Исследование студентки СПбГУПТД показало, что более половины опрошенных не распознают дипфейки
Студентка кафедры журналистики и медиатехнологий СМИ СПбГУПТД Варвара Шадрина изучила феномен дипфейков, осведомленность и степень доверия аудитории визуальному контенту и проверила способность людей отличать реальную фотографию от подделки.
Студентка Высшей школы печати и медиатехнологий СПбГУПТД Варвара Шадрина пояснила: «Из-за активной цифровизации медиапространства визуальный контент теперь — важная деталь формирования общественного мнения. Аудитория воспринимает фото и видео, как достоверные источники информации, ведь они создают «эффект присутствия» и усиливают ощущение реальности происходящего. Однако развитие искусственного интеллекта меняет ситуацию. В последние годы активно распространяются дипфейки — синтетический медиаконтент, создаваемый с помощью нейросетей».
По словам Варвары, дипфейки используются в политической коммуникации, рекламе, социальных сетях, кино, музейных проектах и документалистике. Она считает, что их нельзя оценивать однозначно, ведь они одновременно, как расширяют творческие возможности в медиа, так и порождают колоссальные информационные угрозы.
Студентка провела исследование в формате социологического опроса, чтобы определить уровень осведомленности пользователей о дипфейках, степени доверия к визуальному контенту и способности респондентов распознавать поддельные изображения. Более половины из ста опрошенных посчитали, что хорошо знакомы с дипфейками и смогут определить сгенерированное фото. Тогда девушка предложила им шесть изображений, из которых только два — подлинные. Уверенная в себе часть аудитории — свыше 50% — сделали неправильное предположение и не смогли отличить подделку от оригинала. На практике Варвара выявила, что распознать высокореалистичную ИИ-генерацию сложно.
Студентка назвала распространенные типы дипфейков: подмена лица одного человека лицом другого с сохранением основного движения и контекста сцены; передача мимики, артикуляции и выражений лица от одного человека к другому; генерация или подмена изображения тела; синтез или подделка голоса конкретного человека на основе акустических моделей; генерация видеоконтента на основе текстового описания с использованием моделей типа diffusion.
На основании этого девушка сформулировала маркеры, которые помогут верифицировать изображения. К ним Варвара отнесла нарушение симметрии зубов и границ лица, неестественные блики, размытые контуры, неправильное наложение текстур кожи, «провалы» в областях глаз или рта, несовпадение мимики и артикуляции, нарушение тембра и интонации, резкие обрывы звуковых окончаний.
