Компанії, що розробляють штучний інтелект, із захопленням презентують власні відеогенератори. Вони переконують, що інструменти, здатні згенерувати відео ШІ, відкриють доступ до творчості для кожного. Адже тепер створення відео стане настільки простим, що навіть людина без досвіду зможе зробити ролик лише за допомогою текстового запиту. Але разом із цим приходить і загроза: ми стрімко наближаємось до часів, де будь-яке відео може виявитися витвором алгоритму. І тоді постає головне питання: чи готове суспільство критично і тверезо реагувати на контент, де достовірність відео завжди під сумнівом? З питанням розбиралась редакція видання GALERA.
Штучний інтелект, який створює відео
Ідея про те, що машина здатна самостійно «знімати кіно» — сьогодні це вже реальність. Штучний інтелект не просто наслідує існуючі кадри — він може будувати власні світи, створювати героїв і вигадувати сценарії. Унікальність ШІ для створення відео полягає в поєднанні одразу кількох напрямків роботи алгоритмів: розпізнавання зображень, синтез руху, обробку мови й генерацію аудіо.
Наприклад, сучасні види штучного інтелекту здатні не лише відтворювати пейзаж чи сцену, а й додавати до них рух камери, емоції персонажів та відповідний звуковий супровід. Це фактично означає, що користувач може виступати режисером, маючи у розпорядженні лише текстовий запит: достатньо описати бажаний результат, і ШІ перетворює слова у динамічний відеоряд.
Якщо раніше створення відео вимагало команди операторів, монтажерів і акторів, то тепер процес поступово автоматизується. Це може суттєво змінити індустрію медіа: від кінематографа й реклами до блогерства та соціальних мереж. У майбутньому відео, створене штучним інтелектом, може стати не винятком, а правилом, і головним завданням буде навчитися відрізняти його від реальних зйомок.
Два обличчя штучного відео
Сьогодні можна виокремити два типи відео, створених штучним інтелектом. Перший — це повністю синтетичний продукт, згенерований моделями без використання жодного реального кадру. Прикладом може бути експериментальна модель Sora від OpenAI, здатна відтворювати короткі, але напрочуд реалістичні сцени, які важко відрізнити від справжніх. Хоча поки вона не доступна широкій публіці, вже існують інші рішення, котрі демонструють потенціал подібних систем.
Інший тип — це модифіковані відео, в яких алгоритми змінюють справжні кадри. Тут ідеться про сумнозвісні глибокі фейки, коли на обличчя однієї людини накладається зовнішність іншої або ж синхронізуються рухи та емоції з підробленим аудиорядом. Саме цей різновид ШІ відео сьогодні становить найбільшу небезпеку, адже поєднує реальність із вигадкою, створюючи ілюзію, що складно розпізнати.
Що відбувається всередині відеогенератора ШІ
Відео, створені алгоритмами, будуються на тих самих принципах, що й генеративні моделі зображень. Якщо останні вчаться бачити закономірності у статичних кадрах, то відеосистеми намагаються уловити логіку змін між послідовними картинками. Адже відео — це ніщо інше, як серія зображень, котрі відтворюються з такою швидкістю, що створюють ілюзію руху.
У випадку deepfake-технологій моделі спеціально тренуються на тисячах відеозаписів облич. Завдяки цьому вони здатні імітувати міміку та поведінку настільки точно, що простий глядач може не помітити підробки. Найчастіше для цього використовують генеративні змагальні мережі, де одна система створює фейковий контент, а інша намагається його викрити, постійно підвищуючи рівень реалістичності.
Sora та подібні дифузійні моделі працюють інакше: вони навмисно спотворюють зображення з “шумом” (статичним відхиленням), стираючи початкову картинку, а потім намагаються відтворити її з нуля. Так алгоритм навчається створювати абсолютно новий контент.
Зараз ще зарано говорити про абсолютно досконале створення відео за допомогою штучного інтелекту. Попри те, що технологія deepfake вже досягла вражаючого рівня, вона далека від бездоганності. Сьогоднішні алгоритми мають низку обмежень, які з часом можуть зникнути в нових версіях, однак наразі все ж існують характерні ознаки, за якими можна розпізнати: перед вами справжній запис чи майстерно згенерована підробка.
Сліди підробки: на що звертати увагу
У глибоких фейках найпомітнішою деталлю зазвичай стає обличчя. Часто воно виглядає так, ніби вирізане та вставлене у кадр — лінії з’єднання з шиєю або волоссям помітно відрізняються, а освітлення може не збігатися зі сценою. Це створює відчуття неприродності, ніби ми дивимось на людиноподібного робота.
Ще однією ознакою є рухи губ, які часто не збігаються з аудіорядом. Навіть якщо синхронізація частково досягається, у моменти швидкої або емоційної мови відчувається розрив між голосом і виразом обличчя.
Що стосується повністю згенерованих відео, тут зрадницькими стають дрібні артефакти. Наприклад, об’єкти на задньому плані можуть зникати, рухатися неприродно або ж відтворюватися з різною частотою кадрів. Тіні та відблиски виглядають хаотично, а іноді фізичні закони порушуються настільки, що сцена починає нагадувати сон.
Розмитість і занижена якість — ще один прийом, який використовують ті, хто поширює підробки. Адже в низькій роздільності важче розгледіти дрібні неточності, які б у 4K одразу кидалися у вічі.
Там, де не працює логіка
Штучний інтелект насправді не розуміє сенсу того, що створює. Він лише копіює патерни з мільйонів прикладів. Через це у відео можна побачити дивні деталі: сходи, які нікуди не ведуть, туристів, що розчиняються в повітрі, або хвилі, які рухаються у протилежному напрямку від берега. Такі речі видають алгоритм, адже справжня камера фіксує світ у його природному вигляді, а модель лише імітує його.
До цього додається ще одна характерна помилка — часто в кадрі можна помітити й зайві кінцівки. Руки чи ноги персонажів зникають і з’являються між кадрами наново, змінюючи положення незалежно від попереднього кадру. Такі деталі важко не помітити, адже вони руйнують ілюзію реальності, нагадуючи, що перед глядачем лише штучно створений образ. Ці дрібні помилки демонструють обмеження поточних технологій.
Етичні та правові дилеми
Разом із розвитком ШІ для створення відео виникають серйозні запитання, на які суспільство ще не дало чіткої відповіді. Кому належить право на штучно створений ролик? Чи має людина право забороняти використання власного обличчя в контенті, який вона ніколи не знімала? Якщо без її згоди алгоритм «позичив» образ і відтворив його у відео — це вже мистецький експеримент чи пряме порушення закону?
У різних країнах дедалі активніше обговорюють створення нормативної бази для регулювання deepfake-контенту і виявлення ШІ. Деякі законодавчі ініціативи пропонують обов’язкове маркування відео спеціальними «цифровими підписами» або водяними знаками, що допоможуть відрізняти реальність від симуляції.
Особливо гострою лишається проблема використання технології в індустрії «deepfake porn», де зображення людей без їх згоди вмонтовують у відверті сцени. Це не лише порушує приватність, а й може завдати серйозної психологічної та соціальної шкоди. Саме цей напрямок вважається одним із найнебезпечніших проявів нової технології.
Країни в яких вже діють або проєктуються закони щодо deepfake-контенту
- Данія — готує перший у Європі закон, що визначає право на власне обличчя, голос та зовнішність як частину авторського права. Він забороняє публікацію deepfake-контенту без згоди людини, з виключенням сатири та пародії. Порушники можуть зіткнутися з цивільною відповідальністю — наприклад, компенсацією.
- Європейський Союз — через AI Act і Digital Services Act (DSA) запроваджує обов’язкову прозорість: користувачі повинні бути інформовані, якщо мають справу з контентом, створеним або зміненим ШІ.
- США — поки що немає єдиного федерального закону, але деякі штати вже прийняли власну регуляцію:
- Каліфорнія дозволяє судові позови за deepfake порно без згоди особи та забороняє розповсюдження «malicious deepfake» у політичні періоди.
- Теннессі прийняв ELVIS Act, який криміналізує використання голосу або образу артиста без дозволу за допомогою AI-клонування.
- Конгрес також розглядає законодавчі ініціативи, які передбачають маркування або водяні знаки для AI-контенту.
- Південна Корея — ще у 2024 році закон доповнили нормами, що забороняють створення, поширення, перегляд і зберігання non-consensual deepfake порно. За такі дії передбачені тюремні строки до 3 років або штраф до 30 млн вон.
- Китай — зобов’язує всі AI-генеровані зображення та відео містити чітке повідомлення про їхню ненатуральність. Нові правила набули чинності у 2023 році.
- Велика Британія — глибокі фейки (особливо ті, що створені із наміром ображати) стали незаконними згідно з Online Safety Act 2023. Є плани на подальше розширення цієї заборони.
- Канада — у 2024 році внесено на розгляд Online Harms Act, який передбачає внесення змін до Кримінального кодексу для боротьби з deepfake як частиною цифрових загроз.
Використання відеогенераторів у позитивному ключі
Втім, було б несправедливо бачити у відеогенераторах лише загрозу. У багатьох сферах вони вже довели свою користь. У науці й освіті алгоритми можуть відтворювати історичні події чи «оживляти» портрети відомих діячів, дозволяючи побачити минуле під новим кутом.
Кінематограф і рекламна індустрія також виграють від цього прориву: створення спецефектів стає дешевшим і швидшим, а зйомки, які раніше вимагали мільйонних бюджетів, тепер можна реалізувати за допомогою ШІ просто придбавши підписку.
Є й соціальний вимір. Наприклад, генератори ШІ відео допомагають людям із порушеннями слуху або зору — автоматично озвучуючи контент різними мовами чи синхронізуючи рухи губ із текстом. Це відкриває доступ до інформації для ширшої аудиторії, роблячи цифровий простір більш інклюзивним.
Чи можливо перевірити відео на правдивість
Паралельно з розвитком генеративних моделей провідні компанії світу працюють над інструментами, здатними викривати відео згенеровані ШІ. Google, Microsoft, Meta та інші вже створюють системи, які зможуть автоматично ідентифікувати відео, змінене штучним інтелектом.
У наукових лабораторіях тестуються алгоритми, що аналізують мікрорухи обличчя, погляд або коливання шкіри, які майже неможливо відтворити алгоритмічно. Такі «детектори правди» можуть стати обов’язковими елементами цифрового простору майбутнього, підвищуючи рівень безпеки інформації.
Майбутнє довіри у світі відео
Залишається питання: що чекає на нас через 5 –10 років? Чи можливо, що відео остаточно втратить статус «найнадійнішого доказу» і ми будемо ставитися до нього так само критично, як нині до чуток у соцмережах?
Деякі експерти прогнозують появу «цифрових паспортів автентичності» — спеціальних технологічних міток, котрі засвідчуватимуть, що відео не було змінене. Інші вважають, що довіра повністю перейде до платформ і медіа, які братимуть на себе відповідальність за перевірку. Так чи інакше, майбутнє відео вже не буде таким, як у минулому. Воно стане полем битви між творчістю, маніпуляцією та боротьбою за правду.
Реальність чи ілюзія: чому важливо навчитися відрізняти
З розвитком генеративних систем межа між вигадкою і дійсністю стає дедалі тоншою. Саме тому вміння бачити дрібні недоліки, розпізнавати нелогічність рухів чи помічати дивності у світлотіні стає новою навичкою медіаграмотності.
Штучний інтелект здатен відкрити перед людьми нові горизонти творчості, але водночас він створює ризик втрати довіри до будь-якого візуального контенту. У майбутньому, ймовірно, з’являться інструменти верифікації, які автоматично визначатимуть, що є справжнім, а що створено алгоритмом. Але поки цього не сталося, відповідальність за критичне сприйняття контенту лежить на кожному з нас.
