
Des chercheurs ont mis au point une méthode qui améliore presque de moitié la précision de détection des visages générés par intelligence artificielle. Former les gens à prêter attention à certains indices visuels augmente considérablement leur capacité à distinguer les vraies photos des fausses. Cette découverte est cruciale pour lutter contre la désinformation et la fraude liées aux deepfakes.
Lors de l'expérience, les participants ont vu des images de vraies personnes et des visages synthétisés par des réseaux neuronaux. Ceux qui avaient suivi une formation spéciale identifiaient correctement les faux dans 85% des cas, contre seulement 45% pour les non formés. Les indices clés étaient des incohérences dans l'éclairage, la texture de la peau et la symétrie des traits.
Les scientifiques soulignent que les modèles génératifs modernes deviennent de plus en plus sophistiqués, rendant la détection à l'œil nu plus difficile. Cependant, le cerveau humain peut encore capter des anomalies subtiles si l'on sait quoi chercher. Par exemple, les yeux sur les images IA ont souvent un éclat artificiel ou des reflets incorrects.
Les applications pratiques incluent la création de programmes de formation pour les journalistes, les agents de sécurité et les utilisateurs ordinaires. Les auteurs prévoient de lancer une application mobile qui mettra en évidence les zones suspectes sur les photos. Des travaux sont également en cours pour automatiser le processus à l'aide d'algorithmes d'apprentissage automatique.
À long terme, les chercheurs espèrent que leur méthode contribuera à réduire la confiance accordée aux images truquées sur les réseaux sociaux et dans les médias. Cependant, ils préviennent qu'à mesure que l'IA évolue, les critères de détection devront être constamment mis à jour. L'étude a été publiée dans une revue à comité de lecture et a déjà attiré l'attention des experts en cybersécurité.
Poser une question
Réponses générées par IA, à partir de cette actualité uniquement.
Ceci est un court résumé généré par l'IA. L'article complet est à la source.
Lire l'article complet à la sourcescientificamerican.com