Os deepfakes de IA aumentaram as preocupações com a segurança online, já que várias celebridades apareceram em vídeos e fotos falsos. Vídeos deepfake são clipes em que o corpo e o rosto de um indivíduo são distorcidos digitalmente para se parecerem com outra pessoa. Com o avanço da tecnologia, agora é possível criar vídeos ou imagens deepfake imperceptíveis de qualquer pessoa.
Este assunto é uma preocupação genuína entre o público, que agora está ansioso para encontrar rapidamente qualquer sinal incomum de um vídeo ou imagem deepfake. Este artigo analisa algumas coisas a serem observadas se alguém quiser detectar deepfakes de IA em fotos e vídeos.
Nota: Alguns aspectos deste artigo são subjetivos e refletem apenas as opiniões do escritor
” class=”promoted-img” loading=”lazy” width=”1440″ height=”220″ alt=”fortnite-promotional-banner” />
O que são deepfakes de IA e como são feitos?
Utilizando algoritmos complexos e técnicas avançadas de aprendizado de máquina, a tecnologia deepfake pode criar e manipular conteúdo de vídeo, produzindo representações convincentes de indivíduos fazendo ou dizendo coisas totalmente fabricadas.
A Generative Adversarial Network (GAN), uma combinação de redes codificadoras e decodificadoras, é usada para produzir vídeos deepfake. O codificador pega o conteúdo de origem e extrai dele características e representações importantes, como o rosto no vídeo original. Posteriormente, esses recursos são fornecidos à rede decodificadora para criar conteúdos novos e manipulados, como um rosto modificado.
Na criação de vídeos deepfakes, a consistência é de extrema importância. Para conseguir isso, a IA passa por um processo repetido até que o resultado desejado seja alcançado, e isso é feito para cada quadro do vídeo.
Como detectar se um vídeo ou foto é gerado por IA
É preciso prestar atenção às inconsistências visuais e de áudio, juntamente com outros sinais sugestivos, para identificar deepfakes de IA em fotos e vídeos.
Os seguintes fatores, em particular, devem ser mantidos em mente:
- Expressões faciais: Expressões faciais que parecem incomuns devem ser destacadas, juntamente com movimentos labiais que não sincronizam corretamente. Além disso, piscar esporadicamente pode ser um indicativo de algo fora do comum.
- Antecedentes e vizinhança: em um vídeo, analise se a iluminação está irregular ou se há alguma aberração visual. Certifique-se de que a pessoa no vídeo possa estar presente naquele local específico.
- Fonte: Podem surgir suspeitas se uma conta aleatória de mídia social for a origem da mídia. Para garantir sua autenticidade, você deve verificar novamente a fonte quanto à confiabilidade e reputação.
- Qualidade de som: para detectar a autenticidade de um vídeo, preste muita atenção a irregularidades, como padrões de fala não naturais ou flutuações de tom ou tom.
Além disso, considere a plausibilidade da localização do indivíduo no vídeo. É importante analisar se suas ações e palavras coincidem com seus traços e comportamentos conhecidos.
A tecnologia está se tornando mais sofisticada, o que significa que está cada vez mais difícil detectar deepfakes de IA. Para resolver esse problema, é crucial criar métodos de detecção aprimorados e, ao mesmo tempo, usar a IA de forma ética.
Com a tecnologia em constante evolução, torna-se necessário ter cuidado e estar atento ao consumir mídia.
” modalPopup.closeOnEsc = false; modalPopup.setHeader(“Por que você não gostou deste conteúdo?”); modalPopup.setContentText(modalText); modalPopup.addCancelOkButton(“Enviar”, resetRatingAndFeedbackForm, sendRating); modalPopup.removeCloseModalIcon(); modalPopup .disableDismissPopup(); modalPopup.open(); } else { sendRating(index); } } function sendRating() { var requestPayload = { “post_id”: 1750705, “rating_value”: ratingValue } if (ratingValue > 3) { requestPayload .rating_feedback_type = null; requestPayload.rating_feedback = null; } else { if (!$(‘input[name=”drone”]:verificado’) || !$(‘entrada[name=”drone”]:verificado’).value) { showErrorMessage(‘option’); retornar; } if (!$(“.textarea de nota de feedback pós-avaliação”) || !$(“.área de texto nota de feedback pós-avaliação”).valor) { showErrorMessage(‘nota’); retornar; } var opção selecionada = $(‘input[name=”drone”]:verificado’).valor; var feedbackNote = $(“.post-rating-feedback-note textarea”).value; requestPayload.rating_feedback_type=selecionadaOption; requestPayload.rating_feedback = feedbackNote; } pureJSAjaxPost(addratingAPI, requestPayload, onsaveRatingSuccess, onsaveRatingFail, function() {}, true); } function resetRatingAndFeedbackForm() { var activeStars = Array.from($all(‘.rating span.rating-star.active’)); for (var i=0; i < activeStars.length; i++) { activeStars[i].classList.remove("ativo"); } if ($('entrada[name="drone"]:verificado')) { $('entrada[name="drone"]:verificado').verificado = falso; } var userNote = document.querySelector(".post-rating-feedback-note textarea"); userNote.value=""; modalPopup.close(); } função onsaveRatingSuccess() { modalPopup.close(); savePostIdInUserRatedPostsCookie(); $("#post-rating-layout").classList.add("oculto"); $("#post-rating-message").classList.remove("oculto"); window.setInterval(function showMessage() { $("#post-rating-widget").classList.add("oculto"); }, 3000); } function onsaveRatingFail() { console.error('Falha ao salvar a classificação da postagem!'); modalPopup.close(); } função savePostIdInUserRatedPostsCookie() { userRatedPostIds.push (1750705); var expiraçãoHora = new Data(); expiryTime.setMonth(expiryTime.getMonth() + 12); // Expiração após 1 ano setCookie("user_rated_post_ids", JSON.stringify(userRatedPostIds), expiryTime); } função isPostRatedByUser() { var userRatedPostIds = getCookie('user_rated_post_ids'); if (userRatedPostIds) {tente {userRatedPostIds = JSON.parse (userRatedPostIds); } catch (erro) { console.error (erro); retorna falso; } } else { retornar falso; } if(userRatedPostIds.indexOf(1750705) >= 0) { retornar verdadeiro; } else { retornar falso; } } function getRatingCountByPostId(postId) { return new Promise(function(resolve, rejeitar) { pureJSAjaxGet( getRatingCountBaseURL + postId + ‘/rating/count’, function(data) { try { data = JSON.parse(data); if ( data.meta_value) { resolve(data.meta_value); } rejeitar(“Falha ao buscar a contagem de avaliações para a postagem:” + postId); } catch (err) { rejeitar(“Falha ao buscar a contagem de avaliações para a postagem:” + postId); } }, function(err) { rejeitar(“Falha ao buscar contagem de classificação para a postagem:” + postId); }, true); }); } function showErrorMessage(messageType) { var messageContainerId = ‘#’ + messageType + ‘-error’; $(messageContainerId).classList.remove(‘oculto’); window.setInterval(function () { $(messageContainerId).classList.add(“oculto”); }, 5000); } (function() { var callFired = false; function preguiçosoLoadPostRating() { if (callFired) return; callFired = true; if (!isPostRatedByUser()) { getRatingCountByPostId(1750705) .then(function(ratingCount) { if (ratingCount < 10) { $("#post-rating-widget").classList.remove("hidden"); } }) .catch(function(err){ console.error(err); }); } } document.addEventListener ("scroll", preguiçosoLoadPostRating, { passivo: verdadeiro, uma vez: verdadeiro }); document.addEventListener("mousemove", preguiçosoLoadPostRating, { passivo: verdadeiro, uma vez: verdadeiro }); document.addEventListener("touchmove", preguiçosoLoadPostRating, { passivo: verdadeiro, uma vez: verdadeiro }); })();
