AI ή άνθρωπος; Εσύ μπορείς να ξεχωρίσεις την αλήθεια;

- Newsroom

Έξι δάχτυλα, αλλόκοτα σκουλαρίκια και βλέμματα που κάτι δεν... πάει καλά. Κάποτε, το να ξεσκεπάσεις μια εικόνα φτιαγμένη από τεχνητή νοημοσύνη ήταν σχεδόν παιχνιδάκι. Μόνο που η AI μεγάλωσε, έμαθε από τα λάθη της και πλέον παίζει πολύ καλύτερα κρυφτό.Το ερώτημα είναι: μπορούμε να εκπαιδεύσουμε και το δικό μας μάτι για να την προλαβαίνουμε;

Κοιτάζεις δύο πρόσωπα στην οθόνη σου. Και τα δύο μοιάζουν απολύτως αληθινά. Κανονικά χαρακτηριστικά, φυσικό δέρμα, μαλλιά, βλέμμα, έκφραση. Μόνο που υπάρχει μια μικρή λεπτομέρεια: ο ένας από τους δύο ανθρώπους δεν υπήρξε ποτέ.

Η τεχνητή νοημοσύνη έχει γίνει τόσο καλή στη δημιουργία ρεαλιστικών ανθρώπινων προσώπων, ώστε το παλιό παιχνίδι «βρες το λάθος» γίνεται ολοένα και δυσκολότερο.

Μπορεί, όμως, ο ανθρώπινος εγκέφαλος να εκπαιδευτεί ώστε να αναγνωρίζει τα πρόσωπα που έχουν δημιουργηθεί από μηχανή;

Αυτό ακριβώς εξετάζει διεθνής ερευνητική ομάδα από την Αυστραλία, τον Καναδά και το Ηνωμένο Βασίλειο. Και η απάντηση, τουλάχιστον προς το παρόν, όπως αναφέρεται στο ρεπορτάζ του BBC, είναι ενθαρρυντική: ναι, μπορούμε να γίνουμε πολύ καλύτεροι στο να εντοπίζουμε τα AI fakes.

Απλώς πρέπει να σταματήσουμε να ψάχνουμε για… έκτο δάχτυλο.

Η AI έμαθε να κρύβει τα λάθη της

Στις πρώτες γενιές εικόνων τεχνητής νοημοσύνης, τα πράγματα ήταν σχετικά εύκολα. Ένα επιπλέον δάχτυλο, ένα περίεργο αυτί, ασύμμετρα γυαλιά ή κάποιο άλλο εξόφθαλμο λάθος μπορούσε να προδώσει αμέσως την εικόνα.

Μόνο που η τεχνητή νοημοσύνη μαθαίνει – και μάλιστα γρήγορα.

Όπως εξηγεί η καθηγήτρια Amy Dawel, διευθύντρια του Emotions and Faces Lab στο Australian National University, η εκπαίδευση των ανθρώπων ώστε να αναζητούν τέτοιου είδους οπτικά λάθη έχει πλέον περιορισμένη αποτελεσματικότητα.

Ο λόγος είναι απλός: τα συστήματα AI γίνονται συνεχώς καλύτερα, ενώ όσοι χρησιμοποιούν ψεύτικες εικόνες για απάτες μπορούν ούτως ή άλλως να απορρίψουν εκείνες που περιέχουν εμφανή σφάλματα.

Άρα, χρειάζεται κάτι πιο λεπτό.

Μπορούμε να αποκτήσουμε «ένστικτο» για τα deepfakes;

Η ψυχολόγος Dr Clare Sutherland, η οποία ηγείται της έρευνας στο Ηνωμένο Βασίλειο από το University of Aberdeen, παρατήρησε μαζί με τους συναδέλφους της κάτι ενδιαφέρον.

Όσο περισσότερα πραγματικά και τεχνητά πρόσωπα έβλεπαν, τόσο περισσότερο άρχιζαν να αποκτούν μια αίσθηση για το ποιο είναι αληθινό και ποιο όχι.

Χωρίς απαραίτητα να μπορούν να εξηγήσουν ακριβώς το γιατί.

Και κάπως έτσι γεννήθηκε η ερώτηση: αν οι ερευνητές μπορούσαν να αποκτήσουν αυτή τη διαίσθηση, μήπως θα μπορούσαν να τη διδάξουν και σε άλλους;

Για τα πειράματα δημιουργήθηκαν χιλιάδες τεχνητά πρόσωπα με το StyleGAN3, ένα ιδιαίτερα προηγμένο εργαλείο δημιουργίας ρεαλιστικών ανθρώπινων προσώπων.

Οι συμμετέχοντες εξετάστηκαν πριν και μετά από ειδική εκπαίδευση – και τα αποτελέσματα ήταν εντυπωσιακά.

Τα 6 πράγματα που μπορούν να προδώσουν ένα AI πρόσωπο

Αντί να αναζητούν ένα συγκεκριμένο «λάθος», οι ερευνητές έμαθαν στους συμμετέχοντες να παρατηρούν έξι πιο αφηρημένα χαρακτηριστικά.

1. Συμμετρία

Οι πραγματικοί άνθρωποι δεν είναι τέλειοι – και ευτυχώς.

Ένα βλέφαρο μπορεί να πέφτει λίγο περισσότερο από το άλλο, ένα χαμόγελο να είναι ελαφρώς στραβό ή τα δύο μισά ενός προσώπου να μην είναι απόλυτα συμμετρικά.

Η AI, αντίθετα, συχνά δημιουργεί πρόσωπα που μοιάζουν υπερβολικά «τακτοποιημένα».

Με απλά λόγια: αν ένα πρόσωπο μοιάζει υπερβολικά τέλειο για να είναι αληθινό, ίσως πράγματι να μην είναι.

2. Αναλογίες

Οι άνθρωποι έχουν κάθε πιθανή παραλλαγή χαρακτηριστικών: μεγαλύτερες μύτες, αυτιά που προεξέχουν, ιδιαίτερες αναλογίες.

Τα AI-generated πρόσωπα τείνουν περισσότερο προς το «μέσο» και το αρμονικό, αποφεύγοντας συχνά τις έντονες ιδιαιτερότητες.

3. Ελκυστικότητα

Εδώ τα πράγματα γίνονται λίγο πιο υποκειμενικά.

Σύμφωνα με τη Sutherland, τα πρόσωπα που δημιουργεί η AI τείνουν να θεωρούνται περισσότερο ελκυστικά ή αισθητικά ευχάριστα.

Φαίνεται πως η τεχνητή νοημοσύνη έχει μια μικρή αδυναμία στους… φωτογενείς ανθρώπους.

4. Μοναδικότητα

Σκέψου ένα πρόσωπο που θα πρόσεχες αμέσως μέσα σε ένα γεμάτο δωμάτιο.

Η AI δυσκολεύεται περισσότερο με αυτή τη μοναδικότητα. Τα πρόσωπα που δημιουργεί έχουν την τάση να συγκλίνουν προς έναν μέσο όρο και, ως αποτέλεσμα, συχνά φαίνονται πιο γενικά.

Είναι άνθρωποι που μοιάζουν κάπως… με όλους και με κανέναν.

5. Εκφραστικότητα

Τα τεχνητά πρόσωπα τείνουν επίσης να εμφανίζουν λιγότερο έντονο συναίσθημα.

Σύμφωνα με τους ερευνητές, πολλές AI εικόνες δείχνουν πιο ουδέτερες και λιγότερο συναισθηματικά εκφραστικές.

6. Πόσο εύκολα θυμάσαι το πρόσωπο

Τελευταίο και ίσως πιο παράξενο στοιχείο: τα AI πρόσωπα μπορεί να είναι δυσκολότερο να μείνουν στη μνήμη μας.

Επειδή συχνά δεν διαθέτουν έντονα, ιδιαίτερα χαρακτηριστικά, είναι πιο εύκολο να τα ξεχάσουμε.

Οι ερευνητές επισημαίνουν επίσης ότι τα συστήματα τεχνητής νοημοσύνης μπορεί να είναι λιγότερο αποτελεσματικά στη δημιουργία ορισμένων κατηγοριών προσώπων, μεταξύ άλλων μεγαλύτερων ή πολύ νεότερων ανθρώπων και ανθρώπων διαφορετικών φυλετικών χαρακτηριστικών, κάτι που σχετίζεται με τα δεδομένα πάνω στα οποία έχουν εκπαιδευτεί.

Από 40% σε 80% μέσα από την εκπαίδευση

Κανένα από τα παραπάνω χαρακτηριστικά δεν αποτελεί από μόνο του αδιάσειστη απόδειξη ότι μια εικόνα είναι ψεύτικη.

Και αυτό είναι ίσως το σημαντικότερο εύρημα της έρευνας.

Δεν υπάρχει απαραίτητα ένα μαγικό σημάδι που φωνάζει «με έφτιαξε η AI». Το κλειδί είναι να μάθουμε να αναγνωρίζουμε ένα σύνολο χαρακτηριστικών και, σταδιακά, να αποκτούμε καλύτερη διαίσθηση.

Και φαίνεται πως αυτό λειτουργεί.

Όταν οι ερευνητές εξέθεσαν τους συμμετέχοντες σε πραγματικές και AI-generated εικόνες και στη συνέχεια τους αποκάλυπταν ποιες ήταν αληθινές και ποιες τεχνητές, η ικανότητά τους να τις ξεχωρίζουν βελτιώθηκε σημαντικά.

Μάλιστα, ακόμη και μέσα σε περίπου μία ώρα εκπαίδευσης, η μέση ακρίβεια μπορούσε να ανέβει από περίπου 40% στο 80%.

Ορισμένοι συμμετέχοντες έφτασαν κοντά στο εντυπωσιακό 100%.

Η ειρωνεία; Μαθαίνουμε περίπου όπως μαθαίνει και η AI

Ο τρόπος με τον οποίο ο ανθρώπινος εγκέφαλος φαίνεται να μαθαίνει να αναγνωρίζει τα deepfakes θυμίζει, κατά κάποιον τρόπο, τον τρόπο με τον οποίο εκπαιδεύονται τα ίδια τα μοντέλα γενετικής τεχνητής νοημοσύνης.

Δώσε τους αρκετά παραδείγματα και feedback και, με τον χρόνο, η ακρίβεια βελτιώνεται – ακόμη κι αν δεν είναι πάντοτε εύκολο να εξηγήσουμε με απόλυτη ακρίβεια πώς έφτασαν στο σωστό αποτέλεσμα.

Υπάρχει όμως και κάτι ακόμη ενδιαφέρον.

Παλαιότερες έρευνες είχαν δείξει ότι οι άνθρωποι συχνά έχουν υπερβολική αυτοπεποίθηση στην ικανότητά τους να αναγνωρίζουν AI πρόσωπα. Μάλιστα, εκείνοι που εμφανίζονταν περισσότερο σίγουροι για τον εαυτό τους ήταν συχνά και εκείνοι που έκαναν περισσότερα λάθη.

Μετά την εκπαίδευση, όμως, οι συμμετέχοντες όχι μόνο έγιναν καλύτεροι, αλλά απέκτησαν και πιο ουσιαστική εμπιστοσύνη στην κρίση τους.

Γιατί έχει τόση σημασία να αναγνωρίζουμε ένα deepfake;

Γιατί το θέμα δεν αφορά απλώς ένα διασκεδαστικό διαδικτυακό κουίζ.

Η πιο προφανής απειλή είναι οι απάτες.

Η Deloitte έχει εκτιμήσει ότι οι απώλειες από απάτες που σχετίζονται με AI deepfakes στις ΗΠΑ θα μπορούσαν να εκτοξευθούν σε δεκάδες δισεκατομμύρια λίρες.

Χαρακτηριστική είναι η περίπτωση εργαζομένου εταιρείας στο Χονγκ Κονγκ, ο οποίος μετέφερε περίπου 25 εκατ. λίρες σε απατεώνες, αφού συμμετείχε σε βιντεοκλήση στην οποία εμφανιζόταν μια deepfake εκδοχή του αφεντικού του.

Και φυσικά το πρόβλημα δεν σταματά στις οικονομικές απάτες.

Τα deepfakes μπορούν να χρησιμοποιηθούν στην πολιτική, στην παραπληροφόρηση ακόμη και σε επιχειρήσεις κατασκοπείας.

Ήδη από το 2019, έρευνα του Associated Press είχε εντοπίσει ένα προφίλ στο LinkedIn με το όνομα «Katie Jones», το οποίο φαινόταν να ανήκει σε ειδικό σε θέματα Ρωσίας και Ευρασίας με διασυνδέσεις σε σημαντικά think tanks και πολιτικούς κύκλους της Ουάσινγκτον.

Σύμφωνα με την έρευνα, τόσο η ταυτότητα όσο και η φωτογραφία φαίνονταν να είναι κατασκευασμένες, ενώ το συγκεκριμένο προφίλ είχε καταφέρει να συνδεθεί διαδικτυακά με υψηλόβαθμους πολιτικούς συνεργάτες και στελέχη εθνικής ασφάλειας στις ΗΠΑ.

Στην Αυστραλία, την ίδια ώρα, έχει ήδη τεθεί στο τραπέζι η πρόταση να υπάρχει υποχρεωτική γνωστοποίηση και ειδική σήμανση –ένα είδος ψηφιακού «watermark»– στο πολιτικό περιεχόμενο που δημιουργείται με AI.

Δεν είναι, όμως, όλα… Black Mirror

Η τεχνητή νοημοσύνη δεν είναι από μόνη της ο «κακός» της ιστορίας.

Η Sutherland επισημαίνει ότι η ίδια τεχνολογία μπορεί να έχει και ιδιαίτερα χρήσιμες εφαρμογές. Για παράδειγμα, μπορεί να χρησιμοποιηθεί ώστε να δημιουργηθούν γρήγορα και οικονομικά εικόνες που δείχνουν πώς ενδέχεται να μοιάζει σήμερα ένα παιδί που αγνοείται εδώ και πολλά χρόνια.

Αν η AI χρησιμοποιείται με καλή πρόθεση και, κυρίως, αν ο κόσμος γνωρίζει ότι αυτό που βλέπει έχει δημιουργηθεί ή τροποποιηθεί από τεχνητή νοημοσύνη, τότε μπορεί να αποτελέσει ένα εξαιρετικά χρήσιμο δημιουργικό εργαλείο.

Τα καλά νέα, λοιπόν, είναι ότι δεν έχουμε φτάσει ακόμη σε έναν δυστοπικό κόσμο όπου άνθρωπος και μηχανή είναι αδύνατον να ξεχωρίσουν.

Τα κακά νέα; Η τεχνητή νοημοσύνη πιθανότατα έχει ήδη πρόσβαση στις δημοσιευμένες έρευνες που εξηγούν πώς καταφέρνουμε να την εντοπίζουμε.

Και, όπως είπαμε στην αρχή, η AI έχει ένα μικρό αλλά σημαντικό χαρακτηριστικό: μαθαίνει.