Oσο πιο αληθοφανείς γίνονται οι εικόνες που δημιουργεί η τεχνητή νοημοσύνη, τόσο πιο δύσκολο είναι να τις ξεχωρίσουμε από τις πραγματικές φωτογραφίες. Δεκατρείς πρακτικές συμβουλές για να μην ξεγελιόμαστε. Από την Καθημερινή:
Εικόνα επάνω αριστερά: Το καλώδιο του μικροφώνου και τα μαλλιά του δημοσιογράφου προδίδουν τη μηχανική προέλευση της εικόνας.
Στην αρχή, η παραγωγική τεχνητή νοημοσύνη, η λεγόμενη GenAI, δημιουργούσε εικόνες που είχαν κάποια αληθοφάνεια, αλλά δύσκολα μπορούσαν να μας ξεγελάσουν... Πώς θα καταλάβουμε λοιπόν ότι μια φωτογραφία που βλέπουμε στα social media είναι προϊόν τεχνητής νοημοσύνης;
Κατ’ αρχάς, θα πρέπει όλοι να είμαστε πλέον πολύ πιο επιφυλακτικοί απέναντι στις εικόνες των μέσων κοινωνικής δικτύωσης. Είναι καλύτερα να ξεκινάτε απ’ το αξίωμα ότι καμία εικόνα εκεί δεν είναι έγκυρη, μέχρι αποδείξεως του εναντίου. Καλλιεργήστε λοιπόν την αμφιβολία, για να μην πέσετε στην παγίδα που εφεξής θα γίνεται όλο και πιο συνηθισμένη. Υπάρχουν σημάδια που μπορούν να σας υποψιάσουν, αλλά κανένα τους δεν θα αρκεί από μόνο του για να αποδείξει ότι μια εικόνα έχει δημιουργηθεί με τεχνητή νοημοσύνη. Ακολουθούν μερικές χρήσιμες συμβουλές:
1. Αναζητήστε την αρχική πηγή. Ποιος δημοσίευσε πρώτος την εικόνα; Υπάρχει φωτογράφος, πρακτορείο ή αξιόπιστο Μέσο που την τεκμηριώνει; Με εργαλεία αντίστροφης αναζήτησης, όπως το Google Lens ή το TinEye, μπορούμε να εντοπίσουμε παλαιότερες δημοσιεύσεις. Προσοχή, όμως: ακόμα και αν βρείτε την εικόνα σε ένα αξιόπιστο Μέσο, ελέγξτε αν πράγματι χρησιμοποιείται ως «σκληρό» φωτογραφικό ντοκουμέντο ή ως απλή εικονογράφηση. Στη δεύτερη περίπτωση δεν είναι μεμπτή η χρήση της τεχνητής νοημοσύνης.
2. Αναζητήστε άλλα τεκμήρια. Αν μια φωτογραφία απεικονίζει ένα σημαντικό γεγονός, υπάρχουν άλλες λήψεις, βίντεο, ανεξάρτητες μαρτυρίες ή σχετικά δημοσιεύματα; Η επαλήθευση του γεγονότος μπορεί να είναι αποτελεσματικότερη από την εξέταση της ίδιας της εικόνας. Επιπλέον, η ύπαρξη πολλών αναρτήσεων με την ίδια εικόνα δεν αποτελεί από μόνη της επιβεβαίωση της αυθεντικότητάς της.
3. Χρησιμοποιήστε εργαλεία επαλήθευσης. Ορισμένες εικόνες συνοδεύονται από ψηφιακές πληροφορίες για την προέλευση και την επεξεργασία τους, γνωστές ως Content Credentials. Μπορείτε να τις αναζητήσετε μέσω του Content Credentials Verify ή του C2PA Viewer. Η απουσία τους, ωστόσο, δεν σημαίνει ότι μια εικόνα είναι ψεύτικη...
4. Προσοχή στις λεπτομέρειες. Πάρτε τον χρόνο σας και παρατηρήστε προσεκτικά ολόκληρη την εικόνα, σαρώνοντάς την από άκρη σε άκρη. Oσο περισσότερα στοιχεία περιλαμβάνει, τόσο περισσότερες ευκαιρίες υπάρχουν να εντοπίσετε ασυνέπειες που προδίδουν τη συνθετική της προέλευση. Προσέξτε ιδιαίτερα τα αντικείμενα στο παρασκήνιο και το προσκήνιο, τις επιγραφές, τα πρόσωπα και τις μεταξύ τους σχέσεις, καθώς επίσης και το «κόψιμο» (το λεγόμενο «κροπάρισμα», απ’ το crop) των εικόνων. Αναζητήστε λεπτομέρειες που μοιάζουν παράλογες ή δεν ταιριάζουν με την υπόλοιπη σκηνή.
Εικόνα αριστερά: Με μια πιο προσεκτική ματιά, δεν είναι όλα τα εξώφυλλα του βιβλίου ίδια.
5. Μεγεθύνετε την εικόνα. Κάντε οπωσδήποτε μεγέθυνση στα σημεία που σας προβληματίζουν. Eτσι έχετε πολύ περισσότερες πιθανότητες να εντοπίσετε ασυνέπειες που δεν διακρίνονται με την πρώτη ματιά...
6. Εξετάστε τις υφές. Παρότι η τεχνητή νοημοσύνη αποδίδει πλέον με εντυπωσιακή ακρίβεια τις υφές των πραγμάτων, εξακολουθεί πολλές φορές να κάνει λάθη. Eνα ύφασμα μπορεί να μοιάζει με άμμο, μια επιφάνεια να αλλάζει ανεξήγητα υλικό ή δύο διαφορετικά αντικείμενα να μοιάζουν σαν να έχουν συγχωνευθεί. Παρατηρήστε ιδιαίτερα τα σημεία όπου συναντιούνται διαφορετικά υλικά. Εκεί μπορεί να εντοπίσετε ασυνέπειες που δύσκολα γίνονται αντιληπτές με την πρώτη ματιά.
7. Εξετάστε τα άκρα. Η τεχνητή νοημοσύνη έχει βελτιωθεί εντυπωσιακά στην απεικόνιση των χεριών. Τα περίφημα έξι δάχτυλα εμφανίζονται πλέον πολύ πιο σπάνια, αλλά τα άκρα εξακολουθούν να αποτελούν ένα ευάλωτο σημείο των μοντέλων. Προσέξτε τη μορφή και τη στάση των δαχτύλων, καθώς και τον τρόπο με τον οποίο τα χέρια κρατούν ή αγγίζουν αντικείμενα. Εκεί μπορεί να εντοπίσετε ανατομικές παραμορφώσεις ή αφύσικες θέσεις.
8. Ελέγξτε την προοπτική. Η τεχνητή νοημοσύνη μπορεί να κάνει λάθη στην απόδοση της προοπτικής και στις χωρικές σχέσεις των αντικειμένων. Παρατηρήστε τις ευθείες γραμμές, τις γωνίες, τις αναλογίες και τα σημεία όπου τα αντικείμενα συναντιούνται ή επικαλύπτονται. Μια πόρτα μπορεί να έχει λάθος διαστάσεις, ένα έπιπλο να μοιάζει παραμορφωμένο ή ένα αντικείμενο να βρίσκεται σε θέση που δεν δικαιολογείται από τη γεωμετρία της σκηνής.
9. Αναζητήστε τις «μουτζούρες». Σε κάποια σημεία των συνθετικών εικόνων, ιδιαίτερα στο παρασκήνιο, μπορεί να εμφανίζονται ανεξήγητες παραμορφώσεις. Αντικείμενα χάνουν το σχήμα τους, λεπτομέρειες συγχωνεύονται και στη θέση αναγνωρίσιμων μορφών εμφανίζονται παράξενες «μουτζούρες». Αυτές οι ασυνέπειες μπορεί να αποτελούν ενδείξεις μηχανικής παραγωγής.
10. Προσοχή στην τελειότητα. Πολλές εικόνες τεχνητής νοημοσύνης έχουν μια χαρακτηριστική, σχεδόν αφύσικη τελειότητα. Το καλογυαλισμένο αισθητικό αποτέλεσμα, τα αψεγάδιαστα πρόσωπα, ο ομοιόμορφος φωτισμός και ο έντονος κορεσμός των χρωμάτων μπορεί να κινήσουν υποψίες. Προσοχή για μία ακόμα φορά: τα ίδια χαρακτηριστικά συναντώνται και σε πραγματικές φωτογραφίες που έχουν υποστεί επεξεργασία. Επιπλέον, τα σύγχρονα μοντέλα μπορούν να δημιουργήσουν εικόνες με ατέλειες, κόκκο και φυσικό φωτισμό.
11. Ελέγξτε τις σκιές, τις αντανακλάσεις και τον φωτισμό. Μια συχνή παραφωνία στις εικόνες τεχνητής νοημοσύνης είναι οι ασυνέπειες στις σκιές και στον φωτισμό των αντικειμένων. Παρατηρήστε προς ποια κατεύθυνση πέφτουν οι σκιές, αν αντιστοιχούν στις πηγές φωτός και αν τα πρόσωπα και τα αντικείμενα φωτίζονται με τρόπο που ταιριάζει στην υπόλοιπη σκηνή. Παρατηρήστε επίσης προσεκτικά αν οι αντανακλάσεις πάνω στα αντικείμενα ανταποκρίνονται στις συνθήκες του περιβάλλοντος. Οι ανεξήγητες αντιφάσεις μπορεί να προδίδουν τη συνθετική προέλευση της εικόνας.
12. Προσοχή στα επαναλαμβανόμενα μοτίβα. Η τεχνητή νοημοσύνη μπορεί να κάνει λάθη όταν αποδίδει πολλά παρόμοια στοιχεία στην ίδια εικόνα. Παρατηρήστε, για παράδειγμα, τα παράθυρα ενός κτιρίου, τα πλακάκια ενός δαπέδου ή τα καθίσματα μιας αίθουσας. Κάποιο στοιχείο μπορεί να εμφανίζεται παραμορφωμένο, να επαναλαμβάνεται με παράλογο τρόπο ή να διαφέρει ανεξήγητα από τα υπόλοιπα.
13. Διαβάστε προσεκτικά τις λέξεις. Παρότι η τεχνητή νοημοσύνη έχει βελτιωθεί εντυπωσιακά στην αναπαραγωγή γραπτού κειμένου, εξακολουθεί να κάνει λάθη. Εξετάστε τις πινακίδες των δρόμων, τις επιγραφές των καταστημάτων, τις αφίσες και τις ετικέτες των προϊόντων. Αναζητήστε ανορθόγραφες ή ανύπαρκτες λέξεις, παράξενους χαρακτήρες και γράμματα που παραμορφώνονται ή συγχωνεύονται. Προσέξτε ιδιαίτερα τα μικρά γράμματα στο παρασκήνιο.
Μια τελευταία, πολύ σημαντική συμβουλή. Μη βιάζεστε. Ακόμα και αν ακολουθήσετε όλες αυτές τις συμβουλές, δεν είναι βέβαιο ότι θα μπορέσετε να αναγνωρίσετε μια εικόνα που έχει δημιουργηθεί με τεχνητή νοημοσύνη. Τα εργαλεία εξελίσσονται διαρκώς και πολλές συνθετικές εικόνες έχουν δεχτεί επεξεργασία σε τέτοιο βαθμό, που είναι αδύνατος ο εντοπισμός ατελειών. Στα χέρια των δημιουργών τους υπάρχουν και τεχνικές που εξαφανίζουν τα ίχνη της επεξεργασίας. Γι’ αυτό, όταν δεν μπορείτε να επαληθεύσετε την προέλευση μιας σημαντικής εικόνας, είναι πολύ πιο ασφαλές να επιφυλάσσεστε παρά να σπεύδετε να βγάζετε συμπεράσματα ή να την αναδημοσιεύετε, μέχρι να αποφανθεί κάποιο ειδικό εργαστήριο ψηφιακής εγκληματολογίας. Επειδή στον κόσμο που αναδύεται τα όρια ανάμεσα στο αληθινό και το ψεύτικο θα γίνονται όλο και πιο δυσδιάκριτα, θα πρέπει όλοι να διεκδικούμε τον χρόνο που χρειαζόμαστε για να ελέγχουμε την αυθεντικότητα όσων βλέπουμε.
Πηγή: kathimerini.gr
Στην αρχή, η παραγωγική τεχνητή νοημοσύνη, η λεγόμενη GenAI, δημιουργούσε εικόνες που είχαν κάποια αληθοφάνεια, αλλά δύσκολα μπορούσαν να μας ξεγελάσουν... Πώς θα καταλάβουμε λοιπόν ότι μια φωτογραφία που βλέπουμε στα social media είναι προϊόν τεχνητής νοημοσύνης;
Κατ’ αρχάς, θα πρέπει όλοι να είμαστε πλέον πολύ πιο επιφυλακτικοί απέναντι στις εικόνες των μέσων κοινωνικής δικτύωσης. Είναι καλύτερα να ξεκινάτε απ’ το αξίωμα ότι καμία εικόνα εκεί δεν είναι έγκυρη, μέχρι αποδείξεως του εναντίου. Καλλιεργήστε λοιπόν την αμφιβολία, για να μην πέσετε στην παγίδα που εφεξής θα γίνεται όλο και πιο συνηθισμένη. Υπάρχουν σημάδια που μπορούν να σας υποψιάσουν, αλλά κανένα τους δεν θα αρκεί από μόνο του για να αποδείξει ότι μια εικόνα έχει δημιουργηθεί με τεχνητή νοημοσύνη. Ακολουθούν μερικές χρήσιμες συμβουλές:
1. Αναζητήστε την αρχική πηγή. Ποιος δημοσίευσε πρώτος την εικόνα; Υπάρχει φωτογράφος, πρακτορείο ή αξιόπιστο Μέσο που την τεκμηριώνει; Με εργαλεία αντίστροφης αναζήτησης, όπως το Google Lens ή το TinEye, μπορούμε να εντοπίσουμε παλαιότερες δημοσιεύσεις. Προσοχή, όμως: ακόμα και αν βρείτε την εικόνα σε ένα αξιόπιστο Μέσο, ελέγξτε αν πράγματι χρησιμοποιείται ως «σκληρό» φωτογραφικό ντοκουμέντο ή ως απλή εικονογράφηση. Στη δεύτερη περίπτωση δεν είναι μεμπτή η χρήση της τεχνητής νοημοσύνης.
2. Αναζητήστε άλλα τεκμήρια. Αν μια φωτογραφία απεικονίζει ένα σημαντικό γεγονός, υπάρχουν άλλες λήψεις, βίντεο, ανεξάρτητες μαρτυρίες ή σχετικά δημοσιεύματα; Η επαλήθευση του γεγονότος μπορεί να είναι αποτελεσματικότερη από την εξέταση της ίδιας της εικόνας. Επιπλέον, η ύπαρξη πολλών αναρτήσεων με την ίδια εικόνα δεν αποτελεί από μόνη της επιβεβαίωση της αυθεντικότητάς της.
3. Χρησιμοποιήστε εργαλεία επαλήθευσης. Ορισμένες εικόνες συνοδεύονται από ψηφιακές πληροφορίες για την προέλευση και την επεξεργασία τους, γνωστές ως Content Credentials. Μπορείτε να τις αναζητήσετε μέσω του Content Credentials Verify ή του C2PA Viewer. Η απουσία τους, ωστόσο, δεν σημαίνει ότι μια εικόνα είναι ψεύτικη...
4. Προσοχή στις λεπτομέρειες. Πάρτε τον χρόνο σας και παρατηρήστε προσεκτικά ολόκληρη την εικόνα, σαρώνοντάς την από άκρη σε άκρη. Oσο περισσότερα στοιχεία περιλαμβάνει, τόσο περισσότερες ευκαιρίες υπάρχουν να εντοπίσετε ασυνέπειες που προδίδουν τη συνθετική της προέλευση. Προσέξτε ιδιαίτερα τα αντικείμενα στο παρασκήνιο και το προσκήνιο, τις επιγραφές, τα πρόσωπα και τις μεταξύ τους σχέσεις, καθώς επίσης και το «κόψιμο» (το λεγόμενο «κροπάρισμα», απ’ το crop) των εικόνων. Αναζητήστε λεπτομέρειες που μοιάζουν παράλογες ή δεν ταιριάζουν με την υπόλοιπη σκηνή.
5. Μεγεθύνετε την εικόνα. Κάντε οπωσδήποτε μεγέθυνση στα σημεία που σας προβληματίζουν. Eτσι έχετε πολύ περισσότερες πιθανότητες να εντοπίσετε ασυνέπειες που δεν διακρίνονται με την πρώτη ματιά...
6. Εξετάστε τις υφές. Παρότι η τεχνητή νοημοσύνη αποδίδει πλέον με εντυπωσιακή ακρίβεια τις υφές των πραγμάτων, εξακολουθεί πολλές φορές να κάνει λάθη. Eνα ύφασμα μπορεί να μοιάζει με άμμο, μια επιφάνεια να αλλάζει ανεξήγητα υλικό ή δύο διαφορετικά αντικείμενα να μοιάζουν σαν να έχουν συγχωνευθεί. Παρατηρήστε ιδιαίτερα τα σημεία όπου συναντιούνται διαφορετικά υλικά. Εκεί μπορεί να εντοπίσετε ασυνέπειες που δύσκολα γίνονται αντιληπτές με την πρώτη ματιά.
7. Εξετάστε τα άκρα. Η τεχνητή νοημοσύνη έχει βελτιωθεί εντυπωσιακά στην απεικόνιση των χεριών. Τα περίφημα έξι δάχτυλα εμφανίζονται πλέον πολύ πιο σπάνια, αλλά τα άκρα εξακολουθούν να αποτελούν ένα ευάλωτο σημείο των μοντέλων. Προσέξτε τη μορφή και τη στάση των δαχτύλων, καθώς και τον τρόπο με τον οποίο τα χέρια κρατούν ή αγγίζουν αντικείμενα. Εκεί μπορεί να εντοπίσετε ανατομικές παραμορφώσεις ή αφύσικες θέσεις.
8. Ελέγξτε την προοπτική. Η τεχνητή νοημοσύνη μπορεί να κάνει λάθη στην απόδοση της προοπτικής και στις χωρικές σχέσεις των αντικειμένων. Παρατηρήστε τις ευθείες γραμμές, τις γωνίες, τις αναλογίες και τα σημεία όπου τα αντικείμενα συναντιούνται ή επικαλύπτονται. Μια πόρτα μπορεί να έχει λάθος διαστάσεις, ένα έπιπλο να μοιάζει παραμορφωμένο ή ένα αντικείμενο να βρίσκεται σε θέση που δεν δικαιολογείται από τη γεωμετρία της σκηνής.
9. Αναζητήστε τις «μουτζούρες». Σε κάποια σημεία των συνθετικών εικόνων, ιδιαίτερα στο παρασκήνιο, μπορεί να εμφανίζονται ανεξήγητες παραμορφώσεις. Αντικείμενα χάνουν το σχήμα τους, λεπτομέρειες συγχωνεύονται και στη θέση αναγνωρίσιμων μορφών εμφανίζονται παράξενες «μουτζούρες». Αυτές οι ασυνέπειες μπορεί να αποτελούν ενδείξεις μηχανικής παραγωγής.
10. Προσοχή στην τελειότητα. Πολλές εικόνες τεχνητής νοημοσύνης έχουν μια χαρακτηριστική, σχεδόν αφύσικη τελειότητα. Το καλογυαλισμένο αισθητικό αποτέλεσμα, τα αψεγάδιαστα πρόσωπα, ο ομοιόμορφος φωτισμός και ο έντονος κορεσμός των χρωμάτων μπορεί να κινήσουν υποψίες. Προσοχή για μία ακόμα φορά: τα ίδια χαρακτηριστικά συναντώνται και σε πραγματικές φωτογραφίες που έχουν υποστεί επεξεργασία. Επιπλέον, τα σύγχρονα μοντέλα μπορούν να δημιουργήσουν εικόνες με ατέλειες, κόκκο και φυσικό φωτισμό.
Αριστερά: Ο ομιλητής κυριολεκτικά δεν υπάρχει. Μόνη απόδειξη της πλαστότητας της εικόνας είναι μια σκιά πίσω από το δάχτυλο του ανθρώπου.
12. Προσοχή στα επαναλαμβανόμενα μοτίβα. Η τεχνητή νοημοσύνη μπορεί να κάνει λάθη όταν αποδίδει πολλά παρόμοια στοιχεία στην ίδια εικόνα. Παρατηρήστε, για παράδειγμα, τα παράθυρα ενός κτιρίου, τα πλακάκια ενός δαπέδου ή τα καθίσματα μιας αίθουσας. Κάποιο στοιχείο μπορεί να εμφανίζεται παραμορφωμένο, να επαναλαμβάνεται με παράλογο τρόπο ή να διαφέρει ανεξήγητα από τα υπόλοιπα.
13. Διαβάστε προσεκτικά τις λέξεις. Παρότι η τεχνητή νοημοσύνη έχει βελτιωθεί εντυπωσιακά στην αναπαραγωγή γραπτού κειμένου, εξακολουθεί να κάνει λάθη. Εξετάστε τις πινακίδες των δρόμων, τις επιγραφές των καταστημάτων, τις αφίσες και τις ετικέτες των προϊόντων. Αναζητήστε ανορθόγραφες ή ανύπαρκτες λέξεις, παράξενους χαρακτήρες και γράμματα που παραμορφώνονται ή συγχωνεύονται. Προσέξτε ιδιαίτερα τα μικρά γράμματα στο παρασκήνιο.
Μια τελευταία, πολύ σημαντική συμβουλή. Μη βιάζεστε. Ακόμα και αν ακολουθήσετε όλες αυτές τις συμβουλές, δεν είναι βέβαιο ότι θα μπορέσετε να αναγνωρίσετε μια εικόνα που έχει δημιουργηθεί με τεχνητή νοημοσύνη. Τα εργαλεία εξελίσσονται διαρκώς και πολλές συνθετικές εικόνες έχουν δεχτεί επεξεργασία σε τέτοιο βαθμό, που είναι αδύνατος ο εντοπισμός ατελειών. Στα χέρια των δημιουργών τους υπάρχουν και τεχνικές που εξαφανίζουν τα ίχνη της επεξεργασίας. Γι’ αυτό, όταν δεν μπορείτε να επαληθεύσετε την προέλευση μιας σημαντικής εικόνας, είναι πολύ πιο ασφαλές να επιφυλάσσεστε παρά να σπεύδετε να βγάζετε συμπεράσματα ή να την αναδημοσιεύετε, μέχρι να αποφανθεί κάποιο ειδικό εργαστήριο ψηφιακής εγκληματολογίας. Επειδή στον κόσμο που αναδύεται τα όρια ανάμεσα στο αληθινό και το ψεύτικο θα γίνονται όλο και πιο δυσδιάκριτα, θα πρέπει όλοι να διεκδικούμε τον χρόνο που χρειαζόμαστε για να ελέγχουμε την αυθεντικότητα όσων βλέπουμε.
Πηγή: kathimerini.gr
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου