Einstein, de costas a unha bomba atómica, outro exemplo das imaxes falsas que circulan pola rede.

A pandemia de imaxes falsas: ao límite do imposible

A batalla contra a proliferación de imaxes falsas é moito máis complexa, e os seus efectos culturais son tamén moito máis devastadores

*Un artigo de

A falsificación intencionada de produtos e a elaboración de contidos fraudulentos non é nova, pero a súa distribución masiva nas redes e medios de comunicación está a alcanzar a categoría de pandemia. Como resposta, multiplícanse os esforzos para limitar o impacto das denominadas fake news, pero a batalla contra a proliferación de fake pictures (imaxes falsas) é moito máis complexa, e os seus efectos culturais son tamén moito máis devastadores.

Os sistemas de detección da fraude aplicados a textos obteñen resultados bastante precisos. Por exemplo, Ithenticate, no ámbito académico, está integrado nos procesos de avaliación de manuscritos da maioría das publicacións científicas. Con todo, a detección de imaxes falsas resulta moito mais complexa e require de precisos métodos de análise forense combinadas con avanzadas ferramentas de software.

A día de hoxe, estas non se poden automatizar con tanta facilidade como ocorre coa análise textual.

Esta imaxe dun suposto tiburón atacando a un rescatador é outra das fotografías falsas máis famosas que circulan pola rede.
Esta imaxe dun suposto tiburón atacando a un rescatador é outra das fotografías falsas máis famosas que circulan pola rede.

Existen sistemas de recoñecemento de imaxes que utilizan a intelixencia artificial para determinar de que tipo de imaxe se trata e etiquetala, realizar buscas e recuperar imaxes similares, como os que ten desenvolvidos Google. Pero cando as imaxes son falsificacións que van alén da súa simple copia ou dunha manipulación rudimentaria, resulta moi complexo despexar as dúbidas sobre a súa orixinalidade. Entón vólvese imprescindible realizar unha análise forense detallada que certifique se foi manipulada ou non.

A metodoloxía de elaboración dun informe pericial sobre a imaxe dixital está regulada para garantir a súa validez xurídica, pero resulta moi difícil deter a súa proliferación e os seus devastadores efectos culturais. Están a producirse algúns rápidos avances na investigación, pero aínda son incipientes dada a complexidade propia da imaxe.

Nos límites do imposible

Toda imaxe é sempre unha selección diso que chamamos realidade, por moi preciso que sexa o sistema que utilicemos. A súa fidelidade depende da honestidade de quen elaborou a imaxe. O problema é que hoxe case calquera pode falsificar e distribuír masivamente unha imaxe, e non digamos as axencias gobernamentais, empresas e especialistas con sobrados recursos.

Imaxe falsa difundida hai agora dous anos, durante a consulta do 1 de outubro en Catalunya. A 'estelada' non é real.
Imaxe falsa difundida hai agora dous anos, durante a consulta do 1 de outubro en Catalunya. A ‘estelada’ non é real.

A análise forense de imaxes pode aplicarse para determinar con precisión as condicións nas que se rexistrou. Por exemplo, para avaliar a coherencia espacial da luz e identificar a cámara coa que se tomou, analizando os artefactos característicos que cada equipo produce no proceso de captura.

Tamén no proceso de rexistro da imaxe se inclúen algúns datos da captura que acompañan ao propio arquivo, os denominados metadatos, pero non só non están dispoñibles na maioría das imaxes en circulación, se non que ademais son facilmente manipulables por un falsificador profesional que o primeiro que fai é actuar sobre eles, polo que moitas veces poden ser pouco fiables.

A maioría das falsificacións que circulan masivamente son manipulacións, máis ou menos sofisticadas, sobre o arquivo da imaxe. Moitas veces fan uso de ferramentas que están ao alcance de calquera, como Photoshop. Algunhas poden ser fáciles de detectar, pero cando se falsifica con profesionalidade e software deseñado especificamente para eliminar todo trazo de manipulación resulta moito mais complicado.

Pensemos na complexidade e a potencia actual da tecnoloxía e as técnicas de intelixencia artificial para elaborar, por exemplo, as denominadas deepfakes, nas que o que se manipula son vídeos. Estanse desenvolvendo ferramentas para detectar tamén este tipo de falsificacións, por exemplo TruePic. Pero aínda que se están redobrando os esforzos neste sentido tanto en Europa como en América, na loita tecnolóxica contra a fraude as técnicas de análise forense case sempre van un paso atrás.

Análise forense de imaxes falsas

Na análise forense de imaxes dixitais utilízanse dous procedementos básicos de detección de falsificacións: os activos e os pasivos.

Os métodos activos fan referencia ás estratexias de autenticación de arquivos dixitais para a súa identificación. Isto conséguese, por exemplo, inserindo marcas de auga entre os datos de imaxe ou utilizando sistemas de firma dixital como as cadeas de HASH. Pero a maior parte das imaxes en circulación, sexan falsas ou non, non van acompañadas de ningún dato de identificación, e só é posible detectar a primeira ollada se son falsas entre o 30-40%.

Existe un segundo grupo de métodos de análises, os denominados pasivos, que utilizan algoritmos específicos e técnicas estatísticas para analizar a coherencia da estrutura de datos do arquivo de imaxe e determinar se se retocou o brillo, contraste e cor (o retoque é admisible, pero só ata certo punto). Ou se foron movidas, clonando ou transformando algúns elementos. Para iso estanse desenvolvendo algoritmos específicos que son cada vez máis efectivos.

Estamos nunha carreira na que se está sempre ao límite da vangarda tecnolóxica e, mentres tanto, a pandemia de imaxes falsas segue estendéndose a unha velocidade imparable. Nesta tola loita sen fin, por agora gaña a falsificación, seguida moi de preto polas técnicas de detección desenvoltas polos analistas expertos en imaxe. Pero hai que correr, e moito, e ao límite do imposible.


Francisco López Cantos é investigador de Ciencias da Comunicación na Universitat Jaume I.
*Cláusula de divulgación: non recibe salario, nin exerce labores de consultoría, nin posúe accións, nin recibe financiamento de ningunha compañía ou organización que poida obter beneficio deste artigo, e declarou carecer de vínculos relevantes alén do cargo académico citado.

DEIXAR UNHA RESPOSTA

Please enter your comment!
POLÍTICA DE COMENTARIOS:

GCiencia non publicará comentarios ofensivos, que non sexan respectuosos ou que conteñan expresións discriminatorias, difamatorias ou contrarias á lexislación vixente.

GCiencia no publicará comentarios ofensivos, que no sean respetuosos o que contentan expresiones discriminatorias, difamatorias o contrarias a la ley existente.

Please enter your name here

Este sitio emprega Akismet para reducir o spam. Aprende como se procesan os datos dos teus comentarios.