Treino de 5 minutos ajuda a reconhecer rostos gerados por IA, aponta estudo

Estudo com 664 voluntários mostrou que um treino rápido, de cerca de cinco minutos, aumenta a capacidade de identificar rostos criados por IA.
Antes do treino, super-reconhecedores acertavam 41% e pessoas comuns, 30%, ao distinguir rostos reais de artificiais gerados pelo StyleGAN3.
Após o treino, as taxas subiram para 64% entre os super-reconhecedores e 51% entre os comuns.
O treinamento ensinou a observar falhas sutis, como dentes desalinhados, pele muito lisa, olhar descoordenado e linhas de contorno incomuns, além de exigir mais tempo de observação.
Limitações incluem duração do efeito ainda desconhecida e diferenças entre grupos nos testes, o que demanda pesquisa de acompanhamento.

Poucos minutos de treino já ajudam a identificar rostos criados por IA. Pesquisadores das universidades de Leeds, Reading, Greenwich e Lincoln, no Reino Unido, conduziram o estudo, publicado na Royal Society Open Science. O objetivo é reduzir enganos com perfis falsos e deepfakes.

O estudo envolveu 664 voluntários, divididos entre super-reconhecedores e pessoas com desempenho comum. Em uma primeira etapa, imagens geradas por StyleGAN3 eram apresentadas, e os participantes deveriam dizer se eram reais em até 10 segundos.

O treinamento, com duração de cerca de cinco minutos, ensinou sinais sutis de falsidade facial. After esse período, super-reconhecedores alcançaram 64% de acertos e participantes comuns, 51%, em testes com rostos apresentados isoladamente.

Resultados do treinamento

Ao testar com duas faces lado a lado, a tendência se manteve: desempenho baixo sem treino, melhoria significativa com o treino, especialmente entre os super-reconhecedores. O tempo de observação por rosto também aumentou.

Segundo a pesquisadora Katie Gray, a melhoria ocorreu em ambos os grupos, sugerindo que os sinais aprendidos vão além de falhas óbvias. O estudo aponta que qualquer pessoa pode aprender a observar novos indicadores de autenticidade.

Limitações e aplicações

Os experimentos foram realizados logo após o treinamento, sem medir a duração do aprendizado. Além disso, grupos diferentes participaram das etapas com e sem treino, limitando a avaliação de ganhos individuais.

Os autores destacam aplicações reais: verificadores humanos podem ser integrados a sistemas automáticos para tornar a identificação de rostos mais segura. O treinamento curto pode complementar ferramentas de detecção em uso hoje.