Un deepfake bun nu mai arată ca acum câțiva ani, cu fața ștearsă sau clipiri nefirești ușor de observat. Modelele actuale generează voci și chipuri suficient de convingătoare încât să păcălească o privire grăbită, mai ales pe un ecran mic de telefon, într-un feed care defilează rapid. Asta nu înseamnă însă că sunt perfecte — încă au tipare pe care, dacă știi la ce să te uiți, le poți prinde.
Ce trădează un video manipulat
Primul lucru la care merită să te uiți e zona din jurul feței și a gâtului: acolo unde imaginea generată se „lipește” de restul cadrului apar uneori mici artefacte — o margine puțin neclară, o tranziție de culoare bruscă, un contur care tremură ușor când persoana își mișcă rapid capul. Lumina e alt indiciu bun: dacă fața pare luminată dintr-o direcție, iar restul corpului sau fundalul din alta, ceva nu se potrivește.
Clipitul, deși nu mai e la fel de rar ca acum câțiva ani în deepfake-urile de calitate slabă, rămâne uneori nefiresc — fie prea rar, fie cu un ritm robotic, constant. Iar mișcările subtile care fac o față să pară vie — o încrețire a frunții, o schimbare naturală de expresie între cuvinte — sunt greu de reprodus corect de un algoritm, așa că un chip care rămâne curios de „neted” emoțional pe parcursul unei discuții aprinse merită privit cu suspiciune.
Un semnal suplimentar, mai tehnic dar tot vizibil cu ochiul liber dacă știi să-l cauți, e felul în care lumina se reflectă în ochi. Într-o filmare reală, reflexiile din pupile se mișcă natural odată cu sursa de lumină și cu unghiul feței; într-un video generat, aceste reflexii pot lipsi, pot fi identice în ambii ochi într-un mod nefiresc de simetric, sau pot rămâne fixe chiar și atunci când capul se mișcă. E un detaliu la care puțini se gândesc instinctiv, dar odată ce înveți să-l observi, devine surprinzător de ușor de sesizat.
Ce trebuie să asculți la un audio suspect
Vocile clonate prin AI au avansat probabil chiar mai mult decât video-ul, iar aici indiciile sunt altele. Ritmul respirației e unul dintre cele mai greu de simulat corect: oamenii inspiră natural între propoziții, cu pauze inegale, în timp ce o voce generată tinde să aibă un ritm prea constant sau, dimpotrivă, complet fără pauze de respirație. Intonația emoțională e alt punct slab — o voce clonată poate suna corect din punct de vedere al pronunției, dar plată acolo unde ar trebui să existe surpriză, nervozitate sau ezitare reală.
Un alt semnal util e zgomotul de fundal. Un apel telefonic real are aproape întotdeauna un fundal sonor propriu — ecoul camerei, un zgomot de stradă, respirația microfonului. Un audio generat sau clonat sună adesea „prea curat”, ca și cum ar fi fost înregistrat într-un studio, chiar și atunci când persoana pretinde că vorbește dintr-o mașină sau de pe stradă.
Escrocheria „vocea unei rude aflate în pericol”, tot mai des raportată și în România, se bazează exact pe aceste limitări greu de sesizat într-un moment de panică: câteva secunde de voce clonată după o înregistrare publică de pe rețele sociale pot fi suficiente pentru un apel scurt și presant, în care victima nu are timp să analizeze detalii precum lipsa respirației sau tonul plat. Tocmai de aceea, un obicei simplu — să suni înapoi persoana pe un alt canal, înainte de a lua orice decizie financiară — rămâne mai eficient decât orice analiză tehnică a vocii în sine.
Ce poți face înainte să crezi ce vezi
Cel mai simplu pas, și totuși cel mai des ignorat, e să verifici sursa înainte de a distribui mai departe un clip surprinzător sau șocant. Dacă un politician sau o persoană publică spune ceva neobișnuit într-un videoclip apărut din senin pe rețele sociale, merită căutat dacă exact același conținut apare și pe canalele oficiale sau în presa credibilă — un eveniment real, mai ales unul controversat, aproape sigur are și alte surse independente.
- O căutare inversă a imaginii sau a unui cadru din video poate arăta dacă materialul a mai circulat, eventual într-un context complet diferit.
- Verifică data și contul care a postat prima dată clipul — conturile noi, fără istoric, care postează un singur material „exploziv” sunt un semnal de alarmă.
- Fii sceptic mai ales când conținutul confirmă exact ceea ce voiai deja să crezi — deepfake-urile cele mai eficiente exploatează tocmai această tendință naturală de a nu mai verifica ceva ce ni se pare plauzibil.
Aceleași unelte generative care permit editarea rapidă a unei fotografii — despre care am scris în articolul despre editarea foto cu AI de pe telefon — stau, într-o formă mai avansată, și la baza deepfake-urilor video. Iar când vine vorba despre folosirea chipului sau vocii unei persoane fără acordul ei, discuția se leagă strâns și de întrebarea mai largă a cui aparține, legal, un conținut generat, temă pe care am tratat-o separat în articolul despre drepturile de autor asupra conținutului AI. Cu cât tehnologia avansează, cu atât obiceiul de a verifica sursa înainte de a reacționa devine mai important decât abilitatea de a „recunoaște” vizual un fals.
