Afet ve Deprem Anında Sahte Görselleri Nasıl Tespit Edersiniz

Her büyük afet iki dalgayla gelir. Birincisi olayın kendisi — deprem, kasırga, sel. İkincisi dakikalar içinde başlar: sosyal medyada görsel seli, mesajlaşma uygulamalarında elden ele geçen paylaşımlar, anlık haber başlıklarına eklenen fotoğraflar. Bu görsellerin büyük çoğunluğu gerçektir. Bir kısmı değildir — ve en hızlı yayıldıkları saatlerde neredeyse kimse duraksayıp kontrol etmez.

6 Şubat 2023 Kahramanmaraş depremleri bu dinamiği çarpıcı biçimde gözler önüne serdi. Depremin ilk saatlerinde sosyal medyada dolaşan görsellerin önemli bir bölümü Türkiye’ye ait değildi; bir kısmı çok daha önceki afetlerden alınmıştı. Bazıları ise hiç var olmamış sahneleri betimliyordu. İstanbul’da büyük deprem riskine dair süregelen endişe ise bu türden dezenformasyonun nasıl bir kitleyi hedef alabileceğini somutlaştırıyor.

Bu sorun yeni değil, ama değişti. Yapay zeka görsel üreticileri yaygınlaşmadan önce yanıltıcı afet görseli demek, geri dönüştürülmüş gerçek fotoğraf demekti — gerçek bir fotoğraf, farklı bir yerde ya da on yıl önce çekilmiş, aniden güncel bir olayı “kanıtlamak” için devşirilmiş. O sorun hâlâ var. Şimdi bir ikinci kategori daha var: sinemaya benzer bir kesinlikle imkânsız yıkımı betimleyebilen, çıplak gözle gerçek bir fotoğraftan ayırt edilemeyen yapay zeka üretimi sahneler.

Bu rehber her iki türü de ele alıyor, duygusal baskının bunları bu denli etkili kılmasının nedenini açıklıyor ve herhangi bir şeyi paylaşmadan önce neleri kontrol etmeniz gerektiğini gösteriyor.

Neden afet görselleri manipülasyon için ideal bir araçtır

Psikoloji karmaşık değil. İnsanlar hayatların tehlikede olduğuna inandıklarında eksik bilgiyle hareket ederler. Çarpıcı bir görseli iletmek yardım etmek gibi hissettiriyor — bir uyarı, bir kayıt, gerçek insanlara neler yapıldığının belgesi. Doğrulanmamış bir şeyi paylaşmanın rahatsızlığı, susarken insanların yardıma ihtiyaç duyduğunu hayal etmenin rahatsızlığıyla bastırılıyor.

Manipülatörler bunu biliyor. Zamanlama konusunda da bilgililer: gazeteciler olay yerine ulaşmadan ve doğrulama mekanizmaları devreye girmeden önce, krizin ilk iki saatinde yayılan bir görsel, üç gün sonra yayımlanan düzeltmeden kat kat daha geniş bir kitleye ulaşır. Düzeltme zaten çoğu zaman orijinal kitleye hiç ulaşmaz.

Sonuç olarak sahte afet görselleri orantısız bir duygusal ağırlık taşır. Yardım kuruluşlarının önceliklendirme biçimini, hükümetlerin baskı karşısındaki tepkisini ve sıradan insanların neler yaşandığını anlama çerçevesini şekillendirir. Çökmekte olan bir hastaneyi betimleyen uydurma bir fotoğraf, aynı hastanenin sağlam durduğuna dair yüzlerce doğru haberden daha uzağa yayılır.

Tür 1: Yapay zeka üretimi afet sahneleri

Afet fotoğrafçılığı üzerine eğitilmiş yapay zeka görsel üreticileri dramatik çöküşün, selin ya da yangının nasıl görünmesi gerektiğini öğrendi — ve ikna edici biçimde işliyor. Ortaya çıkan görseller sinemaya benzer bir eğilim taşır: açı mükemmeldir, ışık altın saatinde ya da derin gölgede, yıkım bütüncül ve simetriktir. Gerçek afet fotoğrafları nadiren bu kadar düzenli olur. Koşan insanlar tarafından, kötü ışıkta çalışan gazeteciler tarafından, rüzgar ve yağmurda yana tutulmuş telefonlarla çekilirler.

Yapay zeka üretimi olduğundan şüphelenilen afet görsellerinde kontrol edilecek görsel sinyaller:

• İnanılmaz ölçek ve kompozisyon. Gerçek afet fotoğrafları kaotiktir. Çerçeveleme sanki sanat yönetiminden geçmişse — her yerde doğru yerde drama, garip kırpma yok — bu kayda değer bir sinyal.
• İmkânsız yapısal fizik. Binalar, taşıyıcı yapıya, malzeme türüne ve kuvvetin yönüne göre belirli biçimlerde çöker. Yapay zeka üretimi enkaz bu mantığı sıklıkla görmezden gelir; gerçek hiçbir hasar moduna uymayan görsel açıdan etkileyici bir yıkım üretir.
• İkinci bakışa dayanamayan insan figürleri. Ellere, insanların enkaza bağlandığı sınıra ve tozla kısmen örtülmüş yüzlere bakın. Bunlar herhangi bir yapay zeka görselini ele veren bölgelerle aynıdır: gözler, eller, kenarlar, ince yazı ve ışık tutarlılığı.
• Eriyen arka planlar. Yapay zeka afet görsellerinde orta mesafe çoğu zaman bulanık bir dokuya dönüşür. Tabelalar okunamaz hale gelir, araçlar geometrisini kaybeder, ikincil yapılar birbirine erir.
• İşlenmiş gibi görünen ateş ve duman. Gerçek ateş ve duman kaotiktir. Yapay zeka üretimi versiyonları tuhaf bir pürüzsüzlüğe sahiptir ve çoğu zaman gerçek hiçbir ışık kaynağına uymayan biçimlerde parlar.

Tür 2: Geri dönüştürülmüş gerçek fotoğraflar

İkinci kategori görsel olarak daha zor yakalanır çünkü görseller gerçektir — yalnızca başlığın iddia ettiği şeyi değil, başka bir şeyi anlatırlar. 2010 depreminden bir fotoğraf bu sabahki olay olarak paylaşılır. Körfez sahilindeki bir kasırga görseli Güneydoğu Asya’daki bir siklona dönüşür. Üç yıl önceki bir bina yangını dünkü saldırının sonucu olur.

Bu görseller her yapay zeka tespit testini geçer çünkü yapay zeka üretimi değildir. Onları ele veren bağlamdır.

Kontrol edilecek temel köken sinyalleri:

• İlk görünme tarihi. “Bugünden” diye tanımlanan bir görsel yıllardır internette dolaşıyorsa, geri dönüştürülmüştür. Görüntü köken araçları — görselle genel web araması ya da uzmanlaşmış doğrulama kaynakları — önceki görünümleri gün yüzüne çıkarabilir.
• Coğrafi tutarsızlık. Tabelalar, araç plaka formatları, mimari stil, bitki örtüsü ve yol işaretleri konum bilgisi taşır. Bir ülkenin afetini gösterdiği iddia edilen bir fotoğraf çoğu zaman başka bir yere ait unsurlar içerir.
• Metadata. Orijinal dosya mevcut olduğunda, EXIF verisi çekim tarihini ve zaman zaman GPS koordinatlarını kaydeder. Yeniden paylaşılmadan önce çoğunlukla siliniyor, ama yokluğu kendi başına bilgi verir.
• Gazeteci ve ajans filigranları. Ajanslar tarafından yayımlanan meşru afet fotoğrafları filigran taşır. Telif bilgisi olmayan dramatik kaliteli bir fotoğraf ya çalınmış ya da sentetiktir.

Duygusal manipülasyon katmanı

Her iki tür sahte afet görseli de aynı psikolojik mekanizmayı sömürür: algılanan aciliyet, doğrulama duraksamasının önüne geçer. Bunu anlamak felce davet değildir — tam tersidir. İlerleme hızınızın kasıtlı olarak artırıldığını bilmek, otuz saniyelik bir duraklama için tutunacak bir yer sağlar.

Kullanışlı pratik kural şu: görsel ne kadar dramatikse, doğrulamak o kadar önemlidir. Gerçek afet belgeleri sıradandır — bulanık, kötü ışıklı, şok halindeki birinin kötü açıdan çektiği fotoğraflar. Kriz anında karşınıza çıkan, mükemmel çerçevelenmiş çarpıcı afet fotoğrafı, tam da anında paylaştırmak için tasarlandığından, daha az değil daha çok şüphecilik hak eder.

Forensic analiz afet görsellerinde nasıl çalışır

Görsel inceleme bariz sahteleri yakalar. Forensic analiz göz testini geçenleri yakalar.

Şüpheli bir afet görselini FakeRadar’a yüklediğinizde analiz birbirinden bağımsız birkaç katmanda yürütülür:

Sonuç sinyal olarak raporlanır — “yapay zeka üretim sinyalleri tespit edildi” ya da “tespit edilmedi” — hüküm olarak değil. Bu önemlidir çünkü hiçbir katman tek başına kesin değildir. Değer, bağımsız kanıtların nasıl hizalandığındadır. Frekans anomalileri ve eksik EXIF ile desteklenen yüksek bir AI model skoru güçlü bir bileşik sinyaldir; destekleyici kanıt olmaksızın yüksek model skoru not alınmaya değerdir ama tek başına yeterli değildir.

Geri dönüştürülmüş gerçek fotoğraflar için görselin kendi forensic analizi yanlış araçtır. Görsel gerçektir — gerçek bir kamerayla çekilmiştir. Onu ele veren, ne zaman ve nerede ilk kez göründüğünün araştırılmasıdır. Köken araştırması ve forensic analiz rakip değil, tamamlayıcı yaklaşımlardır. Sonuçların ağır olduğu durumlarda her ikisini de uygulayın.

Pratik bir doğrulama sırası

Bir afet görseli karşınıza çıktığında ve paylaşmadan önce kontrol etmek istediğinizde:

1. Görsele otuz saniye bakın. Yukarıdaki görsel kontrolleri uygulayın: yapısal fizik, kenarlardaki insan anatomisi, ateş ve duman işlenmesi, arka plan bütünlüğü.
2. Hesabı ve paylaşım zamanını kontrol edin. Yeni hesaplar, bugünden önce geçmişi olmayan hesaplar ve coğrafi özgüllükten yoksun paylaşımlar kırmızı bayraktır. Bağlamın yokluğu çoğu zaman kendi başına bir sinyal taşır.
3. Bir şey yanlış hissettirirse köken araması yapın. Görsel bağlam terimleriyle genel arama, önceki görünümleri gün yüzüne çıkarabilir. Doğrulama kuruluşları çürütülmüş afet görsellerinin arşivlerini tutar.
4. Önem taşıyan görseller için forensic analiz çalıştırın. FakeRadar’ın ücretsiz analizinde erişebildiğiniz en yüksek kaliteli sürümü yükleyin. Sonucu sinyal olarak okuyun — aynı yöne işaret eden birkaç bağımsız katman ağırlık taşır; destekleyici kanıt olmaksızın yalnızca yükselen tek bir skor sonuçsuz kalır.

Bu sıra görsellerin büyük çoğunluğu için iki dakikanın altında tamamlanır ve hem yapay zeka üretimi hem de geri dönüştürülmüş sahtelerin önemli bir bölümünü yakalamaya yeterlidir.

Sıkça Sorulan Sorular

Bir deprem fotoğrafının yapay zeka üretimi olduğunu nasıl anlarsınız?

Fiziksel olarak imkânsız detaylara bakın — fazla simetrik yıkım, doğal olmayan biçimde parlayan ateş, anormal eller ya da kenarlara sahip insan figürleri. Ardından forensic analiz çalıştırın: FakeRadar model skoru, frekans analizi, error-level analizi ve metadata üzerinden saniyeler içinde yapay zeka üretim sinyallerini kontrol eder.

Yapay zeka üretimi bir afet görseli ile geri dönüştürülmüş gerçek bir fotoğraf arasındaki fark nedir?

Yapay zeka üretimi görseller sıfırdan sentezlenir — betimlenen sahne hiç var olmamıştır. Geri dönüştürülmüş fotoğraflar farklı bir olayda çekilmiş gerçek görsellerdir; yanlış bağlamla yeniden dolaşıma sokulurlar. Forensic analiz birincisini yakalar; köken araması (bir görselin nerede ve ne zaman ilk göründüğü) ikincisini yakalar.

Sahte afet fotoğrafları neden bu kadar hızlı yayılır?

Duygusal aciliyet doğrulama için gerekli duraklama anını bastırır. İnsanlar uyarmak için afet görsellerini iletir ve tereddüdün bir bedeli olduğu hissi, kontrolü sorumsuzluk gibi hissettiriyor. Manipülatörler yüklemelerini, doğrulama altyapısı henüz devreye girmemişken krizin ilk saatlerine zamanlıyor.

FakeRadar geri dönüştürülmüş gerçek fotoğrafları tespit edebilir mi?

FakeRadar yapay zeka üretim sinyallerini ve görsel manipülasyonu tespit eder. Farklı bir olayı yanlış temsil eden gerçek görseller için köken araması uygun araçtır. Bu iki yaklaşım birbirini tamamlar.

Özet

• Afetlerde iki farklı sahte türü dolaşır: yapay zeka üretimi görseller ve geri dönüştürülmüş gerçek fotoğraflar. Her biri farklı bir doğrulama yaklaşımı gerektirir.
• Yapay zeka üretimi afet sahneleri imkânsız dramaya yatkındır — mükemmel kompozisyon, inandırıcı olmayan fizik, işlenmiş görünen ateş. Diğer yapay zeka görsellerini ele veren anatomik bölgeler burada da geçerlidir.
• Geri dönüştürülmüş gerçek fotoğraflar forensics değil kökenle ortaya çıkar: bu görsel ilk kez ne zaman göründü ve gerçekte nerede çekildi?
• Duygusal aciliyet manipülasyon mekanizmasıdır. Bir görsel ne kadar zorlayıcı hissettirirse, bir duraklama o kadar gereklidir.
• FakeRadar birden fazla forensic katmanda yapay zeka üretim sinyallerini raporlar — sonuçlar hüküm değil sinyal niteliğindedir.
• Paylaşmadan önce şüpheli herhangi bir afet görselini ücretsiz kontrol edin.