Szakvélemény mesterséges intelligenciával támogatott képelemzés alapján: a digitális manipuláció valószínűsége magas a vizsgált fényképfelvételen
Bevezető
A mesterséges intelligencia korában a vizuális információk hitelessége a közbizalom egyik legfontosabb tényezőjévé vált. A digitális képek és videók manipulálására alkalmas technológiák – köztük a generatív AI rendszerek – gyors fejlődése új kihívásokat teremt a társadalom számára. Amikor egy vizuális tartalom a közösségi médiában vagy a híroldalakon politikai vagy társadalmi viták tárgyává válik, a tények és a hitelesség kérdése nem csupán technikai, hanem közösségi bizalmi kérdéssé is válik.
Kutatóközpontunk küldetése, hogy a mesterséges intelligencia felelős alkalmazásán keresztül támogassa a társadalmi felkészültséget, az átláthatóságot és az objektív tájékozódást. Ebben a szellemben végeztük el a jelen szakvélemény alapjául szolgáló mesterségesintelligencia-alapú képelemzést is, amelynek célja nem az állásfoglalás volt egy adott politikai vita mellett vagy ellen, hanem a tudományos módszertan és az objektív adatelemzés bevonása egy társadalmilag kiemelten vitatott kérdés tisztázásába.
A vizsgált fénykép az online nyilvánosságban jelent meg, és rövid időn belül országos figyelmet kapott: egyesek hiteles, dokumentációs értékű felvételként értelmezték, mások digitálisan módosított, mesterségesen generált képként azonosították. Az ilyen jellegű esetek rámutatnak arra, hogy a mesterséges intelligencia nemcsak a tartalom előállításában, hanem annak értelmezésében és ellenőrzésében is meghatározó szereplővé vált.
Intézetünk álláspontja szerint a társadalom biztonságos technológiai jövője csak akkor épülhet ki, ha a mesterséges intelligencia ellenőrzött, átlátható és etikus módon kerül alkalmazásra, és ha a tudomány képes közérthető, tárgyilagos módon visszacsatolni a nyilvánosság felé. Ennek jegyében készült jelen szakvélemény is, amely mesterséges intelligenciával támogatott, több szinten ellenőrzött képelemzési eljárásra épül, és célja, hogy szakmai alapú támpontot nyújtson a társadalmi diskurzusban felmerült kérdés tisztázásához.
A mesterséges intelligenciával támogatott képelemzés eredménye
A képelemzési eljárás egymástól független, objektív módszerekkel arra a következtetésre jutott, hogy a vizsgált tömegjelenetet ábrázoló kép nagy valószínűséggel digitálisan manipulált felvétel. Az eredmények nem egyetlen mérésre épülnek, hanem több, egymással konzisztens mintázatelemzési és képelemzési adatra, amelyek a tömeg méretének mesterséges növelésére, képi elemek másolására és utólagos hozzáadására utalnak.
- Mintázatelemzés és textúra-anomáliák: A képen szereplő tömeg szokatlanul homogén textúrával rendelkezik: a textúra-variancia 1,4–11,7 között mozog, miközben valós emberi tömegeknél ez az érték jellemzően magasabb, akár 500 fölötti. Ez a szokatlan homogenitás arra utal, hogy ismétlődő, azonos mintázatok figyelhetők meg a képen – ami tipikusan másolás-beillesztés (clone stamping) vagy digitális „kitöltés” eredményként jön létre.
- Geometriailag tökéletes határvonalak: A vizsgálat 1671 darab egyenes élvonalat detektált a tömeg körvonalánál. A természetes emberi tömegek határai organikusak, szabálytalanok, a mellékutcákba való benyúlásokkal és szigetszerű rések kialakulásával. A szokatlan geometriai szabályosság mesterséges beavatkozásra utal.
- Ismétlődő képi frekvenciamintázatok: A frekvencia-analízis 12000–15000 ismétlődő mintázatot mutatott ki, amelyek szintén másolt vizuális szegmensekre utalnak. Ez a jelenség tipikusan digitális duplikáció esetén jelenik meg ilyen gyakorisággal.
- Sűrűségeloszlási rendellenességek: A tömeg több kilométeren át azonos sűrűségű, ami fizikailag lehetetlen. Valós emberi csoportosulásoknál a sűrűség természetes módon csökken a széleken, illetve a mozgási útvonalak mentén. A „Perfect Pour” (tökéletes kiöntés) mintázat, amelyben a tömeg egyenletesen tölti ki a teret (mintha valamilyen folyadék oszlana szét), mesterségesen előállított tartalmi részletekre utal.
- A felbontás és a részletesség eltérései: A tömeg egyes részleteinek felbontása és élessége eltér a környező objektumokétól (épületek, járművek, városi objektumok). Ez klasszikus indikátor azzal kapcsolatban, hogy a tömeg egyes részletei utólag kerültek az adott képi pozícióban beillesztésre vagy sokszorozásra.
- „Digitális ecset” hatás: A tömeg egésze vizuálisan egyenletes lefedettséget és kontúrokat mutat, mintha egy digitális képszerkesztő eszközzel (amilyen pl. a Photoshop) került volna kiterjesztésre vagy felületének megnövelésére. Hiányoznak a finom átmenetek, amely a természetes emberi tömegek peremén figyelhetők meg.
Összegzés:
Az elemzés egybehangzó bizonyítékok alapján nagy valószínűséggel azt a feltevést támasztja alá, hogy a kép digitálisan manipulált. A legvalószínűbb beavatkozási módok:
- Tömegsokszorozás („clone stamping”)
- Digitális sötétítés/kontraszt-módosítás a részletek elrejtésére
- Különálló tömegkép-részletek beillesztése és összeolvasztása
- Üres területek mesterséges kitöltése
A fenti eredmények kvantitatív és kvalitatív elemzési szinten is valószínűsítik a manipuláció tényét. Ennek alapján a vizsgált képet nem lehet hiteles dokumentációs felvételnek tekinteni, mivel az eredeti tömeg méretét és kiterjedését mesterségesen felnagyították.
Elemzési módszertan
Az elemzést a Claude Code fejlesztői AI-eszköz és a Photoshop Detector AI-alkalmazás segítségével végeztük.
Első lépésként a fényképfelvételt a Claude Code CLI fejlesztői, parancssoros AI-eszköz segítségével elemeztük, mivel az elemzéshez olyan mesterséges intelligencia-eszközre volt szükség, amely nemcsak értelmez, hanem önállóan képes kutatói módon következtetéseket levonni, kódot írni, futtatni és az eredményeket elemezni. A Claude Code egyesíti a logikai következtetést és a technikai végrehajtást, adatot gyűjt, méréseket végez, tesztel, bizonyítékot épít és dokumentál. Az általunk végzett képelemzés célja az volt, hogy objektív, reprodukálható módon megállapítsuk, hogy a vizsgált fotó tartalmaz-e bármilyen digitális manipulációt. A Claude Code fejlesztői AI-eszközintegrált környezetben biztosítja mindazokat az eszközöket, amelyekre egy korszerű, tudományos képfelismerési vizsgálat során szükség van: klasszikus forenzikus algoritmusok mellett képes statisztikai, kontextuális és nyelvi elemzéseket is végezni. Míg a hagyományos képfelismerő szoftverek csak egy-egy részfeladatot kezelnek (például metaadat-kiolvasás vagy vizuális anomália keresés), a Claude Code a teljes vizsgálati folyamatot egységes logikai láncban kezeli: felismeri az eltérések mintázatait, adaptálja elemzési stratégiáit és értelmezi a kapott eredményeket. Ez a kombinált technikai és ok-okozati gondolkodás teszi lehetővé, hogy ne csupán a pixelek szintjén, hanem a kép keletkezési kontextusában és a logikai összefüggések rendszerében is vizsgálható legyen az esetleges manipuláció.
A vizsgálat eredményeit egy másik, mesterséges intelligenciával működő online eszköz, a Photoshop Detector is megerősítette, amely a képet „valószínűleg módosított vagy számítógéppel generált” kategóriába sorolta. A Photoshop Detector egy korszerű, AI-alapú képhitelesség-ellenőrző rendszer, amelyet kifejezetten digitális képek manipulációjának azonosítására fejlesztettek. A technológia a fénykép rétegstruktúráit és vizuális konzisztenciáját elemzi, a képszerkesztés során tipikusan megjelenő mikroszintű anomáliák – például textúra-, zaj- és fényeloszlási inkonzisztenciák – alapján. A rendszer fejlett algoritmusokat alkalmaz a kép szerkezeti elemzésére és olyan eltérések felismerésére, amelyeket jellemzően az utólagos szerkesztés vagy mesterséges generálás idéz elő. Fejlesztői nyilatkozata szerint a Photoshop Detector célja, hogy fenntartsa a digitális tartalmak hitelességébe vetett bizalmat: segítséget nyújt újságíróknak, kutatóknak és jogi szakértőknek a képek eredetiségének ellenőrzésében, valamint a hamisított vagy módosított vizuális tartalmak azonosításában. Az eszköz a photoshopdetector.com oldalon érhető el, és több mesterségesintelligencia-modul együttes működésével vizsgálja a feltöltött képeket, különös tekintettel a szerkesztési nyomokra, klónozási mintázatokra, fény-árnyék-inkonzisztenciákra és kompressziós artefaktumokra. Működési elvei a legmodernebb gépi tanulási képanalízis-módszereken alapulnak, amelyek alkalmasak a manipulált és az eredeti képi tartalmak statisztikai megkülönböztetésére.
Képernyőfotó a Photoshop Detector alkalmazásával elvégzettképelemzés eredményéről:
Forrás: www.photoshopdetector.com