Regula principală: un singur indiciu rareori dovedește „este AI”[1][2]
Întrebarea pare binară, dar fișierul adesea nu este. O imagine poate fi complet sintetică, parțial generată, modificată local prin inpainting, retușată generativ sau pur și simplu recomprimată de o aplicație de mesagerie. Fiecare scenariu lasă urme diferite.
NIST tratează detecția conținutului sintetic ca o familie de tehnici alături de provenance, watermarking și metadate. Precizia detectorilor variază în funcție de compresie, calitate, stil, conținut și asemănarea dintre generatorul testat și cele văzute la antrenare.
De aceea o analiză serioasă nu cere verdictul unui singur instrument. Adună semnale independente și verifică dacă formează o poveste tehnică coerentă.
Scorul unui detector este un semnal. Mai multe semnale independente transformă acel scor într-o dovadă utilă.
1. Pornește de la fișierul original, nu de la screenshot
Când este posibil, analizează fișierul primit direct de la autor, cameră sau sistemul sursă. Un screenshot schimbă dimensiunile și compresia și de regulă elimină multe metadate. Multe platforme sociale fac același lucru prin generarea unei copii proprii.
Originalul permite verificarea formatului, profilului de culoare, EXIF/XMP, structurii JPEG/PNG, caracteristicilor de codare și eventualelor date de provenance.
Într-un caz disputat merită păstrat și SHA-256. Hash-ul nu dovedește autenticitatea, dar arată că ulterior a fost analizat exact fișierul păstrat ca probă.
2. Verifică provenance și Content Credentials (C2PA)[1][3]
C2PA definește informații legate criptografic despre originea și istoricul unui conținut digital. Content Credentials pot indica modul în care a fost creat fișierul, ce operațiuni a suferit și dacă a fost implicat un algoritm generativ.
Absența C2PA nu dovedește nici autenticitate, nici falsificare. Standardul este voluntar, iar unele platforme modifică sau elimină metadatele.
Dacă însă un manifest este prezent, valid și declară trained algorithmic media sau un generator specific, acesta este un semnal foarte puternic despre proveniența acelui fișier.
3. Metadatele sunt utile, dar ușor de supraevaluat[1]
EXIF poate conține modelul camerei, expunerea, distanța focală, data și software-ul. Un identificator de generator, un câmp software neobișnuit sau o contradicție între camera declarată și structura reală a fișierului pot conta.
Metadatele pot fi însă șterse, rescrise sau copiate. EXIF gol după mesagerie, social media sau export este comun și nu este de unul singur dovadă de AI.
4. Analiza pixelilor și a compresiei: căutăm inconsistențe[1]
Pot fi analizate distribuția zgomotului, diferențele locale de compresie, grila JPEG 8×8, entropia, texturile repetate și Error Level Analysis. Aceste metode pot evidenția zone care se comportă diferit față de restul fișierului.
O anomalie poate proveni și din retuș legitim, salvări repetate sau compoziție clasică. Invers, o imagine complet generată poate fi foarte uniformă intern.
Analiza locală devine mai valoroasă când este combinată cu provenance, metadate și detectori și când anomalia coincide cu zona importantă pentru caz, de exemplu o presupusă deteriorare a produsului.
5. Detectori AI: folosește mai mulți și urmărește acordul[1][2]
Serviciile folosesc date de antrenare, arhitecturi și calibrări diferite, astfel încât aceeași imagine poate primi scoruri diferite. NIST evaluează separat image discriminators tocmai pentru că noii generatori și scenariile cross-generator sunt dificile.
Acordul mai multor straturi independente este de obicei mai informativ decât un scor extrem izolat. Dacă patru metode indică risc redus și una 92/100, trebuie investigată discrepanța, nu declarat automat fișierul fals.
6. Inspecția vizuală încă ajută, dar ca triere[4]
FBI menționează mâini, ochi, dinți, bijuterii, umbre, mișcare sau sincronizare neobișnuite ca posibile indicii. Sunt utile pentru screening rapid.
Absența lor nu dovedește însă autenticitatea. Generatoarele s-au îmbunătățit, iar fotografii reale procesate cu HDR, denoise sau compresie agresivă pot părea artificiale.
Flux practic pentru verificarea unei imagini
Când rezultatul influențează o rambursare, o decizie de business sau un litigiu, o procedură repetabilă este mai sigură decât intuiția.
- Păstrează fișierul cât mai original și nu îl salva din nou înainte de analiză.
- Înregistrează SHA-256, formatul, dimensiunile și mărimea fișierului.
- Verifică C2PA/Content Credentials, EXIF, XMP și urmele software.
- Examinează structura fișierului și anomaliile locale de pixel sau compresie.
- Folosește mai mult de un detector AI/deepfake independent.
- Compară rezultatele cu sursa, data, alte imagini și contextul cazului.
- Formulează concluzia ca nivel de risc și set de constatări, nu ca afirmație infailibilă despre intenția autorului.
Forensics bun nu încearcă să demonstreze AI cu orice preț. Separă semnalele puternice de ceea ce fișierul pur și simplu nu poate stabili.
Ce înseamnă 20/100, 60/100 sau 90/100?
Un scor este util doar dacă se vede din ce este compus. 20/100 susținut de șase straturi coerente nu este același lucru cu 20/100 de la un singur clasificator. Un scor ridicat bazat pe provenance directă are de asemenea altă greutate probatorie decât un detector izolat.
Un raport bun arată scorul agregat, rezultatele surselor, disponibilitatea straturilor, metadatele, limitele tehnice și principalele indicii. Poate susține o decizie, dar nu stabilește singur autorul, intenția sau răspunderea juridică.