Чому частина людей легко викриває Deepfake — дані дослідження

Коли у стрічці соцмереж з’являється обличчя, яке виглядає цілком переконливо і швидко набирає довіру, здатність розпізнати Deepfake виявляється не питанням ІТ-досвіду чи технологічної підготовки. Дослідження вчених із Vanderbilt University, про яке повідомило Neuroscience News, показало: ключову роль відіграє доменно-загальна перцептивна риса — Фактор «O».

У час, коли синтетичні зображення дедалі частіше називають «невідрізними від реальності», дослідники перевірили, чи справді всі люди однаково вразливі до AI-облич. Результати свідчать про протилежне: індивідуальні можливості помітно різняться — і ці відмінності піддаються вимірюванню.

AI Face Test і Фактор «O»

Команда під керівництвом Isabel Gauthier, за участі Jason Chow (Ph.D.’24) та Rankin McGugin, розробила AI Face Test — перший інструмент для вимірювання індивідуальних відмінностей у здатності розрізняти справжні й AI-згенеровані обличчя.

Ключовим предиктором виявилась не загальна інтелектуальна здатність і не досвід роботи з технологіями, а доменно-загальна здатність до розпізнавання об’єктів — так званий фактор «O», тобто загальна властивість мозку ефективно розрізняти, класифікувати та запам’ятовувати візуально подібні об’єкти незалежно від їхнього типу. Його вимірюють як спільну варіативність перцептивних і пам’яттєвих оцінок як нових, так і знайомих об’єктів.

Моделювання латентних змінних показало: саме «O» краще передбачає успіх у виявленні AI-облич, ніж розпізнавання облич як таке, інтелект або досвід взаємодії з AI.

Підписуйтеся на наші соцмережі

Чому технічна підготовка не допомагає

Отримані дані не підтверджують популярну тезу про те, що «технологічна підкованість» автоматично дає перевагу. Знання того, як працюють генеративні моделі, не тотожне здатності помічати тонкі візуальні невідповідності.

Люди з високим рівнем object recognition краще фіксують «візуальний шум», який не вписується у природну структуру зображення. При цьому їхні результати залишалися стабільними під час повторного тестування — що свідчить про стійкий характер цієї здібності.

Розподіл, а не безсилля

Поширений медійний наратив стверджує, що AI-зображення вже «неможливо відрізнити». Дані дослідження показують іншу картину: здібності розподілені нерівномірно. Частина людей справді помиляється часто, частина — помірно, а частина демонструє стабільно високі результати.

Іншими словами, суспільство не є однаково вразливим до візуальної дезінформації.

Перцептивна здатність без еволюційного прецеденту

Розпізнавання AI-облич — навичка, яка не має еволюційного прецеденту. Кілька років тому вона просто не існувала як практична потреба. Попри це, фактор «O» передбачає успіх і в цьому завданні.

Раніше ця ж здатність пов’язувалась із високими результатами в радіології (виявлення легеневих вузлів на рентгенівських знімках), патології (класифікація ракових клітин), розпізнаванні музичної нотації та навіть визначенні статі за зображеннями сітківки ока.

Аналіз зв’язку між продуктивністю і візуальними підказками показав, що люди частіше вводяться в оману саме сигналами з AI-облич, ніж із реальних. Водночас носії високого «O» менш залежні від окремих підказок і демонструють більш стійку обробку зорової інформації в складних умовах.

Що це означає для взаємодії людини й AI

Результати додають ваги гіпотезі про існування загальної перцептивної архітектури, яка впливає на широкий спектр складних зорових рішень. Розуміння індивідуальних відмінностей у виявленні AI може допомогти оптимізувати взаємодію між людьми та генеративними системами — зокрема в налаштуванні тренувальних даних для моделей.

Головний висновок дослідження не про те, що AI «переможе» людський зір. Він про те, що перцептивні здібності людей суттєво різняться — і саме ці відмінності визначають, хто краще орієнтується в новій реальності синтетичних зображень.

Глосарій ключових понять