Twitter Screenshots / Unsplash, Autor zur Verfügung gestellt

Twitter hat am Wochenende ein Video „manipuliert“, das zeigt, wie der US-demokratische Präsidentschaftskandidat Joe Biden angeblich vergisst, in welchem ​​Zustand er sich befindet, während er sich an eine Menschenmenge wendet.

Bidens Begrüßung „Hallo Minnesota“ kontrastierte mit der prominenten Beschilderung „Tampa, Florida“ und „Text FL to 30330“.

Die Faktenprüfung der Associated Press bestätigt Die Schilder wurden digital hinzugefügt und das Originalmaterial stammte tatsächlich von einer Rallye in Minnesota. Aber als das irreführende Video entfernt wurde, hatte es bereits mehr als eine Million Aufrufe. The Guardian Berichten.

Wenn Sie soziale Medien nutzen, sehen (und leiten) Sie wahrscheinlich einige der mehr als 3.2 Milliarden Bilder und 720,000 Stunden von Video täglich geteilt. Wie können wir angesichts einer solchen Flut von Inhalten wissen, was real ist und was nicht?

Während ein Teil der Lösung der vermehrte Einsatz von Tools zur Inhaltsüberprüfung ist, ist es ebenso wichtig, dass wir alle unsere Kompetenz in digitalen Medien verbessern. Letztendlich sind Sie eine der besten Verteidigungslinien - und die einzige, die Sie kontrollieren können.

Sehen sollte nicht immer glauben

Fehlinformationen (wenn Sie versehentlich falsche Inhalte teilen) und Desinformationen (wenn Sie sie absichtlich teilen) in jedem Medium können das Vertrauen in zivile Institutionen untergraben wie Nachrichtenorganisationen, Koalitionen und soziale Bewegungen. Gefälschte Fotos und Videos sind jedoch oft am wirkungsvollsten.

Für diejenigen mit einem begründeten politischen Interesse kann das Erstellen, Teilen und / oder Bearbeiten falscher Bilder den Betrachter ablenken, verwirren und manipulieren, um Zwietracht und Unsicherheit zu säen (insbesondere in bereits polarisierten Umgebungen). Poster und Plattformen können auch mit dem Teilen gefälschter, sensationeller Inhalte Geld verdienen.

Nur 11-25 % Laut dem Internationalen Zentrum für Journalisten verwenden weltweit Journalisten Tools zur Überprüfung von Inhalten in sozialen Medien.

Könnten Sie ein Doktorbild erkennen?

Betrachten Sie dieses Foto von Martin Luther King Jr.

Dieser verändertes Bild Klont einen Teil des Hintergrunds über King Jrs Finger, so dass es so aussieht, als würde er die Kamera ausschalten. Es wurde als echt am geteilt Twitter, Reddit und weiße supremacist Websites.

Im Original Auf dem Foto von 1964 ließ King das Zeichen „V für den Sieg“ aufblitzen, nachdem er erfahren hatte, dass der US-Senat das Bürgerrechtsgesetz verabschiedet hatte.

Neben dem Hinzufügen oder Entfernen von Elementen gibt es eine ganze Kategorie von Fotomanipulationen, bei denen Bilder miteinander verschmolzen werden.

Anfang dieses Jahres, a für Ihre privaten Foto eines bewaffneten Mannes wurde von photoshopping Fox News, die den Mann anderen Szenen überlagerte, ohne die Änderungen preiszugeben, die Seattle Times berichtet.

Ähnlich, die Image Das Folgende wurde im Januar während der Buschfeuer im Schwarzen Sommer in Australien tausende Male in den sozialen Medien geteilt. Die Faktenprüfung der AFP bestätigt es ist nicht authentisch und ist eigentlich eine Kombination von mehrere getrennte Fotos.

Voll- und teilweise synthetischer Inhalt

Online finden Sie auch anspruchsvolle “Deepfake”Videos zeigen (normalerweise berühmte) Leute, die Dinge sagen oder tun, die sie nie getan haben. Weniger fortgeschrittene Versionen können mit Apps erstellt werden wie Zao und revidieren.

{vembed Y=yaq4sWFvnAY}
Ein Team vom Massachusetts Institute of Technology hat dieses gefälschte Video erstellt, in dem US-Präsident Richard Nixon Zeilen aus einer Rede liest, die für den Fall verfasst wurde, dass die Mondlandung von 1969 fehlschlug. (Youtube)

Wenn Sie Ihr Foto nicht für ein Profilbild verwenden möchten, können Sie standardmäßig eines von mehreren verwenden Webseiten bietet Hunderttausende von KI-generierten, fotorealistischen Bildern von Menschen.

Diese Menschen existieren nicht, sie sind nur Bilder, die durch künstliche Intelligenz erzeugt werden. Generierte Fotos, CC BY

Bearbeiten von Pixelwerten und dem (nicht so) einfachen Zuschneiden

Das Zuschneiden kann auch den Kontext eines Fotos stark verändern.

Wir haben dies im Jahr 2017 gesehen, als ein Mitarbeiter der US-Regierung offizielle Bilder von Donald Trumps Amtseinführung bearbeitete, um die Menge größer erscheinen zu lassen The Guardian. Der Angestellte beschnitt den leeren Raum "wo die Menge endete" für eine Reihe von Bildern für Trump.

Ansichten der Menge bei den Amtseinführungen des ehemaligen US-Präsidenten Barack Obama im Jahr 2009 (links) und des Präsidenten Donald Trump im Jahr 2017 (rechts). AP

Aber was ist mit Änderungen, die nur Pixelwerte wie Farbe, Sättigung oder Kontrast ändern?

Ein historisches Beispiel zeigt die Konsequenzen davon. Im Jahr 1994 Time Magazine Abdeckung von OJ Simpson "verdunkelte" Simpson erheblich in seinem Fahndungsfoto der Polizei. Dies fügte einem Fall, der bereits von rassistischen Spannungen geplagt war, Treibstoff hinzu, zu dem die Zeitschrift gehörte reagiert:

Es war keine rassistische Implikation beabsichtigt, weder von der Zeit noch vom Künstler.

Tools zum Entlarven digitaler Fälschungen

Für diejenigen von uns, die sich nicht von visuellen Fehlinformationen / Desinformationen täuschen lassen möchten, stehen Tools zur Verfügung - obwohl jedes seine eigenen Einschränkungen hat (etwas, das wir in unserer letzten Zeit besprochen haben) Krepppapier).

unsichtbar digitales Wasserzeichen wurde als Lösung vorgeschlagen. Es ist jedoch nicht weit verbreitet und erfordert ein Buy-In sowohl von Content-Publishern als auch von Distributoren.

Bildsuche umkehren (z Google) ist häufig kostenlos und kann hilfreich sein, um frühere, möglicherweise authentischere Kopien von Bildern online zu identifizieren. Das heißt, es ist nicht narrensicher, weil es:

• stützt sich auf unbearbeitete Kopien der Medien, die bereits online sind
• sucht nicht die Netz
• erlaubt nicht immer das Filtern nach Veröffentlichungszeit. Einige Reverse-Image-Suchdienste wie TinEye unterstützen diese Funktion, Google jedoch nicht.
• Gibt nur exakte Übereinstimmungen oder Beinahe-Übereinstimmungen zurück, daher ist dies nicht gründlich. Wenn Sie beispielsweise ein Bild bearbeiten und dann seine Ausrichtung ändern, kann Google täuschen, es sei ein ganz anderes.

Die zuverlässigsten Werkzeuge sind hoch entwickelt

In der Zwischenzeit konzentrieren sich manuelle forensische Erkennungsmethoden für visuelle Fehlinformationen / Desinformationen hauptsächlich auf Änderungen, die mit bloßem Auge sichtbar sind, oder auf die Untersuchung von Funktionen, die nicht in jedem Bild enthalten sind (z. B. Schatten). Sie sind auch zeitaufwändig, teuer und benötigen spezialisiertes Fachwissen.

Sie können jedoch auf die Arbeit in diesem Bereich zugreifen, indem Sie Websites wie Snopes.com besuchen, auf dem ein wachsendes Repository von „Fauxtographie".

Computer Vision und maschinelles Lernen bieten auch relativ erweiterte Erkennungsfunktionen für Bilder und Videos. Aber auch sie benötigen technisches Fachwissen, um zu arbeiten und zu verstehen.

Um sie zu verbessern, müssen außerdem große Mengen an „Trainingsdaten“ verwendet werden. Die dafür verwendeten Bildspeicher enthalten jedoch normalerweise nicht die in den Nachrichten gezeigten Bilder aus der realen Welt.

Wenn Sie ein Bildüberprüfungstool wie das REVEAL-Projekt verwenden BildüberprüfungsassistentMöglicherweise benötigen Sie einen Experten, der Sie bei der Interpretation der Ergebnisse unterstützt.

Die gute Nachricht ist jedoch, dass Sie sich einige einfache Fragen stellen können, bevor Sie sich einem der oben genannten Tools zuwenden, um möglicherweise herauszufinden, ob ein Foto oder Video in sozialen Medien gefälscht ist. Überlegen:

• wurde es ursprünglich für soziale Medien gemacht?
• Wie weit und wie lange war es im Umlauf?
• Welche Antworten hat es erhalten?
• Wer war das beabsichtigte Publikum?

Sehr oft reichen die logischen Schlussfolgerungen aus den Antworten aus, um unechte Bilder auszusortieren. Sie können auf die vollständige Liste der Fragen zugreifen, die von Experten der Manchester Metropolitan University zusammengestellt wurden. hier.

Über die Autoren

TJ Thomson, Dozent für visuelle Kommunikation und Medien, Queensland-Universität für Technologie;; Daniel Angus, außerordentlicher Professor für digitale Kommunikation, Queensland-Universität für Technologieund Paula Dootson, Dozentin, Queensland-Universität für Technologie

Dieser Artikel wird erneut veröffentlicht Das Gespräch unter einer Creative Commons-Lizenz. Lies das Original Artikel.