● news.bsdnet.hu

Árulkodó jelek felfedezése, a józan ész használata és MI-detektorok egyaránt segíthetik egy kép ellenőrzését. A Snopes tényellenőreinek útmutatója. A mesterséges intelligencián alapuló tartalomgenerátorok elterjedése óta a hétköznapok részét képezik az MI-generált képek és videók. A technológia gyorsan fejlődik, és egyre nehezebb felismerni, valós képről vagy generált tartalomról van-e szó. Nehezíti a helyzetet, hogy ezekkel a képekkel, videókkal sokszor olyan közösségi oldalakon találkozunk, ahol a kritikai befogadást hátráltatja az érzelmekre ható tartalmak gyors, mobiltelefonos görgetése. Ebben a dömpingben nincs idő felfedezni a leleplezést segítő apró részleteket, és sokszor anélkül osztjuk tovább a figyelemfelkeltő képeket, videókat, hogy az eredetiségüket ellenőriznénk. A Snopes 2026 júliusában készített egy összefoglalót annak elősegítésére, hogy könnyebben felismerjük az MI-generált képeket. A cikkben jelzik: egyetlen jel önmagában nem bizonyíték arra, hogy mesterséges intelligenciával készült képről van szó. A tanácsokat érdemes inkább afféle checklist ként használni: minél több a kipipált gyanús jel, annak nagyobb az esélye a manipulációnak. Egy nappali fényben készült kép esetén mindig nézzük meg az árnyékokat (vagy fedezzük fel a hiányukat). Valós fotó esetén, ha csak nincs több irányból érkező mesterséges fényforrás, az árnyékok általában egy irányba tartanak. A képek generálásakor az MI erre nem mindig képes. Gyakran előfordul például, hogy két egymás mellett álló ember vagy tárgy közül az egyik árnyéka erre, a másik arra vetül, vagy hogy egy tárgynak nincs is árnyéka, esetleg a földön még látható, de a falon már nem folytatódik. Példa lehet erre az az állítólag Hatvanpusztán készült kép, amelyen a kamionok mindegyike mellett szinte ugyanolyan vastagságú árnyék látható – függetlenül attól, hogy a járművek milyen irányban állnak. Egy fotón az azonos síkban lévő személyek vagy tárgyak általában hasonló élességűek. Egy MI-generált kép esetén viszont gyakran még az is előfordul, hogy az ember egyik szeme éles, a másik szeme, vagy a szája viszont már elmosódott. A Snopes anyagában két jellemző végletet is megemlítenek. Az egyik extrém esetben a kép fő része éles, minden más – függetlenül a különböző távolságoktól – egyformán elmosódott. (A szóban forgó képpel egyébként foglalkozik az Idea Alapítvány Detekto nevű kurzusának 14. fejezete is.) A skála túloldalán pedig azok a képek találhatók, ahol minden részlet szinte egyformán éles. Ide tartoznak azok az MI-generátorokkal kapcsolatban sokat emlegetett hibák, mint például a különféle emberi testrészek gyártásában elkövetett tévedések, következetlenségek. Egyre jobban, de még mindig sok hibával gyártja az MI az ujjakat (néha többet, néha kevesebbet), a füleket, az emberi hajat (főleg a bőrrel vagy a háttérrel való találkozását), vagy éppen a karokat, amelyeket nemritkán egybeolvaszt más szereplők egyéb testrészeivel. Bár a képgenerátorok ma már rég nem tartanak ott, mint az elején , amikor az értelmes szövegek inkább számítottak kivételnek, mint gyakorlatnak, az MI még ma is sokat hibázik ezen a téren. Néha csak helytelenül ír le valamit a háttérben, néha egy-egy karakter kap szokatlan kacskaringót, néha pedig hasonló betűket kever össze (például C és G). A valós képeken a távolabbi tárgyak és emberek kisebbnek látszanak, és a párhuzamos vonalak (például utak, sínek) pedig egy távoli pont felé tartanak. A mesterséges intelligencia nem mindig képes arra, hogy ezt a jelenséget visszaadja, és előfordul, hogy a távolabb lévő emberek vagy tárgyak nem megfelelő méretarányban jelennek meg. Néha nem is kell egy képet elemezni, mert az adott platform egy címkével jelzi, ha egy képes vagy videós tartalom mesterséges intelligenciával készült. A YouTube-on a feltöltőnek kell bejelölnie az MI-eredetet, míg a Facebookon, az Instagramon és a Threadsen automatikusan megjelölik azokat a képeket, amelyeken - a metaadatok vagy láthatatlan vízjelek alapján - MI-eredetet észlelnek. Fontos azonban, hogy a címke hiánya nem jelenti automatikusan, hogy a kép vagy videó valódi - csak azt, hogy a platform nem tudta azonosítani MI-generált tartalomként. A képek eredetének ellenőrzésében segíthet a fordított képkeresés is. Az eszköz nem szöveg alapján keres, hanem hasonló képeket kutat fel. Segítségével kideríthető például, hol jelent meg még ugyanaz a kép, és mit vagy kit ábrázol valójában a fotó. A képek ellenőrzéséhez sokféle eszközt használhatsz, az alábbi videó a Google fordított képkeresőjén keresztül mutatja be a módszert. A Detekto videója megmutatja, hogyan járj utána egy kép eredetének, és annak, hogy valóban az látható-e egy fotón, amit állítanak róla. Tedd próbára magad a Detekto online tanfolyamaiban: https://detekto.hu/ A fordított képkeresés akkor is hasznos lehet, ha az általad látott oldalon nem jelölték MI-generáltnak a képet. Előfordulhat ugyanis, hogy ugyanaz a kép más felületeken már AI-infó vagy MI-tartalom címkével jelenik meg, vagy korábban tényellenőrzők vizsgálták az eredetét. Akárcsak a híreknél, az MI-generált képek esetén is fontos a forrás vizsgálata. Milyen tartalmakat oszt meg a közzétevő, milyen gyakorisággal? Ha valaki óránként oszt meg hasonló kaptafára épülő meghökkentő, szenzációs tartalmakat, az gyanúra adhat okot. Ezt a tippet a cikk elejére is rakhattam volna, mert a képgeneráló technológia gyorsan fejlődik. Az MI napról napra jobb az ujjak, a szövegek, a perspektívák ábrázolásában, így fent kifejtett árulkodó jelek idővel eltűnnek. Ezért a legfontosabb, hogy amikor egy túl jó kép szembejön, álljunk meg egy pillanatra, és tegyünk fel kérdéseket magunknak. Van-e értelme annak, ami látunk? Nem túl elrugaszkodott-e a valóságtól az ábrázolt jelenet? Milyen érzelmeket vált ki belőlünk? Nem lehet, hogy az egészet azért készítették, hogy ezt a hatást váltsák ki belőlünk? Ha a kép valódi, megtaláljuk-e más, hiteles forrásokban is, vagy csak a közösségi oldalakon terjed? A Snopes a saját tényellenőrzői gyakorlata alapján a Hive Moderation és a SightEngine MI-detektorait említi első körben. Ezek az eszközök azt becsülik meg, mekkora valószínűséggel készült egy kép mesterséges intelligenciával, de nem tévedhetetlenek. Különösen a gyengébb minőségű, szerkesztett vagy vágott képek esetén hajlamosak valódinak nevezni egy MI-generált képet. A detektorok egy másik típusa az MI-generált képbe épített, láthatatlan vízjelek és eredetjelzések alapján alkot ítéletet. Ilyen például az OpenAI detektora , amely azt ellenőrzi, hogy a feltöltött kép tartalmazza-e az OpenAI-modellek által generált képek digitális jelöléseit. A cég szerint az észlelt jelzések megbízhatók, és a téves pozitív találatok ritkák. A jelzés hiánya azonban itt sem bizonyítja, hogy a kép valódi. Előfordulhat, hogy a vízjel megsérült, a kép egy régebbi modellből származik, vagy más szolgáltató MI-modellje készítette. Természetesen az utóbbi típusba tartozó eszközök sem tökéletesek. Tényellenőrzők beszámolói szerint például a Gemini ugyanabban a kérdésben ellentmondó válaszokat adott egy kép hitelességéről a SynthID alapján. Ráadásul olyan is előfordulhat, hogy valaki megkéri a Geminit, hogy adjon hozzá egy SynthID-t egy valódi fotóhoz, amit aztán később az MI - helytelenül - manipuláltként detektál. Illusztráció: Gemini