W styczniu 2026 r. przez 47 minut krążyło fałszywe wideo przedstawiające siedzącą głowę państwa ogłaszającą akcję wojskową, zanim zostało autorytatywnie zdemaskowane. W tym oknie rynki się poruszyły, wysłano depesze dyplomatyczne i miliony ludzi uwierzyły w coś, co nigdy się nie wydarzyło. To jest świat, w którym teraz żyjemy – a narzędzia zaprojektowane, aby temu zapobiec, przegrywają wyścig.
Dlaczego wykrywanie kończy się niepowodzeniem
Najnowsza generacja modeli syntezy wideo — w tym Sora 3, Runway Gen-4 i kilka alternatywnych rozwiązań typu open source — tworzy wideo, które pokonuje każde istniejące narzędzie do wykrywania. Podstawowym problemem jest to, że narzędzia do wykrywania są szkolone na artefaktach z modeli syntezy poprzedniej generacji. W miarę poprawy syntezy wykrywanie opóźnia się o 6–12 miesięcy. Zanim model wykrywania zostanie wyszkolony na artefaktach obecnej generacji, modele syntezy posunęły się dalej.
W badaniu opublikowanym przez Laboratorium Badań nad Bezpieczeństwem i Prywatnością Uniwersytetu Waszyngtońskiego w kwietniu 2026 r. przetestowano 14 komercyjnych i open-source narzędzi do wykrywania deepfake'ów w porównaniu z filmami wygenerowanymi przez pięć najpotężniejszych obecnych modeli syntezy. Żadne z narzędzi do wykrywania nie osiągnęło dokładności powyżej 65%, a kilka z nich działało gorzej niż przypadkowa szansa w najnowszych modelach. Naukowcy doszli do wniosku, że wykrywanie oparte na artefaktach wizualnych jest „zasadniczo niewystarczające” w porównaniu z obecną technologią syntezy.
Metoda pochodzenia
Najbardziej obiecującym rozwiązaniem nie jest wykrywanie – lecz pochodzenie. Inicjatywa Content Authenticity Initiative, wspierana przez Adobe, Microsoft, BBC i ponad 2000 organizacji członkowskich, opracowała standard podpisu kryptograficznego o nazwie C2PA, który osadza metadane zabezpieczające przed manipulacją w plikach multimedialnych w momencie przechwytywania. Kamery, telefony i oprogramowanie nagrywające obsługujące technologię C2PA tworzą nieprzerwany łańcuch kontroli od momentu uchwycenia do publikacji.
Sony, Nikon i Leica dostarczyły aparaty obsługujące C2PA. Apple iPhone 17 Pro implementuje C2PA dla zdjęć i filmów zarejestrowanych w natywnej aplikacji aparatu. New York Times, Reuters i BBC zaktualizowały swoje systemy zarządzania treścią, aby wyświetlać plakietki weryfikacyjne C2PA w uwierzytelnionych treściach.
Problem adopcji
C2PA jest w dobrym stanie technicznym, ale jego przyjęcie jest fragmentaryczne. Wdrożyły go główne organizacje informacyjne; platformy mediów społecznościowych tego nie zrobiły. Meta, TikTok i X ogłosiły plany obsługi weryfikacji C2PA, ale nie wdrożyły jej jeszcze na dużą skalę. Dopóki platformy, na których większość ludzi konsumuje wiadomości, nie będą wymagały weryfikacji C2PA, standard nie będzie w stanie w pełni wykorzystać swojego potencjału.
Istnieje również zasadnicza luka: C2PA może zweryfikować, czy film został nagrany przez określone urządzenie w określonym czasie, ale nie może zweryfikować, czy osoba na filmie jest tą, za którą się wydaje. Prawdziwy film przedstawiający aktora wykonującego scenę według scenariusza przeszedłby weryfikację C2PA. Norma dotyczy fabrykacji, a nie podszywania się.
Odpowiedzi legislacyjne
Rządy reagują, wprowadzając ustawodawstwo, choć tempo tych zmian jest znacznie zróżnicowane. Unijna ustawa o sztucznej inteligencji wymaga ujawniania treści generowanych przez sztuczną inteligencję w określonych kontekstach. Kalifornijskie ustawy AB 602 i AB 730 wymagają ujawniania reklam politycznych generowanych przez sztuczną inteligencję i mediów syntetycznych przedstawiających prawdziwych ludzi w kontekście seksualnym. Australijska ustawa o bezpieczeństwie w Internecie została zmieniona, aby uwzględnić fałszywą pornografię bez zgody. Jednak egzekwowanie przepisów jest niejednolite, a istniejące przepisy mają raczej charakter reaktywny niż zapobiegawczy.
Co mogą zrobić poszczególne osoby
W przypadku braku niezawodnych rozwiązań technicznych, najważniejszą obroną jest umiejętność korzystania z mediów. Do każdego zaskakującego filmu przedstawiającego osobę publiczną należy podchodzić sceptycznie, dopóki nie zostanie zweryfikowany przez wiele niezależnych źródeł. Sprawdź datę publikacji i źródło. Poszukaj plakietek weryfikacyjnych C2PA, jeśli istnieją. I pamiętaj: najniebezpieczniejsze deepfakes to te, które potwierdzają to, w co już wierzysz — naszą tendencją do akceptowania potwierdzających informacji bez sprawdzenia jest luka, którą deepfakes wykorzystują najskuteczniej.
Odpowiedzialność Platformy
Ostatecznie kryzys deepfake jest problemem związanym z zarządzaniem platformą w równym stopniu, jak i technicznym. Platformy mediów społecznościowych mogą wymagać weryfikacji C2PA pod kątem treści politycznych, oznaczać media generowane przez sztuczną inteligencję i usuwać treści syntetyczne podszywające się pod prawdziwych ludzi. Unijny akt prawny o usługach cyfrowych nakłada na duże platformy obowiązek wdrożenia środków ograniczających ryzyko systemowe – w tym dezinformację – a Komisja Europejska wszczęła postępowania egzekucyjne przeciwko platformom, które nie zastosowały się do tych przepisów. W Australii ustawa o bezpieczeństwie w Internecie przyznaje komisarzowi ds. bezpieczeństwa elektronicznego uprawnienia do wymagania od platform usuwania szkodliwych mediów syntetycznych. Narzędzia istnieją; pytanie, czy wola polityczna, aby je wykorzystać, jest wystarczająca.
Źródła i dalsze czytanie
- C2PA — specyfikacja pochodzenia i autentyczności treści v2.0
- Inicjatywa Adobe Content Authenticity Initiative — organizacje członkowskie, narzędzia i przewodniki wdrożeniowe
- Laboratorium badawcze ds. bezpieczeństwa i prywatności Uniwersytetu Waszyngtońskiego — badania porównawcze w zakresie wykrywania deepfake'ów
- Electronic Frontier Foundation — analiza polityki AI, w tym narzędzie do śledzenia przepisów dotyczących deepfake
- Reuters — interaktywny przewodnik po metodach wykrywania i weryfikacji deepfake'ów