eredmények arcok felismerésére vonatkoznak; egyelőre nem tisztázott, hogy a hasonló tréningmódszer mennyire alkalmazható AI‑videók vagy AI‑hangok detektálására. Emellett a tanulmány alapján a módszer egyszerűsége és gyorsasága lehetővé teszi az online terjesztést, bár a széleskörű alkalmazás gyakorlati részletei további vizsgálatokat igényelnek.
Összegzés
Az Australian National University kutatói arra mutatnak rá, hogy az emberi és mesterséges arcok közötti különbségek nem csak hibajellegű részletekben keresendők. Egy rövid, strukturált tréning képes megtanítani az embereket arra, hogy a globális arcjellegzetességek alapján sokkal hatékonyabban szűrjék ki az AI‑generált arcokat, ami a jövőben hozzájárulhat a deepfake‑tartalmak felismeréséhez.
