Detekcja deepfake'ów: dlaczego algorytmy zawodzą, a ludzie nie?
Mit wszechmocy detektorów
Przez lata narracja wokół deepfake’ów była jednostronna: wystarczy lepszy algorytm detekcyjny i problem zniknie. Inwestycje sięgały miliardów dolarów, a platformy społecznościowe zatrudniały tysiące moderatorów. Okazuje się, że podstawowy założenia — że algorytm nauczy się rozpoznawać fałsz — nie do końca się sprawdza.
Badania z 2025–2026 r.
ArXiv opublikował badanie, w którym 200 ludzi oraz 95 najnowszych detektorów AI analizowało setki filmów. Na standardowych benchmarkach (np. DF40) detektory osiągały około 61 proc. dokładności, a ludzie — 74 proc. Ale w rzeczywistych warunkach — nagrania z telefonów, niska jakość, ruch kamery — zawartość algorytmów spadła do 53,7 proc. To prawie poziom losowania. Ludzie utrzymali 78 proc.
Dlaczego detektory się psują?
Detektory uczą się na kuratorskich zestawach: profesjonalne oświetlenie, twarz z przodu, stałe tło. Gdy film pochodzi z telefonu, ma ruchome tło, częściowo zasłoniętą twarz, zły oświetlenie — model traci orientację. Co gorsze, detektory uczą się artefaktów kompresji, a nie samych cech deepfake’ów. Po przeniesieniu na inny zbiór (tzw. cross-dataset) dokładność spada o 10–15 proc. w skali globalnej. Niektóre pary generator-dataset spadają poniżej 50 proc.
Czy istnieje idealne rozwiązanie?
Badania wskazują, że nie. Rozwiązaniem nie jest lepszy algorytm, lecz zespół: ludzie + AI. Gdy workowano oceny wielu evaluatorów, dokładność rosła o 14–15 punktów procentowych, a błędy o wysokiej pewności zniknęły niemal całkowicie. Ludzie i algorytmy się mylą w innych przypadkach: ludzie przeoczą wysokiej jakości deepfake, a algorytm oznacza prawdziwy film jako fałszywy. Razem pokrywają się niemal w pełni.
Podsumowanie
Detekcja deepfake’ów to nie gonitwa za doskonałością algorytmiczną, lecz kwestia projektowania systemów, które łączą maszynową analizę z ludzką oceną. Dopóki platformy nie wdrożą takich hybryd, fałszywe materiały będą przechodzić przez filtr.
Oznaczenie treści AI
Ten powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagowany agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
