C2PA i SynthID: co oznaczanie wygenerowanych obrazów zmienia dla wydawcy

Obraz wygenerowany przez AI w 2026 roku nie jest już anonimowym plikiem. Zależnie od dostawcy niesie podpisane metadane, niewidoczny znak wodny albo jedno i drugie. Wydawca, który ilustruje nimi swoje treści, staje przed dwoma pytaniami: czy te znaki przetrwają publikację i czy z czegokolwiek zwalniają? Pierwsze zależy od techniki. Na drugie odpowiedź brzmi: nie, bez żadnych zastrzeżeń.

Dwie techniki, które robią co innego

Standard C2PA, prowadzony przez koalicję skupiającą między innymi Adobe, Microsoft, Google, OpenAI i BBC, definiuje Content Credentials: podpisany kryptograficznie manifest dołączony do pliku, który opisuje pochodzenie treści i operacje, jakim została poddana. Zgodny czytnik może zweryfikować podpis i wyświetlić pochodzenie. Siłą C2PA jest precyzja: mówi, kto wyprodukował obraz, jakim narzędziem i co zostało od tego czasu zmienione. Jego słabością jest to, że żyje w metadanych: wystarczy kadrowanie w niezgodnym narzędziu, zrzut ekranu albo zwykłe wgranie na platformę, która czyści pliki, i manifest znika.

SynthID, opracowany przez Google DeepMind, działa inaczej: znak wodny jest wpisany w same piksele, w sposób niedostrzegalny, i został zaprojektowany tak, by przetrwać kompresję, kadrowanie, ponowne kodowanie i zrzut ekranu. Nie przenosi szczegółowego manifestu: pozwala detektorowi stwierdzić, że treść powstała za pomocą narzędzia, które nanosi ten znak wodny, i nic ponadto. Google stosuje go do swoich obrazów, filmów, treści dźwiękowych, a od końca 2024 roku także do tekstu. Nie jest już zarezerwowany dla Google: OpenAI przyjęło go w maju 2026 roku dla swoich obrazów i treści dźwiękowych.

Kto co oznacza w 2026 roku

OpenAI ogłosiło już w 2024 roku dodanie Content Credentials C2PA do swoich obrazów, we wpisie zatytułowanym „Understanding the source of what we see and hear online”, w którym firma sama przyznaje się do ograniczenia: metadane można usunąć, umyślnie lub nie. To właśnie to ograniczenie od tamtej pory się zmieniło: dokumentacja OpenAI podaje, że obrazy wygenerowane przez ChatGPT, Codex i jej API mają teraz zarówno metadane C2PA, jak i znak wodny SynthID, a treści dźwiękowe niesłyszalny znak wodny. Usunięcie metadanych nie wystarcza już zatem, by zatrzeć pochodzenie obrazu OpenAI. Google oznacza swoje produkcje znakiem SynthID i należy do C2PA. Pozostali duzi dostawcy idą podobną drogą, popychani przez artykuł 50 europejskiego rozporządzenia w sprawie sztucznej inteligencji, który nakłada na nich oznaczanie w formacie nadającym się do odczytu maszynowego, z terminem przesuniętym na 2 grudnia 2026 roku dla systemów już wprowadzonych do użytku, o czym piszemy w kalendarzu AI Act.

Ruch idzie w jedną stronę: coraz więcej wygenerowanych obrazów będzie nosić odporny znak, a coraz mniej z nich da się podać za fotografie po zwykłym wyczyszczeniu metadanych. Wydawca, który zbudowałby strategię na przekonaniu, że „nikt się nie dowie”, już się myli, przynajmniej gdy chodzi o obrazy.

Czego oznaczanie nie zmienia: obowiązku ujawnienia

Ciążą tu dwa obowiązki na dwóch podmiotach, których nie wolno mylić. Oznaczanie w formacie nadającym się do odczytu maszynowego jest obowiązkiem dostawcy modelu. Widoczne ujawnienie, tam gdzie jest należne, jest obowiązkiem wydawcy, który publikuje. Obecność znaku wodnego SynthID lub manifestu C2PA w obrazie nie zwalnia wydawcy z ujawnienia materiału typu deepfake, a jej brak tym bardziej go z tego nie zwalnia. Oba mechanizmy są niezależne.

Przy obrazach obowiązek ujawnienia po stronie wydawcy dotyczy wyłącznie materiałów typu deepfake: obrazu wygenerowanego lub zmanipulowanego, który przypomina istniejące osoby, przedmioty, miejsca, podmioty lub zdarzenia i który dla danej osoby mógłby fałszywie wyglądać na autentyczny. Liczy się wszystkie pięć kategorii: produkt jest przedmiotem, marka jest podmiotem. Ilustracja abstrakcyjna, kolaż redakcyjny, schemat, wizualizacja wyraźnie stylizowana nie wchodzą do tej kategorii. Realistyczna fotografia budowy, która nigdy nie istniała, klienta, który nie istnieje, albo produktu w zastosowaniu, na które ten produkt nie pozwala, już tak.

Co wydawca może sprawdzić sam

Dwie weryfikacje są w zasięgu dowolnego zespołu. Pierwsza polega na otwarciu wygenerowanego obrazu w narzędziu do odczytu metadanych i poszukaniu manifestu C2PA: jeśli tam jest, wiadomo, co obraz przenosi i co odczyta z niego osoba trzecia. Druga polega na powtórzeniu tego testu po przejściu obrazu przez rzeczywisty łańcuch publikacji: eksport z narzędzia do retuszu, kompresja po stronie CMS, wgranie do sieci społecznościowych. W większości łańcuchów manifest nie przeżywa drugiego etapu. Ten wniosek nie jest uspokajający i powinien kierować produkcją: przeżywa znak wodny w pikselach i to jego potrafią odczytać narzędzia detekcyjne. Pochodzenie wygenerowanego obrazu należy więc traktować jako trwale wykrywalne.

Reguła produkcji zamiast etykiety

Etykietowanie po fakcie jest kruche: ujawnienie musi zostać dostrzeżone przy pierwszej ekspozycji, a obraz krąży po nośnikach, na których towarzyszący mu tekst bywa ucięty albo go nie ma. Sieci społecznościowe obcinają podpisy, stories ich nie mają, udostępnienia odrywają obraz od kontekstu. Rozstrzyganie tej kwestii na każdym nośniku i przy każdym kadrowaniu to praca bez końca.

Droga odporna prowadzi w górę procesu, przez regułę produkcji o trzech punktach:

1. Nie wytwarzać zwodniczego realizmu. Żadnych sfingowanych opinii klientów na zdjęciu, żadnych zmyślonych referencji, żadnej sceny przedstawianej jako rzeczywiste wydarzenie. Świadomie przyjęty styl redakcyjny (kolaż, ilustracja, symbol) jest zarazem bardziej rozpoznawalny i pozostaje poza zakresem pojęcia deepfake.
2. Zachowywać pochodzenie tam, gdzie istnieje. Nie czyścić metadanych C2PA przy eksporcie; nic nie kosztują, a dokumentują dobrą wiarę.
3. Zapisywać decyzję. Dla każdej realistycznej wizualizacji, która mimo wszystko powstanie, ujawnienie rozstrzyga się na etapie tworzenia i umieszcza tam, gdzie zostanie zobaczone najpierw, a nie dokłada w chwili publikacji na danym nośniku.

Decyzja, która usuwa całe pytanie: nie fotografować

Jest sposób, by nie rozstrzygać już wizualizacja po wizualizacji: w ogóle nie produkować obrazów figuratywnych. Kompozycja niefiguratywna, zbudowana z form, rastrów, płaskich plam i nakładek, z samej swojej konstrukcji nie może przypominać istniejących osób, przedmiotów, miejsc, podmiotów ani zdarzeń. Nie wypełnia więc definicji deepfake, która zakłada właśnie to podobieństwo i ten pozór autentyczności. Pytanie o ujawnienie przestaje się pojawiać: nie ma przedmiotu.

Ten sam wybór pokrywa drugi reżim, który konkurenci mogą uruchomić o wiele szybciej. Prawo o reklamie wprowadzającej w błąd dotyczy obrazu tak samo jak słów, a abstrakcyjna wizualizacja niczego o produkcie nie twierdzi: nie pokazuje ani rezultatu, ani budowy, ani klienta. Jedna decyzja produkcyjna, podjęta raz, wyłącza oba reżimy dla wszystkich wizualizacji danego serwisu medialnego.

To nie jest darmowe. Fotografia inscenizowana czyta się od razu, a niektóre tematy słabo poddają się abstrakcji. W zamian serwis medialny publikujący co tydzień nie musi już poddawać swoich obrazów kontroli prawnej, zyskuje rozpoznawalną tożsamość wizualną zamiast wymiennych zdjęć z banku obrazów i przestaje zależeć od jakości renderowania twarzy i dłoni, która pozostaje słabym punktem modeli.

Zostają dwa ograniczenia. Abstrakcja nic nie mówi o tekście: fałszywe twierdzenie w artykule nadal wprowadza w błąd, a twierdzenie środowiskowe nadal trzeba udokumentować. Nie zwalnia też z reguły o treściach leżących w interesie publicznym, która dotyczy tekstu, nie ilustracji. Załatwia warstwę wizualną i nic poza nią, ale załatwia ją w całości.

Prawo reklamy uderza przed AI Act

Ostatni punkt, o którym dyskusje o oznaczaniu każą zapomnieć: przy wizualizacji komercyjnej reżimem stosowanym w pierwszej kolejności nie jest artykuł 50, tylko prawo o reklamie wprowadzającej w błąd, istniejące na długo przed AI. Obraz pokazujący rezultat, którego produkt nie jest w stanie dać, wprowadza w błąd niezależnie od tego, czy został wygenerowany, czy sfotografowany. W niektórych krajach, w Niemczech w szczególności, ten reżim mogą uruchomić konkurenci w ciągu kilku dni, bez udziału jakiegokolwiek urzędu. Poświęcamy temu osobny tekst: „Publikowanie w Niemczech: UWG uderza przed AI Act”. To najlepszy powód, by przyjąć taką regułę produkcji.