Et nylig eksperiment viste at mennesker kan identifisere AI-genererte menneskeansikter korrekt i bare 48,2% av tilfellene.
Den studie involverte 315 deltakere som fikk i oppgave å skille mellom ekte og AI-genererte ansikter. Ansiktene ble syntetisert ved hjelp av StyleGAN2, en toppmoderne motor som er i stand til å skape ulike og realistiske menneskelige likheter.
Resultatene var både fascinerende og litt urovekkende; deltakernes evne til å identifisere AI-genererte ansikter lå på rundt 48,2% - dårligere enn et myntkast.
Det sviser at for den gjennomsnittlige person er det nesten umulig å skille falske ansikter fra ekte mennesker.
Du kan selv se hvor naturtro disse ansiktene er ved å besøke denne-personen-eksisterer-ikke.comsom viser realistiske AI-genererte bilder av nesten hvem som helst, i alle aldre og med alle bakgrunner. Og dette verktøyet er nå noen år gammelt.
Studien gikk også dypere og undersøkte om visse raser og kjønn var mer utfordrende å klassifisere riktig.
Det ble observert at hvite ansikter, spesielt mannlige, var de vanskeligste for deltakerne å identifisere som ekte eller syntetiske.
Årsaken til at dette skjer, kan skyldes overrepresentasjonen av hvite ansikter i AI-ens treningsdatasett, noe som fører til mer realistiske hvite syntetiske ansikter, ifølge studien.
Enda mer spennende var oppdagelsen av at deltakerne vurderte syntetiske ansikter som mer troverdige enn ekte, om enn med en beskjeden margin. Dette kan tyde på en ubevisst preferanse for de gjennomsnittlige funksjonene som AI har en tendens til å generere, og som ifølge studien tidligere forskning har vist at oppfattes som mer pålitelige.
En subtil økning i sannsynligheten for at noen tolker et AI-bilde som mer troverdig enn et ekte bilde, er svært bekymringsfullt når det skaleres opp til befolkningsnivå.
Hjernens tolkning av AI-genererte ansikter er kompleks
A andre nyere studie fikk deltakerne i oppgave å identifisere om et ansikt var ekte eller ikke mens de var engasjert i en oppgave som skulle distrahere dem.
De kunne ikke bevisst skille mellom de to, men det ble mer forvirrende da hjerneaktiviteten deres ble målt ved hjelp av et elektroencefalogram (EEG).
Omtrent 170 millisekunder etter at deltakerne hadde sett ansiktene, viste hjernens elektriske aktivitet forskjeller når de så på ekte og syntetiske bilder.
Det virket som omet ubevisste sinnet "visste" bedre enn det bevisste sinnet når et bilde kunne være AI-generert. Men til tross for dette kunne ikke deltakerne bevisst merke AI-ansikter med noen robust grad av selvtillit.
Vi kan spekulere i om det finnes et bevisst tolkningslag der vi lar tvilen komme AI-genererte ansikter til gode, selv når vi er usikre.
Vi er tross alt innstilt på å identifisere og stole på menneskelige ansikter, så det er svært vanskelig å løsrive seg fra det og isolere uoverensstemmelser som kan avsløre et AI-generert bilde.
Det er nesten som om den innledende mistanken avløses av en mer bekreftende bekreftelse på at personen faktisk er ekte når han eller hun ikke er det - en form for AI-initiert unnskyldning.
Uansett hva som er forklaringen på denne særegenheten, er AI-genererte dypforfalskninger en prioritert risiko for teknologien, med en nylig skandale på en skole i New Jersey.
Dypt falske svindelforsøk er en vanlig foreteelse, og det er en påtagelig bekymring for at falskt AI-generert innhold kan påvirke stemmegivningen.
