Ludzie mylą się co drugi raz, próbując odróżnić prawdziwą twarz od wygenerowanej przez AI. Gorzej, syntetyczne twarze oceniamy jako bardziej godne zaufania niż te należące do żywych ludzi.
Kluczowe fakty:
- W badaniu przeprowadzonym przez zespół z Uniwersytetów Lancaster, Stanford i Berkeley uczestnicy rozpoznawali twarze wygenerowane przez AI ze skutecznością zaledwie 58,4%, co jest wynikiem nieznacznie lepszym od przypadkowego zgadywania.
- Twarze syntetyczne oceniano jako bardziej godne zaufania niż prawdziwe – prawdziwe twarze uzyskały średnio 4,03 punktu, twarze z modeli GAN 4,36, a twarze z nowszych modeli dyfuzyjnych aż 4,70 punktu w siedmiopunktowej skali.
- Twarze z modeli dyfuzyjnych uznawano za mniej realistyczne niż te ze starszych GAN-ów, a mimo to cieszyły się największym zaufaniem, co wskazuje, że realizm i wiarygodność podlegają różnym mechanizmom psychologicznym.
Piszę o oszustwach internetowych od lat i zwykle dało się wskazać jeden wspólny mianownik: ktoś musiał przekonać ofiarę, że po drugiej stronie jest prawdziwa osoba. Nowe badanie zespołu z Uniwersytetu Lancaster, przygotowane wspólnie ze Stanfordem i Berkeley, pokazuje że AI rozwiązała ten problem lepiej niż jakikolwiek oszust w historii.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Twarz nie musi być realistyczna, żeby przekonać
Zespół pod kierunkiem Alexis McGuire z Lancaster University, przy współpracy Paula Taylora i Sophie Nightingale z tej samej uczelni oraz Maty’ego Bohacka ze Stanfordu i Hany’ego Farida z Uniwersytetu Kalifornijskiego w Berkeley, przeprowadził dwa powiązane eksperymenty. W pierwszym 169 uczestników oglądało 96 twarzy, zróżnicowanych pod względem rasy, płci i wieku, i miało ocenić, czy dana twarz jest prawdziwa czy wygenerowana przez AI. Średnia skuteczność wyniosła 58,4 procent, czyli niewiele lepiej niż rzut monetą.
Drugi eksperyment jest ciekawszy. Nowa grupa uczestników oceniała te same twarze pod kątem wiarygodności, w skali od jednego do siedmiu punktów. Prawdziwe twarze dostały najniższą średnią ocenę, 4,03 punktu. Twarze wygenerowane przez starszy model GAN osiągnęły 4,36 punktu. Najwyżej, na poziomie 4,70, wypadły twarze stworzone przez nowsze modele dyfuzyjne, czyli technologię stojącą dziś za większością generatorów obrazów.
Tu pojawia się paradoks, który McGuire nazywa wprost zagadkowym. Twarze z modeli dyfuzyjnych oceniono jako mniej realistyczne niż te ze starszych GAN-ów, a mimo to zaufano im najbardziej. Realizm i wiarygodność okazują się rządzić się różnymi mechanizmami psychologicznymi. Coś może wyglądać trochę sztucznie, ale wciąż działać na nas jak twarz osoby, której chętnie uwierzymy.
Mózg ocenia twarz w ułamku sekundy i rzadko się myli świadomie
Ludzki mózg przetwarza twarz błyskawicznie, w około 100 milisekund, i od razu przypisuje jej cechy: sympatyczna, groźna, kompetentna, podejrzana. To ewolucyjny skrót, który przez tysiące lat działał na naszą korzyść. W internecie ten sam mechanizm został przejęty przez narzędzie, które nie istniało jeszcze dekadę temu.
Zdjęcie profilowe pełni dziś funkcję pierwszej kotwicy zaufania. Widzimy twarz i podświadomie zakładamy, że po drugiej stronie jest ktoś rzeczywisty. Jeśli ta twarz wygląda spokojnie, przeciętnie i profesjonalnie, opuszczamy gardę szybciej niż przy podejrzanym linku czy dziwnej domenie. AI nie musi nas do niczego przekonywać argumentami. Wystarczy, że da nam twarz, którą mózg z automatu klasyfikuje jako bezpieczną.
Ten wynik trafia w sedno tego, co obserwuję w rozmowach z ekspertami cyberbezpieczeństwa od miesięcy. Skala nie polega już na tym, że ktoś potrafi podrobić twarz znanej osoby. Polega na tym, że każdy może wygenerować setki nowych, wcześniej nieistniejących twarzy, które statystycznie budzą więcej zaufania niż zdjęcie sąsiada zrobione telefonem. To zmienia ekonomię oszustwa. Kiedyś trzeba było ukraść czyjąś tożsamość. Dziś można ją po prostu wyprodukować, i to w wersji zoptymalizowanej pod nasze psychologiczne słabości. Jednocześnie nie namawiałbym nikogo do paniki przy każdym profilu w sieci. Większość zdjęć profilowych to wciąż prawdziwi ludzie, a nadmierna podejrzliwość ma swoją cenę społeczną. Pytanie, które mnie tu nurtuje, brzmi inaczej: czy platformy społecznościowe i randkowe w ogóle zdążą wdrożyć weryfikację, zanim skala syntetycznych profili zrobi się nie do opanowania?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Dlaczego wygenerowana twarz bywa lepsza od prawdziwej
Syntetyczna twarz nie ma złego oświetlenia, zmęczonych oczu, asymetrii ani przypadkowego kadru z telefonu. Można ją wygenerować jako idealnie przeciętną, a przeciętność w psychologii percepcji twarzy działa uspokajająco. Nie za piękna, nie za charakterystyczna, po prostu neutralna.
To właśnie robi z niej gotowe narzędzie dla:
- fałszywych profili rekruterów i konsultantów HR
- fikcyjnych ekspertów finansowych i doradców inwestycyjnych
- kont na portalach randkowych wykorzystywanych do wyłudzeń
- fałszywych właścicieli mieszkań w serwisach z ogłoszeniami
- kont wspierających konkretną narrację polityczną lub kampanię dezinformacyjną
Autorka badania Alexis McGuire podkreśla, że łatwość tworzenia takich obrazów sama w sobie jest problemem społecznym. „Te modele AI zdemokratyzowały przestrzeń internetową i są dostępne dla każdego, bez umiejętności technicznych, do tworzenia fałszywych twarzy, które mogą posłużyć do różnych szkodliwych celów” / „These AI models have democratised the online space and they are accessible for anyone without technical skills to create fake faces that can be used for a variety of different harms” — powiedziała McGuire, dodając że ważne jest uświadamianie ludzi, w jaki sposób mogą paść ofiarą dezinformacji, wyłudzeń tożsamości czy tak zwanego catfishingu.
W drugiej wypowiedzi McGuire ostrzega przed szerszymi konsekwencjami. „W miarę jak obrazy generowane przez AI stają się coraz bardziej wyrafinowane i dostępne, jako społeczeństwo jesteśmy coraz częściej narażeni na sztucznie wygenerowane twarze, często w złośliwych i wykorzystujących scenariuszach, takich jak dezinformacja polityczna, oszustwa finansowe i tożsamościowe czy catfishing” / „As AI-generated images become more sophisticated and more accessible, as a society, we are increasingly exposed to artificially-generated faces—often in nefarious and exploitative scenarios, such as political disinformation, financial and identity fraud, and catfishing”.
Badanie, opublikowane w czasopiśmie Journal of Vision pod tytułem „AI-Generated Faces are Becoming More Trustworthy”, sfinansowały Centre for Research and Evidence on Security Threats oraz Security Lancaster.
Wykrywanie okiem przestaje działać
Przez lata powtarzano radę, żeby patrzeć na palce, zęby, dziwne cienie i nienaturalne tło. To działało, dopóki generatory popełniały oczywiste błędy. Wynik 58,4 procent skuteczności rozpoznawania pokazuje, że ta epoka się skończyła, a w warunkach laboratoryjnych, gdzie ludzie mieli czas i motywację, żeby się skupić. W codziennym scrollowaniu, zmęczeniu i pośpiechu skuteczność będzie zapewne jeszcze niższa.
Problem pogłębia tempo rozwoju technologii. To, co rok temu zdradzało obraz wygenerowany przez AI, dziś bywa już naprawione. Oszust nie musi oszukać każdego, wystarczy że trafi na kogoś zmęczonego, zestresowanego albo bardzo chcącego uwierzyć w daną historię.
Co to oznacza dla polskich firm i użytkowników
Skala zjawiska w Polsce rośnie równolegle z globalnymi trendami opisanymi w badaniu. Według danych NASK w kraju wykryto już ponad 13 tysięcy reklam zawierających zmanipulowane materiały audiowizualne generowane przez AI. Badanie agencji Quantify na reprezentatywnej próbie tysiąca dorosłych Polaków pokazało, że 58 procent pracowników nie potrafi wskazać, czym w ogóle jest deepfake, a 66 procent badanych nie rozpoznaje fałszywego, sklonowanego głosu.
Liczba zgłaszanych cyberzagrożeń w Polsce wzrosła w 2025 roku o 144 procent rok do roku, a phishing odpowiada już za 97 procent incydentów rejestrowanych przez NASK. To pokazuje, że polscy oszuści nie muszą wcale sięgać po spektakularne wideo z twarzą znanej osoby. Fałszywy, wygenerowany profil konsultanta bankowego czy doradcy inwestycyjnego działający miesiącami w mediach społecznościowych może być tańszy w produkcji i skuteczniejszy właśnie dlatego, że nie budzi pytania „czy to naprawdę on”.
Dla polskich firm z sektora HR, bankowości, ubezpieczeń i platform ogłoszeniowych oznacza to jedno: procedury weryfikacji tożsamości oparte wyłącznie na zdjęciu profilowym czy rozmowie wideo trzeba traktować jako niewystarczające. Weryfikacja drugim, niezależnym kanałem przestaje być dobrą praktyką, a staje się koniecznością operacyjną.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Zwyczajność jako największe zagrożenie
Deepfake kojarzy się zwykle z czymś spektakularnym: nagraniem znanej twarzy, sfałszowanym głosem prezesa, polityczną manipulacją. Badanie z Lancaster pokazuje, że najgroźniejszy scenariusz może wyglądać zupełnie inaczej. Konto z syntetyczną, przeciętną twarzą może miesiącami budować historię, komentować, dodawać znajomych, publikować neutralne treści, żeby w pewnym momencie zaproponować inwestycję, zbiórkę albo link.
Nie ma tu jednego momentu fałszerstwa, który dałoby się łatwo wskazać. Jest powolne budowanie zaufania przez profil, który od początku wygląda bardziej wiarygodnie niż przeciętne zdjęcie prawdziwego człowieka.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału źródłowego opublikowanego przez Spider’s Web w dniu 13.07.2026, a także komunikatu prasowego Lancaster University na EurekAlert! z dnia 07.07.2026, opisującego badanie opublikowane w czasopiśmie Journal of Vision. W tekście wykorzystano również dane NASK oraz badanie agencji Quantify cytowane przez portal HRstandard.pl. Cytaty Alexis McGuire zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji na temat wykorzystania syntetycznych twarzy w oszustwach internetowych.
