A mesterséges intelligencia által generált képektől a korlátozott műholdas adatokig az online valóság ellenőrzésére használt rendszerek nehezen tudnak lépést tartani a valósággal.
A háborús bűncselekményeket állítók elárasztják az online hírfolyamokat, visszhangozva a Fehér Ház saját fordulatát a titokzatos előzetesek és a mém-natív vizuális tartalmak felé. Ez nem pusztán tartalomelvándorlás. Ez egy új front az információs háborúban, ahol a sebesség, a kétértelműség és az algoritmikus hatókör ugyanolyan fontos, mint a pontosság.
Egy Iránhoz köthető médium, az Explosive News, állítólag körülbelül 24 óra alatt képes leforgatni egy kétperces szintetikus Lego-részletet. A sebesség a lényeg. A szintetikus médiának nem kell örökké kitartania; csak terjednie kell, mielőtt az ellenőrzés utolérné.
A Fehér Ház múlt hónapban tovább fokozta a zűrzavart, amikor két homályos „hamarosan indul” videót tett közzé, majd eltávolította őket, miután online nyomozók és nyílt forráskódú kutatók elkezdték elemezni őket.
A leleplezés antiklimaxnak bizonyult: a hivatalos Fehér Ház alkalmazás promóciós kísérlete. Az epizód azonban megmutatta, hogy a hivatalos kommunikáció milyen alaposan magába szívta a szivárogtatások, a viralitás és a platform-natív intrikák esztétikáját. Még ha a hivatalos beszámolók a szivárogtatás esztétikáját is átveszik, az egyetlen fennmaradó védekező lépés az, hogy megkérdőjelezzük egy feljegyzés valódiságát vagy mesterséges voltát.
Valódi vs. szintetikus: Az új súrlódási faktor
A hitelesség jelzésére korábban nulla digitális lábnyomot használtak. Most már az ellenkezőjét is jelezheti. A nyom hiánya már nem jelenti azt, hogy valami eredeti – azt is jelentheti, hogy soha nem örökítették meg objektívvel. A jel megfordult. Az igazság késik; az elköteleződés vezet.
A 2026-os AI forgalom és kiberfenyegetések állapotáról szóló összehasonlító jelentés szerint az automatizált forgalom jelenleg a becslések szerint az internetes tevékenység 51 százalékát teszi ki, nyolcszor gyorsabban skálázódva, mint az emberi forgalom . Ezek a rendszerek nem csak tartalmat terjesztenek, hanem az alacsony minőségű viralitást is előnyben részesítik, biztosítva, hogy a szintetikus rekordok továbbhaladjanak, miközben az ellenőrzés még folyamatban van.
A nyílt forráskódú szoftvereket kutató kutatók továbbra is tartják a frontot, de mennyiségi háborút vívnak. A hiperaktív „szupermegosztók” térnyerése, akiket gyakran fizetett ellenőrzéssel támogatnak, egy olyan hamis tekintélyréteget ad hozzá, amelyet a hagyományos nyílt forráskódú hírszerzésnek (OSINT) most el kell sajátítania.
„Folyamatosan utolérjük valakit, aki gondolkodás nélkül újraküldésre kényszeríti a hírt” – mondja Maryam Ishani, az OSINT újságírója, aki a konfliktusról tudósít. „Az algoritmus ezt a reflexet helyezi előtérbe, és az információink mindig egy lépéssel lemaradnak.”
Ugyanakkor a háborús megfigyelésekkel foglalkozó fiókok számának növekedése kezdi megzavarni magát a tudósítást is. Manisha Ganguly, a The Guardian vizuális forenzikus vezetője és a háborús bűncselekményeket vizsgáló OSINT-szakértő rámutat a Telegramon és az X-en megjelenő összesített tartalom áradata által keltett hamis bizonyosságra.
„A nyílt forráskódú ellenőrzés akkor kezd hamis bizonyosságot teremteni, amikor már nem vizsgálati módszer – a megerősítési torzítás révén, vagy amikor az OSINT-et hivatalos beszámolók kozmetikai ellenőrzésére használják, vagy tudatosan rosszul alkalmazzák az ideológiai narratívákkal való összhangba hozáshoz, ahelyett, hogy kihallgatnák azokat” – mondja Ganguly.
Miközben ez folyamatban van, maga az ellenőrző eszköztár egyre nehezebben hozzáférhető. Április 4-én a Planet Labs – az egyik legmegbízhatóbb kereskedelmi műholdszolgáltató a konfliktusokkal foglalkozó újságírás terén – bejelentette, hogy határozatlan időre visszatartja Irán és a tágabb közel-keleti konfliktusövezet képeit, március 9-ig visszamenőleges hatállyal, az Egyesült Államok kormányának kérésére.
Pete Hegseth amerikai védelmi miniszter válasza a késedelem miatti aggodalmakra egyértelmű volt: „A nyílt forráskód nem az a hely, ahol meg lehet állapítani, hogy mi történt vagy mi nem.”
Ez a változás fontos. Amikor az elsődleges vizuális bizonyítékokhoz való hozzáférés korlátozott, az események független ellenőrzésének képessége is beszűkül. És ebben a szűkülő résben valami más is kitágul: a generatív mesterséges intelligencia nem csupán betölti a csendet – versenyez azért, hogy meghatározza, mit látunk elsősorban.
A generatív mesterséges intelligenciát egyre nehezebb észrevenni
A generatív mesterséges intelligencia platformok tanultak a hibáikból. Henk van Ess, oknyomozó tréner és ellenőrzési szakember szerint a klasszikus jelek közül sokat – helytelen ujjszámlálást, olvashatatlan tiltakozó táblákat, torz szöveget – nagyrészt kijavítottak a legújabb generációs modellekben. Az olyan eszközök, mint az Imagen 3, a Midjourney és a Dall·E, javultak a gyors megértés, a fotorealisztikus megjelenítés és a szöveg a képben megjelenítés terén.
De a nehezebb probléma az, amit van Ess hibridnek nevez.
Ezekben az esetekben a kép 95 százaléka valódi fénykép: valódi metaadatok, valódi érzékelőzaj, valódi fényfizika. A manipuláció egyetlen részletben rejlik – egy egyenruhára felhelyezett folt, egy kézbe helyezett fegyver, egy finoman kicserélt arc. A pixelszintű detektorok gyakran tisztázzák ezt, mivel olyan képet szkennelnek, ami a legtöbb tekintetben valódi. A hamisítvány akár egy négyzethüvelyknyi is lehet.
„Minden régi módszer feltételezte, hogy a kép valaminek a feljegyzése” – mondja van Ess. „A generatív média gyökeresen cáfolja ezt a feltételezést.”
Henry Ajder, egy deepfake kutató és MI-tanácsadó, aki 2018 óta követi nyomon a szintetikus médiát, tovább megy. A mesterséges intelligencia már nem nyilvánvaló, mondja, beágyazott. Az online keringő kiváló minőségű szintetikus tartalom mennyisége azt jelenti, hogy a látható hibák korszaka véget ér. Ami helyébe olyan tartalom lép, amely teljesen hitelesnek tűnik.
Az észlelésére tervezett eszközöknek megvannak a maguk korlátai. Ajder szerint a detektáló rendszerek nem igazságmotorok. Még a legerősebb eszközök is elég gyakran kudarcot vallanak ahhoz, hogy számítsanak, és a legtöbbjük megbízhatósági pontszámot ad vissza anélkül, hogy elmagyarázná, hogyan érték el ezt a pontszámot. „A detektáló eszközöket soha nem szabad kizárólagos jelzésként használni a cselekvés meghatározásához” – mondja Ajder.
Ez az infrastruktúra még nem létezik ilyen nagy léptékben. Amíg nem létezik, a teher máshová helyeződik át – azokra az emberekre, akik elsősorban a képeket fogyasztják.
Hogyan ellenőrizhető
Van Ess öt lépésre bontja, amelyeket bárki alkalmazhat – nem garanciaként, hanem a terjedés lassításának módjaként.
- Keresd Hollywoodot. Ha egy kép túl filmesnek érződik – túl drámainak, túl egyenletesen megvilágítottnak, túl komponáltnak –, az egy jel. Az igazi katasztrófa ritkán szimmetrikus. Ha mindenki készen áll a közeli felvételre, az az első jel.
- Több fordított képkeresést is futtathatsz. A Google Lens, a Yandex és a TinEye is eltérő eredményeket ad. A találatok hiánya már nem bizonyítja az eredetiséget. Azt is jelentheti, hogy a képet soha nem fényképezték le.
- Közelíts a szélekre. Ne a tereptárgyra, hanem a parkolótáblára, az aknafedélre, az árnyékszögre. Ezek a perifériás részletek azok, ahol gyakran megjelennek az ellentmondások azok az alkatrészek, amelyek tökéletesítéséért senkit sem fizetnek, aki hamisítványt gyárt.
- Az észlelő eszközöket promptként, ne ítéletként kezeljük. A magyarázat nélküli százalékos pontszám nem bizonyíték. Azok az eszközök, amelyek megmutatják, hol jelent meg először egy kép, vagy hogy létezik-e tényellenőrző adatbázisokban, hasznosabbak, mint egyetlen megbízhatósági besorolás. Az ImageWhisperer egy olyan ingyenes eszköz, amely egyesíti ezeket a jeleket.
- Keresd meg a „nulladik pácienst”. Kövesd nyomon a képet a legkorábbi megjelenéséig. A hiteles anyag általában egy személyhez – egy tanúhoz, egy fotóshoz, egy helyszínhez – csatolva érkezik. A szintetikus tartalom gyakran súrlódásmentesnek tűnik: névtelen, csiszolt és már megosztásra formázott.
- Ajder, aki olyan vállalatokat tanácsadóként dolgozott, mint az Adobe és a Synthesia, azzal érvel, hogy a hosszú távú megoldás nem pusztán a jobb felderítés, hanem a származás – olyan rendszerek, amelyek képesek ellenőrizni a származást a hamisítványok végtelen üldözése helyett. Amíg ez az infrastruktúra nem áll rendelkezésre megfelelő méretekben, a teher nem tűnik el – áthelyeződik.
Egy olyan rendszerben, ahol a szintetikus tartalom gyorsabban mozog, mint ahogy ellenőrizni lehet, az egyetlen valódi védekezés a viselkedésbeli tétovázás lehet. Egy kis szünet az újraközlés előtt. Néhány percnyi vizsgálódás egy olyan rendszerben, amely úgy van kialakítva, hogy semmit sem jutalmazzon.
Tovább a cikkre: wired.com (Gia Chaudry)
