Por que uma foto real é marcada como IA

Quase sempre porque o arquivo foi processado: aumentado, teve ruído removido, foi printado ou comprimido pesadamente. Os detectores leem detalhes finos, e o processamento reconstrói detalhes finos de maneiras que parecem geradas.

As seis coisas que causam um falso positivo

Um detector lê a textura estatística entre pixels vizinhos. Qualquer coisa que reescreva essa textura altera a pontuação, independentemente de um gerador estar envolvido ou não. Estas são as causas na ordem em que aparecem na prática.

Prints de tela. Um print de tela é uma renderização de uma imagem, não uma cópia dela. O detalhe fino que o modelo lê é substituído pelo que a tela estava exibindo. Prints de prints de tela são ainda piores.
Aumento de escala (Upscaling). Qualquer ferramenta que amplia uma foto inventa pixels que não foram capturados. Esses pixels inventados são pixels gerados, então o detector não está errado; ele está respondendo a uma pergunta que você não pretendia fazer.
Redução pesada de ruído. Modos noturnos de telefone, processamento de baixa luz e filtros de redução de ruído suavizam o ruído do sensor que marca uma captura real. Remover esse ruído remove a evidência da câmera.
Retoque agressivo. Suavização de pele, separação de frequência e filtros de retrato reconstroem a textura em todo o rosto. Um retrato fortemente retocado pode pontuar mais alto do que um gerado e levemente editado.
Compressão forte. Salvamentos repetidos em JPEG destroem detalhes finos em toda parte. A precisão no benchmark publicado cai de 91,3 por cento em originais limpos para 84,6 por cento na qualidade 40.
Imagens pequenas e cortes pesados. Abaixo de aproximadamente 576 pixels no lado mais curto, não há detalhes suficientes para dividir em regiões, e a pontuação do quadro inteiro torna-se menos confiável.

O custo da recompressão

Originais limpos

91.3 %

Qualidade JPEG 60

87.3 %

Qualidade JPEG 40

84.6 %

O eixo começa em 80% para tornar a inclinação legível. Os valores vêm do benchmark de pesquisa, não de imagens vindas da internet aberta.

Precisão equilibrada em relação à qualidade JPEG no benchmark publicado do modelo. Cada novo salvamento move a imagem para baixo nesta inclinação.

Por que as fotos de telefones modernos são o caso mais difícil

Uma fotografia de um telefone atual não é uma exposição única. É um conjunto de quadros mesclados, com ruído reduzido, nitidez aprimorada e mapeamento de tons feito por software antes mesmo de você a ver. A fotografia computacional e a geração de imagens resolvem problemas sobrepostos e deixam marcas sobrepostas.

Esta é uma limitação real, e não um erro que será corrigido. Um retrato em modo noturno teve mais da sua textura fina escrita por software do que capturada por um sensor. Um detector que lê essa textura está lendo a saída do software, porque é isso que o arquivo contém.

Como testar novamente de forma correta

Encontre o arquivo, não uma cópia dele
Vá para o rolo da câmera, cartão de memória ou exportação original. Tudo o que chegou por um aplicativo de chat, plataforma social ou captura de tela já foi recomprimido.
Envie como arquivo, não como foto
Aplicativos de mensagens recomprimem tudo o que é enviado como imagem. A maioria possui uma opção de documento ou arquivo que transfere os bytes originais.
Desative o processamento que você pode controlar
Se estiver refazendo a foto, desative filtros de beleza e suavização de pele. Onde a câmera oferecer uma opção raw ou não processada, use-a.
Verifique o mapa da região
Um mapa uniformemente quente em todo o quadro aponta para processamento global. Uma área quente em um quadro frio aponta para uma edição local. Essas são conclusões diferentes.
Compare com uma foto comprovadamente boa
Execute uma foto da mesma câmera da qual você tem certeza. Se ela pontuar de forma semelhante, o processamento da câmera é a causa, e não a imagem.

O que o padrão lhe diz

58 61 54 63 59 57 55 62 60

Compare isso com um quadro gerado, onde os blocos ficam na casa dos noventa, e com uma edição local, onde um bloco está quente e o restante frio.

Uma fotografia genuína, mas bastante processada. Nenhum bloco é dramático, mas cada bloco é quente, que é como o processamento global se parece.

Uma distribuição uniforme na banda do meio é a assinatura de uma fotografia real que passou por software demais. É também a resposta honesta: a imagem não carrega mais detalhes originais suficientes para sustentar uma conclusão confiante em qualquer direção.

Se você está recebendo uma acusação

Designers, fotógrafos e estudantes estão sendo solicitados a provar que fizeram seu próprio trabalho. Uma pontuação não pode fazer isso, mas o material em torno dela pode.

Mantenha o arquivo de origem com camadas ou a captura raw. Um arquivo de trabalho com histórico é uma prova muito mais forte do que qualquer saída de detector.
Mantenha as versões intermediárias. Fotos de progresso com carimbos de data/hora são difíceis de fabricar depois do fato.
Exporte com Content Credentials onde seu software permitir. Uma credencial assinada é criptográfica, não estatística.
Pergunte em que a acusação se baseia. Uma única pontuação de uma ferramenta sem nome e com bandas não publicadas não é uma constatação, e dizer isso é razoável.

Também vale saber que a direção do erro não é aleatória. Os detectores são ajustados para capturar imagens geradas, e esse ajuste os torna mais propensos a marcar uma fotografia genuína do que a limpar uma sintética. Se você é a pessoa colocada em dúvida, a ferramenta não é neutra em relação a você, e quem estiver lendo o resultado deve saber disso antes de agir.

Perguntas que as pessoas fazem

Com que frequência fotos reais são marcadas como IA?

No benchmark publicado, o modelo atinge 91,3 por cento de precisão equilibrada em imagens limpas, o que significa que aproximadamente uma em cada onze imagens cai do lado errado da linha sob condições controladas. As taxas no mundo real são piores, porque as imagens reais foram comprimidas, cortadas e salvas novamente antes de chegarem a qualquer detector.

Editar uma foto no Lightroom ou Photoshop causa um falso positivo?

Ajustes comuns, não. Exposição, cor, corte e alinhamento mantêm a textura subjacente intacta. O que move uma pontuação é qualquer coisa que reconstrua detalhes: redução pesada de ruído, suavização de pele, aumento de escala, preenchimento generativo e nitidez agressiva.

Por que minha foto pontuou mais alto depois que a enviei para alguém?

Porque o aplicativo a recomprimiu. A maioria das plataformas de mensagens recodifica as imagens no envio, e algumas fazem isso duas vezes. Sempre teste o arquivo do rolo da câmera em vez da cópia que voltou por uma conversa.

Posso provar que uma foto é minha se um detector disser o contrário?

Não com um detector, mas geralmente sim com todo o resto. O arquivo raw, o documento de trabalho com camadas, as versões intermediárias e as Content Credentials juntos criam um caso muito mais forte do que qualquer pontuação. Ferramentas de detecção foram criadas para levantar uma questão, não para resolver uma disputa de autoria.