Dlaczego wyniki są tutaj zawyżone
Detektor szuka śladów pikseli wygenerowanych lub zmodyfikowanych przez oprogramowanie, a nie zarejestrowanych przez matrycę aparatu. Na Instagramie niemal każdy obraz został celowo zmieniony przez aplikacje, często wielokrotnie.
Typowe opublikowane zdjęcie przeszło przez aplikację aparatu łączącą ekspozycje, aplikację do edycji korygującą barwy i usuwającą niedoskonałości, preset zmieniający kolorystykę, a na koniec przez ponowną kompresję platformy podczas przesyłania.
Każdy z tych kroków modyfikuje strukturę pikseli. Żaden z nich nie czyni zdjęcia fałszywym, ale dla modelu analizującego tekstury każdy wygląda nieco jak wzorzec, do wykrywania którego został wytrenowany. W efekcie autentyczne zdjęcie bez trudu osiąga wynik rzędu 40–50%.
Nie jest to wada jednego, konkretnego narzędzia. Każdy detektor badający statystykę pikseli mierzy się z tym samym zjawiskiem, a narzędzia deklarujące wysoką skuteczność na mocno edytowanych materiałach z mediów społecznościowych opierają się na testach, które rzadko takie treści uwzględniają.
Czwarty rząd jest najbardziej interesujący, ponieważ podmienione niebo stanowi rzeczywistą edycję generatywną. Wynik wzrósł z uzasadnionego powodu, a mapa obszarów pokazałaby zmianę ograniczoną do górnej części kadru, a nie na całej powierzchni.
Kluczowe rozróżnienie: edycja a generowanie od zera
Większość zdjęć na Instagramie, które aktywują detektor, to fotografie poddane edycji, a nie obrazy w całości wygenerowane. To dwa różne zjawiska niosące odmienne konsekwencje, a mapa obszarów pozwala je rozróżnić.
Obraz wygenerowany wykazuje zmiany w całej siatce, ponieważ każdy jego fragment powstał w tym samym procesie. Zdjęcie edytowane daje neutralny kadr z wyodrębnionymi strefami manipulacji tam, gdzie zadziałało narzędzie generatywne: usunięty obiekt, zmienione tło, rozszerzona krawędź.
Wypełnienie generatywne jest obecnie standardową funkcją popularnych programów graficznych, więc taki wzorzec występuje powszechnie i zazwyczaj jest nieszkodliwy. Usunięcie przypadkowego przechodnia z rogu wakacyjnego zdjęcia nie jest próbą oszustwa, a narzędzie klasyfikujące to w ten sposób odpowiada na niewłaściwe pytanie.
Pozyskiwanie pliku do analizy
Instagram utrudnia to bardziej niż większość platform, ponieważ nie oferuje możliwości pobrania, a wyświetlany obraz jest już przeskalowany. Najlepszą dostępną kopią jest zazwyczaj ta, którą przeglądarka ładuje w wersji webowej, a nie cokolwiek wyświetlanego przez aplikację.
Wklejenie adresu URL posta jest zazwyczaj najbardziej niezawodnym sposobem. Pobiera ono bezpośrednio serwowany obraz zamiast zrzutu ekranu, co pozwala uniknąć nałożenia drugiej rundy kompresji na tę zastosowaną przez platformę.
W przypadku kont prywatnych nie ma publicznego pliku do pobrania i nie da się tego w uczciwy sposób obejść. Zrzut ekranu pozostaje jedyną opcją, a zrzut ekranu obrazu już przefiltrowanego i ponownie skompresowanego to najbardziej zdegradowany materiał badawczy, z jakim można mieć do czynienia.
Co rzeczywiście wskazuje na konto generowane przez AI
W przypadku kont opartych całkowicie na syntetycznych obrazach układ całej siatki postów mówi więcej niż jakikolwiek pojedynczy obraz. Zdradza je spójność – i jest to przeciwieństwo tego, czego większość ludzi się spodziewa.
- Niemożliwa spójność. Ta sama twarz, identycznie oświetlona, w rzekomo różnych dniach, miastach i porach roku.
- Brak przypadkowych zdjęć. Prawdziwe konta gromadzą źle wykadrowane, słabo oświetlone, nieistotne zdjęcia. Konta sfabrykowane zawierają wyłącznie idealne ujęcia.
- Powtarzające się tła. Ta sama faktura ściany lub układ roślinności pojawiające się w niepowiązanych postach.
- Brak zdjęć z aparatów innych osób. Nikt nigdy nie oznaczył ich na zdjęciu, którego sami nie zrobili.
- Niedopasowane komentarze. Zaangażowanie, które nigdy nie odnosi się do niczego konkretnego na zdjęciu.
Każdy z tych punktów dotyczy całego zestawu, a nie pojedynczego kadru – dlatego pojedyncze sprawdzenie jednego posta jest tutaj tak słabym narzędziem. Przeanalizuj kilka zdjęć z tego samego konta i przyjrzyj się rozkładowi wyników przed wyciągnięciem jakichkolwiek wniosków.
Jeśli to Twoje prace są kwestionowane
Zdarza się to coraz częściej fotografom i ilustratorom, a najlepszą obroną jest proweniencja, a nie dyskusja. Zachowuj pliki RAW, warstwowe pliki projektów oraz historię wersji, którą Twój program do edycji już rejestruje.
Plik RAW z metadanymi aparatu i odpowiadającą mu historią edycji jest znacznie bardziej przekonujący niż jakikolwiek wynik detektora – w obie strony. Jest to również jedyny dowód o trwałej wartości, ponieważ nie zależy od tego, czy cudzy model zgadza się z Tobą.
Posty sponsorowane i fotografia produktowa
Treści komercyjne na platformie to obszar, w którym generowane obrazy rozwinęły się najszybciej – i gdzie stawka dla odbiorcy jest najwyższa. Zdjęcie produktu przedstawiające przedmiot, który w sfotografowanej formie nie istnieje, to problem konsumencki, a nie estetyczny.
Oznaki różnią się od tych w portretach. Zwróć uwagę na powierzchnię, na której stoi produkt, rzucany przez niego cień oraz to, czy odbicia na opakowaniu zgadzają się z pomieszczeniem sugerowanym przez tło. Generowana fotografia produktowa zazwyczaj trafnie oddaje sam obiekt, a fizykę otoczenia jedynie w przybliżeniu.
Kolejnym niezawodnym elementem weryfikacji jest tekst. Opakowania, etykiety i drobny druk to wciąż miejsca, z którymi generatory sobie nie radzą – produkt, którego etykieta nie wytrzymuje dokładnego odczytania, zasługuje na ponowne sprawdzenie bez względu na to, co wskazuje jakikolwiek wynik.
Przy decyzji o zakupie najważniejsza weryfikacja w ogóle nie opiera się na detektorach. Poproś sprzedawcę o nieedytowane zdjęcie przedmiotu na jednolitym tle, zrobione dzisiaj. To prośba banalna dla prawdziwego sprzedawcy i kłopotliwa dla każdego, czyje materiały powstały z promptu.