Wajah buatan AI kini tidak lagi mudah dibongkar hanya dari kulit yang mulus, mata yang janggal, atau telinga yang aneh. Generator gambar terbaru bisa menghasilkan potret yang begitu meyakinkan sehingga bahkan pengamat cermat pun sering kesulitan membedakannya dari wajah asli.
Perubahan ini membuat cara lama untuk mengenali wajah AI mulai rapuh. Karena itu, para peneliti kini mendorong pendekatan baru yang tidak lagi terpaku pada cacat visual kecil, melainkan pada pola besar yang membuat wajah AI terasa terlalu normal.
Dari artefak kecil ke pola yang lebih luas
Selama ini, pelatihan untuk mendeteksi wajah AI sering berfokus pada gangguan visual atau jejak statistik tertentu. Masalahnya, petunjuk seperti itu mudah hilang setelah pembaruan perangkat lunak atau saat pengguna memasukkan prompt yang berbeda.
Amy Dawel, associate professor di Australian National University dan penulis utama studi ini, menilai AI sudah terlalu bagus. Ia juga mengatakan pelaku penipuan bisa saja sengaja menghindari gambar dengan cacat yang terlalu jelas.
Karena itu, pendekatan baru diarahkan untuk mengenali cara sistem AI menyusun gambar secara keseluruhan. Peserta tidak lagi diminta mencari telinga yang salah bentuk atau mata dengan dua pupil, tetapi memperhatikan ciri-ciri yang muncul dari hasil akhir gambar.
Mengapa wajah AI terasa terlalu normal
Generator gambar AI dilatih dengan jutaan gambar, lalu membangun wajah baru dari pola matematis yang muncul di seluruh data tersebut. Sistem ini tidak menyalin wajah tertentu, tetapi menyusun kombinasi baru yang tampak masuk akal bagi mata manusia.
Akibatnya, wajah buatan AI cenderung bergerak ke arah rata-rata statistik. Wajah itu sering terlihat terlalu seimbang, terlalu generik, dan terlalu konvensional meski tidak langsung tampak palsu.
Jika ciri-ciri itu digabungkan, hasilnya justru terasa hambar dan banal. Kesan semacam ini kerap ditangkap secara implisit oleh manusia, meski sulit dijelaskan satu per satu.
Enam penanda yang meningkatkan akurasi
Jika dibandingkan dengan wajah asli, wajah buatan AI cenderung lebih simetris, lebih proporsional, dan lebih menarik. Di saat yang sama, wajah itu juga lebih tidak ekspresif, kurang khas, dan jauh lebih sulit diingat.
Ketika peserta dilatih untuk memperhatikan enam penanda itu, kemampuan mereka mengenali wajah AI hampir dua kali lipat. Tanya George, peneliti mahasiswa di Australian National University yang melatih peserta studi, menyebut sesi pelatihan yang relatif singkat saja sudah membantu meningkatkan akurasi.
| Penanda Wajah AI | Ciri yang Dibandingkan | Dampak pada Deteksi |
|---|---|---|
| Lebih simetris | Asimetri halus pada wajah manusia | Membuat wajah AI tampak terlalu rapi |
| Lebih proporsional | Proporsi yang lebih khas pada wajah manusia | Memberi kesan terlalu normal |
| Lebih menarik | Ciri manusia yang tidak selalu mengikuti rata-rata | Mendorong wajah AI ke arah ideal yang generik |
| Kurang ekspresif | Ekspresi yang lebih hidup pada wajah manusia | Wajah AI terasa lebih datar |
| Kurang khas | Keunikan wajah manusia | Wajah AI lebih sulit dibedakan |
| Lebih sulit diingat | Wajah manusia yang mudah menempel di ingatan | Menjadi petunjuk kuat saat mengenali wajah buatan |
Implikasi bagi pengguna dan platform
Temuan ini menunjukkan bahwa kunci mendeteksi wajah AI bukan hanya mencari kesalahan teknis kecil. Yang lebih penting adalah melihat kecenderungan wajah yang terlalu dekat ke pusat rata-rata, sementara wajah manusia asli justru dibentuk oleh penyimpangan kecil dari norma.
Asimetri halus, ciri yang khas, dan ekspresi membuat wajah manusia lebih mudah diingat. Dalam konteks itu, ketidaksempurnaan justru menjadi tanda tangan yang membedakan manusia dari wajah yang dirancang mesin.
Perubahan cara deteksi ini juga relevan bagi platform yang makin bergantung pada identifikasi biometrik, termasuk pemindaian retina. Aplikasi seperti Zoom dan Tinder disebut mulai mengandalkan metode semacam itu untuk membantu membuktikan bahwa ada manusia sungguhan di balik sebuah foto profil.