Odróżnienie prawdziwego zdjęcia od obrazu wygenerowanego przez sztuczną inteligencję jest dziś trudniejsze niż kiedykolwiek. Generatory takie jak ChatGPT (GPT Image), Gemini czy Midjourney tworzą fotorealistyczne kadry w kilka sekund, a deepfake potrafi podłożyć twarz znanej osoby pod dowolną wypowiedź. Dobra wiadomość jest taka, że nawet najlepsze modele zostawiają ślady. Część z nich odczytasz automatycznie z pliku, część rozpoznasz gołym okiem. Poniżej sześć technik uszeregowanych od najpewniejszych do najbardziej zawodnych, plus realny test na dwóch zdjęciach.

1. Metadane i oznaczenia C2PA / Content Credentials: najpewniejszy trop

Najtwardszym dowodem na to, że zdjęcie zrobiła AI, jest oznaczenie pochodzenia zapisane wewnątrz pliku. Standard nazywa się C2PA, a jego widoczna dla użytkownika warstwa to Content Credentials. To ustrukturyzowane metadane, które zapisują, jakie narzędzie stworzyło obraz i jakie zmiany na nim wykonano.

  • OpenAI dokleja poświadczenia C2PA do obrazów generowanych w ChatGPT i DALL-E, także przez API. Metadane opisują wtedy, że plik powstał w modelu OpenAI.
  • Google stosuje SynthID w obrazach z Gemini i wspiera weryfikację C2PA. Wykrywanie tych oznaczeń trafia stopniowo do wyszukiwarki Google i przeglądarki Chrome.

Jeśli w pliku jest pozytywne oznaczenie AI, sprawa jest praktycznie rozstrzygnięta. Warto jednak pamiętać o słabości tej metody: metadane C2PA są kruche. Zrzut ekranu, ponowna kompresja albo przepuszczenie obrazu przez serwis, który usuwa metadane, potrafią je skasować. Znak wodny SynthID jest trwalszy, bo wpisany w same piksele, ale do jego odczytania potrzeba dedykowanego narzędzia.

Marker IPTC DigitalSourceType = trainedAlgorithmicMedia

Obok C2PA istnieje drugi, prostszy znacznik: pole IPTC DigitalSourceType o wartości trainedAlgorithmicMedia (lub compositeWithTrainedAlgorithmicMedia dla obrazów częściowo generowanych). To standardowa etykieta branży fotograficznej, która wprost mówi: ten materiał powstał z modelu uczonego na danych. Mój detektor czyta oba oznaczenia naraz, więc łapie zarówno pełny manifest C2PA, jak i sam marker IPTC.

2. EXIF aparatu: pomocny, ale zdradliwy sygnał

Prawdziwe zdjęcie z telefonu lub aparatu zwykle niesie metadane EXIF: markę i model urządzenia, czas naświetlania, przysłonę, datę wykonania. Generatory AI nie mają aparatu, więc tych danych im brakuje. Kusi, żeby uznać brak EXIF za dowód użycia AI, ale to błąd.

  • Instagram, Facebook i większość komunikatorów usuwają EXIF z każdego wgranego zdjęcia, także prawdziwego.
  • Zrzut ekranu również nie ma danych aparatu, mimo że przedstawia autentyczną scenę.

Wniosek: obecność pełnego EXIF aparatu to argument za autentycznością, ale sam brak EXIF nie znaczy, że zdjęcie zrobiła AI. To słaby sygnał, który trzeba traktować ostrożnie.

3. Analiza ELA i artefakty kompresji

Analiza poziomu błędu (ELA, Error Level Analysis) pokazuje, jak równomiernie rozłożona jest kompresja JPEG w obrazie. W prawdziwym zdjęciu z aparatu artefakty kompresji i szum matrycy są nierównomierne w naturalny sposób. Obrazy AI oraz fotomontaże często mają obszary, które kompresują się inaczej niż tło, co po analizie ELA ujawnia się jako jaśniejsze łaty. To sygnał pomocniczy, nie wyrok, bo mocna ponowna kompresja potrafi zatrzeć różnice, ale w połączeniu z innymi tropami zwiększa pewność oceny.

4. Ręczne tropy: jak rozpoznać zdjęcie AI gołym okiem

Kiedy nie ma metadanych, zostaje obserwacja. Modele generujące obrazy wciąż potykają się na powtarzalnych detalach. Na co patrzeć w pierwszej kolejności:

  • Dłonie i zęby. Nieprawidłowa liczba palców, zrośnięte lub zbyt długie palce, dziwna liczba zębów. To klasyczny słaby punkt generatorów.
  • Tekst w tle. Napisy na szyldach, tablicach i etykietach bywają zniekształcone, a litery i ozdobniki wyglądają jak bełkot. Przy tablicach menu AI regularnie myli litery i dorzuca nieistniejące znaki.
  • Asymetria. Okulary o różnych oprawkach po obu stronach, kolczyki, które do siebie nie pasują, niesymetryczna biżuteria.
  • Oświetlenie i cienie. Kierunek światła nie zgadza się z rzucanymi cieniami, odbicia w oczach lub szybach są niespójne.
  • Powtarzalne tekstury. Włosy, tkaniny i tła miewają fragmenty, które wyglądają jak skopiowane albo rozmyte w charakterystyczny, plastyczny sposób.

5. Narzędzia i odwrotne wyszukiwanie obrazem

Ręczna ocena to jedno, ale warto ją poprzeć narzędziami. Odwrotne wyszukiwanie obrazem (Google Images, TinEye) pokaże, czy zdjęcie krąży w sieci w innym kontekście, co często demaskuje deepfake podszywający się pod prawdziwe wydarzenie. Do sprawdzenia metadanych i artefaktów w jednym miejscu możesz użyć mojego narzędzia. Darmowy detektor zdjęć AI działa w całości w przeglądarce, nie wysyła pliku na serwer i łączy kilka sygnałów w jeden wynik procentowy.

6. Realny test: menu z AI kontra prawdziwe selfie

Teorię najlepiej sprawdzić na konkretach. Przepuściłem przez detektor dwa zdjęcia.

Zdjęcie pierwsze: tablica menu restauracji "Dania Babci Jadzi", wygenerowana w ChatGPT.

Tablica menu restauracji wygenerowana przez ChatGPT, przykład zdjęcia AI

Wynik: 90 procent, "Prawdopodobnie wygenerowane przez AI". Detektor od razu wykrył oznaczenie C2PA / Content Credentials, które OpenAI dokleja do obrazów, oraz marker IPTC trainedAlgorithmicMedia. To najsilniejszy możliwy sygnał, więc ocena jest niemal pewna. Gdyby ktoś usunął metadane zrzutem ekranu, i tak zdradziłby go tekst na tablicy: przyjrzyj się literom i ozdobnikom, a zobaczysz typowe dla AI zniekształcenia napisów.

Zdjęcie drugie: selfie zrobione telefonem przy mikrofonie w studiu, następnie obrobione w programie Adobe.

Prawdziwe zdjęcie zrobione aparatem telefonu przy mikrofonie

Wynik: 35 procent, "Prawdopodobnie autentyczne". W pliku nie było oznaczeń C2PA ani IPTC. Co istotne, mimo śladu edycji w programie Adobe narzędzie nie oflagowało zdjęcia jako AI. Adobe to edytor, a nie generator obrazu, więc jego obecność w metadanych nie świadczy o użyciu sztucznej inteligencji. To dobrze pokazuje, dlaczego pojedynczy sygnał nie wystarcza, a liczy się całość obrazu.

Ważna uwaga o powyższych zdjęciach: testy wykonałem na oryginalnych plikach, prosto z ChatGPT i prosto z telefonu. Obrazy widoczne w artykule to wersje opublikowane na blogu, a moja strona, jak większość platform, usunęła z nich metadane podczas publikacji. Dlatego jeśli pobierzesz je stąd i wgrasz do detektora, oznaczeń C2PA może już nie być. To najlepszy dowód na to, o czym piszę w punkcie pierwszym: metadane są kruche i znikają przy ponownym przesłaniu pliku.

Deepfake i AI Act: obowiązek oznaczania treści od 2 sierpnia 2026

Warstwa prawna też się zmienia. Unijny AI Act w artykule 50 wprowadza od 2 sierpnia 2026 obowiązek oznaczania treści generowanych przez AI, w tym deepfake'ów. Podmioty, które publikują takie materiały, powinny wyraźnie ujawniać, że obraz, dźwięk lub wideo zostały sztucznie wytworzone albo zmanipulowane. Standard techniczny, na którym opiera się to oznaczanie, to właśnie Content Credentials (C2PA). W praktyce oznacza to, że oznaczeń pochodzenia będzie coraz więcej, a metody opisane w punkcie pierwszym staną się jeszcze skuteczniejsze. Nadal jednak brak oznaczenia nie przesądza o niczym, bo prawo nie obejmuje wszystkich twórców na świecie, a metadane łatwo usunąć.

Najczęstsze pytania

Czy da się w 100 procentach sprawdzić, czy zdjęcie zrobiła AI?

Nie. Wykrywanie obrazów AI jest trudniejsze niż tekstu, a generatory szybko się poprawiają. Najpewniejszy wynik daje pozytywne oznaczenie AI w metadanych (C2PA lub IPTC). W pozostałych przypadkach łączy się kilka sygnałów i traktuje wynik jako mocną wskazówkę, nie jako dowód.

Co to jest C2PA i Content Credentials?

C2PA to standard zapisywania pochodzenia treści, a Content Credentials to jego warstwa widoczna dla użytkownika. Do pliku dołączane jest poświadczenie, jakie narzędzie go stworzyło i jak był edytowany. Unijny AI Act od 2 sierpnia 2026 promuje takie oznaczanie treści generowanych przez sztuczną inteligencję.

Czy brak metadanych oznacza, że zdjęcie jest fałszywe?

Nie. Serwisy społecznościowe i zrzuty ekranu usuwają metadane EXIF także z prawdziwych zdjęć. Dlatego brak danych aparatu to słaby sygnał, a nie dowód użycia AI. Trzeba go zestawić z innymi tropami.

Jak rozpoznać deepfake na filmie lub zdjęciu?

Zwróć uwagę na krawędzie twarzy i linię włosów, nienaturalne mruganie, niespójne oświetlenie oraz brak synchronizacji ust z dźwiękiem. Pomaga też odwrotne wyszukiwanie obrazem, które ujawnia oryginalny materiał, oraz sprawdzenie metadanych i oznaczeń C2PA.

Czy edycja w Photoshopie lub Lightroomie oznacza, że to zdjęcie AI?

Nie. To edytory, a nie generatory obrazu. Ślad takiego programu w metadanych świadczy o obróbce prawdziwego zdjęcia, a nie o wygenerowaniu go od zera. Dlatego dobry detektor nie flaguje samej obecności edytora jako użycia AI.

Podsumowanie

Najpewniej odpowiesz na pytanie, czy zdjęcie zrobiła AI, sprawdzając oznaczenia w pliku: C2PA, Content Credentials i marker IPTC. Kiedy ich nie ma, w grę wchodzą EXIF, analiza ELA oraz ręczne tropy, takie jak dłonie, tekst w tle i asymetria. Żaden pojedynczy sygnał nie jest wyrokiem, ale ich suma daje solidną ocenę. Zamiast robić to ręcznie, wgraj obraz do mojego narzędzia. Darmowy detektor zdjęć AI odczyta metadane i oznaczenia, sprawdzi artefakty i pokaże wynik procentowy w kilka sekund, w całości w Twojej przeglądarce i bez rejestracji.