Τα deepfakes δεν είναι πλέον προνόμιο κρατικών παραγόντων ή κινηματογραφικών στούντιο — είναι εργαλείο στα χέρια απλών απατεώνων. Με μόλις μερικά δευτερόλεπτα ήχου ή μια χούφτα φωτογραφίες, τα σύγχρονα νευρωνικά δίκτυα μπορούν να κλωνοποιήσουν πρόσωπο και φωνή με τρομακτική ακρίβεια. Υπάρχουν όμως τρόποι να τα εντοπίσεις — αν ξέρεις πού να κοιτάς.
Τρία έως πέντε δευτερόλεπτα ήχου. Τόσο χρειάζεται ένα σύγχρονο νευρωνικό δίκτυο για να κλωνοποιήσει μια ανθρώπινη φωνή. Λίγες φωτογραφίες αρκούν για να φτιάξει ένα πειστικό βίντεο. Οι εφαρμογές για τη δημιουργία deepfakes είναι πλέον ελεύθερα διαθέσιμες, και οι απατεώνες τις έχουν ήδη ενσωματώσει στο οπλοστάσιό τους. Το υλικό το μαζεύουν από παντού: δημόσια βίντεο στα social media, online ομιλίες, webinars. Μερικές φορές σε κρατούν στη γραμμή σκόπιμα, για να συλλέξουν αρκετά δεδομένα φωνής.
Το αποτέλεσμα είναι ότι το 95% των ανθρώπων δεν μπορεί να ξεχωρίσει ένα καλοφτιαγμένο deepfake από πραγματικό βίντεο. Αλλά «καλοφτιαγμένο» δεν σημαίνει τέλειο — και τα τελειώματα φαίνονται, αν ξέρεις τι να ψάχνεις.
Ξεκίνα από τα μάτια. Στα deepfakes το ανοιγοκλείσιμο είναι συχνά λάθος — πολύ αργό, πολύ γρήγορο, ή ασύγχρονο μεταξύ των δύο ματιών. Το βλέμμα μπορεί να φαίνεται «γυάλινο», σαν να κοιτάει κάπου αλλού. Σε στατικές εικόνες, κάνε ζουμ στις ίριδες: στις πραγματικές φωτογραφίες οι αντανακλάσεις είναι ίδιες και στα δύο μάτια, στα deepfakes συχνά διαφέρουν. Πρόσεξε επίσης τη γραμμή των μαλλιών — εκεί εμφανίζονται συχνά θολώματα και αφύσικες μεταβάσεις χρώματος, ίχνη του αλγόριθμου που «κολλάει» το πρόσωπο πάνω στο πρωτότυπο.
Τα χείλη είναι ένα άλλο αδύναμο σημείο. Ακόμα και τα πιο εξελιγμένα συστήματα κάνουν λάθη στον συγχρονισμό ομιλίας και κίνησης — μια καθυστέρηση μόλις 100 χιλιοστών του δευτερολέπτου είναι ορατή. Παρατήρησε πώς σχηματίζονται τα χείλη στα γράμματα μ, φ, τ: αν κάτι φαίνεται στραβό, πιθανότατα είναι.
Στον ήχο, ψάξε για αυτό που λείπει: τις μικρές ατέλειες που κάνουν μια φωνή ανθρώπινη. Παύσεις αναπνοής, ελαφριά βήματα, αλλαγές τόνου ανάλογα με το συναίσθημα. Οι συνθετικές φωνές τείνουν να είναι επίπεδες, ρομποτικές, χωρίς τις μικρές ατέλειες που δεν σκεφτόμαστε καν ότι υπάρχουν όταν μιλάμε.
Σε μια ζωντανή βιντεοκλήση, έχεις και ένα ακόμα εργαλείο: μπορείς να ζητήσεις από τον συνομιλητή να γυρίσει το κεφάλι του εντελώς στο πλάι. Τα deepfakes δημιουργούνται κυρίως από frontal υλικό, και μια τέτοια κίνηση μπορεί να «σπάσει» την εικόνα. Η εταιρεία Metaphysic.ai, που έφτιαξε τα viral deepfakes του Tom Cruise, επιβεβαιώνει ότι αυτό παραμένει το πιο αξιόπιστο τεστ. Μπορείς επίσης να ζητήσεις κάτι αυθόρμητο: να κουνήσει το χέρι μπροστά από το πρόσωπό του, να πιει νερό, να δείξει κάτι στο δωμάτιο. Τα χέρια είναι ιδιαίτερα δύσκολα για τα νευρωνικά δίκτυα — τα δάχτυλα παραμορφώνονται, εξαφανίζονται, περνούν «σαν φαντάσματα» μέσα από αντικείμενα.
Αν κάτι σου φαίνεται ύποπτο, η πιο σίγουρη κίνηση είναι απλή: κλείσε τη βιντεοκλήση και επικοινώνησε με το άτομο από άλλο κανάλι. Μην πιεστείς από αίσθηση επείγοντος — «χρειάζομαι χρήματα τώρα, δεν έχω χρόνο να εξηγήσω» είναι κλασική τακτική. Και αν έχεις κοντινούς ανθρώπους που ανησυχείς, συμφωνήστε εκ των προτέρων σε έναν μυστικό κωδικό επιβεβαίωσης — κάτι που μόνο εσείς ξέρετε και κανένα AI δεν μπορεί να μαντέψει.
Τα deepfakes γίνονται καλύτερα κάθε μήνα. Αλλά και η ανθρώπινη κρίση, όταν είναι εκπαιδευμένη, παραμένει ένα από τα πιο αξιόπιστα φίλτρα που έχουμε.
