Incidentes Asociados
El lunes se compartió en las redes sociales una imagen falsa que parecía mostrar una gran explosión cerca del Pentágono, lo que provocó una breve caída en el mercado de valores.
En cuestión de minutos, una ola de cuentas de redes sociales, incluidas algunas cuentas verificadas, compartieron la imagen falsa, lo que amplificó aún más la confusión.
Las autoridades confirmaron más tarde que tal incidente no había ocurrido.
Los detectives de las redes sociales, incluido Nick Waters de Bellingcat, un grupo de verificación de noticias en línea, señalaron rápidamente algunos problemas notables con la imagen, que incluyen:
- Que no hubo otros testigos de primera mano para corroborar el hecho, especialmente en una zona concurrida como el Pentágono. “Es por eso que es tan difícil (yo diría que efectivamente imposible) crear una falsificación creíble de tal evento”, tuiteó Waters.
- Que el edificio en sí se ve notablemente diferente del Pentágono. Esto se puede verificar fácilmente usando herramientas como [Google Street View](https://www.google.com/maps/@38.8713299,-77.0595554,3a,75y,96.81h,91.71t/data=!3m7!1e1! 3m5!1s45OQvOj5MczxYcbzd5VE4A!2e0!6shttps:%2F%2Fstreetviewpixels-pa.googleapis.com%2Fv1%2Fthumbnail%3Fpanoid%3D45OQvOj5MczxYcbzd5VE4A%26cb_client%3Dmaps_sv.tactile.gps%26w% 3D203%26h%3D100%26guiñada%3D148.97998%26cabeceo %3D0%26thumbfov%3D100!7i16384!8i8192) para comparar las dos imágenes.
- Otros detalles, incluido el poste de luz flotante de aspecto extraño y el poste negro que sobresale del pavimento, fueron otro indicio de que la imagen no era lo que parecía. La inteligencia artificial todavía tiene dificultades para recrear ubicaciones sin introducir artefactos aleatorios.
Confiado en que esta imagen que afirma mostrar una "explosión cerca del pentágono" es generada por IA.
Fíjese en la fachada del edificio y la forma en que la cerca se funde con las barreras contra la multitud. Tampoco hay otras imágenes, videos o publicaciones de personas como testigos de primera mano. pic.twitter.com/t1YKQabuNL
— Nick Waters (@N_Waters89) 22 de mayo de 2023
Cómo detectar imágenes falsas y generadas por IA
Hay muchas herramientas de IA generativa como Midjourney, Dall-e 2 y Stable Diffusion que pueden crear imágenes realistas con muy poco esfuerzo.
Estas herramientas se entrenan observando grandes volúmenes de imágenes reales, pero llenan los vacíos con su propia interpretación cuando faltan datos de entrenamiento. Esto puede dar lugar a que las personas tengan extremidades adicionales y objetos que se transformen con su entorno.
Al ver imágenes en línea que pretenden mostrar un evento de última hora, vale la pena tener en cuenta lo siguiente:
- **Las noticias no ocurren en el vacío: ** En el caso de una gran explosión o un gran evento, espere ver una afluencia de informes sobre el terreno de diferentes personas y diferentes ángulos.
- Quién está subiendo el contenido – Mire el historial de publicaciones de la cuenta de usuario. ¿Su ubicación y la ubicación del evento se suman? Mira a quién están siguiendo y quién los sigue. ¿Puedes acercarte a ellos o hablar con ellos?
- Use herramientas de inteligencia de código abierto: las herramientas de búsqueda inversa de imágenes como Google Images y TinEye pueden permitirle cargar una imagen y determinar dónde y cuándo se usó por primera vez. Hay varias otras [herramientas] (https://institute.aljazeera.net/en/ajr/article/2163) que puede usar, como mirar [imágenes de cámaras de tráfico] públicas en vivo (https://www.511virginia.org /nova) para verificar que se está produciendo un evento.
- Analiza la imagen y su entorno: busca pistas en la imagen como puntos de referencia cercanos, señales de tráfico e incluso las condiciones climáticas para ayudarte a ubicar dónde o cuándo podría haber tenido lugar el supuesto evento.
- Manos, ojos y postura: Cuando trabaje con imágenes de personas, preste especial atención a sus ojos, manos y postura general. Los videos generados por IA que imitan a personas, conocidos como falsificaciones profundas, tienden a tener problemas para parpadear, ya que la mayoría de los conjuntos de datos de entrenamiento no contienen caras con los ojos cerrados. Las manos que no agarran correctamente los objetos o las extremidades que se ven anormalmente torcidas también pueden ayudar a detectar la falsificación.
Para obtener más información sobre la verificación de noticias y las investigaciones de inteligencia de código abierto, el Media Institute de Al Jazeera ha publicado una serie de guías disponibles en [múltiples idiomas] (https://institute.aljazeera.net/en/publications) disponibles para descargar a continuación.
- Encontrar la verdad entre las falsificaciones [PDF]
- Verificación de noticias: una guía práctica [PDF]
- Investigaciones de código abierto [PDF]
#Subproceso🧵 1/ Destacando los peligros de los deepfakes: ¿Qué sucedió cuando una cuenta falsa de Twitter con un cheque azul, que pretendía ser Bloomberg, publicó ayer impactantes 'noticias de última hora'...
— Al Jazeera Journalism Review (@AJR_English) 23 de mayo de 2023
Fuente: Al Jazeera