NEWS / Edukacja i dezinformacja
Wyostrzone nie znaczy prawdziwe. AI może dopisać szczegóły, których nie było na zdjęciu

Rozmazany znak, twarz albo napis kusi, by nacisnąć „popraw jakość” i potraktować wynik jak dowód. To błąd. Narzędzie generatywne może stworzyć wiarygodnie wyglądające szczegóły na podstawie wzorców, ale nie potwierdza, że właśnie one znajdowały się w oryginalnym kadrze.
Co naprawdę robi generatywne „wyostrzanie”
Klasyczne wyostrzanie wzmacnia istniejące krawędzie i kontrast. Generatywna rekonstrukcja może pójść dalej: uzupełnia brakujące fragmenty treścią, którą model uzna za prawdopodobną. Efekt bywa czytelny i przekonujący, lecz nadal jest hipotezą obrazu, a nie odzyskanym zapisem rzeczywistości.
NASK opisuje ten problem na przykładach materiałów przetwarzanych po tragicznych wydarzeniach w Krakowie i Ostrowcu Świętokrzyskim. W poprawianych kadrach pojawiały się napisy i symbole, których nie dawało się potwierdzić w materiale źródłowym.
Jak powstaje spirala dezinformacji
Najpierw ktoś publikuje słabe zdjęcie lub stopklatkę. Kolejna osoba przepuszcza ją przez AI, dodaje własną interpretację i udostępnia jako wyraźniejszą wersję. Następni użytkownicy ponownie obrabiają już zmieniony plik albo tworzą konkurencyjne rekonstrukcje. Każda z nich może wyglądać pewnie, choć wszystkie oddalają się od tego, co zarejestrowała kamera.
Nie musi to być celowe oszustwo. Ciekawość i chęć zobaczenia szczegółu wystarczą, by wygenerowany element zaczął krążyć bez oznaczenia. Problem zaczyna się wtedy, gdy odbiorcy przestają odróżniać ilustrację możliwości od dokumentacji zdarzenia.
Czego taki obraz nie dowodzi
Wygenerowany napis nie potwierdza, że znajdował się na ubraniu. Wygładzona twarz nie pozwala pewnie rozpoznać osoby. Domalowany przedmiot nie jest dowodem, że ktoś go trzymał. Nawet kilka narzędzi pokazujących podobny rezultat nie zastępuje lepszego oryginału, bo modele mogą korzystać z podobnych wzorców i popełniać podobne błędy.
To nie znaczy, że każda obróbka obrazu jest fałszerstwem. Korekta jasności, kontrastu czy ostrości może pomóc w oglądaniu materiału, o ile zachowuje się oryginał i nie przedstawia wygenerowanych szczegółów jako pewnych ustaleń.
Jak sprawdzić materiał przed udostępnieniem
Znajdź najwcześniejszą dostępną wersję i porównaj ją z plikiem po obróbce. Sprawdź, czy autor opisał użyte narzędzie i zakres zmian. Szukaj innych ujęć tego samego momentu, publikacji źródła oraz komunikatu instytucji mającej dostęp do oryginału. Oddziel to, co faktycznie widać, od tego, co ktoś dopowiedział.
Jeżeli publikujesz rekonstrukcję, nazwij ją rekonstrukcją i pokaż obok materiał źródłowy. Nie używaj wygenerowanego wariantu jako samodzielnego dowodu. Opracowanie FAKE BUSTER: 20 listopada 2026. Okładka jest oznaczoną ilustracją AI i nie przedstawia realnego zdarzenia ani rzeczywistej osoby.
