Ingatkah saat mengenali wajah AI itu mudah?
Carilah kilau yang luar biasa.
Kehalusan kulit yang mustahil. Mata yang tidak sejajar atau telinga ketiga yang menakutkan terselip di balik seikat rambut. Anda melihatnya, Anda mengabaikannya, lanjutkan.
Itu sudah mati.
Saat ini, generator AI menghasilkan potret yang begitu meyakinkan sehingga otak Anda… menyerah. Bahkan para pengamat yang cermat pun kesulitan memisahkan yang nyata dari yang dibuat-buat. Itulah sebabnya aplikasi seperti Zoom dan Tinder kini meminta bukti biometrik, seperti pemindaian retina, untuk memastikan ada manusia berdarah dan daging yang berada di belakang gambar profil. Namun Anda tidak selalu memerlukan pemindaian. Anda bisa melatih diri sendiri.
Para ilmuwan punya ide baru.
“AI-nya menjadi terlalu bagus.”
Amy Dawel, seorang profesor di Australian National University, mengatakan hal ini baru-baru ini. Dia tahu trik lama sudah hilang. Penipu menghindari penggunaan gambar dengan gangguan yang terlihat jelas seperti bentuk telinga yang salah atau mata dua pupil. Petunjuk tersebut akan hilang seiring dengan adanya pembaruan perangkat lunak. Rasanya seperti kita kalah dalam perlombaan senjata teknologi.
Para peneliti tidak menyerah begitu saja.
Alih-alih mencari kesalahan kecil dan sekilas, mereka mengajarkan orang untuk melihat gambaran besarnya. Bukan statistik yang ditinggalkan oleh satu generator, tetapi kualitas global yang menentukan keluaran AI.
Berikut mekanismenya: Model AI belajar dari jutaan wajah. Saat mereka membuat yang baru, mereka tidak meniru orang tertentu. Mereka menghitung rata-rata matematis setiap wajah dalam kumpulan data mereka. Mereka membangun “tipikal”.
Hasilnya? Wajah yang melayang menuju pusat segalanya.
Itu terlalu seimbang. Terlalu umum. Terlalu konvensional.
Secara individual, tidak ada satupun yang palsu. Tapi bersama-sama? Ini menciptakan banalitas yang halus. Sebuah kelembutan yang dirasakan manusia secara implisit.
Tanya George, seorang peneliti yang terlibat dalam penelitian ini, mencatat bahwa sesi pelatihan singkat pun dapat meningkatkan akurasi. Mengapa? Karena para peserta belajar untuk mengetahui apa yang paling baik dilakukan oleh AI—dan di bagian mana AI mengalami kegagalan terbesar.
Wajah yang dihasilkan AI cenderung:
- Lebih simetris
- Lebih proporsional
- Lebih menarik
- Kurang ekspresif
- Kurang khas
- Kurang berkesan
Wajah aslinya kacau.
Asimetri kita. Cara hidung kita miring. Bekas luka, kerutan, sedikit bungkuk. Penyimpangan kecil dari norma ini menjadikan kita unik. Mereka membuat kita berkesan. Ketika orang-orang dilatih untuk mencari kekurangan karakter ini—daripada mencari cincin yang tidak cocok—kemampuan mereka untuk mengenali cincin palsu hampir dua kali lipat.
AI tertarik ke tengah.
Orang tidak. Ketidaksempurnaan kita bukanlah bug. Itu adalah tanda tangan kami. Tapi melihat orang asing yang rata-rata dan cantik secara simetris secara online? Anda harus bertanya pada diri sendiri siapa—atau apa—yang sebenarnya balas tersenyum.
