Šiandien vis dažniau susiduriame su turiniu, kuris atrodo visiškai tikroviškas, bet iš tiesų yra sukurtas algoritmų. Tai verčia iš naujo apibrėžti, ką reiškia sąvoka „matyti savo akimis“ ir kiek galime tuo pasitikėti. Nors modernūs DI modeliai moka sukurti itin detalius ir įtikinamus vaizdus, klastotės vis dar palieka tam tikrų pėdsakų. Kartais juos galima pastebėti plika akimi, tačiau vis dažniau prireikia kritinio mąstymo ir papildomų tikrinimo priemonių.
Kokie požymiai gali išduoti, kad prieš jus – ne realybė, o dirbtinai sugeneruotas vaizdas? Kaip technologijų pažanga keičia mūsų gebėjimą atskirti tiesą nuo fikcijos? Į šiuos ir kitus klausimus atsako Vytauto Didžiojo universiteto partnerystės docentas, dirbtinio intelekto mokytojas K. Jakubsonas.
Kokie dažniausi požymiai išduoda, kad nuotrauka ar vaizdo įrašas gali būti suklastoti, ir kaip DI pakeitė vizualinio turinio patikimumą?
Šiuo metu atskirti klastotę darosi vis sunkiau. Anksčiau buvo galima pastebėti esant akivaizdžių klaidų, pavyzdžiui, sugeneruotoje nuotraukoje žmogus turėdavo keturis ar šešis pirštus, o dabar nauji DI modeliai generuoja vaizdus taip tiksliai, kad vizualiai atskirti klastotę nuo tikro kadro tampa beveik neįmanoma.
Nors technologijos tobulėja, vis dar galima pastebėti smulkių neatitikimų: nenatūralų apšvietimą, nerišlų tekstą fone ar keistas fizikos anomalijas, tačiau plika akimi pasikliauti darosi vis sunkiau.
Kaip Lietuvos gyventojai atrodo bendrame pasaulio kontekste: ar mokame atskirti suklastotus vaizdus?
Šiuo klausimu pasaulio kontekste nelabai išsiskiriame. Ir Lietuvoje, ir visame pasaulyje žmonėms darosi vienodai sunku atskirti giliąsias klastotes (angl. deepfake) nuo tikrų vaizdų. Tai jau nebe nacionalinė, o globali technologinė problema.
Kodėl žmonės linkę per daug pasitikėti tuo, ką mato internete, ir kurios grupės yra pažeidžiamiausios?
Pagrindinį vaidmenį čia atlieka psichologinis įprotis: esame įpratę tikėti tuo, ką matome savo akimis. Po truputį šis įprotis privalo keistis. Kalbant apie pažeidžiamas grupes, stereotipiškai manoma, kad tai tik vyresnio amžiaus žmonės, tačiau amžius nėra pagrindinis rodiklis.
Pažeidžiamiausi tie žmonės, kurie mažiau domisi technologijų naujovėmis, neturi laiko susipažinti su DI galimybėmis ir stokoja kritinio mąstymo. Informacinis ir medijų raštingumas – gebėjimas kritiškai vertinti informaciją – yra kur kas svarbesnis veiksnys nei žmogaus amžius.
Kokios yra pagrindinės priemonės, padedančios patikrinti vaizdų autentiškumą, ir kokias DI verifikavimo priemones rekomenduotumėte?
Deja, kol kas nėra paprastiems vartotojams patikimų, vieno mygtuko paspaudimu veikiančių priemonių, kurios šimtu procentų atpažintų DI sugeneruotą turinį.
Technologijų milžinės imasi iniciatyvos, pavyzdžiui, „Google“ naudoja „SynthID“ technologiją. Generuojant vaizdą, garsą ar tekstą, ši sistema palieka skaitmeninį pėdsaką (nematomą vandens ženklą), tačiau šiuos pėdsakus atpažįsta tik pačios sistemos – paprastas žmogus jų nemato.
„Pažeidžiamiausi tie žmonės, kurie mažiau domisi technologijų naujovėmis ir stokoja kritinio mąstymo.“
Kaip veikia atvirkštinė vaizdų paieška ir kada ji efektyviausia?
Atvirkštinė vaizdų paieška veikia priešingu principu nei įprasta paieška. Užuot į paieškos laukelį vedę tekstą, įkeliame nuotrauką arba jos nuorodą (pvz., „Google Lens“). Tuomet paieškos sistemos algoritmai analizuoja ne failo pavadinimą, o vaizdą: spalvas, linijas, formas ir tekstūras, paverčia šią vizualinę informaciją savotišku skaitmeniniu atspaudu.
Atspaudas akimirksniu sulyginamas su milijardais kitų nuotraukų duomenų bazėje ir taip randama, kur dar internete yra šis ar labai panašus vaizdas. Ši technologija efektyviausia tada, kai reikia patikrinti nuotraukos kontekstą ir pirminį šaltinį. Informacinio karo ir dezinformacijos erdvėje labai dažnai manipuliuojama ne kuriant naujus, o naudojant senus vaizdus, pavyzdžiui, kelerių metų senumo nelaimių ar protestų nuotraukos pateikiamos kaip šios dienos aktualijos.
Atvirkštinė paieška iškart demaskuoja tokias manipuliacijas ir parodo, kad kadras internete sklando jau seniai, padeda surasti originalią, neredaguotą nuotraukos versiją ir taip patvirtina arba paneigia jos sąsają su aprašomu įvykiu.
Kokius dalykus rekomenduotumėte kiekvienam, norinčiam patikrinti įtartiną vaizdą, ir į ką pirmiausia atkreipti dėmesį?
Užuot bandžius ieškoti vizualiai netaisyklingų detalių, siūlyčiau visada vadovautis šiais žingsniais:
1. Įvertinkite šaltinį. Ar vaizdą matote oficialioje žiniasklaidos priemonėje, ar atsitiktinėje socialinio tinklo (pvz., „TikTok“, „Instagram“) paskyroje? Oficialiose medijose žurnalistai atlieka faktų tikrinimo darbą už jus.
2. Koks kontekstas? Paklauskite savęs, kodėl šitą vaizdą matau ir ar pateiktas kontekstas apskritai atrodo logiškas.
3. Analizuokite emocijas. Kokią reakciją bandoma sukelti šiuo vaizdu? Giliosios klastotės labai dažnai kuriamos taip, kad sukeltų stiprias emocijas (ypač pyktį ar įniršį), nes taip kur kas lengviau manipuliuoti auditorija ir priversti ją dalytis informacija.
Kaip socialiniai tinklai prisideda prie klaidinančių vaizdų plitimo ir ar platformos daro pakankamai?
Socialiniuose tinkluose veikia multiplikavimo efektas. Vartotojas pamato emocijas provokuojantį suklastotą vaizdą, juo pasidalija arba parašo komentarą. Socialinių tinklų algoritmai tai priima kaip ženklą: turinys įdomus, jis įtraukia žmones. Tuomet šis vaizdas parodomas dar didesnei auditorijai. Deja, pačios platformos kol kas daro per mažai. Nors galimybių kurti klastotes daugėja, platformoms trūksta efektyvių techninių priemonių tokį turinį automatiškai blokuoti ar žymėti.
Ir pabaigai: norėčiau visiems palinkėti turinį vertinti kritiškai. Visada atsižvelkite į tai, ar pirminis šaltinis yra patikimas, ir paklauskite savęs, ko iš tiesų siekiama rodomu vaizdu.
Projektą „Netikra? Patikrink!“ iš dalies finansuoja Medijų rėmimo fondas. 2026 m. skirta 9 000 eurų.
