Geçen ay bir muhabir, gerçek görünen ama tamamen yapay bir video izledi: tanıdığı bir politikacı, hiç söylemediği bir şeyi açık seçik “söylüyordu.” Video sosyal medyada on binlerce kez paylaşıldı. Aynı muhabir videoyu tespit edebildi, çoğu izleyici edemedi. Fark ne?
Deepfake Nedir, Nasıl Üretiliyor?
Deepfake, derin öğrenme modelleriyle bir kişinin yüzünü, sesini veya vücut hareketlerini başka bir içeriğe yapıştırma tekniğidir. Başlangıçta yüksek hesaplama gücü ve binlerce fotoğraf gerektiriyordu. 2023 sonrasında ortaya çıkan araçlar, birkaç dakikalık ses kaydı veya 10-15 fotoğrafla inandırıcı sonuçlar üretebiliyor. RunwayML, ElevenLabs gibi platformlar meşru amaçlarla kullanılıyor, ancak aynı teknoloji kötüye kullanıma da açık.
Gözle Tespit: Hâlâ İşe Yarayan İpuçları
Yapay zeka modelleri güçlense de insan gözü hâlâ bazı şeyleri fark edebilir:
- Göz kırpma ritmi: Deepfake’lerde göz kırpma ya çok az görülür ya da ritim normalden farklıdır. Birkaç saniye boyunca dikkatli bakın.
- Saç ve kulaklardaki bulanıklık: Yüz sınırları bazen hâlâ aşırı pürüzsüz ya da hafif titrek görünür, özellikle kıvırcık saçlarda.
- Işık tutarsızlıkları: Yüzdeki ışık kaynağı ile arka plandaki ışık kaynağı birbiriyle uyuşmuyor mu? Bu ciddi bir işaret.
- Ses-dudak senkronu: Yüksek sesli ortam, uzak çekim veya aksanlı konuşmalarda senkron kaymaları daha belirgin olabilir.
- Diş ve ağız içi: Konuşma sırasında dişler bazen anormal düzgün, bazense gereğinden bulanık görünür.
Teknolojik Tespit Araçları
Gözle yapılan tespiti desteklemek için birkaç araç var. Intel’in FakeCatcher’ı, insan cildindeki kan akışı değişimlerini analiz ederek %96 doğruluk iddiasıyla deepfake tespit ediyor; ancak kamuya açık değil. Hive Moderation ve Sensity AI ticari API olarak kullanılabiliyor. Microsoft’un Video Authenticator aracı ise Adobe ile geliştirilen C2PA (Content Credentials) standardını destekliyor; içeriğin orijinini zincir halinde doğruluyor.
C2PA standardı dikkat çekmeye değer: içerik oluşturulduğunda ve düzenlendiğinde bir imza zinciri ekleniyor, bu imza bozulursa içeriğin manipüle edildiğini gösteriyor. Nikon, Sony ve Canon gibi kamera üreticileri bu standardı kameralarına entegre etmeye başladı. Birkaç yıl içinde “imzalı içerik” ile “imzasız içerik” arasında güvenilirlik farkı belirginleşecek.
Kaynak Doğrulama: Teknoloji Kadar Önemli
Aslında en güçlü savunma teknik araçlardan çok eleştirel bir yaklaşım. Bir video güvenilirse şu soruları sorun: Bu içerik nerede ilk kez yayınlandı? Orijinal yayın tarihini teyit edebiliyor musunuz? Ana akım haber kaynakları bu iddiayı doğruluyor mu? TinEye veya Google Görseller ile videonun ekran görüntüsünü aratmak, başka bağlamlarda kullanılmış eski bir içerik mi olduğunu gösterebilir.
Ses Deepfake’leri Görsellerden Daha Tehlikeli mi?
Birçok uzman ses klonlamanın video deepfake’ten daha büyük bir risk oluşturduğunu düşünüyor. Telefon görüşmesinde “baba, cebim yok, param lazım” diyen bir ses, kişinin gerçek ses özelliklerini taşıyorsa tespit etmek çok daha zor. ElevenLabs’ın raporlarına göre yalnızca 3 saniyeyle yüksek kaliteli ses klonlama mümkün. Bankalar ve kamu kurumları bu riski fark etmeye başlıyor, bazıları sesli doğrulama sistemlerini yedek yöntemlerle desteklemeye başladı.
Bireysel Önlem Olarak Ne Yapılabilir?
Kendi sesinizi ve görüntünüzü korumak için sosyal medyada paylaştığınız içeriklere dikkat edin; uzun süreli net yüz ve ses kaydı içeren videolar klonlama için hammadde sağlar. Öte yandan yakınlarınızla doğrulama kodları belirleyebilirsiniz: acil durum telefon görüşmelerinde sadece ikinin bildiği bir kelime veya soru sistemi. Kulağa fazla temkinli gelebilir, ancak bazı ülkelerde banka dolandırıcılığı vakalarında bu yöntem gerçekten kullanılıyor.
