Is het een foto van een persoon of zijn het slechts pixels die een niet-bestaande persoon weergeven? Nog niet zo lang geleden kon elk geoefend oog het vrij gemakkelijk zien, maar nu is de technologie zo geavanceerd dat het blote oog het verschil niet meer kan zien.
Het gaat verder: proefpersonen zullen eerder een AI-foto van een mens vinden dan een foto van een echt persoon. uit Nieuw onderzoekGepubliceerd in vakbladen Psychologische wetenschapHet blijkt dat 69,5 procent van de gepresenteerde AI-portretten als ‘echt’ wordt gezien.
Over door de auteur
Laurens Verhagen door voor te schrijven D. Voxkrant Over technologie, internet en kunstmatige intelligentie. Daarvoor was hij onder meer hoofdredacteur nu.nl.
Voor menselijke portretten ligt dit percentage veel lager, iets meer dan de helft. Onderzoekers noemen dit ‘surrealisme’; Het effect dat we de kunstmatig gecreëerde werkelijkheid als reëler waarnemen dan de fysieke werkelijkheid.
Een belangrijke nuance is dat het uit is Vorig onderzoek Dit blijkt alleen sterk voor te komen bij portretten van blanke mensen. Dit hangt samen met het al lang bekende feit dat AI niet onbevooroordeeld is: ‘algoritmen worden onevenredig getraind op witte gezichten.’
AI-modellen zijn gelijkmatiger getraind
Dit is problematisch, zeggen de onderzoekers: “Als AI-gezichten er realistischer uitzien voor blanke gezichten dan voor andere groepen, zal het gebruik ervan de perceptie van etniciteit verwarren met de perceptie van ‘menselijk’ zijn.” Zij adviseren daarom om toekomstige AI-modellen uniformer te trainen.
Iris Groen, universitair docent computationele neurowetenschappen aan de Universiteit van Amsterdam en niet betrokken bij het onderzoek, noemde het een interessant onderzoek: ‘Het mooie hiervan is dat onderzoekers op zoek gaan naar een psychologische verklaring voor het fenomeen hyperrealisme en van daaruit ga terug naar de informatica.’
Deze verklaring ligt deels in het feit dat mensen ‘gemiddelde’ gezichten als realistisch ervaren. Dit is precies wat AI-systemen (in dit geval het StyleGun 2-algoritme) leren: een gemiddeld proportioneel gezicht waarmee ze worden getraind op basis van een groot aantal portretten.
Hoe onthouden mensen gezichten?
Onderzoekers bouwen voort op bestaande inzichten die verklaren hoe mensen gezichten onderscheiden en onthouden. ‘Het interessante aan dit onderzoek is dat de proefpersonen die specifieke kenmerken gebruikten, maar in sommige gevallen op de verkeerde manier’, zegt Groen. Een gezicht in de juiste proporties? Dan moet het menselijk zijn.
Een andere interessante conclusie uit het onderzoek is dat mensen die het meeste vertrouwen hebben in hun eigen capaciteiten de meeste fouten maken, een fenomeen in de psychologie dat bekend staat als het Dunning-Kruger-effect. De gevolgen kunnen groot zijn: als mensen niet meer kunnen inschatten wat AI is en wat echt is, is het risico groot dat ze in verwarring raken. Een belangrijk inzicht zegt Groen: ‘Je hoeft mensen niet per se te trainen in het onderscheid tussen echt en nep. Het zou een voordeel zijn als ze zich zouden realiseren dat hun oordeel niet altijd juist is.’
AI zelf kan beter onderscheid maken tussen synthetische en echte foto’s. Theo Gevers, hoogleraar computer vision aan de Universiteit van Amsterdam, ontwikkelde een detectie-algoritme de diepte. Het geeft nauwkeurige beoordelingen voor minder dan 98,7 procent van de foto’s gemaakt door StyleGan2. ‘Een bijna perfecte score’, zegt Gevers.
