В эксперименте люди не смогли отличить изображения, сгенерированные искусственным интеллектом, от фотографий реальных людей. Участники даже посчитали снимки вымышленных лиц более правдоподобными, чем фотографии настоящих людей.
Известно, что ИИ способен создавать «аватары» реальных людей, помещая их в ситуации, в которых они никогда не находились. Такие технологии могут применяться для создания порнографического контента с участием знаменитостей. Из-за этого под сомнение можно поставить любую фотографию или видеозапись. В 2019 году исследователи из Университета Йорка… выяснилиГиперреалистичные маски могут казаться людям более правдивыми, чем настоящие лица, что может быть использовано преступниками.
Новое исследование учёных из университетов Ланкастера и Калифорнии даёт… представилиВ журнале PNAS опубликован материал, в котором говорится, что искусственный интеллект способен создавать лица, которые кажутся людям более реалистичными по сравнению с настоящими. В трёх экспериментах приняли участие 315, 219 и 223 участника соответственно. В первом эксперименте добровольцы классифицировали 128 лиц, созданных ИИ, как реальные или синтезированные. Точность составила 48 процентов.
В следующем исследовании новым участникам, пройдя обучение, распознаватьРеальные и искусственно созданные лица выбрали те же 128 «фотографий», результат незначительно улучшился. Процент верных ответов составил лишь 59 процентов. На третьем этапе испытуемые оценили надежность 128 изображений по шкале от одного (очень ненадежно) до семи (очень надежно).
Средняя оценка реальных лиц составила 4,48 пункта ниже оценки синтезированных и ИИ-созданных лиц. Участники эксперимента выражали доверие ко вторым на 7,7 процента больше. людямИзображения, искусственно созданные, показались участникам исследования более реальными, чем естественные. Вызывая большее доверие у участников, фотографии женщин превзошли по этому показателю снимки мужчин. По сравнению с южноазиатскими лицами, чернокожие вызывали большую степень доверия. Улыбающиеся лица получили более высокие оценки достоверности, чем нейтральные.