Wprowadzenie do deepfake

Co to jest deepfake?

Słowo deepfake powstało z połączenia dwóch angielskich słów: deep learning (głębokie uczenie — rodzaj sztucznej inteligencji) oraz fake (fałszywy). Deepfake to syntetyczne media — filmy, nagrania audio lub zdjęcia — stworzone przez sztuczną inteligencję tak, aby wyglądały lub brzmiały jak prawdziwe osoby.

Co odróżnia deepfake od tradycyjnej edycji? Zwykła obróbka zdjęć czy filmów wymaga ręcznej pracy człowieka — grafik musi piksel po pikselu modyfikować obraz. Przy deepfake to AI generuje treść automatycznie, ucząc się na tysiącach przykładów prawdziwych twarzy, głosów czy ruchów ciała.

Przykłady deepfake to między innymi: wideo, na którym ktoś wypowiada słowa, których nigdy nie powiedział; realistyczne zdjęcia osób, które w rzeczywistości nie istnieją; nagrania głosu brzmiące identycznie jak głos prawdziwej osoby.

Dlaczego to ważne? Jeszcze kilka lat temu stworzenie przekonującego deepfake wymagało zaawansowanej wiedzy technicznej i potężnych komputerów. Dziś wystarczy smartfon i darmowa aplikacja. To oznacza, że każdy — dosłownie każdy — może tworzyć fałszywe materiały. Dlatego umiejętność rozpoznawania deepfake staje się jedną z najważniejszych kompetencji cyfrowych naszych czasów.

Krótka historia deepfake

Historia deepfake jest stosunkowo krótka, ale bardzo dynamiczna. Wszystko zaczęło się pod koniec 2017 roku, kiedy anonimowy użytkownik serwisu Reddit o nazwie „deepfakes” zaczął publikować filmy z podmienionymi twarzami znanych osób. Użył do tego ogólnodostępnych narzędzi uczenia maszynowego. To od jego pseudonimu pochodzi nazwa całego zjawiska.

W kwietniu 2018 roku serwis BuzzFeed we współpracy z reżyserem Jordanem Peele stworzył film ostrzegawczy — deepfake przedstawiający byłego prezydenta USA Baracka Obamę, który mówi rzeczy, których nigdy nie powiedział. Film miał na celu uświadomienie ludziom, jak łatwo można stworzyć przekonujące fałszywe wideo.

W 2019 roku tworzenie deepfake trafiło na smartfony. Chińska aplikacja Zao (wrzesień 2019) pozwalała w kilka sekund wstawić własną twarz do znanych scen filmowych i z dnia na dzień stała się viralem. Popularne były też inne aplikacje do zabawy twarzą: działający od 2017 roku FaceApp (postarzanie i odmładzanie twarzy), a od 2020 roku Reface (podmiana twarzy w klipach i gifach) — miliony ludzi bawiły się podmianą twarzy.

Od 2020 roku do dziś technologia deepfake rozwija się w zawrotnym tempie. Jakość fałszywych materiałów rośnie z roku na rok, a jednocześnie narzędzia stają się coraz bardziej dostępne. To wyścig między twórcami deepfake a badaczami próbującymi je wykrywać.

Typy deepfake

Deepfake to nie tylko podmienione twarze w filmach. Istnieje pięć głównych kategorii syntetycznych mediów tworzonych przez sztuczną inteligencję.

1. Zamiana twarzy w wideo (face swap) — to najbardziej znany typ. AI wykrywa twarz jednej osoby w filmie i zastępuje ją twarzą kogoś innego, klatka po klatce. Efekt może być niezwykle realistyczny.

2. Klonowanie głosu (voice cloning) — AI uczy się brzmienia czyjegoś głosu na podstawie nagrań, a następnie generuje nową wypowiedź w tym głosie. Sklonowany głos może powiedzieć dowolny tekst.

3. Obrazy generowane przez AI — tworzenie realistycznych zdjęć osób, które nigdy nie istniały. Technologia jest tak zaawansowana, że większość ludzi nie odróżnia tych zdjęć od prawdziwych fotografii.

4. Tekst generowany przez AI — fałszywe artykuły, recenzje, wiadomości i posty w mediach społecznościowych tworzone automatycznie przez duże modele językowe. Mogą naśladować styl pisania konkretnych osób lub mediów.

5. Synteza całego ciała — najbardziej zaawansowana forma deepfake. AI generuje nie tylko twarz, ale całą postać w ruchu — gesty, chód, mowę ciała. Można stworzyć film z osobą, która wykonuje czynności, których nigdy nie robiła.

Każdy z tych typów stanowi inne zagrożenie i wymaga innych metod wykrywania. W kolejnych lekcjach omówimy szczegółowo każdą kategorię.

Deepfake a zwykła edycja

Ludzie edytują zdjęcia i filmy od dziesięcioleci. Programy takie jak Adobe Photoshop (wydany w 1990 roku) pozwalają na ręczne retuszowanie zdjęć — usuwanie niedoskonałości, zmianę kolorów, a nawet wklejanie elementów z innych zdjęć. Ale to wszystko wymaga ludzkiej pracy, czasu i umiejętności.

Deepfake działa zupełnie inaczej. Oto kluczowe różnice:

Szybkość — tradycyjna edycja profesjonalnego wideo może zająć godziny lub dni. AI potrafi stworzyć przekonujący deepfake w ciągu minut, a czasem sekund.

Jakość — AI uczy się na milionach przykładów prawdziwych twarzy, głosów i ruchów. Dzięki temu generowane treści mogą wyglądać niezwykle realistycznie, nawet bez udziału profesjonalnego grafika.

Skala — jedna osoba z komputerem może przy pomocy AI wygenerować setki lub tysiące fałszywych materiałów. Ręczna edycja w takiej skali byłaby niemożliwa.

Dostępność — kiedyś edycja wideo wymagała lat nauki i drogiego oprogramowania. Dziś wiele narzędzi deepfake jest darmowych i nie wymaga żadnych umiejętności technicznych.

Ważna uwaga: samo narzędzie nie jest złe ani dobre. Photoshop można użyć do poprawienia zdjęcia wakacyjnego albo do oszustwa. Tak samo AI do generowania treści — może służyć rozrywce, edukacji lub dezinformacji. Kluczowe jest to, w jakim celu ktoś używa technologii.

Dlaczego deepfake jest niebezpieczny?

Deepfake niesie ze sobą poważne zagrożenia, które dotykają zarówno pojedyncze osoby, jak i całe społeczeństwa.

Erozja zaufania — to być może największe niebezpieczeństwo. Kiedy każdy film, zdjęcie czy nagranie głosu może być sfałszowane, ludzie przestają ufać nawet prawdziwym materiałom. Powstaje świat, w którym nikt nie jest pewien, co jest prawdą.

Dezinformacja — deepfake może być użyty do rozpowszechniania fałszywych informacji na masową skalę. Fałszywe wypowiedzi polityków, sfabrykowane relacje z wydarzeń, wymyślone skandale — wszystko to może wpływać na opinię publiczną i wyniki wyborów.

Naruszenie prywatności — wykorzystanie czyjegoś wizerunku bez zgody to poważne naruszenie praw osobistych. Deepfake umożliwia tworzenie kompromitujących materiałów z twarzą dowolnej osoby.

Oszustwa finansowe — przestępcy używają sklonowanych głosów, aby podszywać się pod szefów firm lub członków rodziny i wyłudzać pieniądze. Takie ataki stają się coraz częstsze.

Cyberprzemoc — to zagrożenie szczególnie dotyka młodych ludzi. Ktoś może stworzyć fałszywe, ośmieszające lub krzywdzące materiały z twarzą ofiary i rozpowszechnić je w internecie. Takie materiały mogą bardzo zranić.

Jeśli spotka to ciebie albo kogoś, kogo znasz: nie udostępniaj tego dalej, zgłoś materiał na platformie i powiedz dorosłemu, któremu ufasz. Razem zanotujcie link, nazwę konta i datę (intymnych zdjęć nie zapisuj). To nie twoja wina. Możesz też bezpłatnie zadzwonić pod 116 111 (telefon zaufania dla dzieci i młodzieży).

Dlatego właśnie umiejętność rozpoznawania deepfake nie jest tylko ciekawostką — to niezbędna umiejętność obronna w cyfrowym świecie.