Bisakah Anda Mengetahui Yang Asli dari yang Palsu, 3.2 Miliar Gambar dan 720,000 Jam Video yang Dibagikan Setiap Hari?
Tangkapan layar Twitter / Unsplash
, penulis tersedia

Twitter selama akhir pekan "menandai" sebagai memanipulasi video yang menunjukkan kandidat presiden dari Partai Demokrat AS Joe Biden diduga lupa di negara bagian mana dia berada saat berbicara di depan massa.

Ucapan "halo Minnesota" Biden kontras dengan papan nama terkemuka bertuliskan "Tampa, Florida" dan "Teks FL ke 30330".

Cek fakta Associated Press dikonfirmasi tanda-tandanya ditambahkan secara digital dan rekaman aslinya memang dari reli Minnesota. Tapi saat video menyesatkan dihapus, video itu sudah ditonton lebih dari satu juta kali, Penjaga laporan.

Jika Anda menggunakan media sosial, kemungkinan Anda melihat (dan meneruskan) beberapa lebih dari 3.2 miliar gambar dan 720,000 jam video dibagikan setiap hari. Ketika dihadapkan pada konten yang melimpah, bagaimana kita bisa tahu mana yang nyata dan mana yang tidak?


grafis berlangganan batin


Meskipun salah satu bagian dari solusinya adalah peningkatan penggunaan alat verifikasi konten, hal yang sama pentingnya adalah kita semua meningkatkan literasi media digital kita. Pada akhirnya, salah satu garis pertahanan terbaik - dan satu-satunya yang dapat Anda kendalikan - adalah Anda.

Melihat seharusnya tidak selalu berarti percaya

Misinformasi (ketika Anda tidak sengaja membagikan konten palsu) dan disinformasi (ketika Anda dengan sengaja membagikannya) di media apa pun dapat mengikis kepercayaan pada institusi sipil seperti organisasi berita, koalisi dan gerakan sosial. Namun, foto dan video palsu seringkali merupakan yang paling ampuh.

Bagi mereka yang memiliki kepentingan politik tertentu, membuat, membagikan, dan / atau mengedit gambar palsu dapat mengalihkan, membingungkan, dan memanipulasi pemirsa untuk menyebarkan perselisihan dan ketidakpastian (terutama di lingkungan yang sudah terpolarisasi). Poster dan platform juga dapat menghasilkan uang dari berbagi konten palsu dan sensasional.

Hanya 11-25% jurnalis secara global menggunakan alat verifikasi konten media sosial, menurut International Center for Journalists.

Bisakah Anda melihat gambar yang direkayasa?

Pertimbangkan foto Martin Luther King Jr.

Ini gambar yang diubah mengkloning bagian latar belakang di atas jari King Jr, jadi sepertinya dia membalik kamera. Itu telah dibagikan sebagai asli pada Twitter, Reddit dan situs web supremasi kulit putih.

Dalam majalah asli Foto tahun 1964, King menunjukkan tanda "V untuk kemenangan" setelah mengetahui Senat AS telah mengesahkan RUU hak sipil.

Selain menambahkan atau menghapus elemen, ada seluruh kategori manipulasi foto di mana gambar digabungkan bersama.

Awal tahun ini, a foto dari seorang pria bersenjata telah di-photoshop oleh Fox News, yang melapisi pria itu ke adegan lain tanpa mengungkapkan hasil editnya, Seattle Times melaporkan.

Demikian pula, gambar di bawah ini dibagikan ribuan kali di media sosial pada bulan Januari, selama kebakaran hutan Musim Panas Hitam Australia. Pemeriksaan fakta AFP dikonfirmasi itu tidak asli dan sebenarnya merupakan kombinasi dari beberapa terpisah foto-foto.

Konten sintetis penuh dan sebagian

Saat online, Anda juga akan menemukan "deepfake”Video yang menunjukkan (biasanya terkenal) orang yang mengatakan atau melakukan hal-hal yang tidak pernah mereka lakukan. Versi yang lebih rendah dapat dibuat menggunakan aplikasi seperti Zao dan Muka kembali.

{vembed Y=yaq4sWFvnAY}
Sebuah tim dari Massachusetts Institute of Technology membuat video palsu ini yang menunjukkan Presiden AS Richard Nixon membaca kalimat dari pidato yang dibuat jika pendaratan di bulan 1969 gagal. (Youtube)

Atau, jika Anda tidak ingin menggunakan foto Anda untuk gambar profil, Anda dapat menggunakan salah satu dari beberapa situs web menawarkan ratusan ribu gambar fotorealistik orang yang dibuat oleh AI.

Orang-orang ini tidak ada, mereka hanya gambar yang dihasilkan oleh kecerdasan buatan.
Orang-orang ini tidak ada, mereka hanya gambar yang dihasilkan oleh kecerdasan buatan.
Foto yang Dihasilkan, CC BY

Mengedit nilai piksel dan pemangkasan sederhana (tidak terlalu)

Memangkas juga dapat mengubah konteks foto secara signifikan.

Kami melihat ini pada 2017, ketika seorang pegawai pemerintah AS mengedit foto resmi pelantikan Donald Trump untuk membuat kerumunan tampak lebih besar, menurut Penjaga. Staf memotong ruang kosong "di mana kerumunan berakhir" untuk satu set foto Trump.

Pandangan orang banyak saat pelantikan mantan Presiden AS Barack Obama pada 2009 (kiri) dan Presiden Donald Trump pada 2017 (kanan).Pandangan orang banyak saat pelantikan mantan Presiden AS Barack Obama pada 2009 (kiri) dan Presiden Donald Trump pada 2017 (kanan). AP

Tetapi bagaimana dengan hasil edit yang hanya mengubah nilai piksel seperti warna, saturasi, atau kontras?

Satu contoh sejarah menggambarkan konsekuensi dari ini. Pada tahun 1994, majalah Time menutupi dari OJ Simpson sangat "menggelapkan" Simpson dalam karyanya foto polisi. Ini menambah bahan bakar untuk kasus yang sudah diganggu oleh ketegangan rasial, di mana majalah itu menanggapi:

Tidak ada implikasi rasial yang dimaksudkan, oleh Waktu atau artis.

Alat untuk menyanggah pemalsuan digital

Bagi kita yang tidak ingin tertipu oleh kesalahan visual / disinformasi, ada alat yang tersedia - meskipun masing-masing memiliki batasannya sendiri (sesuatu yang kami diskusikan di kertas).

Gaib tanda air digital telah diusulkan sebagai solusi. Namun, ini tidak tersebar luas dan membutuhkan dukungan dari penerbit konten dan distributor.

Pencarian gambar terbalik (seperti Google) sering kali gratis dan dapat membantu untuk mengidentifikasi salinan gambar online sebelumnya yang berpotensi lebih otentik. Yang mengatakan, itu tidak sangat mudah karena:

  • bergantung pada salinan media yang belum diedit yang sudah online
  • tidak mencari seluruh jaringan
  • tidak selalu memungkinkan pemfilteran menurut waktu publikasi. Beberapa layanan pencarian gambar terbalik seperti TinEye mendukung fungsi ini, tetapi Google tidak.
  • hanya mengembalikan yang sama persis atau hampir sama, jadi tidak menyeluruh. Misalnya, mengedit gambar dan kemudian membalik orientasinya dapat menipu Google dengan berpikir bahwa gambar itu sama sekali berbeda.

Alat yang paling andal itu canggih

Sementara itu, metode deteksi forensik manual untuk kesalahan visual / disinformasi sebagian besar berfokus pada pengeditan yang terlihat dengan mata telanjang, atau mengandalkan pemeriksaan fitur yang tidak disertakan di setiap gambar (seperti bayangan). Mereka juga memakan waktu, mahal dan membutuhkan keahlian khusus.

Namun, Anda dapat mengakses pekerjaan di bidang ini dengan mengunjungi situs seperti Snopes.com - yang memiliki gudang “fauxtografi".

Visi komputer dan pembelajaran mesin juga menawarkan kemampuan deteksi yang relatif canggih untuk gambar dan video. Tetapi mereka juga membutuhkan keahlian teknis untuk mengoperasikan dan memahami.

Selain itu, memperbaikinya melibatkan penggunaan volume besar "data pelatihan", tetapi repositori gambar yang digunakan untuk ini biasanya tidak berisi gambar dunia nyata yang terlihat di berita.

Jika Anda menggunakan alat verifikasi gambar seperti proyek REVEAL asisten verifikasi gambar, Anda mungkin membutuhkan seorang ahli untuk membantu menafsirkan hasil.

Namun, kabar baiknya adalah sebelum beralih ke salah satu alat di atas, ada beberapa pertanyaan sederhana yang dapat Anda tanyakan pada diri Anda sendiri untuk mengetahui apakah foto atau video di media sosial itu palsu. Berpikir:

  • apakah itu awalnya dibuat untuk media sosial?
  • Seberapa luas dan berapa lama diedarkan?
  • tanggapan apa yang diterimanya?
  • siapa audiens yang dituju?

Seringkali, kesimpulan logis yang diambil dari jawaban akan cukup untuk menyingkirkan visual yang tidak autentik. Anda dapat mengakses daftar pertanyaan lengkap, yang disusun oleh para ahli Universitas Metropolitan Manchester, di sini.Percakapan

Tentang Penulis

TJ Thomson, Dosen Senior Komunikasi Visual & Media, Queensland University of Technology; Daniel Angus, Associate Professor dalam Komunikasi Digital, Queensland University of Technology, dan Paula Dootson, Dosen Senior, Queensland University of Technology

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.