Một nghiên cứu công bố trên tạp chí Royal Society Open Science chỉ ra rằng các khuôn mặt do AI tạo ra hiện đạt mức độ chân thực cực cao, đến mức gây nhầm lẫn không chỉ với người bình thường mà cả nhóm “siêu nhận diện” – những người nằm trong top 2% có năng lực nhận diện khuôn mặt tốt nhất, được tuyển chọn từ cơ sở dữ liệu của Phòng thí nghiệm Nhận diện Khuôn mặt và Giọng nói Greenwich (Anh).

Khuôn mặt AI và hiện tượng “cực thực” (hyperrealism)

Các khuôn mặt deepfake hiện nay chủ yếu được tạo bằng mạng đối nghịch tạo sinh (GAN) – một thuật toán AI gồm hai giai đoạn:

• AI tạo ra hình ảnh giả dựa trên dữ liệu khuôn mặt thật;
• Hình ảnh này được đưa vào một bộ phân loại để đánh giá mức độ chân thực.

Quá trình lặp đi lặp lại giúp hình ảnh giả ngày càng hoàn thiện, đến mức vượt qua khả năng phân biệt của con người. Đáng chú ý, nhiều người còn có xu hướng đánh giá khuôn mặt AI “trông thật hơn” khuôn mặt thật, một hiện tượng được gọi là cực thực (hyperrealism).

Thí nghiệm: Ngay cả “siêu nhận diện” cũng dễ nhầm lẫn

Trong nghiên cứu mới, Katie Gray, Phó Giáo sư Tâm lý học tại Đại học Reading (Anh), cùng các cộng sự đã tiến hành thí nghiệm với hai nhóm:

• Nhóm người bình thường;
• Nhóm “siêu nhận diện”.

Ở thí nghiệm đầu tiên, người tham gia được xem mỗi khuôn mặt trong 10 giây và đưa ra nhận định thật – giả. Kết quả cho thấy:

• Nhóm bình thường chỉ đoán đúng khoảng 30%;
• Nhóm siêu nhận diện đạt khoảng 41%.

Tỷ lệ nhầm khuôn mặt thật là giả cũng ở mức cao:

• Nhóm bình thường: 46%;
• Nhóm siêu nhận diện: 39%.

Kết quả này cho thấy khả năng bẩm sinh hoặc kinh nghiệm nhận diện khuôn mặt là không đủ trước công nghệ AI hiện đại.

Huấn luyện ngắn hạn giúp cải thiện rõ rệt khả năng nhận diện

Trong thí nghiệm tiếp theo, nhóm tình nguyện viên mới được huấn luyện trong 5 phút trước khi làm bài kiểm tra. Nội dung huấn luyện tập trung vào các lỗi thường gặp của ảnh do AI tạo, như:

• Đường chân tóc bất thường;
• Răng mọc lệch hoặc thiếu tự nhiên;
• Kết cấu da không đồng nhất;
• Khuôn mặt quá cân đối, thiếu “khuyết điểm” tự nhiên.

Kết quả cho thấy sự cải thiện đáng kể:

• Nhóm bình thường đoán đúng 51%;
• Nhóm siêu nhận diện đạt 64%.

Tuy nhiên, tỷ lệ nhầm khuôn mặt thật là giả vẫn cao và gần như không thay đổi nhiều so với thí nghiệm đầu:

• Nhóm bình thường: 49%;
• Nhóm siêu nhận diện: 37%.

Quan sát chậm và kỹ hơn là chìa khóa

Theo bà Gray, những người được huấn luyện có xu hướng quan sát lâu hơn và kỹ hơn, thay vì phản xạ nhanh theo trực giác. Điều này cho thấy việc “chậm lại” và tập trung vào chi tiết giúp tăng khả năng phát hiện ảnh giả.

Đáng chú ý, nhóm siêu nhận diện dường như không chỉ dựa vào lỗi kỹ thuật của hình ảnh mà còn sử dụng những dấu hiệu nhận thức tinh tế hơn, khó mô tả bằng quy tắc đơn giản.

Huấn luyện có hiệu quả lâu dài hay không vẫn là dấu hỏi

Dù kết quả ban đầu tích cực, các chuyên gia cho rằng chưa thể khẳng định huấn luyện ngắn hạn là giải pháp bền vững.

Giáo sư Meike Ramon, chuyên gia xử lý khuôn mặt và khoa học dữ liệu ứng dụng tại Đại học Khoa học Ứng dụng Bern (Thụy Sĩ), nhận định:

• Nghiên cứu mới chỉ đo lường hiệu quả ngay sau huấn luyện, chưa kiểm tra khả năng duy trì kỹ năng theo thời gian;
• Hai thí nghiệm sử dụng nhóm người tham gia khác nhau, nên chưa thể xác định mức độ cải thiện của từng cá nhân.

Theo bà Ramon, cần thêm các nghiên cứu dài hạn để đánh giá liệu việc huấn luyện có thể trở thành biện pháp can thiệp hiệu quả trước làn sóng deepfake ngày càng tinh vi hay không.

Kết quả nghiên cứu cho thấy một thực tế đáng lo ngại: con người đang dần mất lợi thế sinh học trong việc phân biệt thật – giả bằng thị giác. Trong bối cảnh deepfake được sử dụng ngày càng nhiều cho lừa đảo, thao túng dư luận, giả mạo danh tính, việc kết hợp:

• Huấn luyện con người,
• Công cụ phát hiện AI,
• Và khung pháp lý kiểm soát nội dung số,

Sẽ là yếu tố then chốt để giảm thiểu rủi ro trong kỷ nguyên AI.