- Treino rápido de cinco minutos aumentou significativamente a capacidade de detectar rostos criados por IA entre participantes, com melhora de 41% para 64% entre super-reconhecedores e de 30% para 51% entre o grupo típico.
- O estudo envolveu 664 voluntários, com uso de imagens geradas pelo StyleGAN3 para testar se os rostos eram reais ou artificiais.
- Os sinais observados incluíram dentes desalinhados, pele excessivamente lisa, olhos que não olham na mesma direção e sombras/ou elementos como óculos deformados.
- Além do teste individual, houve também uma versão com dois rostos lado a lado, na qual o treinamento mostrou melhora similar, especialmente entre os super-reconhecedores.
- Os pesquisadores apontam limitações: não há confirmação de duração do aprendizado e diferenças entre os grupos nas etapas dificultam medir ganhos individuais; há potencial aplicação em sistemas de verificação de identidade online.
Cinco minutos de treino já ajudam a identificar rostos criados por IA. A pesquisa, realizada por equipes das universidades de Leeds, Reading, Greenwich e Lincoln, no Reino Unido, foi publicada na Royal Society Open Science.
O estudo avaliou a capacidade de distinguir rostos reais de gerados por IA, usando imagens criadas com StyleGAN3, da Nvidia. Ao todo, 664 voluntários participaram, entre super-reconhecedores e pessoas com habilidades comuns.
No primeiro experimento, os participantes viam rostos um a um e decidiam, em até 10 segundos, se eram reais ou artificiais. As imagens tinham aparência extremamente realista, porém eram geradas por computador.
Antes do treinamento, o desempenho era baixo: super-reconhecedores acertavam 41% e o grupo comum, 30%. Muitos viravam rostos artificiais como reais, indicando facilidade de engano pela aparência perfeita.
O treinamento durou cerca de cinco minutos. Os voluntários aprenderam a observar sinais como dentes desalinhados, cabelos mal encaixados, pele lisa sem poros, olhos que não olham na mesma direção, bem como simetria excessiva, transições estranhas entre rosto e pescoço, sombras incoerentes e deformações em acessórios.
Após o treino, a performance aumentou para 64% entre super-reconhecedores e 51% entre os participantes comuns, demonstrando ganho significativo em ambos os grupos. A melhora foi observada mesmo com um tempo de treino muito curto.
A pesquisadora principal, a psicóloga Katie Gray, da University of Reading, indicou que o ganho é encorajador e mostrou que o procedimento de treinamento tem efeito relevante em diferentes perfis de participantes. O estudo também revelou que o grupo com maior aptidão não depende apenas de erros visíveis.
Os autores destacam que a prática parece ajudar na identificação de sinais mais sutis. Mesmo quando os rostos eram apresentados lado a lado, a tendência de melhoria com o treinamento se manteve, especialmente entre super-reconhecedores.
Além disso, os pesquisadores observaram que, após o treinamento, os participantes passaram mais tempo analisando cada imagem antes de responder, prática que facilita a observação de detalhes menores.
Entre limitações, destacam-se o fato de o aprendizado ter sido avaliado logo após o treinamento e a necessidade de acompanhar os participantes ao longo do tempo para confirmar a duração do efeito. Ainda assim, os autores veem aplicações práticas, especialmente em cenários de verificação de identidade online.
A investigação aponta que treinar pessoas para reconhecer rostos pode complementar sistemas automáticos de verificação, promovendo maior segurança em processos digitais e na detecção de perfis falsos gerados por IA.
Entre na conversa da comunidade