ИИ‑фото искажают базы научных наблюдений

Исследователи предупредили, что сгенерированные и отредактированные с помощью искусственного интеллекта фотографии животных способны искажать научные базы наблюдений. Даже простое улучшение снимка может изменить признаки вида и привести к фиксации животного в нехарактерном для него регионе.

Речь идёт о платформах гражданской науки, куда добровольцы загружают фотографии для учёта видов и мониторинга биоразнообразия. Современные генеративные модели создают правдоподобные изображения, а инструменты редактирования повышают качество старых или некачественных кадров при изменении окраски, узоров, контуров, иногда размера и положения объектов на снимке.

Учёные отмечают, что даже неявные приёмы — повышение резкости, удаление шума или изменение контраста — могут затронуть ключевые признаки, на которые опираются автоматические алгоритмы и специалисты при идентификации. Попадание таких изображений в базы наблюдений искажает сведения о распространении видов, сезонных миграциях и редкости популяций.

В ответ исследователи предлагают обязать платформы помечать материалы, созданные или существенно изменённые с помощью ИИ, и усилить процедуры верификации. Варианты проверок включают автоматические детекторы ИИ‑контента в сочетании с экспертной оценкой и обучение волонтёров распознаванию признаков подделки.

Дополнительные меры — разработка отраслевых стандартов приёма фотоматериалов и создание хранилищ, где сохраняются оригиналы снимков вместе с метаданными о способах обработки. Такие практики должны снижать риск попадания фейковых и искажённых кадров в аналитические наборы данных.

Проблема связана с быстрым распространением генеративных моделей и упрощением инструментов редактирования. Поскольку многие научные и природоохранные исследования опираются на большие объёмы фотографий, контроль качества и подлинности визуальных данных влияет на точность научных выводов и управленческих решений.