Те, кто в последнее время активно просматривал свою ленту в социальных сетях, вероятно, заметили, что изображения, созданные искусственным интеллектом, превратило социальные платформы в площадки для демонстрации синтетического контента. Позитивным аспектом является дальнейшее существенное снижение барьеров для создания визуальных материалов как для брендов, так и для инфлюенсеров. Вместе с тем, это, безусловно, ставит важные вопросы о подлинности в цифровой среде.
Согласно исследованию Spektr и СКОТЧ, 77% респондентов не идентифицировали различия между реальными фотографиями и ИИ-генерациями. Только 23% респондентов верно определили подлинный снимок, среди них преобладают респонденты в возрасте 14–28 лет и 29–44 года. 50% участников, допустивших ошибку, оставались уверены в своем выборе.
В связи с этим на рынке формируется запрос на верификацию ИИ контента. На отечественном рынке представлен подобный инструмент в виде бесплатного отраслевого детектора дипфейков KodikScan, разработанного компанией «Архитех ИИ».
Согласно заявлению разработчика, точность определения признаков ИИ-генерации достигает 98,03%. Система анализирует фото, видео, аудио и текст, выявляя скрытые паттерны – от структуры цифрового шума до акустических особенностей голоса.
По данным Forbes, 71% изображений в социальных сетях теперь генерируются ИИ, а согласно статистике, приведенной Digital Silk, ежедневно создается примерно 34 млн ИИ-изображений. При этом с 2022 г. уже было создано 15 млрд изображений. Инициатива РКН о превентивной блокировке резонансных дипфейков до проверки достоверности информации создает прямой регуляторный стимул для медиа внедрять системы верификации.
Анализ показывает три ключевых последствия для рынка. Себестоимость фактчекинга снижается. Ранее редакции делегировали проверку контента внутренним SMM-отделам или нанимали сторонние сервисы с оплатой за запрос.
- Подобные бесплатные инструменты с заявленной высокой точностью в разы упростят процесс верификации контента.Даже при консервативной оценке погрешности в 2–3% решение остается эффективным для массового скрининга.
- Формируется новый сегмент B2B-услуг вокруг верификации. Сам по себе бесплатный детектор не решает задачу юридической защиты,а лишь предоставляет вероятностную оценку. Однако практика рынка демонстрирует, что за появлением базового инструмента следует спрос на платные услуги в виде сертифицированной экспертизы, документальное подтверждение вывода, интеграция с внутренними CRM редакций. Таким образом, бесплатное ядро выступает точкой входа в потенциально емкий корпоративный сегмент.
- Акцент смешается на проактивную модель. До сих пор большинство медиа проверяли контент после получения сигнала о возможном фейке. Внедрение автоматизированного детектора в регулярный пайплайн,например, перед публикацией любого пользовательского видео, позволяет перейти к предварительной фильтрации. Данные зарубежных исследований (MIT Technology Review) показывают, что проактивная верификация снижает репутационные потери от распространения дипфейков в среднем на 40%.
В течение 12–18 месяцев следует ожидать стандартизации требований к верификации контента в медийных договорах и внутренних регламентах. Компании, которые интегрируют подобные инструменты в свои процессы раньше других, получат не только регуляторный запас прочности, но и конкурентное преимущество в виде доверия аудитории. Руководителям медиа и корпоративных коммуникационных отделов целесообразно уже сейчас провести пилотное внедрение и оценить процент ложноположительных срабатываний на своем типе контента. Эмпирические данные важнее заявленных характеристик.
