Ilmuwan ANU Temukan Cara Mengenali Wajah Buatan AI Tanpa Software Deteksi

Australian National University (ANU) mengungkap metode baru untuk membantu manusia mengenali wajah yang dihasilkan oleh kecerdasan buatan (AI) tanpa harus mengandalkan perangkat lunak pendeteksi AI. Pendekatan ini tidak berfokus pada kesalahan kecil dalam gambar, melainkan pada kesan visual secara menyeluruh.

Dalam studi yang diterbitkan di Proceedings of the National Academy of Sciences (PNAS), peneliti melatih peserta untuk membedakan wajah buatan AI dan wajah manusia asli melalui sejumlah karakteristik umum. Metode tersebut disebut mampu meningkatkan akurasi peserta hingga hampir dua kali lipat.

Sejumlah peserta dengan performa terbaik bahkan mencapai tingkat akurasi yang disebut mendekati sempurna. Temuan ini dinilai penting di tengah meningkatnya penggunaan deepfake dan gambar buatan AI yang semakin sulit dibedakan dari foto manusia asli.

Deepfake Semakin Sulit Dikenali

Perkembangan generator gambar AI membuat wajah buatan terlihat semakin realistis. Dilansir Gizmodo, volume deepfake online meningkat tajam dari 2023 hingga 2025, dengan pertumbuhan sekitar 900 persen per tahun seiring kemampuan teknologi pembuat gambar AI yang terus berkembang.

Sejumlah penelitian sebelumnya menunjukkan bahwa kemampuan manusia dalam membedakan konten buatan AI dan konten asli masih mendekati tingkat tebakan acak. Tantangan tersebut menjadi semakin besar ketika objek yang harus dikenali adalah wajah manusia, karena hasil gambar AI dapat terlihat sangat meyakinkan.

Selama ini, masyarakat kerap diminta mencari tanda-tanda visual tertentu untuk mengidentifikasi gambar buatan AI. Beberapa petunjuk yang umum diperhatikan antara lain bentuk latar belakang yang berubah tidak wajar, anatomi tubuh yang tidak proporsional, serta jumlah jari yang keliru.

Namun, tanda-tanda tersebut semakin sulit dijadikan patokan karena generator gambar AI terus mengalami perkembangan. Perangkat lunak pendeteksi AI komersial juga belum sepenuhnya sempurna dan masih berpotensi menghasilkan false positive, yaitu mengidentifikasi konten asli sebagai buatan AI.

Selain itu, sebagian perangkat pendeteksi tersebut juga menggunakan AI dalam proses analisisnya. Kondisi ini membuat pengguna tidak selalu dapat mengetahui alasan di balik kesimpulan yang dihasilkan oleh alat tersebut.

Fokus pada Kesan Visual Secara Menyeluruh

Melihat keterbatasan pendekatan sebelumnya, peneliti dari Emotions and Faces Lab ANU mencoba metode yang berbeda. Alih-alih mengarahkan peserta untuk mencari detail kecil, mereka melatih peserta memperhatikan global impressions atau kesan keseluruhan dari sebuah wajah.

Ada enam karakteristik utama yang menjadi fokus penelitian, yaitu simetri, proporsionalitas, daya tarik, ekspresivitas, keunikan, dan kemudahan wajah untuk diingat. Peserta diarahkan untuk menggunakan penilaian umum tersebut ketika menentukan apakah sebuah wajah dibuat oleh AI atau merupakan wajah manusia asli.

Menurut para peneliti, manusia sebenarnya memiliki sensitivitas intuitif terhadap perbedaan antara wajah asli dan wajah buatan AI. Akan tetapi, kepekaan tersebut tidak selalu dapat langsung digunakan untuk mendeteksi deepfake secara akurat tanpa pelatihan.

Mengapa Wajah AI Terlihat Lebih Tipikal?

Studi tersebut menjelaskan bahwa generator AI tidak menciptakan wajah dari nol. Model AI dilatih menggunakan kumpulan data yang sangat besar, kemudian menghasilkan gambar berdasarkan pola dari banyak wajah yang telah dipelajari.

Ketika membuat wajah manusia, AI disebut bergantung pada semacam rata-rata matematis dari puluhan ribu wajah dalam data pelatihannya. Akibatnya, wajah buatan AI cenderung memiliki tampilan yang lebih “tipikal” dibandingkan wajah manusia asli.

Para peneliti menemukan bahwa orang secara otomatis dapat menangkap perbedaan tersebut. Dalam penelitian, wajah buatan AI dinilai lebih simetris, lebih proporsional, dan lebih menarik dibandingkan wajah manusia. Namun, wajah tersebut juga dianggap kurang khas, kurang mudah diingat, dan kurang ekspresif.

Potensi Meningkatkan Kemampuan Manusia

Temuan ANU menunjukkan bahwa peningkatan kemampuan manusia dalam mengenali wajah AI tidak selalu harus bergantung pada perangkat lunak. Pelatihan untuk memperhatikan karakteristik wajah secara menyeluruh dapat menjadi pendekatan alternatif ketika tanda-tanda visual tradisional semakin sulit diandalkan.

Peneliti dari Emotions and Faces Lab ANU menilai peningkatan kemampuan manusia tersebut diperlukan karena belum tersedia jawaban berbasis AI yang sepenuhnya dapat diandalkan untuk menghadapi persoalan deepfake. Dengan metode ini, manusia dapat memanfaatkan penilaian intuitif yang sebelumnya mungkin tidak disadari.

Kesimpulan

Studi ANU memperkenalkan cara baru untuk mengenali wajah buatan AI dengan menilai kesan keseluruhan, bukan sekadar mencari kesalahan teknis pada gambar. Enam aspek yang digunakan meliputi simetri, proporsionalitas, daya tarik, ekspresivitas, keunikan, dan kemudahan wajah untuk diingat.

Metode tersebut mampu meningkatkan akurasi peserta hingga hampir dua kali lipat, sementara peserta dengan performa terbaik mencapai hasil yang mendekati sempurna. Seiring semakin sulitnya membedakan deepfake dari foto asli, kemampuan manusia dalam membaca karakteristik wajah dapat menjadi bagian penting dalam menghadapi perkembangan gambar buatan AI.