क्या फ़ोटो पर अब भी भरोसा किया जा सकता है?
04 क्या फ़ोटो पर अब भी भरोसा किया जा सकता है?
ज़्यादातर टूल जितना मानते हैं, उससे कम भरोसा किया जा सकता है। मज़बूत AI इमेज डिटेक्टर भी फ़ोटो के री-कम्प्रेस या फ़ॉरवर्ड होने पर काफ़ी कम सटीक हो जाते हैं - और ऑनलाइन शेयर होने वाली लगभग हर चीज़ के साथ ऐसा होता है। Microsoft के एक शोध में पाया गया कि इंसान खुद असली और AI-जनरेटेड इमेज में फ़र्क सिर्फ़ 62% बार ही सही बता पाए - सिक्का उछालने से थोड़ा ही बेहतर। "क्या यह असली है" वाला कोई भरोसेमंद बटन मौजूद नहीं है - न हमारे पास, न किसी और ईमानदार टूल के पास। यह टूल इसकी जगह जो करता है वह है: दिखने वाले सबूत दिखाना - असामान्य कम्प्रेशन के निशान, न मिलती थंबनेल, दोहराए गए हिस्से - और इसे साफ़ तौर पर एक सुराग के रूप में पेश करना, फ़ैसले के रूप में नहीं।
और गहराई से जानें: डिटेक्शन असल में कैसे काम करता है, और कहां फेल हो जाता है
मोटे तौर पर तीन तरीके हैं, और हर एक में असली कमज़ोरियां हैं:
- क्लासिफ़ायर-आधारित डिटेक्शन - खास जनरेटिव टूल (Midjourney, DALL-E, Stable Diffusion वगैरह) के छोड़े गए सांख्यिकीय "फ़िंगरप्रिंट" पहचानने के लिए ट्रेन किया गया मॉडल। हर नया जनरेटिव टूल आने पर यह पीछे रह जाता है, क्योंकि यह सिर्फ़ वही पहचानता है जो इसने ट्रेनिंग में देखा।
- पिक्सेल फ़ोरेंसिक विश्लेषण - एरर लेवल एनालिसिस, नॉइज़ कंसिस्टेंसी चेक, कॉपी-पेस्ट डिटेक्शन। इस टूल का वैकल्पिक "फ़ोरेंसिक हिंट्स" फ़ीचर इसी श्रेणी में आता है: यह एक असली संकेत है, लेकिन सामान्य JPEG कम्प्रेशन के निशान और सच में मौजूद दोहराई गई बनावट भी असली छेड़छाड़ जैसा ही पैटर्न बना सकती हैं।
- क्रिप्टोग्राफ़िक प्रोवेनेंस (C2PA/SynthID) - सिद्धांत रूप में सबसे भरोसेमंद, क्योंकि यह अनुमान पर निर्भर नहीं करता। समस्या यह है कि यह सिर्फ़ उन इमेज को कवर करता है जो शामिल टूल से आई हों, मेटाडेटा के लिए कमज़ोर होता है (C2PA), या इसे मूल कंपनी के खास वेरिफ़िकेशन टूल की ज़रूरत होती है (SynthID), और जिन इमेज पर कभी साइन ही नहीं हुआ - जिसमें ज़्यादातर ओपन-सोर्स जनरेटिव टूल का आउटपुट शामिल है - उनके बारे में यह कुछ भी साबित नहीं कर सकता।
2026 में हुए स्वतंत्र टेस्ट में पाया गया कि परफ़ेक्ट टेस्ट इमेज पर लगभग 90% सटीकता ठीक-ठाक लगती है, लेकिन इमेज के कम्प्रेस होने, स्क्रीनशॉट लिए जाने, या अपस्केल किए जाने पर यह सटीकता काफ़ी गिर जाती है - और ऑनलाइन शेयर की गई कोई भी इमेज, जब आप उसे देखते हैं, ठीक इसी हालत में होती है।
इस टूल के अपने फ़ोरेंसिक हिंट्स इस पूरी तस्वीर में कहां फ़िट होते हैं
"फ़ोरेंसिक हिंट्स" फ़ीचर (प्रो) एरर लेवल एनालिसिस और आसान कॉपी-पेस्ट डिटेक्शन चलाता है - दोनों ऊपर बताई गई श्रेणी की तकनीकें हैं। यह उसी ईमानदारी के साथ पेश किया गया है जो इस पूरे पेज में बनाए रखी गई है: हर नतीजे के साथ एक डिस्क्लेमर आता है जो डेटा स्ट्रक्चर का ही हिस्सा है, इंटरफ़ेस पर बाद में जोड़ा गया कुछ नहीं, और यह दोनों तकनीकें खास तौर पर AI-जनरेटेड कंटेंट पहचानने का दावा नहीं करतीं। यह इसलिए मौजूद है ताकि यह इशारा कर सके कि कहीं दोबारा देखने लायक कुछ है - जैसे स्मोक अलार्म कहता है "जांच लें", यह नहीं कहता कि "यहां ज़रूर आग लगी है"।
आगे पढ़ने के लिए
Meta के Muse Image फ़ीचर पर Malwarebytes (अंग्रेज़ी में) और AI ट्रेनिंग पेज पर दिए गए स्रोतों में प्रोवेनेंस के पहलू पर ज़्यादा जानकारी है।