В ходе исследования было проанализировано, как люди воспринимают сгенерированные изображения и почему большинство участников не могут с точностью отличить их от реальных. В центре внимания оказалась группа «сверхраспознавателей» — людей с выдающимися способностями различать и запоминать лица.
В исследовании приняли участие 36 таких экспертов и 89 добровольцев с высокими результатами в тестах на восприятие. Им показывали 200 изображений, среди которых половина была создана с помощью нейросети, а другая половина представляла собой настоящие фотографии. Все изображения были отобраны так, чтобы не отличаться по половой принадлежности, выражению эмоций и другим базовым характеристикам.
Результаты оказались впечатляющими: обычные участники не смогли отличить «подделки» от оригинальных изображений, их способность распознавать разницу была близка к случайным предположениям. Сверхраспознаватели показали лучшие результаты, но даже они достигли точности лишь около 57%.
Эти данные свидетельствуют о том, что задача остается сложной даже для экспертов.
Исследователи также выявили важную закономерность: чем лучше человек распознает реальные лица, тем более эффективно он различает искусственные. Между этими навыками существует устойчивая связь, что указывает на то, что восприятие ИИ-портретов основано не на поиске технических дефектов, а на базовых механизмах восприятия лиц.
Уникальный эффект наблюдался при взаимодействии группы. Когда восемь сверхраспознавателей объединяли свои мнения, их точность значительно возрастала. В контрольной группе «мудрость толпы» не проявлялась, что говорит о высоком уровне самонадежности и точности самоконтроля экспертов.
Чтобы понять причины выявленных различий, ученые проанализировали изображения с использованием нейросетей, обученных на распознавание лиц. Это позволило создать карту «пространства лиц» — многомерной модели, в которой каждое лицо представлено как набор определенных характеристик.
Оказалось, что реальные лица распределены в этом пространстве неравномерно и отличаются множеством уникальных деталей. В то же время сгенерированные изображения сосредоточены ближе к центру — в области «усредненного» лица.
Иными словами, ИИ стремится создавать максимально типичные, статистически усредненные портреты. Этот эффект исследователи назвали «гиперусреднённостью», которая возникает из-за особенностей работы генеративных моделей: алгоритмы подавляют редкие и нестабильные черты, акцентируя внимание на наиболее распространенных. В результате получается не конкретный человек, а идеализированный образ с минимальными отклонениями от нормы.
Парадоксально, но именно это делает ИИ-созданные лица более убедительными. Большинство людей обладает уникальными сочетаниями черт, которые редко встречаются вместе. Такие лица статистически «неровные», в то время как нейросеть создает более гармоничные и «правильные» образы.
Сверхраспознаватели, как выяснили ученые, интуитивно осознают эту особенность. Они фокусируются не на привлекательности, молодости или эмоциональном выражении лиц, а на их «сходстве с усредненным образом». Этот критерий помогает им распознавать сгенерированные изображения.
Однако сами эксперты не могут четко объяснить свои методы работы. Их подход имеет интуитивный характер и формируется на основе неосознанного опыта.
Авторы работы подчеркивают: даже самые опытные наблюдатели сталкиваются с пределами своих возможностей. С развитием генеративных технологий задача будет становиться всё более сложной.
Практические выводы исследования могут оказать влияние на различные сферы. Ученые предупреждают, что использование ИИ-созданных лиц в психологических экспериментах, обучении или судебных процессах может искажать восприятие и влиять на решения людей. Такие изображения не являются нейтральными — они систематически смещены в сторону «идеальной нормы».
В будущем исследователи предлагают развивать гибридные системы обнаружения, где алгоритмы будут сочетаться с человеческой экспертизой. Компьютеры смогут анализировать статистические закономерности, а специалисты — интерпретировать сложные ситуации. Умение заметить тонкие отклонения от нормы может стать важным навыком в цифровую эпоху. В заключение исследование подчеркивает, что выявление «подделок» является не только технологическим вызовом, но и вопросом адаптации человеческого восприятия к изменяющейся реальности.
