Najważniejsza zasada: nie istnieje jeden dowód na „to jest AI”[1][2]
Pytanie „czy to zdjęcie jest wygenerowane przez AI?” wygląda na binarne, ale technicznie rzadko takie jest. Plik może być całkowicie syntetyczny, częściowo wygenerowany, lokalnie przerobiony przez inpainting, poprawiony generatywnym retuszem albo zwyczajnie skompresowany przez komunikator. Każdy z tych scenariuszy zostawia inny zestaw śladów.
NIST opisuje detekcję treści syntetycznych jako osobną klasę technik obok provenance, watermarkingu i metadanych. Co istotne, skuteczność detektorów zależy m.in. od kompresji, jakości obrazu, stylu, rodzaju przedstawionej sceny i tego, czy badany generator przypomina modele użyte podczas treningu detektora. Detektor świetny na jednym zbiorze może być wyraźnie słabszy po zetknięciu z nowym modelem generatywnym lub obrazem po kilku eksportach.
Dlatego sensowna analiza nie pyta jednego narzędzia o wyrok. Buduje zestaw niezależnych przesłanek i sprawdza, czy układają się w spójny obraz.
Wynik detektora jest sygnałem. Dopiero kilka niezależnych sygnałów tworzy materiał do rozsądnej oceny.
1. Zacznij od oryginalnego pliku, nie od screena
Jeżeli masz wybór, zawsze analizuj plik otrzymany bezpośrednio od autora lub systemu źródłowego. Zrzut ekranu usuwa część kontekstu technicznego, zmienia kompresję, wymiary i często całkowicie niszczy metadane. Podobnie działają niektóre komunikatory i serwisy społecznościowe, które tworzą własną wersję obrazu.
Oryginał daje dostęp do informacji o formacie, profilu barwnym, EXIF/XMP, strukturze JPEG lub PNG, historii kodowania i ewentualnych danych provenance. Nawet brak tych danych jest wtedy informacją bardziej użyteczną niż brak metadanych w pliku, który przeszedł przez pięć platform.
W sytuacjach spornych warto dodatkowo policzyć skrót kryptograficzny SHA-256. Nie mówi on nic o autentyczności, ale pozwala później wykazać, że analizowany plik jest dokładnie tym samym plikiem, który został zapisany jako materiał sprawy.
2. Sprawdź provenance i Content Credentials (C2PA)[1][3]
C2PA to standard opisujący kryptograficznie powiązane informacje o pochodzeniu i historii cyfrowego materiału. Content Credentials mogą wskazywać, jak powstał plik, jakie działania wykonano i czy źródłem był np. algorytm generatywny. To jakościowo inny sygnał niż zgadywanie po pikselach: poprawnie zweryfikowany manifest mówi o zapisanej historii zasobu.
Nie należy jednak odwracać tej logiki. Brak C2PA nie oznacza, że zdjęcie jest prawdziwe, tak samo jak brak EXIF nie oznacza fałszerstwa. System jest dobrowolny, nie wszystkie narzędzia go zapisują, a część platform usuwa lub przetwarza metadane podczas publikacji.
Jeżeli natomiast manifest jest obecny, podpis poprawnie się waliduje i deklaruje źródło typu trained algorithmic media, mamy bardzo silną przesłankę dotyczącą pochodzenia konkretnego pliku.
3. Metadane są użyteczne, ale łatwo je przecenić[1]
EXIF może zawierać model aparatu, czas ekspozycji, ogniskową, datę zapisu, oprogramowanie i inne informacje. Nietypowe pola, identyfikator generatora lub ślad programu edycyjnego potrafią być bardzo wartościowe. Równie wartościowa może być niespójność: na przykład plik deklaruje aparat, ale jego struktura i parametry nie pasują do typowego eksportu z tego urządzenia.
Problem w tym, że metadane można usunąć, nadpisać albo skopiować. Dlatego są częścią analizy, a nie jej końcem. Prawidłowo wyglądający EXIF nie jest certyfikatem prawdziwości, a pusty EXIF jest dziś czymś zupełnie normalnym po wysłaniu zdjęcia przez wiele popularnych usług.
4. Analiza pikseli i kompresji: szukamy niespójności, nie „brzydkich miejsc”[1]
Forensyka obrazu może badać rozkład szumu, lokalne różnice kompresji, siatkę 8×8 charakterystyczną dla JPEG, entropię, powtarzalność tekstur czy Error Level Analysis. Takie techniki potrafią wskazać obszary, które zachowują się inaczej niż reszta pliku.
To nadal nie jest prosty test na AI. Mocna anomalia może wynikać z legalnego retuszu, wielokrotnego zapisu, wyostrzenia albo wklejenia elementu przez człowieka. Z kolei dobrze wygenerowany obraz zapisany jednolicie może wyglądać spójnie na poziomie kompresji. Analiza lokalna jest najbardziej przydatna wtedy, gdy zestawia się ją z provenance, metadanymi i detektorami modelowymi.
Praktyczna korzyść jest inna: zamiast dostać wyłącznie liczbę, możemy wskazać, gdzie występują techniczne anomalie i czy pokrywają się z miejscem, które ma znaczenie dla sprawy — np. rzekomym uszkodzeniem produktu.
5. Detektory AI: używaj kilku i patrz na zgodność[1][2]
Nowoczesne detektory analizują cechy wyuczone na dużych zbiorach obrazów syntetycznych i naturalnych. Poszczególne systemy różnią się danymi treningowymi, architekturą i sposobem normalizacji wyniku. To dlatego ten sam obraz może otrzymać różne wartości w różnych usługach.
NIST prowadzi osobne programy oceny generatorów i dyskryminatorów obrazów właśnie dlatego, że pomiar jakości detekcji wymaga kontrolowanych benchmarków i uwzględniania nowych generatorów. W realnym użyciu szczególnie trudny jest przypadek cross-generator: narzędzie ma rozpoznać materiał z modelu, którego wcześniej nie widziało.
W praktyce większe znaczenie ma zgodność kilku niezależnych warstw niż ekstremalny wynik jednego detektora. Jeżeli cztery metody wskazują niski poziom ryzyka, a jedna zwraca 92/100, trzeba zbadać dlaczego — nie automatycznie uznać obraz za fałszywy.
6. Oględziny wzrokowe nadal pomagają, ale są filtrem wstępnym[4]
FBI wskazuje m.in. nienaturalne dłonie, zęby, oczy, biżuterię, cienie, ruch i synchronizację jako elementy, które mogą wzbudzać podejrzenie. To dobre wskazówki operacyjne, szczególnie przy szybkim screeningu. Problem zaczyna się wtedy, gdy traktujemy brak takich błędów jako dowód autentyczności.
Generatory szybko poprawiły anatomię, typografię i geometrię. Jednocześnie prawdziwe zdjęcia po agresywnej obróbce, HDR, odszumianiu czy kompresji potrafią wyglądać „bardziej sztucznie” niż obraz AI. Oględziny powinny więc odpowiadać na pytanie „co warto sprawdzić dokładniej?”, a nie „jaki jest wyrok?”.
Praktyczny workflow: jak sprawdzić zdjęcie krok po kroku
Jeżeli od wyniku zależy zwrot pieniędzy, decyzja biznesowa, moderacja albo spór, warto trzymać się stałej procedury. Powtarzalność procesu jest ważniejsza niż intuicja osoby, która akurat patrzy na plik.
- Zabezpiecz możliwie oryginalny plik i nie zapisuj go ponownie przed analizą.
- Policz SHA-256 i zapisz podstawowe dane techniczne: format, wymiary, rozmiar.
- Sprawdź C2PA / Content Credentials oraz EXIF, XMP i informacje o oprogramowaniu.
- Zbadaj strukturę pliku i lokalne anomalie pikselowe lub kompresyjne.
- Uruchom więcej niż jeden niezależny detektor AI/deepfake.
- Porównaj wyniki z kontekstem: źródłem pliku, datą, innymi zdjęciami i przedmiotem sporu.
- Formułuj wniosek jako poziom ryzyka i zestaw przesłanek, nie jako nieomylne stwierdzenie intencji autora.
Najlepsza analiza nie próbuje udowodnić AI za wszelką cenę. Próbuje uczciwie rozdzielić mocne sygnały od rzeczy, których z pliku po prostu nie da się stwierdzić.
Co oznacza wynik 20/100, 60/100 albo 90/100?
Skala ryzyka jest użyteczna tylko wtedy, gdy wiadomo, z czego powstała. Wynik 20/100 z sześciu zgodnych warstw jest inną sytuacją niż 20/100 policzone z jednego detektora. Podobnie 90/100 wynikające z bezpośredniego provenance lub sygnatury generatora ma inną wagę niż 90/100 z klasyfikatora, który nie pokazuje żadnych innych śladów.
Dlatego dobry raport powinien pokazywać zarówno wynik zagregowany, jak i wyniki źródłowe, dostępność warstw, metadane, techniczne ograniczenia i najważniejsze przesłanki. Użytkownik powinien móc zobaczyć, dlaczego system doszedł do danego poziomu ryzyka.
W sprawach formalnych warto zachować szczególną ostrożność: analiza techniczna może wspierać decyzję lub wskazywać materiał do dalszego badania, ale sama w sobie nie ustala autora, intencji ani odpowiedzialności prawnej.