Prawda i Dobro
Trudniej mówić o sukcesie niż porażce. To nie tylko skromność
12 października 2026
Tak sprawdzili, czy damy się nabrać
Naukowcy z Czech Technical University i Ukrainian Catholic University stworzyli zestaw filmików. 271 nagrań było prawdziwych, a 2420 stworzono wyłącznie za pomocą siedmiu różnych narzędzi AI. Każdy z nich miał kilka punktów wspólnych: na filmiku przedstawiono jedną osobę, która mówiła do kamery. Styl był nieprzypadkowy.
Prezenter mówił w formie oficjalnego oświadczenia, wywiadu studyjnego albo luźniejszych nagrań do kamery. Właśnie takie materiały często są wykorzystywane do szerzenia dezinformacji czy fałszywych przekazów w sieci. Wyniki wstępnie opublikowanych badań okazały się zatrważające.
Filmy AI? Prawie rzut monetą
Nie rozróżniamy prawdy od fałszu. Ochotnicy rozpoznawali filmy wygenerowane przez AI tylko w 52,6 procentach przypadków. To jak rzut monetą. Starsze zbiory nagrań rozróżniali już o wiele lepiej, skuteczność oscylowała w okolicach 70–74 procent przy wykrywaniu fałszywych filmów i 73–76 procent przy prawdziwych materiałach. Nie tylko człowiek ma kłopot z rozróżnieniem tego, co jest prawdziwe, a co fałszywe.
Detektory też dają się nabrać
Naukowcy wykorzystali specjalne algorytmy, które mają wykrywać deepfake’i. Teoretycznie fałszywe filmy generowane przez AI powinny zostać przez nie szybko i łatwo wychwycone. W praktyce bywało różnie.
Przy starszych materiałach detektory radziły sobie naprawdę dobrze. Wykrywały ok. 90–94 nieprawdziwych materiałów. Najnowsze filmy okazały się dla nich wyzwaniem tak samo trudnym jak dla ludzi.
Ich skuteczność spadła do 48–62 procent. Pokazuje to z kolei, że w najgorszym przypadku były mniej przydatne niż przysłowiowy rzut monetą. Najlepszym wynikiem niektórych modeli była zaledwie 70-procentowa skuteczność.
Dlaczego stare algorytmy do wykrywania fałszywych treści radziły sobie tak słabo?
Jak rozpoznać film AI? Nowe treści zostawiają inne ślady
Okazuje się, że nowe generatory materiałów sztucznej inteligencji zostawiają po sobie kompletnie inne „ślady” niż stare modele AI. Poprzedni sprzęt uczył się przede wszystkim na manipulacjach i zmianach twarzy. Nowe narzędzia skupiają się na generowaniu całych scen od zera.
Nowe generatory pozostawiają inne ślady niż klasyczne manipulacje twarzą, dlatego trudniej wykrywać je narzędziami trenowanymi na starszych materiałach. Dlatego detektory uczone na wcześniejszych typach deepfake’ów nie radzą sobie z nowymi materiałami.
Mimo wszystko detektory miały wyższą skuteczność przy filmach stworzonych przez otwarte modele AI niż zamknięte. Różnica była widoczna w przypadku różnych testowanych detektorów. Najprawdopodobniej modele udostępnione tylko wybranej grupie ludzi były lepsze i skuteczniejsze niż te przeznaczone dla wszystkich, choć badanie wprost tego nie potwierdza.
Wykrywanie filmów AI wymaga zmian
To wszystko sprowadza się do jednego. Nie możemy dziś zakładać, że człowiek albo automatyczny detektor będzie wiedział, jak rozpoznać film AI.
Nie ma też sensu wykorzystywać do weryfikacji treści starych narzędzi, ponieważ ich skuteczność jest bardzo niska. Z tego względu potrzebne są nowe oraz trudniejsze nagrania testowe, które sprawdzą przydatność detektorów w nowoczesnych modelach AI.
Takie działania są niezwykle ważne, ponieważ jeśli nie będziemy wiedzieć, czy dany materiał jest prawdziwy czy nie, wzrośnie ryzyko, że takie nagrania będą wykorzystywane do dezinformacji i manipulacji, także w polityce czy biznesie.
Warto przeczytać: Polacy boją się dezinformacji bardziej niż inni. Nowe wyniki badań
