Платформа коротких видео TikTok запускает пилотное тестирование функции Likeness Detection, предназначенной для защиты создателей контента от несанкционированного использования их внешности в дипфейках. На первом этапе инструмент доступен ограниченной группе американских авторов, что позволяет компании оценить эффективность алгоритмов в реальных условиях.
Как работает защита от цифровых клонов?
Механизм Likeness Detection автоматически сканирует платформу на предмет контента, сгенерированного искусственным интеллектом, который содержит лицо конкретного создателя. При обнаружении подозрительного материала автор получает уведомление и возможность подать жалобу на дипфейк или поддельный аккаунт. Для активации инструмента требуется пройти верификацию личности через сервис Jumio, включающую селфи в реальном времени и сканирование удостоверяющего документа.
Важный аспект — политика конфиденциальности: TikTok заявляет, что не хранит копии документов пользователей, а биометрические данные используются исключительно для сопоставления с контентом на платформе. Это снижает риски утечки чувствительной информации, хотя и оставляет вопросы о долгосрочной безопасности таких данных.
Рыночный контекст и последствия
Запуск Likeness Detection происходит на фоне стремительного роста числа дипфейков в социальных сетях, особенно с использованием технологий генерации лиц. По данным аналитиков, количество поддельных видео с известными блогерами увеличилось на 230% за последние полгода. TikTok, как платформа с аудиторией более 1 миллиарда пользователей, становится ключевой мишенью для злоумышленников.
Мое профессиональное мнение: этот шаг — не просто защита авторских прав, а стратегический ответ на регуляторное давление со стороны ЕС и США, где ужесточаются законы о маркировке AI-контента. Однако эффективность инструмента будет зависеть от скорости обнаружения дипфейков и точности алгоритмов — в противном случае мы рискуем получить ложные срабатывания, которые ударят по легитимным креаторам. Рынок ждет первых результатов тестирования, чтобы оценить, станет ли Likeness Detection отраслевым стандартом или останется нишевым экспериментом.