Süvavõltsingud: analüüs, tegelik mõju ja peamised väljakutsed

Informatec Digital » Ressursid » Süvavõltsingud: analüüs, tegelik mõju ja peamised väljakutsed

Süvavõltsingud on internetikurioosumi asemel muutunud digiajastu üheks tõsisemaks väljakutseks. Tehisintellekti abil manipuleeritud videod, heli ja pildid võivad panna meid nägema kedagi ütlemas või tegemas midagi, mida pole kunagi juhtunud, realistlikult, mis paljudel juhtudel petab isegi ekspertide silmi. Ja see ei mõjuta ainult kuulsusi või poliitikuid: igaüks, kellel on sotsiaalmeedia kohalolek, võib saada sihtmärgiks.

See nähtus ühendab endas kolm väga ohtlikku koostisosa: võimsa tehnoloogia, kasutusmugavuse ja tohutu ulatuse . Tulemuseks on ideaalne retsept desinformatsiooni, finantspettuste, ahistamise ja laialdase usalduse õõnestamise vastu selles, mida me näeme ja kuuleme. Vaatleme rahulikult ja üksikasjalikult, mis täpselt on süvavõltsingud, kuidas neid luuakse, milliseid riske need üksikisikutele, ettevõtetele ja institutsioonidele kujutavad, mida seadus ütleb ja milliseid reaalseid samme saame enda kaitsmiseks astuda.

Mis on süvavõltsingud ja miks need on olulised?

Mõiste süvavõltsingu (deepfake) tuletatakse süvaõppe ja võltsingu kombinatsioonist . See viitab mis tahes audiovisuaalsele sisule – videole, pildile või helile –, mis on loodud või manipuleeritud tehisintellekti algoritmide abil autentse mulje jätmiseks. Me ei räägi siin pelgalt filtritest või retušeerimisest, vaid nägude, žestide või häälte täielikest rekonstruktsioonidest, mis jäljendavad väga täpselt päris inimest.

Kergelt kättesaadavate, isegi tasuta tööriistade abil on võimalik kellegi nägu teise inimese kehale asetada , tema häält kloonida või luua stseene, mis pole kunagi juhtunud . Neuraalvõrkude ja GAN-ide (generatiivsete vastasvõrkude) edusammud on realismi taset dramaatiliselt suurendanud, muutes ehtsa ja manipuleeritud sisu eristamise palju raskemaks.

Süvavõltsinguid peetakse nüüd võltsuudiste evolutsiooniks : kui varem manipuleeriti teksti või fotodega, siis nüüd genereeritakse võltsvideo või usutav helisalvestis, millel on palju suurem emotsionaalne ja kognitiivne mõju. Meie ajud kipuvad usaldama seda, mida nad "näevad ja kuulevad", rohkem kui lihtsat pealkirja, mis mitmekordistab nende veenmisjõudu.

Kuigi see tehnoloogia on eksisteerinud juba 90. aastate lõpust, tõusis see esile 2017. aastal, kui Redditi kasutaja hakkas postitama võltspornograafilist sisu, millel olid tuntud näitlejannade näod. Sellest ajast alates on selle kasutamine tohutult levinud nii meelelahutuses kui ka selgelt pahatahtlikes kontekstides.

Kuidas süvavõltsinguid luuakse: tehniline pool ilma tehnilise žargoonita

Süvavõltsingu taga on masinõppesüsteemid, mis analüüsivad tuhandeid pilte, kaadreid või helilõike . Tüüpiline nägudega seotud protsess koosneb kahest peamisest etapist: kodeerimisest ja dekodeerimisest. Esiteks uurib kodeerimisalgoritm kahe näo sarnasusi ja tuvastab ühiste tunnuste komplekti. Seejärel rekonstrueerib dekooder sihtmärgiks oleva pildi teise inimese ilmete abil.

Praktikas treenitakse kahte eraldi dekoodrit, üks kummagi näo jaoks. Kui ühe inimese andmed suunatakse teise inimese dekoodrisse , saame video, kus subjekt A näib sooritavat subjekti B žeste ja liigutusi. Õigesti tehes näeb tulemus välja nagu originaalsalvestis.

Teine levinud tehnika on generatiivsete võistlevate võrkude (GAN) kasutamine . See hõlmab kahte võrku: generaatorit, mis loob võltspilte või -videoklippe, ja diskriminaatorit, mis püüab võltsingut tegelikkusest eristada. Nad võistlevad omavahel tuhandeid kordi, pidevalt täiustudes, kuni diskriminaator ei suuda enam pettust kergesti tuvastada ja tulemus on tegelikkusele väga lähedane.

Enamik videosüvavõltsinguid luuakse algoritmi suure hulga jäljendatava isiku piltide abil . Mida rohkem on modellil nurki, žeste ja valgustingimusi, seda veenvam on lõpptulemus. Seega olid traditsiooniliselt ohvrid pigem meediakasutusega inimesed, kuigi tänapäeval piisab korraliku klooni loomiseks ühest fotost või mõnest sekundist helisalvestist.

Hääle puhul võimaldavad kloonimissüsteemid alates vaid mõnesekundilisest salvestusest taasesitada tämbrit, aktsenti ja kõnerütmi . Kõnesünteesi ja tehisintellekti loodud skriptide kombineerimise abil on võimalik toota heli, milles ohver "ütleb" kõike, mida ründaja suhu panna soovib.

Sügavvõltsingu tüübid: pilt, video ja hääl

Süvavõltsinguid saab eristada mitut tüüpi, olenevalt manipuleeritud sisust ja kasutatud tehnikast. Eriti populaarseks on muutunud kaks kategooriat: süvavõltsingud ja süvavõltsingud.

Sügavnäod on videod, kus inimese nägu genereeritakse või asendatakse täielikult . Mitme foto abil loob süsteem staatilisi nägusid, mis on nii realistlikud, et need tunduvad päris portreedena, ja seejärel seob need järjestikku kokku, et luua sujuv video. Eesmärk on, et vaatamisel ei tekiks kahtlustki, et ta vaatab kunstlikku kompositsiooni.

Samal ajal keskenduvad süvavõltsingud hääle imiteerimisele . Algoritm õpib tundma inimese hääleomadusi (sagedus, intonatsioon, pausid, täitesõnad jne) ja suudab seejärel lugeda mis tahes teksti, esitades seda selle inimesena. Selline süvavõltsingu tüüp on eriti ohtlik ettevõtlus- ja finantssektoris.

Hea näide leidis aset 2019. aastal: küberkurjategijad kloonisid tegevjuhi hääle , et helistada tema ettevõtte tippjuhile ja tellida kiireloomuline üle 250 000 dollari suurune ülekanne. Juht tegi seda, sest hääl kõlas täpselt nagu tema ülemuse oma ja kiireloomulisus oli usutav.

Lisaks neile kahele kategooriale on olemas ka hübriidsed süvavõltsingud, mis ühendavad tehisintellekti loodud video, heli ja teksti , nii et kogu sisu – see, mida näete, ja see, mida kuulete – on sünteetiline, kuid sidus. Tehnoloogia arenedes hägustuvad nende tüüpide vahelised piirid.

Õigustatud kasutusviisid ja positiivsed rakendused

Kuigi süvavõltsinguid seostame sageli pettuste ja küberkiusamisega, on samal tehnoloogial täiesti õigustatud ja väärtuslikud rakendused, kui seda kasutatakse läbipaistvalt ja nõusolekul. Näiteks filmitööstuses kasutatakse seda näitlejate vananemiseks, surnud tegelaste taasloomiseks või dialoogi dubleerimiseks ilma huulte sünkroonimist kaotamata.

Haridusvaldkonnas võimaldavad generatiivsed mudelid audiovisuaalset sisu kohandada mitmele keelele, säilitades samal ajal kõneleja algupärased žestid. See parandab arusaadavust, väldib "madala eelarvega dubleerimise" tunnet ning hõlbustab kursuste ja konverentside globaalset kättesaadavust.

Samuti uuritakse ligipääsetavuse rakendusi, näiteks avatari loomist, mis tõlgendavad viipekeelt personaalselt, või kohandatud sünteetilisi hääli inimestele, kes ei oska rääkida. Õige eetilise lähenemise korral võib sama tehnoloogia, mis meid tänapäeval muretsema paneb, avada olulisi uksi digitaalse kaasatuse jaoks.

Suurim väljakutse ei seisne niivõrd tööriistas endas, kuivõrd selle kasutamise kontekstis, eesmärgis ja läbipaistvuses . Seetõttu rõhutavad hiljutised Euroopa määrused kohustust selgelt märgistada tehisintellekti loodud sisu, et avalikkus saaks eristada erinevaid tüüpe.

Süvavõltsingutega kaasnevad riskid ja ohud ühiskonnale

Süvavõltsingutel on negatiivne mõju nii inimese eraelust kui ka poliitilisest, majanduslikust ja sotsiaalsest stabiilsusest . Üks ilmsemaid ohte on desinformatsioon: võltsvideod, mis näitavad poliitilisi liidreid tegemas õhutavaid avaldusi või tunnistamas kuritegusid, mis pole kunagi aset leidnud.

Isegi kui need hiljem ümber lükatakse, on kahju juba tehtud, sest esimese vaatamise emotsionaalne mõju kaalub sageli üles kõik hilisemad parandused . See aitab kaasa avaliku arvamuse polariseerimisele, vandenõuteooriate õhutamisele ning usalduse nõrgestamisele meedia ja demokraatlike institutsioonide vastu.

Teine äärmiselt tõsine oht on süvavõltsinguid (deepfake'e) kasutada ahistamiseks, laimuks ja privaatsuse rikkumiseks . Võltsitud pornograafia loomine naiste – eriti poliitikute, aktivistide ja ajakirjanike – nägusid kasutades on muutunud digitaalse vägivalla vormiks, millel on laastavad tagajärjed nende mainele, isiklikule elule ja vaimsele tervisele.

Hiljutised uuringud näitavad, et umbes 2,2% teatud akadeemilistes töödes küsitletud inimestest peab end intiimsete süvavõltsingu ohvriks, samas kui 1,8% tunnistab, et on sellist sisu loonud või levitanud. Kuigi need arvud võivad tunduda madalad, peegeldavad need murettekitavat ja kasvavat trendi.

Lisaks aitavad süvavõltsingud kaasa „tõekriisile“ : kui üldse mingit audiovisuaalset tõendit suudetakse sepistada, riskib ühiskond eeldada, et miski pole täiesti usaldusväärne. See on ehk kõige ohtlikum pikaajaline mõju, sest see õõnestab digitaalse kooseksisteerimise ja teadliku avaliku arutelu jaoks vajalikku põhilist usaldust.

Mõju pettustele ja ettevõtete küberturvalisusele

Ärimaailmas on süvavõltsingud muutumas küberkurjategijate jaoks väga tõhusaks rünnakuvahendiks . See pole ulme: juba on arvukalt juhtumeid, kus juhte jäljendatakse video või heli abil ülekannete tellimiseks, tundlike andmete küsimiseks või valede strateegiliste juhiste andmiseks.

Üks levinumaid stsenaariume on [ ebaselge - võimalik, et "e-posti aadress" või "telefoninumber"]. Lisaks klassikalisele petturlikule e-kirjale lisab ründaja süvavõltsitud video- või helisalvestise tegevjuhist või finantsjuhist, rõhutades taotluse kiireloomulisust. Nähes või kuuldes oma "ülemust", langetab ohver valvsuse ja täidab käsu.

Süvavõltsinguid kasutatakse ka täiustatud sotsiaalse manipuleerimise eesmärgil . Näiteks saadetakse advokaadibüroole pealtnäha tavaline video, milles partner nõuab lepingute kiiret allkirjastamist või juurdepääsu teatud dokumentidele. Kontekst on usutav, pilt ja hääl sobivad ning verifitseerimissüsteem tugineb ainult näotuvastusele.

Üha tavalisemaks muutuvas kaugtöökeskkonnas imbuvad ründajad videokõnedesse, teeseldes meeskonnaliikmeid . Tehisintellekti loodud avatare kasutades osalevad nad koosolekutel, taotlevad juurdepääsu sisemistele süsteemidele või avaldavad survet konfidentsiaalse teabe saamiseks. Tegelikkuses teise isiku jäljendamine võib jääda märkamatuks, kui käitumine ei tundu liiga ebatavaline.

Kõik see seab otsese väljakutse näo- või hääletuvastuse baasil töötavatele turvasüsteemidele. Hiljutised uuringud näitavad, et väikesed varjude, intelligentse hägustamise või vastasmüra kohandused võivad biomeetriliste detektorite tõhusust drastiliselt vähendada, võimaldades võltsnäol juurdepääsukontrollist mööda hiilida.

Tuvastamisprobleemid: miks viirusetõrjetarkvarast üksi ei piisa

Süvavõltsinguid ei ole nii lihtne tuvastada kui tarkvara installimine ja selle unustamine. Praegused tuvastusmudelid seisavad silmitsi peamise probleemiga: nende üldistatavus on piiratud . Tavaliselt treenitakse neid kindlate manipuleerimistehnikate ja stiilide abil ning uue põlvkonna algoritmi ilmumisel kaotavad nad oma efektiivsuse.

Lisaks saavad ründajad sisse tuua häireid, mis on spetsiaalselt loodud detektorite petmiseks . See tähendab, et nad lisavad müra, mis on inimsilmale märkamatu, kuid ajab kohtuekspertiisi süsteemid segadusse ja laseb manipuleeritud sisul läbi filtrite liikuda nii, nagu oleks see autentne.

Lisaks sellele on oluline skaleeritavuse väljakutse. Platvormid ja sotsiaalvõrgustikud saavad iga päev tohutul hulgal videot ja heli , mis muudab iga osa põhjaliku analüüsi praktiliselt võimatuks. Paljud on sunnitud kasutama valimit, pealiskaudset analüüsi või automatiseeritud süsteeme, mis mõnikord ebaõnnestuvad.

Seega pole süvavõltsingutele hetkel imerohtu. Kaitse nõuab tehnikate kombinatsiooni : metaandmete analüüsi, visuaalsete või heliliste artefaktide uurimist, peente mustrite tuvastamiseks treenitud närvivõrke ning, mis veelgi olulisem, kasutajate koolitamist ja kriitilist mõtlemist.

Tehisintellekti areng tingibki tuvastusmudelite pidevat ajakohastamist . Iga uus generatiivsete tööriistade põlvkond nõuab kaitsesüsteemide ülevaatamist ja ümberõpetamist, luues ründajate ja kaitsjate vahel lõputu kassi ja hiire mängu.

Õigusraamistik: kuidas Hispaania ja Euroopa Liit reageerivad

Õiguslikust seisukohast ei peeta süvavõltinguid alati konkreetseks kuriteoks, kuid nende kahjulik kasutamine kuulub mitmete kehtivate kriminaalkuritegude ja määruste alla . Hispaanias pakub karistusseadustik mitmesuguseid kaitsemeetmeid kellegi teisena esinemise ja privaatsuse rikkumise eest.

Artikkel 197 jj kaitsevad õigust privaatsusele ja oma kuvandile, karistades intiimsete piltide või salvestiste hankimist, kasutamist või levitamist ilma nõusolekuta , isegi kui neid on digitaalselt manipuleeritud. Loata levitatud seksuaalset süvavõltsingut võib pidada privaatsusevastaseks kuriteoks.

Artikkel 401 kriminaliseerib identiteedivarguse , mida saab kohaldada süvavõltsingu kasutamise korral teise isiku jäljendamiseks, näiteks kolmandate isikute petmiseks või pettuse toimepanemiseks. Artiklid 208–210 reguleerivad laimu ja halvustamist, mida kohaldatakse juhul, kui vale sisu kahjustab tõsiselt ohvri au või mainet.

Pettusega seotud artiklid 248 ja 249 hõlmavad juhtumeid, kus ebaseadusliku rahalise kasu saamiseks kasutatakse muudetud hääli või nägusid . Sellistel juhtudel on kuriteo toimepanemiseks kasutatud süvavõltsingutehnoloogiat, kuigi seda ei liigitata eraldi süüteoks.

Paralleelselt kaitsevad orgaaniline seadus 3/2018 (LOPDGDD) ja isikuandmete kaitse üldmäärus (GDPR) isikuandmeid, sealhulgas biomeetrilisi andmeid, nagu nägu ja hääl. Kellegi pildi või hääle kasutamine süvavõltsingutes ilma tema nõusolekuta võib kujutada endast tõsist andmekaitse rikkumist, millega kaasnevad halduskaristused ning võimalik tsiviil- või kriminaalvastutus.

Orgaaniline seadus 1/1982, mis käsitleb õigust aule, privaatsusele ja oma kuvandile, lubab ohvril esitada tsiviilhagi isiku vastu, kes levitab tema väärikust või mainet rikkuvat süvavõltsingut , nõudes sisu eemaldamist, kahju hüvitamist ja kiireloomuliste ettevaatusabinõude võtmist selle levitamise peatamiseks.

Euroopa tasandil nõuab tehisintellekti seadus (ELi tehisintellekti määrus), et tehisintellekti loodud sisu, sealhulgas süvavõltsingud, oleks selgelt sellisena identifitseeritud. Samal ajal kohustab digiteenuste seadus (DSA) digiplatvorme ja -teenuseid kiiresti reageerima sisule, mis on vale, laimav või rikub põhiõigusi.

Lisaks on mõned valitsused, sealhulgas Hispaania oma, hakanud täpsemalt määratlema seksuaalse süvavõltsingute ja seksuaalvahekorra eesmärgil peibutamisega seotud kuritegusid, tugevdades kriminaalkaitset tehisintellekti abil loodud nõusolekuta pornograafia ja alaealiste väärkohtlemise eest audiovisuaalse manipuleerimise teel.

Spetsiifilised riskid lastele, naistele ja haavatavatele rühmadele

Süvavõltsingutel pole kõigile võrdset mõju. Andmed näitavad, et naised, alaealised ja teatud avalikud rühmad kannavad ebaproportsionaalselt suurt osa mõjust, eriti intiimse sisu puhul, mida jagatakse ilma nõusolekuta.

Hiljutised aruanded näitavad, et märkimisväärne osa internetis tuvastatud süvavõltsingutest on pornograafilised ja suunatud naistele, kellest paljud on avaliku elu tegelased. See tähendab ahistamis-, väljapressimis- ja laimukampaaniaid, millel on tugev digitaalse soolise vägivalla komponent.

Mõned uuringud ja aruanded hindavad, et iga viies noor Hispaanias teatab, et tal on lapsepõlves või noorukieas olnud mingisugune kogemus süvavõltsingutega, olgu siis otsese ohvri, kõrvalseisja või osalejana. See varajane kokkupuude suurendab ahistamise ja seksuaalse väljapressimise tavade normaliseerimise ohtu.

Kriminoloogia ja kohtusüsteemi jaoks tekitavad süvavõltsingud täiendavat peavalu: neid võidakse kohtumenetluses esitada "tõendina" , mistõttu on kohtunikel, prokuröridel ja ekspertidel materjalide autentsuse kindlakstegemine keeruline.

Olukord tekitab tõsiseid probleeme ka isikliku turvalisuse ja avaliku küberturvalisuse valdkonnas, kuna näo- või häälepõhine juurdepääsukontrolli biomeetria võib muutuda üha ebausaldusväärsemaks, kui paralleelselt ei töötata välja tugevaid mehhanisme sünteetilise sisu tuvastamiseks.

Usalduskriis ja ulatuslikud sotsiaalsed tagajärjed

Lisaks individuaalsele kahjule aitab süvavõltsingutel levida kaasa digitaalse teabe suhtes laialdase umbusalduse õhkkonnale . Kui mõni video või heli saab olla võlts, siis juurdub idee, et "miski pole ohutu", ja lõpuks lakkavad paljud inimesed püüdmast eristada seda, mis on päris ja mis on manipuleeritud.

See infoväsimus on eriti ohtlik, sest see sillutab teed desinformatsioonikampaaniatele ja massimanipulatsioonidele . Desinformatsioonirünnakud, mis ühendavad võltsuudiseid audiovisuaalsete süvavõltsingutega, võivad mõjutada valimisi, referendumeid, investeerimisotsuseid ja rahvusvahelisi suhteid.

Sotsiaalmeedia kiirendab seda protsessi. Vale, kuid mõjus sisu võib levida minutitega , samas kui kinnitus ja parandused saabuvad palju hiljem ja väiksema ulatusega. See viivitus töötab selgelt nende kasuks, kes kasutavad genereerivat tehisintellekti pahatahtlikel eesmärkidel.

Suured platvormid – Facebook, X (endine Twitter), Google jne – on teatanud meetmetest kahjulike süvavõltsingu leviku piiramiseks , alates otsestest keeldudest kuni sildistamise ja kiirete eemaldamissüsteemideni. Probleemi ulatus ja tehnoloogia arengu kiirus tähendavad aga seda, et reageering on alati osaline.

Suurim oht ​​seisneb selles, et need nähtused aitavad kaasa kodanike kriitilise mõtlemise õõnestamisele . Kui „kõik võib olla vale“, muutub kahtluse külvamine, äärmuslike teooriate levitamine ning usalduse õõnestamine meedia, institutsioonide ja isegi demokraatliku süsteemi enda vastu lihtsamaks.

Kaitse tehnoloogilised ja organisatsioonilised strateegiad

Sellise keerulise probleemiga silmitsi seistes peab reageering olema samavõrd mitmemõõtmeline. Tehnilisel tasandil töötatakse välja tehisintellektil põhinevaid tuvastusalgoritme , mis otsivad videotes peeneid vastuolusid: huulte sünkroonimise vead, ebaloomulik pilgutamine, tihendusartefaktid, liiga sile nahk või ähmased servad näopiirkonnas.

Teine lähenemisviis hõlmab sisu kaitsmist "allikal", lisades nähtamatuid vesimärke või kontrollitavaid metaandmeid , mis kinnitavad video või foto autentsust. Need märgid aitavad seejärel eristada originaalmaterjale manipuleeritud koopiatest, eeldusel, et on olemas aktsepteeritud standard ja vahendid nende valideerimiseks.

Ettevõtluskeskkondades on üha enam populaarsust kogumas täiustatud mitmefaktoriline autentimine . See tähendab, et ei loodeta ainult inimese pildile või häälele, vaid kombineeritakse seda teiste teguritega: geolokatsioon, tüüpilised kasutusmustrid, kinnitused alternatiivsete kanalite kaudu (SMS, turvalised rakendused) või ühekordsed koodid.

Samuti on soovitatav rakendada selgeid protokolle tundlike tehingute , näiteks pangaülekannete või volituste muutmise jaoks. Näiteks tuleb kindlaks teha, et ühtegi olulist finantskorraldust ei teostata ainult e-posti või videokõne teel, vaid see nõuab alati täiendavat kinnitamist mõne muu kanali kaudu.

Lõpuks on oluline pidev koolitus. Organisatsioonid, mis viivad läbi andmepüügi ja süvavõltsingu õppusi – õpetades oma töötajaid tuvastama peeneid märke, nagu heli sünkroonimise probleemid, ebaloomulikud žestid või ebatavaline käitumine –, arendavad välja palju vastupidavama turvakultuuri.

Kuidas süvavõltsingut tuvastada: praktilised märgid igapäevaeluks

Kasutaja vaatenurgast on mitu vihjet, mis aitavad võltsitud sisu tuvastada, kuigi need ei ole alati lõplikud. Esimene soovitus on otsida ilmseid visuaalseid vigu : näo ümber olevad ähmased servad, taustaga võrreldes ebaühtlane valgustus, tõmblevad liigutused või "kummalised" näoilmed.

Pilgutamine on veel üks kasulik näitaja. Paljudel süvavõltsingutel on endiselt ebaloomulikud pilgutusmustrid : silmad jäävad pikaks ajaks liiga lahti või pilgutavad ebatavalise rütmiga. Kuigi uuemad mudelid selles valdkonnas täiustuvad, jääb see paljudel juhtudel nõrgaks kohaks.

Samuti on oluline vaadata inimese keha, kaela ja õlgu. Enamik manipulatsioone keskendub näole , seega võib ülejäänud keha võltsingu reeta, kui proportsioonid, rüht või žestid ei vasta sellele, mida sellelt inimeselt oodatakse.

Video pikkus võib olla veel üks vihje. Pika süvavõltsingu loomine nõuab rohkem ressursse ja suurendab vigade tõenäosust, seega on palju manipuleeritud sisu suhteliselt lühike ja keskendub ühele mõjukale fraasile või stseenile. Väga lühike klipp plahvatusohtliku sõnumiga peaks ohumärgiks olema.

Lõpuks on ülioluline analüüsida salvestise konteksti ja päritolu . Kes seda esimesena jagas? Kas see ilmub usaldusväärsetes meediaväljaannetes või ainult anonüümsetel kontodel? Kas on olemas ka teisi sõltumatuid allikaid, mis kinnitavad nähtut? Taasesituse aeglustamine või video kaaderhaaval vaatamine aitab tuvastada äkilisi muutusi taustal, näo joonduses või suu sisemuses (keel, hambad) – valdkondades, kus paljud algoritmid endiselt ebaõnnestuvad.

Meediapädevus ja verifitseerimiskultuur

Ükski tuvastustehnoloogia ei ole piisav ilma kodanike kriitilise mõtlemise oskuste ja elementaarsete kontrollimisoskusteta . Sellised organisatsioonid nagu INCIBE ja Internetikasutajate Turvalisuse Amet rõhutavad vajadust olla valvsad saadud teabe suhtes, analüüsida sisu üksikasjalikult ja kontrollida seda alati usaldusväärsete allikate abil.

Harjumuse kujundamine mitte impulsiivselt midagi jagada , eriti kui see tekitab tugevaid emotsioone (hirmu, viha, pahameelt), on üks parimaid kaitsemeetmeid süvavõltsingu ja võltsuudiste leviku vastu. Mõne sekundi võtmine, et endalt küsida: "Kellele on kasulik, kui ma seda usun?", võib oluliselt muuta olukorda.

Küberturvalisuse koolitus, veebiuuringud ja küberluure pole mõeldud ainult spetsialistidele. Õngitsus-, sotsiaalse manipuleerimise ja desinformatsioonirünnakute toimimise mõistmine aitab kõigil oluliselt vähendada oma haavatavust nii isiklikus kui ka tööelus.

Laste ja teismeliste puhul on eriti oluline integreerida need teemad digitaalsesse ja emotsionaalsesse haridusse , selgitades küberkiusamise, seksuaalse ahistamise ja intiimsete piltide jagamise riske. Teadmine, et video võib olla võlts, kuid selle tagajärjed võivad olla väga reaalsed, muudab seda tohutult.

Ettevõtete ja institutsioonide jaoks on nüüd strateegiliselt oluline investeerida teadlikkuse tõstmise programmidesse, mis ulatuvad üldisest küberturvalisuse nõustamisest kaugemale. Need, kes ei mõista süvavõltsinguid, nende mõju ja seda, kuidas neile reageerida, on uues digimaastikul selgelt ebasoodsas olukorras.

Kõik märgid viitavad sellele, et süvavõltsinguid hakatakse üha rohkem ja nad muutuvad keerukamaks , mõjutades miljonite inimeste turvalisust, majandust, poliitikat ja eraelu. Nende aktsepteerimine osana digimaastikul, selgete õigusraamistike nõudmine, investeerimine tugevatesse tuvastustehnoloogiatesse ja ennekõike kontrollimise ja jagatud vastutuse kultuuri arendamine on parimad viisid, kuidas takistada selle võimsa tööriista muutumist relvaks, mis õõnestab täielikult usaldust meie veebielu vastu.