Se descubrió que más de 1,000 falsificaciones profundas estaban en uso por empresas en LinkedIn para ventas y marketing. Estas son algunas de las formas comunes de identificarlos.
Deepfakes, realistas pero AL-perfiles generados en su mayoría vinculados al mundo de los estafadores y piratas informáticos, ahora están siendo utilizados de forma intensiva por las empresas en un esfuerzo por aumentar las ventas. La tecnología deep fake se ha vuelto tan buena para crear rostros humanos que los humanos ya no saben cuándo están hablando con una persona real. Aún más inquietante, un estudio reciente reveló que los humanos confían más en una cara falsa que en una cara real.
No todo lo que rodea a las falsificaciones profundas son malas noticias. Se está utilizando una tecnología subyacente similar para hacer que el mundo sea más accesible. Por ejemplo, se espera que las falsificaciones profundas beneficien la educación, ya que el uso de lecciones multimedia e interactivas continúa creciendo en las aulas como parte del mundo pospandémico de aprendizaje híbrido. Sin mencionar que pueden ayudar a dar nueva vida a la historia o a predecir patrones climáticos con mayor precisión.
Un nuevo estudio identificó más de 1000 perfiles falsos profundos en LinkedIn, pertenecientes a más de 70 empresas. El estudio realizado por investigadores del Observatorio de Internet de Stanford, e investigado más a fondo por NPR, concluyendo que las falsificaciones profundas se están utilizando como herramienta de marketing. Las empresas han recurrido a perfiles falsos para aumentar su fuerza de trabajo de ventas, ampliar su red de redes sociales y eludir los algoritmos que limitan la visibilidad. LinkedIn ya eliminó más de 15 millones de cuentas que incluían imágenes de perfil generadas por IA, NPR informado.
Cómo detectar una falsificación profunda
De acuerdo a Norton, las falsificaciones profundas se pueden identificar a pesar de su mayor sofisticación. Una de las formas más sencillas es hacer clic derecho en la imagen y luego en “buscar en la web para la imagen.” Realizar una búsqueda como esta puede revelar otros proyectos usando la misma imagen y posiblemente con un nombre diferente asociado con el perfil. También es importante comparar el nombre con sus credenciales, educación y experiencia laboral.
Otros métodos para identificar falsificaciones profundas requieren un análisis detallado de la imagen buscando elementos que parezcan poco naturales. Por ejemplo, coloración antinatural, falta de emoción o una emoción fingida. El cabello es una de las cosas más difíciles de imitar para una computadora, lo que puede convertirlo en un buen aspecto en el que concentrarse. Del mismo modo, los ojos que aparecen demasiado centrados o los fondos que están convenientemente desenfocados pueden ser buenas formas de identificar si una imagen fue generada artificialmente. Dado que las empresas utilizan falsificaciones profundas para participar en tácticas de venta, también puede ser útil prestar atención a los mensajes y chats. Por lo general, la IA programada para participar en conversaciones no responderá a las preguntas fuera del guión.
Debido al aumento general en el uso de deepfakes, los expertos en IA están presionando para que se establezca una regulación que requiera que todas las creaciones de deepfakes sean verificadas y rastreables. La verificación de blockchain también se ha propuesto como una forma efectiva de mantener ALFalsificaciones profundas generadas también bajo control.
Fuente: NPR, Norton