Capturas de pantalla de Twitter / Unsplash, autor proporcionado

Twitter durante el fin de semana "etiquetó" como manipulado un video que mostraba al candidato presidencial demócrata de Estados Unidos, Joe Biden, supuestamente olvidando en qué estado se encontraba mientras se dirigía a una multitud.

El saludo de "hola Minnesota" de Biden contrastó con los carteles prominentes que decían "Tampa, Florida" y "Envía un mensaje de texto con FL al 30330".

Verificación de hechos de The Associated Press confirmado los letreros se agregaron digitalmente y las imágenes originales eran de un mitin de Minnesota. Pero cuando se eliminó el video engañoso, ya tenía más de un millón de visitas, El guardián informes.

Si usa las redes sociales, es probable que vea (y reenvíe) algunos de los más Más de 3.2 mil millones imágenes y 720,000 horas de video compartido a diario. Cuando nos enfrentamos a un exceso de contenido, ¿cómo podemos saber qué es real y qué no?

Si bien una parte de la solución es un mayor uso de herramientas de verificación de contenido, es igualmente importante que todos impulsemos nuestra alfabetización en medios digitales. En última instancia, una de las mejores líneas de defensa, y la única que puedes controlar, eres tú.

Ver no siempre debe ser creer

La desinformación (cuando comparte accidentalmente contenido falso) y la desinformación (cuando lo comparte intencionalmente) en cualquier medio puede erosionar la confianza en las instituciones civiles como organizaciones de noticias, coaliciones y movimientos sociales. Sin embargo, las fotos y los videos falsos suelen ser los más potentes.

Para aquellos con un interés político creado, crear, compartir y / o editar imágenes falsas puede distraer, confundir y manipular a los espectadores para sembrar discordia e incertidumbre (especialmente en entornos ya polarizados). Los carteles y las plataformas también pueden ganar dinero compartiendo contenido sensacionalista falso.

Solo 11-25% de los periodistas en todo el mundo utilizan herramientas de verificación de contenido de redes sociales, según el Centro Internacional para Periodistas.

¿Podrías ver una imagen alterada?

Considere esta foto de Martin Luther King Jr.

Este imagen alterada clona parte del fondo sobre el dedo de King Jr, por lo que parece que está apagando la cámara. Se ha compartido como genuino en Twitter, Reddit y sitios web de supremacistas blancos.

En reconocida por En la foto de 1964, King mostró el letrero de "V de victoria" después de enterarse de que el Senado de los Estados Unidos había aprobado la ley de derechos civiles.

Más allá de agregar o eliminar elementos, existe toda una categoría de manipulación de fotografías en la que las imágenes se fusionan.

A principios de este año, un de un hombre armado fue retocada por Fox News, que superpuso al hombre en otras escenas sin revelar las ediciones, el Seattle Times reportaron.

Del mismo modo, el imagen a continuación se compartió miles de veces en las redes sociales en enero, durante los incendios forestales de Black Summer en Australia. Verificación de hechos de la AFP confirmado no es auténtico y en realidad es una combinación de Varios separado buenas fotos.

Contenido total y parcialmente sintético

En línea, también encontrará sofisticados "deepfake”Videos que muestran a personas (generalmente famosas) que dicen o hacen cosas que nunca hicieron. Se pueden crear versiones menos avanzadas usando aplicaciones como Zao y Revestir de nuevo.

{vembed Y = yaq4sWFvnAY}
Un equipo del Instituto de Tecnología de Massachusetts creó este video falso que muestra al presidente de los Estados Unidos, Richard Nixon, leyendo líneas de un discurso elaborado en caso de que fallara el alunizaje de 1969. (Youtube)

O, si no desea usar su foto para una imagen de perfil, puede usar una de varias sitios web ofreciendo cientos de miles de imágenes fotorrealistas de personas generadas por IA.

Estas personas no existen, son solo imágenes generadas por inteligencia artificial. Fotos generadas, CC BY

Editar valores de píxeles y el recorte (no tan) simple

El recorte también puede alterar en gran medida el contexto de una foto.

Vimos esto en 2017, cuando un empleado del gobierno de EE. UU. Editó imágenes oficiales de la toma de posesión de Donald Trump para que la multitud pareciera más grande, según El guardián. El miembro del personal recortó el espacio vacío "donde terminaba la multitud" para una serie de fotografías de Trump.

Vistas de la multitud en las tomas de posesión del expresidente estadounidense Barack Obama en 2009 (izquierda) y del presidente Donald Trump en 2017 (derecha). AP

Pero, ¿qué pasa con las ediciones que solo alteran los valores de los píxeles como el color, la saturación o el contraste?

Un ejemplo histórico ilustra las consecuencias de esto. En 1994, la revista Time Protectora de OJ Simpson considerablemente "oscurecido" Simpson en su ficha policial. Esto añadió combustible a un caso ya plagado de tensión racial, al que la revista respondió:

No se pretendía ninguna implicación racial, ni por Time ni por el artista.

Herramientas para desacreditar la falsificación digital

Para aquellos de nosotros que no queremos ser engañados por una desinformación / error visual, hay herramientas disponibles, aunque cada una tiene sus propias limitaciones (algo que discutimos en nuestro reciente ).

Invisible marca de agua digital se ha propuesto como solución. Sin embargo, no está muy extendido y requiere la participación tanto de los editores como de los distribuidores de contenido.

Búsqueda de imágenes inversa (como De Google) suele ser gratuito y puede resultar útil para identificar copias de imágenes en línea anteriores y potencialmente más auténticas. Dicho esto, no es infalible porque:

• se basa en copias sin editar de los medios que ya están en línea
• no busca el toda web
• no siempre permite filtrar por hora de publicación. Algunos servicios de búsqueda de imágenes inversas como TinEye admite esta función, pero la de Google no.
• devuelve solo coincidencias exactas o casi coincidencias, por lo que no es exhaustivo. Por ejemplo, editar una imagen y luego cambiar su orientación puede engañar a Google haciéndole creer que es completamente diferente.

Las herramientas más confiables son sofisticadas

Mientras tanto, los métodos manuales de detección forense para errores / desinformación visual se centran principalmente en las ediciones visibles a simple vista o se basan en el examen de características que no se incluyen en todas las imágenes (como las sombras). También consumen mucho tiempo, son costosos y necesitan conocimientos especializados.

Aún así, puede acceder al trabajo en este campo visitando sitios como Snopes.com, que tiene un depósito cada vez mayor de "fauxtografía.

La visión por computadora y el aprendizaje automático también ofrecen capacidades de detección relativamente avanzadas para imágenes y videos. Pero también requieren experiencia técnica para operar y comprender.

Además, mejorarlos implica el uso de grandes volúmenes de "datos de entrenamiento", pero los repositorios de imágenes utilizados para esto generalmente no contienen las imágenes del mundo real que se ven en las noticias.

Si utiliza una herramienta de verificación de imágenes como la del proyecto REVEAL asistente de verificación de imagen, es posible que necesite un experto para ayudar a interpretar los resultados.

Sin embargo, la buena noticia es que antes de recurrir a cualquiera de las herramientas anteriores, hay algunas preguntas simples que puede hacerse para determinar si una foto o un video en las redes sociales es falso. Pensar:

• ¿Fue creado originalmente para redes sociales?
• ¿con qué amplitud y durante cuánto tiempo se distribuyó?
• ¿Qué respuestas recibió?
• ¿Quiénes eran los públicos previstos?

Muy a menudo, las conclusiones lógicas extraídas de las respuestas serán suficientes para eliminar las imágenes no auténticas. Puede acceder a la lista completa de preguntas, elaborada por expertos de la Universidad Metropolitana de Manchester, esta página.

Acerca de los autores

TJ Thomson, profesor titular de comunicación visual y medios, Universidad de Tecnología de Queensland; Daniel Angus, profesor asociado de comunicación digital, Universidad de Tecnología de Queenslandy Paula Dootson, profesora titular, Universidad de Tecnología de Queensland

Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.