Technologia rozwija się w tempie, które czasem trudno nadążyć, a jednym z najbardziej fascynujących – i jednocześnie budzących niepokój – zjawisk jest tzw. puppetry (sterowanie postacią). W świecie sztucznej inteligencji termin ten odnosi się do techniki animowania statycznego obrazu lub istniejącego nagrania wideo za pomocą ruchów innej osoby. Wyobraź sobie, że Twoje zdjęcie nagle zaczyna mówić, mrugać i uśmiechać się dokładnie tak, jak osoba siedząca przed kamerą w innym miejscu świata. To właśnie cyfrowe pociąganie za sznurki, które sprawia, że statyczna fotografia ożywa w sposób niemal niemożliwy do odróżnienia od rzeczywistości.

Na czym polega mechanizm puppetry?

W klasycznym ujęciu puppetry to po prostu lalkarstwo. W wersji cyfrowej "lalką" jest zdjęcie lub film źródłowy (source), a "lalkarzem" jest tzw. driver, czyli nagranie lub transmisja na żywo, z której AI czerpie informacje o ruchu. Algorytmy mapują kluczowe punkty na twarzy – układ ust, ruch gałek ocznych, uniesienie brwi czy nachylenie głowy – a następnie nakładają te parametry na obraz źródłowy.

Dzięki modelom takim jak LivePortrait czy technologiom opartym na sieciach GAN (Generative Adversarial Networks), proces ten odbywa się niemal w czasie rzeczywistym. Efekt? Możesz sprawić, że postać z historycznego portretu zaśpiewa nowoczesny hit, albo – co jest znacznie bardziej ryzykowne – stworzyć fałszywe nagranie żyjącej osoby, która wypowiada słowa, których nigdy nie wypowiedziała.

Ile materiału źródłowego potrzeba do stworzenia animacji?

Jeszcze kilka lat temu stworzenie przekonującego deepfake’a wymagało godzin nagrań wideo i tysięcy zdjęć pod różnymi kątami, aby "nauczyć" algorytm wyglądu danej twarzy. Dziś sytuacja wygląda zupełnie inaczej. Żyjemy w erze modeli typu "one-shot" lub "few-shot".

Obecnie do uzyskania bardzo dobrego efektu wystarczy:

• Jedno zdjęcie wysokiej jakości: Nowoczesne algorytmy potrafią na podstawie jednej fotografii en face (przodem) wygenerować brakujące dane o profilu twarzy i teksturze skóry.
• Kilka sekund nagrania: Krótki film profilowy, na którym mrugasz lub obracasz głowę, daje AI komplet informacji o tym, jak Twoja twarz zachowuje się w trójwymiarze.

Odpowiadając bezpośrednio na pytanie: tak, kilka zdjęć i krótkie filmy z mediów społecznościowych w zupełności wystarczą, aby stworzyć bardzo realistyczną, sterowaną cyfrowo postać. Im lepsze oświetlenie i wyższa rozdzielczość materiałów, tym trudniej będzie przeciętnemu odbiorcy odróżnić manipulację od prawdy.

Ciekawostka: Puppetry w Hollywood

Technologia ta nie służy tylko do tworzenia deepfake’ów w internecie. Wielkie studia filmowe wykorzystują ją do cyfrowego odmładzania aktorów (jak w przypadku Harrisona Forda w ostatnim "Indianie Jonesie") lub do idealnego dopasowania ruchu ust aktora do dubbingu w innym języku. Dzięki temu film oglądany po polsku wygląda tak, jakby aktorzy faktycznie mówili w naszym języku.

Jakie zagrożenia niesie ze sobą ta technologia?

Głównym problemem nie jest sama technologia, ale sposób jej wykorzystania. Puppetry może być narzędziem do kradzieży tożsamości, szerzenia dezinformacji lub tworzenia kompromitujących materiałów (tzw. revenge porn). W kontekście biznesowym istnieje ryzyko oszustw typu "CEO Fraud", gdzie przestępca podszywa się pod szefa firmy podczas wideokonferencji, używając jego wizerunku i sterując nim na żywo, aby wyłudzić przelewy lub poufne dane.

Jak można się przed tym zabezpieczyć?

Całkowite wyeliminowanie ryzyka w dobie internetu jest niemal niemożliwe, ale istnieje kilka strategii, które znacząco podnoszą poziom bezpieczeństwa Twojego wizerunku.

Zarządzanie prywatnością w sieci

Najprostsza metoda to ograniczenie dostępu do swoich zdjęć i filmów. Profile publiczne na Instagramie czy TikToku to kopalnia złota dla algorytmów. Rozważ ustawienie profilu jako prywatny i akceptowanie tylko znanych Ci osób. Unikaj publikowania bardzo wyraźnych filmów typu "selfie", na których powoli obracasz głowę – to idealny materiał treningowy dla AI.

Cyfrowe znaki wodne i "szum"

Istnieją narzędzia (np. Glaze lub Nightshade), które wprowadzają do zdjęć niewidoczne dla ludzkiego oka zmiany w pikselach. Dla człowieka zdjęcie wygląda normalnie, ale dla algorytmu AI staje się nieczytelne lub wprowadza go w błąd, uniemożliwiając poprawne zmapowanie twarzy.

Weryfikacja dwuskładnikowa i procedury

W relacjach zawodowych lub rodzinnych warto ustalić "hasło bezpieczeństwa" lub specyficzne pytanie, na które zna odpowiedź tylko dana osoba. Jeśli podczas rozmowy wideo coś wzbudzi Twój niepokój (np. dziwne artefakty wokół ust rozmówcy lub nienaturalne mruganie), poproś o wykonanie nietypowego ruchu, np. przesunięcie dłoni przed twarzą. Wiele algorytmów puppetry wciąż gubi się, gdy przed twarzą pojawia się inny obiekt.

Edukacja i czujność

Kluczem jest świadomość, że to, co widzimy na ekranie, nie zawsze jest prawdą. Zanim podejmiesz jakąkolwiek ważną decyzję finansową lub emocjonalną na podstawie rozmowy wideo, upewnij się, że Twój rozmówca jest tym, za kogo się podaje. Technologia puppetry jest imponująca, ale w niepowołanych rękach staje się potężnym narzędziem manipulacji.