Pagrindinė taisyklė: vienas požymis retai įrodo „tai AI“[1][2]
Klausimas atrodo dvejetainis, tačiau pats failas dažnai toks nėra. Vaizdas gali būti visiškai sintetinis, iš dalies sugeneruotas, lokaliai pakeistas inpainting metodu, generatyviai retušuotas arba tiesiog pakartotinai suspaustas platformoje. Šie scenarijai palieka skirtingus pėdsakus.
NIST sintetinį turinį siūlo vertinti keliomis techninėmis kryptimis: detekcija, provenance, watermarking ir metaduomenys papildo viena kitą. Detektorių tikslumą veikia glaudinimas, kokybė, stilius, turinys ir tai, ar tikrinamas generatorius panašus į mokymo metu matytus modelius.
Todėl rimta analizė nepalieka sprendimo vienam įrankiui. Ji renka nepriklausomus signalus ir vertina jų tarpusavio nuoseklumą.
Detektoriaus balas yra signalas. Keli nepriklausomi signalai sudaro naudingą įrodymų vaizdą.
1. Pradėkite nuo originalaus failo, ne ekrano kopijos
Jei įmanoma, analizuokite failą tiesiai iš autoriaus, kameros ar pirminės sistemos. Ekrano kopija pakeičia matmenis ir glaudinimą bei dažniausiai pašalina didelę dalį metaduomenų. Panašiai elgiasi daugelis komunikacijos ir socialinių platformų.
Originalas leidžia tikrinti formatą, spalvų profilį, EXIF/XMP, JPEG ar PNG struktūrą, kodavimo ypatumus ir galimą provenance informaciją.
Ginčo atveju verta užfiksuoti ir SHA-256. Hash pats neįrodo autentiškumo, bet leidžia parodyti, kad vėliau analizuotas būtent tas pats išsaugotas failas.
2. Tikrinkite provenance ir Content Credentials (C2PA)[1][3]
C2PA apibrėžia kriptografiškai susietą informaciją apie skaitmeninio turinio kilmę ir istoriją. Content Credentials gali nurodyti, kaip failas sukurtas, kokie veiksmai atlikti ir ar naudotas generatyvinis algoritmas.
C2PA nebuvimas neįrodo nei autentiškumo, nei klastotės. Standartas savanoriškas, o kai kurios platformos metaduomenis keičia ar pašalina.
Jeigu manifestas yra, teisingai patvirtinamas ir nurodo trained algorithmic media ar konkretų generatorių, tai yra ypač stiprus konkretaus failo kilmės signalas.
3. Metaduomenys naudingi, bet juos lengva pervertinti[1]
EXIF gali nurodyti kamerą, ekspoziciją, židinio nuotolį, laiką ir programinę įrangą. Generatorius, neįprastas software laukas ar prieštaravimas tarp deklaruojamos kameros ir failo struktūros gali būti svarbus.
Tačiau metaduomenis galima ištrinti, perrašyti ar nukopijuoti. Tuščias EXIF po messenger ar socialinio tinklo yra įprastas ir savaime neįrodo AI.
4. Pikselių ir glaudinimo ekspertizė: ieškome nenuoseklumų[1]
Galima tirti triukšmo pasiskirstymą, vietinius glaudinimo skirtumus, JPEG 8×8 tinklelį, entropiją, pasikartojančias tekstūras ir Error Level Analysis. Tai gali pažymėti sritis, kurios techniškai elgiasi kitaip nei likęs failas.
Anomalija gali atsirasti ir dėl teisėto retušavimo, pakartotinio išsaugojimo ar klasikinio montažo. Visiškai sugeneruotas vaizdas savo ruožtu gali būti labai vienalytis.
Vietinė analizė vertingiausia kartu su provenance, metaduomenimis ir detektoriais, ypač kai anomalija sutampa su ginčui svarbia vieta — pavyzdžiui, tariamu prekės pažeidimu.
5. AI detektoriai: naudokite kelis ir vertinkite sutapimą[1][2]
Skirtingi įrankiai naudoja kitus mokymo duomenis, architektūras ir kalibraciją, todėl tas pats vaizdas gali gauti skirtingus balus. NIST atskirai vertina image discriminators, nes nauji generatoriai ir cross-generator scenarijai yra sudėtingi.
Kelių nepriklausomų sluoksnių sutarimas dažnai reikšmingesnis už vieną ekstremalų rezultatą. Jei keturi metodai rodo mažą riziką, o vienas — 92/100, reikia aiškintis skirtumą, o ne automatiškai skelbti vaizdą klastote.
6. Vizualinis vertinimas vis dar padeda, bet tik kaip pirminė atranka[4]
FBI mini nenatūralias rankas, akis, dantis, papuošalus, šešėlius, judesį ar sinchronizaciją kaip galimus įspėjamuosius požymius. Greitam triage jie naudingi.
Tačiau jų nebuvimas neįrodo autentiškumo. Generatoriai pagerėjo, o tikros nuotraukos po HDR, triukšmo šalinimo ar agresyvaus glaudinimo gali atrodyti nenatūraliai.
Praktinis vaizdo tikrinimo procesas
Kai nuo rezultato priklauso pinigų grąžinimas, verslo sprendimas ar ginčas, pakartojama procedūra yra saugesnė už intuiciją.
- Išsaugokite kuo originalesnį failą ir prieš analizę jo neperrašykite.
- Užfiksuokite SHA-256, formatą, matmenis ir dydį.
- Patikrinkite C2PA/Content Credentials, EXIF, XMP ir programinės įrangos pėdsakus.
- Ištirkite failo struktūrą ir vietines pikselių ar glaudinimo anomalijas.
- Naudokite daugiau nei vieną nepriklausomą AI/deepfake detektorių.
- Sulyginkite rezultatus su šaltiniu, data, kitais vaizdais ir bylos kontekstu.
- Išvadą formuluokite kaip rizikos lygį ir signalų rinkinį, o ne neginčijamą teiginį apie autoriaus ketinimus.
Gera ekspertizė nebando įrodyti AI bet kokia kaina. Ji atskiria stiprius signalus nuo to, ko failas paprasčiausiai negali parodyti.
Ką reiškia 20/100, 60/100 ar 90/100?
Balas prasmingas tik tada, kai matyti jo sudėtis. 20/100 iš šešių tarpusavyje suderintų sluoksnių nėra tas pats, kas vieno klasifikatoriaus 20/100. Aukštas rezultatas dėl tiesioginės provenance turi kitą įrodymų svorį nei vienišas detektoriaus skaičius.
Geras reportas rodo bendrą balą, šaltinių rezultatus, sluoksnių prieinamumą, metaduomenis, ribotumus ir stipriausius signalus. Techninė analizė gali padėti sprendimui, bet viena pati nenustato autoriaus, ketinimo ar teisinės atsakomybės.