3 роки замість десятиліть: як швидко дипфейки стали невідрізними від реальності

06.08.2026, 16:29 founder.ua

Технологія підробки реальності та технологія її викриття розвиваються паралельно, але перша майже завжди на крок попереду. Це не метафора, а те, як влаштована сьогоднішня економіка дипфейків, і цифри це підтверджують. За 2025 рік світові збитки від шахрайства з дипфейками склали 1,1 мільярда доларів, що втричі більше, ніж роком раніше. 83% втрат припали на соцмережі: Facebook — 491 мільйон, WhatsApp — 199 мільйонів, Telegram — 167 мільйонів.

Основний інструмент — підроблені інвестиційні схеми від імені відомих підприємців; шахраї створювали фейковий акаунт «Олександр Висоцький» з моїм аватаром для подібних розсилок. Таких повідомлень я ніколи не надсилаю, тому будь-яка пропозиція від мого імені в особистих повідомленнях — фейк автоматично.

Image Credits: Unsplash

Швидкість, із якою технологія досягла такої переконливості, найкраще видно на одному неофіційному тесті індустрії: нейромережі, що генерує відео з Віллом Смітом, який їсть спагеті. У березні 2023 року модель ModelScope видавала істоту з гумовими пальцями та їжею, що ширяла всупереч гравітації. До лютого 2026 року модель Kling 2.0 відтворювала сцену без жодної помилки, аж до розеток на стіні кухні. Три роки — замість десятиліть, які зазвичай потрібні технології для такого стрибка.

Збитки від цієї швидкості — вже не абстракція. У січні 2024 року співробітник фінансового відділу в Гонконгу переказав 25 мільйонів доларів через 15 транзакцій, сприйнявши дипфейк-дзвінок як справжню зустріч із керівництвом. Того ж місяця тисячі виборців у Нью-Гемпширі отримали автообдзвінок із голосом Джо Байдена, який закликав не йти на вибори, — перший в історії випадок прямого використання ШІ для придушення явки. А в грудні 2025 року в Делі шахраї за десять секунд згенерували клон голосу сина за відео з LinkedIn і виманили в його батька 1200 доларів під приводом застави.

Причина, з якої ці схеми працюють, — не дурість жертв. Дослідження показують, що клонований голос сприймають як справжній у 80% випадків, а правильно розпізнають підробку лише близько 60% людей. Це фактично рівень, близький до випадкового вгадування. Систематичний огляд десятків досліджень підтвердив ту саму закономірність: точність розпізнавання ШІ-контенту в середньому не вища за випадкове вгадування. Людське сприйняття фізично не встигає за темпом, з яким нейромережі вчаться імітувати фізику світу, оптику камери та інтонацію мовлення.

Є в цієї гонки й тривожніший бік. Дослідники описують ефект «колапсу моделей»: коли нейромережі все частіше навчаються на контенті, створеному іншими нейромережами, вони поступово втрачають нюанси та накопичують помилки. А оскільки до 2026 року значна частина контенту, що публікується в мережі, виробляється за участю ШІ, коло замикається на самому собі — з кожним витком точність інформації в інтернеті знижується, а не зростає.

Лінія захисту вибудовується повільніше, але вибудовується. Детектори дипфейків сьогодні досягають точності близько 94%. Стандарт C2PA вбудовує у файл криптографічний «паспорт» походження, а система SynthID від Google DeepMind позначає згенерований контент невидимими водяними знаками з надійністю приблизно 98%. Законодавство поступово наздоганяє технологію: з 2 серпня 2026 року стаття 50 Закону ЄС про штучний інтелект зобов'яже маркувати весь синтетичний контент, а штраф за порушення може сягати 35 мільйонів євро або 7% світового обігу компанії.

Але жоден із цих інструментів не замінить простої поведінкової дисципліни. Пауза в 30 секунд перед реакцією на термінове повідомлення, перевірка не картинки, а джерела, зворотний пошук за зображенням, здоровий скептицизм до будь-якого формулювання «Терміново, поки не видалили» — ось єдиний захист, який працює просто зараз, поки стандарти та закони тільки наздоганяють технологію. Гонка між підробкою та розпізнаванням триватиме ще довго, і доти єдина надійна лінія оборони — звичка не довіряти реакції швидше, ніж фактам.