A képgenerálás rohamos fejlődése miatt egyre nagyobb szükség lenne a valódi és az AI-jal készült fotók megbízható megkülönböztetésére. De a létező technológiáknak még mindig komoly korlátai vannak, amikkel érdemes számolni, mielőtt rábíznánk magunkat a tőlük kapott válaszokra.

Mesterséges intelligenciával generált képeket használni politikai befolyásolásra ma már teljesen bevett manipulációs technika.

A 2024-es amerikai elnökválasztási kampányban például olyan hamis képek terjedtek Taylor Swiftről, amelyek azt a látszatot keltették, hogy a népszerű énekesnő Donald Trump republikánus elnökjelöltet támogatja. A 2025-ös írországi elnökválasztási kampányban pedig egy olyan AI-generált videó terjedt a közösségi médiában, amelyen Catherine Connolly elnökjelölt látszólag bejelentette, hogy visszalép a választástól. Bár a hamisítványokat széles körben leleplezték, és Swift végül Trump demokrata ellenfelét, Kamala Harrist támogatta nyilvánosan, Connolly pedig megnyerte az elnökválasztást, mindkét eset jól mutatja, hogyan használhatók az AI-generált képek a választók megtévesztésére.

A Lakmusz szerkesztőségében is számos olyan esettel találkoztunk már, amikor mesterséges intelligenciával készült vagy manipulált képekkel és videókkal próbálták félrevezetni a közösségi média felhasználóit:

A generatív mesterséges intelligencia fejlődésével ma már különösebb képszerkesztési ismeretek nélkül is bárki készíthet ilyen élethű tartalmakat. Ráadásul az AI-képgeneráló rendszerek az elmúlt években látványosan fejlődtek: korábban gyakran a természetellenes kezek, a túl sok ujj vagy az eltorzult feliratok árulták el a hamisítványokat, ezek a hibák mára jóval ritkábbá váltak, így egyre nehezebb felismerni, ha hamisítvánnyal állunk szemben.

Ezzel a folyamattal párhuzamosan egyre több olyan eszköz válik elérhetővé az interneten, amelyeket arra fejlesztettek, hogy felismerjék az AI-generált képeket. Megnéztük, milyen technológiákat használnak, és mit mondanak a megbízhatóságukról a legfrissebb tesztek és tudományos kutatások.

Az eredmények azt mutatták, hogy jelenleg nincs olyan univerzális módszer, amely minden esetben biztos választ adna, ráadásul a különböző felismerési technológiák egészen más módon és más korlátok között működnek.

Mi történik, ha megmutatsz egy képet egy AI-detektornak?

Az AI-generált képek felismerésére háromféle technológia létezik:

Ezek a módszerek (amelyek egyébként videós tartalmak ellenőrzésére is használatosak) nem csak más elven működnek, hanem eltérő információkat is szolgáltatnak, ezért lehetőségeik és korlátaik is különböznek.

A tartalom alapú AI-detektálás korlátai

A tartalomalapú felismerők (például a Sightengine) utólag, a kép elemzésével próbálják megállapítani, hogy mesterséges intelligenciával készült-e, vagy módosították-e vele. Az ezzel a módszerrel működő eszközök egy része a képpontok közötti összefüggéseket és a természetellenes képi részleteket vizsgálja, mások a frekvenciatartományban megjelenő mintázatokat vagy a generálómodellek jellegzetes nyomait keresik. A felismerők jellemzően gépi tanulás segítségével értékelik ezeket a sajátosságokat, majd pontszámmal vagy szöveges minősítéssel jelzik az eredményt.

A technológia egyik legnagyobb előnye, hogy bármilyen képet megvizsgálhatunk vele, függetlenül attól, milyen eszközzel készült, vagy tartalmaz-e digitális vízjelet. Azonban még a 99 százalékos eredmény sem jelent bizonyítékot a kép eredetére, hiszen a modell becslése téves is lehet – olvasható például a Sightengine tájékoztatójában.

A modellek teljesítménye függhet a kép minőségétől, a rajta végzett módosításoktól és az alkalmazott képgeneráló rendszertől is.

Erre világított rá a dezinformációval foglalkozó amerikai NewsGuard 2026 májusában közzétett vizsgálata. A szervezet öt tartalomalapú online AI-felismerőt – a Hive, az AI or Not, a ZeroGPT, a Sightengine és a ScamAI eszközét – tesztelt 45 képen. A kutatók 15 valódi, háborús eseményeket ábrázoló fényképet választottak ki, majd mindegyikből két AI-val módosított változatot készítettek. Az egyiken csak a megvilágítást és a hátteret változtatták meg, a másikon már a kép tartalmát is érdemben átalakították.

Az eredmények jelentős eltéréseket mutattak: egyes felismerők valódi fényképeket is AI-generáltnak minősítettek, míg mások a mesterséges intelligenciával jelentősen manipulált képeket sem ismerték fel. Volt olyan eszköz, amely mind a 15 valódi fényképet helyesen azonosította, de a 15 jelentősen manipulált kép közül csak 5-öt ismert fel. A kisebb, AI-val végzett képmódosítások megítélésében is nagy különbségek voltak: egy pozitív jelzés akár pusztán esztétikai változtatásokra, például a fényviszonyok javítására is utalhat, nem feltétlenül a kép tartalmának manipulálására.

A NewsGuard szerint az eltérések oka, hogy a detektorokban nem egységesen van beállítva, hogy milyen mértékű AI-alapú módosítástól számít egy kép mesterségesen előállítottnak. A cikkben arra is felhívták a figyelmet, hogy a felismerők téves eredményei valódi felvételek hitelességét is megkérdőjelezhetik, ezért az AI-detektorok jelzéseit a képek eredetének és körülményeinek ellenőrzésével együtt érdemes értékelni.

A felismerők korlátait tudományos kutatások is vizsgálták. Egy 2025-ös kínai tanulmány szerzői 17 AI-képfelismerőt és 10, képek értelmezésére is képes nyelvi modellt teszteltek. Megállapították, hogy a képek közösségi médián keresztüli továbbítása, valamint újbóli digitalizálása jelentősen rontja a felismerők teljesítményét. Ez azért lényeges, mert az interneten terjedő képek gyakran ilyen módon átalakított változatok.

A digitális vízjelezés sem jelent egyértelmű választ

A digitális vízjelezés a kép előállításakor vagy szerkesztésekor olyan jelölést épít a tartalomba, amelyet egy megfelelő ellenőrzőprogram később felismerhet. A módszer tehát nem a kép gyanús sajátosságaiból következtet, hanem egy szándékosan elhelyezett jelet keres. Erre példa a Google által fejlesztett SynthID, amely emberi szemmel láthatatlan digitális vízjeleket alkalmaz.

A technológiát a Google a saját AI-eszközeiben, például a Gemini képgeneráló funkciójában is alkalmazza, de más vállalatok, például az OpenAI, az NVIDIA és a dél-koreai Kakao is használják, az Apple csatlakozását pedig épp előkészítik.

A Meta Content Seal néven saját, láthatatlan vízjelezési technológiát vezetett be, amelyet a Muse Image képgeneráló rendszerével előállított tartalmaknál alkalmaz. (A vállalat emellett Video Seal néven videókhoz, AudioSeal néven pedig hangfelvételekhez is fejlesztett vízjelezési megoldásokat.)

Egy 2026-os tudományos kutatás öt tartalomalapú és négy vízjelalapú felismerőt hasonlított össze és arra jutott, hogya legjobban teljesítő vízjelalapú módszerek a képek utólagos módosítása után is megbízhatóbban működtek a vizsgált tartalomalapú felismerőknél.

Ugyanakkor a vízjelalapú felismerésnek is vannak komoly korlátai:

A brit Full Fact 2026 októberében közzétett vizsgálatában öt, politikusok által megosztott, minden bizonnyal valódi fényképet ellenőrzött a Google SynthID rendszerével. Az eszköz arra a téves következtetésre jutott, hogy a képek mesterséges intelligenciával készültek, vagy legalábbis módosították őket.

A képek közzétevői elmondásuk szerint viszont nem használtak mesterséges intelligenciát, és a Full Fact sem talált erre utaló bizonyítékot, bár a kisebb, akár észrevétlen módosításokat nem tudta teljesen kizárni. A Google a vizsgálat nyomán frissítette az eszközt, amely az öt képet ezt követően már a bizonytalanságot jelző „unsure” kategóriába sorolta. A Full Fact ugyanakkor hangsúlyozta, hogy a vizsgálatból nem derül ki, összességében milyen gyakran fordulnak elő hasonló hibák.

A Lakmusz egy korábbi cikkében a Lead Stories tényellenőrző oldal nyomán a Google chatbotja, a Gemini egy másik hibáját mutattuk be. A teszt során a Gemini ugyanabban a beszélgetésben több kép ellenőrzésekor rendre megismételte az első képre adott válaszát, függetlenül attól, hogy a később feltöltött képek valódiak vagy AI-generáltak voltak. Ha először egy mesterségesen előállított kép került vizsgálatra, utána a valódi fényképen is AI-használatot jelzett, fordított sorrendben viszont a mesterséges képen sem ismerte fel a vízjelet.

Digitális eredetigazolás: a közösségi médiás megosztással eltűnhet

A digitális eredetigazolás nem klasszikus értelemben vett AI-detektor. Itt ugyanis nem a képet, hanem annak dokumentált eredetét veszik szemügyre az ezt a technológiát használó programok.

A módszer egyik legismertebb eszköze a C2PA nevű nyílt szabvány, amely lehetővé teszi, hogy a képekhez digitálisan aláírt eredetadatokat kapcsoljanak. Ezekből például kiderülhet, milyen eszközzel vagy programmal készült egy kép, és milyen szerkesztési lépéseket rögzítettek róla. A digitális aláírás segítségével ellenőrizhető, hogy ki bocsátotta ki az adatokat, és megváltoztatták-e őket utólag.

A technológiát nemcsak mesterségesintelligencia-fejlesztők alkalmazzák. A Leica, a Sony és a Canon egyes fényképezőgépei is támogatják a C2PA-t. Az okostelefonok közül a Google Pixel 10 széria volt az első, amelynek kameraalkalmazása a vele készített valamennyi fényképhez automatikusan C2PA-eredetadatokat kapcsol. Ezek segítségével ellenőrizhető, hogy a felvétel a Pixel kamerájával készült-e, és milyen képkészítési vagy szerkesztési műveleteket rögzítettek róla. A Samsung Galaxy S25 sorozata szintén támogatja a C2PA szabványt: ha a Galaxy AI képszerkesztő funkcióival például tárgyakat távolítanak el vagy új részleteket generálnak egy fényképre, a rendszer digitális eredetadatokkal jelölheti az AI használatát. (A gyártó tájékoztatójából ugyanakkor nem derül ki, hogy a telefonok a mesterséges intelligenciával nem módosított, hagyományos kamerafotókhoz is automatikusan kapcsolnak-e eredetigazolást.)

A módszer működését a ChatGPT-vel generált képeken is meg lehet figyelni. Az OpenAI C2PA-eredetadatokat kapcsol az általa előállított képekhez. Egy ilyen kép eredeti fájlját feltöltve a Content Credentials ellenőrzőoldalára megvizsgálhatjuk a hozzá tartozó digitális tanúsítványt. Ha az adatok rendelkezésre állnak és érvényesek, az ellenőrzésből kiderülhet, hogy a képet OpenAI-eszközzel hozták létre.

A technológiának ugyanakkor komoly korlátai vannak.

A digitális eredetmegjelölés messze nem általánosan elterjedt gyakorlat, de még ha készülnek is eredetadatok ezek a képek szerkesztésekor, átalakításakor vagy közösségi médiás megosztásakor elveszhetnek.

A The Verge Decoder című podcastjában Jess Weatherbed technológiai újságíró arra hívta fel a figyelmet, hogy a C2PA elterjedésének egyik legnagyobb akadálya a közösségi platformok eltérő hozzáállása. Hiába rögzítik ugyanis az eredetadatokat a kép készítésekor, ha a megosztás során eltűnnek, vagy a platformok nem jelenítik meg őket megfelelően.

A digitális eredetigazolás tehát nem univerzális AI-felismerő, hanem kiegészítő ellenőrzési lehetőség. Ha rendelkezésre állnak a megfelelő adatok, segíthet tisztázni, hogyan készült vagy módosult egy kép, de a rajta ábrázolt esemény valódiságát továbbra is külön kell ellenőrizni.

Önmagában nem elég egy AI-detektor eredménye

Az AI-generált képek felismerésére szolgáló technológiák a hiányosságaik ellenére kiindulópontot jelenthetnek egy kép eredetének vizsgálatakor. Több tesztünk során is azt tapasztaltuk, hogy az általunk vizsgált képekre helyes megfejtést adtak bizonyos AI-detekorok, sőt a SynthID minden esetben jelezte, hogy nem tévedhetetlen a technológia.

Azonban fontos, hogy csak a technológiai lehetőségek segítségével továbbra sem állíthatjuk egy adott képről minden kétséget kizáróan, hogy AI-al generálták, de azt sem, hogy valódiak.

A szemünk még segíthet, ha tudjuk mire figyeljünk

A Lakmusz egy korábbi cikkében mutattunk be egy 2026-os dán kutatást, amelyben azt vizsgálták, mennyire képesek az emberek megkülönböztetni a valódi fényképeket az AI-generált képektől. A kutatás sajátossága volt, hogy a valódi és a mesterségesen előállított képek egyaránt valós eseményeket ábrázoltak, így az adott esemény ismerete önmagában nem segített eldönteni, hogyan készült a kép. Minden képnél egy 0 és 100 közötti skálán kellett megadniuk a válaszadóknak, mennyire valószínű, hogy az adott képet AI-jal készítették.

Az eredmények szerint a résztvevők csak valamivel teljesítettek jobban a véletlenszerű találgatásnál. Ráadásul a magabiztos tévedéseik miatt összességében jobb pontszámot értek volna el, ha minden képnél 50 százalékos valószínűséget adnak az AI-eredetre, vagyis következetesen bizonytalanságot jeleznek.

A képek alapos vizsgálata azonban továbbra is segíthet felismerni a mesterségesen előállított tartalmakat.

Hiába fejlődik rendkívül gyorsan a képgenerálás technológiája, továbbra is előfordulhatnak árulkodó részletek az AI képeken. A képgenerátoroknak például továbbra is nehézséget okozhat a perspektíva helyes ábrázolása, a feliratok vagy a tárgyak közötti fizikai kapcsolatok következetlen ábrázolása.

A New York Times egy októberi cikke például a dobozon látható furcsa betűkből és a padlócsempék fugáinak természetellenes állásából vezette le, hogy az alábbi, látszólag egy FedEx irodában készült fénykép valójában a mesterséges intelligencia munkája.

(Címlapi illusztráció: Zeller Márton)