Jak rozpoznać obraz stworzony przez AI? Naukowcy podpowiadają

• Koniec liczenia palców
• Sześć cech zamiast pojedynczych detali
• Godzina ćwiczeń, dwukrotny wzrost skuteczności rozpoznawania AI
• Jak zweryfikować podejrzany obraz
• Wnioski dla czytelnika
• Źródło:

Jeszcze dwa–trzy lata temu identyfikacja obrazu wygenerowanego przez sztuczną inteligencję była stosunkowo prosta. Zdradzały go na przykład nadmiarowe palce, zdeformowana biżuteria, nieczytelne napisy w tle czy nienaturalne załamania perspektywy. Dziś te wskazówki są bezużyteczne. Najnowsze modele generatywne tworzą obrazy fotorealistyczne, a osoby przygotowujące fałszywe materiały dodatkowo odrzucają wadliwe grafiki lub ręcznie korygują niedoskonałości przed publikacją. W efekcie nieprzeszkolony obserwator odróżnia twarz syntetyczną od prawdziwej niewiele lepiej, niż gdyby rzucał monetą.

Koniec liczenia palców

Problem ma wymiar praktyczny, a nie tylko akademicki. Fotorealistyczne wizerunki wykorzystywane są w oszustwach matrymonialnych, wyłudzeniach finansowych, fałszywych profilach w mediach społecznościowych oraz w dezinformacji politycznej. Jednocześnie komercyjne narzędzia do automatycznej detekcji nie gwarantują pełnej skuteczności, a sposób ich działania często pozostaje nieprzejrzysty. Ich trafność silnie zależy od typu generatora, danych treningowych i stopnia przetworzenia pliku – niezależne testy porównawcze nie wskazują jednego uniwersalnego zwycięzcy, a zwykła kompresja obrazu przy przesyłaniu przez komunikator potrafi obniżyć wiarygodność wyniku.Odpowiedzią na ten impas jest badanie opublikowane 29 czerwca 2026 r. w prestiżowym czasopiśmie naukowym PNAS pod tytułem „Training Humans to Detect AI-generated Faces". Przeprowadził je międzynarodowy zespół z Australii, Kanady i Wielkiej Brytanii, kierowany przez badaczy z Australian National University (ANU), w tym Amy Dawel, dyrektorkę tamtejszego Emotions and Faces Lab.

Sześć cech zamiast pojedynczych detali

Kluczowa teza badaczy brzmi: zamiast szukać pojedynczych defektów, należy oceniać ogólny charakter twarzy. Uczestników szkolenia uczono zwracać uwagę na sześć globalnych cech percepcyjnych: symetrię, proporcjonalność, atrakcyjność, ekspresyjność, charakterystyczność oraz zapamiętywalność.

Twarze wygenerowane przez AI są z reguły bardziej symetryczne, lepiej proporcjonalne i bardziej atrakcyjne niż twarze prawdziwych ludzi. Fotografie rzeczywistych osób częściej wydają się natomiast charakterystyczne, łatwiejsze do zapamiętania i bogatsze w ekspresję, co wynika z naturalnej asymetrii pracy mięśni mimicznych, drobnych niedoskonałości skóry czy nieregularnego rozstawu oczu. Skąd ta prawidłowość? Generatory obrazów uczą się na ogromnych zbiorach fotografii i tworząc nową twarz, opierają się na statystycznych zależnościach między tysiącami przykładów. Wygenerowane wizerunki częściej zbliżają się więc do statystycznie typowego, uśrednionego wyglądu twarzy niż do wyglądu konkretnej osoby. Sprawiają przez to wrażenie nadmiernie harmonijnych i „typowych" – i to jest paradoksalnie ich największa słabość. W literaturze zjawisko to opisano już w 2023 r. jako „AI hyperrealism": syntetyczne twarze bywały oceniane jako bardziej ludzkie niż prawdziwe. Efekt działania modelu trafia bowiem w intuicje percepcyjne człowieka – symetria i idealne proporcje mogą być błędnie odczytywane jako oznaka zdrowia i autentyczności, a nie fałszerstwa.

Godzina ćwiczeń, dwukrotny wzrost skuteczności rozpoznawania AI

Metodologia szkolenia, opracowana z udziałem Tanyi George, wyróżniającej się studentki ANU, celowo odchodzi od sztywnych reguł. Uczestnikom nie przekazywano gotowych instrukcji. Zamiast tego przeszli serię krótkich ćwiczeń polegających na ocenianiu fotografii pod kątem sześciu wskazanych cech – powtarzające się wzorce mieli dostrzec samodzielnie. Efekty przerosły oczekiwania.

Przed szkoleniem uczestnicy głównego badania (45 osób) poprawnie klasyfikowali nieznane wcześniej twarze jedynie w 41,4 proc. przypadków, a więc poniżej progu losowego zgadywania. Po treningu trwającym niecałą godzinę średnia skuteczność wzrosła do 81,1 proc., a najlepsi uczestnicy osiągali wyniki bliskie stuprocentowej trafności. Poprawiła się nie tylko precyzja – badani podejmowali decyzje szybciej i lepiej oceniali, kiedy ich odpowiedź była prawidłowa.Co istotne, wyniki zostały odtworzone przez niezależny zespół z University of Victoria w Kanadzie, również w wariancie szkolenia prowadzonego w całości przez internet. To otwiera drogę do przygotowania szeroko dostępnych materiałów edukacyjnych. Autorzy zastrzegają jednak, że badanie dotyczyło twarzy wygenerowanych przez StyleGAN3, dlatego nie przesądza jeszcze, czy taki sam trening zadziała równie dobrze wobec innych generatorów, w tym modeli dyfuzyjnych, ani wobec materiałów wideo czy głosu.

Autorzy badania przekonują, że rozwijanie ludzkich kompetencji nie jest fanaberią w epoce automatycznych detektorów – jest koniecznością. Jak zauważa Amy Dawel, procesy decyzyjne algorytmów pozostają nieprzejrzyste, a najnowsze testy porównawcze ujawniają ich poważne słabości. Potrzebne są rozwiązania etyczne i wyjaśnialne, a do tego niezbędne jest utrzymanie człowieka w procesie weryfikacji. Zespół ANU pracuje obecnie nad optymalizacją treningu – skróceniem go i zapewnieniem trwałości efektów w czasie – oraz zaprasza chętnych do udziału w kolejnych badaniach nad detekcją twarzy AI.

Jak zweryfikować podejrzany obraz

Eksperci od kryminalistyki cyfrowej zgodnie podkreślają, że żadna pojedyncza metoda nie daje pewności. W praktyce warto stosować protokół kilku niezależnych kroków:

• sprawdzenie poświadczeń pochodzenia – coraz więcej generatorów i aparatów osadza w plikach kryptograficzne metadane w standardzie C2PA (Content Credentials), które można odczytać m.in. w serwisie verify.contentauthenticity.org. Trzeba jednak wyraźnie podkreślić, że brak takich metadanych niczego nie dowodzi – mogły zostać usunięte przy kompresji lub celowo, a obraz może pochodzić ze źródła, które standardu w ogóle nie obsługuje.
• wsteczne wyszukiwanie obrazu – umieszczenie zdjęcia w wyszukiwarkach grafiki pozwala ustalić, czy wizerunek nie został skradziony z cudzego profilu i zmodyfikowany,
• ocena makrocech twarzy – zgodnie z ustaleniami zespołu ANU: nadmierna symetria, idealne proporcje i uderzająca atrakcyjność powinny wzbudzić czujność,
• użycie co najmniej dwóch różnych detektorów automatycznych – ich wskazania należy traktować jako sygnał do dalszej weryfikacji, a nie ostateczny werdykt.

Wnioski dla czytelnika

Badanie z PNAS niesie optymistyczny przekaz: ludzka percepcja nie jest skazana na porażkę w starciu z generatywną AI, ale wymaga aktualizacji. Umiejętność rozpoznawania syntetycznych twarzy można wytrenować podobnie jak inne formy ekspertyzy wzrokowej – i to zaskakująco szybko. W czasach, gdy wygenerowanie fotorealistycznego wizerunku jest szybkie, tanie i dostępne dla masowego użytkownika, taka kompetencja przestaje być ciekawostką, a staje się elementem cyfrowej higieny – równie podstawowym jak nieklikanie w podejrzane linki.

Źródło:

A. Dawel i in., „Training Humans to Detect AI-generated Faces", PNAS, 29 czerwca 2026 r., doi: 10.1073/pnas.2602122123