Etykiety „Treści AI" na Instagramie błędnie oznaczają zdjęcia wykonane przez ludzi

Automatyczne etykiety „Treści AI" na Instagramie są naklejane na zdjęcia, które nigdy nie zostały wygenerowane ani edytowane za pomocą narzędzi AI — masowe błędy w działaniu systemu publicznie błędnie identyfikują oryginalne prace twórców jako syntetyczne.\n\n## Najważniejsze wnioski\n\n- Instagram automatycznie oznacza zdjęcia wykonane przez ludzi etykietą „Treści AI", jak podaje The Verge, mimo że obrazy te nie mają żadnego związku z generatywną AI.\n- System najwyraźniej reaguje na metadane standardowego oprogramowania do edycji, a nie na faktyczne generowanie przez AI.\n- Twórcy nie mogą łatwo zakwestionować ani usunąć etykiety po jej nadaniu przez Instagram.\n- Błędne oznaczenia wpływają na to, jak odbiorcy postrzegają autorstwo — fałszywa etykieta ma realną wagę reputacyjną w społecznościach artystycznych.\n- Meta nie opublikowała jak dotąd żadnej poprawki ani harmonogramu jej wdrożenia.\n\n## Kiedy etykieta staje się oskarżeniem\n\nCel etykiety „Treści AI" na Instagramie jest prosty: dać widzom szybki sygnał, że obraz został stworzony za pomocą narzędzi generatywnych. Realizacja tego celu jest jednak w tej chwili daleka od ideału. W ostatnich tygodniach fotografowie i ilustratorzy zgłaszali pojawianie się etykiety na pracach wykonanych aparatem, narysowanych ręcznie i edytowanych wyłącznie w konwencjonalnym oprogramowaniu — korektach w Lightroomie, retuszu w Photoshopie, zwykłej cyfrowej obróbce zdjęć.\n\nNajbardziej prawdopodobnym winowajcą są metadane. Niektóre aplikacje do edycji osadzają w plikach graficznych znaczniki, które system wykrywania Instagrama najwyraźniej odczytuje jako dowód udziału AI, nawet gdy nie użyto żadnego modelu generatywnego. Pędzel do retuszu, narzędzie do zamiany nieba, a nawet niektóre ustawienia eksportu mogą wystarczyć, by uruchomić flagę. System wykrywa odciski palców nowoczesnego oprogramowania, a nie obecność syntetycznych pikseli.\n\n\n\nDla twórców praktyczne szkody idą w dwóch kierunkach. Po pierwsze, jest problem z odbiorcami: widz, który zobaczy etykietę na fotografii krajobrazowej, słusznie założy, że scena została wygenerowana, a nie uchwycona. W społecznościach, gdzie autentyczność jest walutą — fotografii artystycznej, dokumentalnej, ręcznie ilustrowanego character designu — takie założenie niszczy zaufanie budowane latami. Po drugie, jest problem z platformą: polityka etykietowania Instagrama jest powiązana z szerszymi działaniami na rzecz integralności treści, a twórcy błędnie oznaczeni mają niewielkie możliwości odwołania. Nie istnieje przejrzysta ścieżka odwoławcza ani jasne wyjaśnienie, dlaczego konkretny obraz został oznaczony.\n\n\n\nPowstaje tu niekomfortowe napięcie z równoległym działaniem Instagrama polegającym na ograniczaniu zasięgu nieujawnionych profili AI — polityką, którą Charmloop opisał, gdy Instagram ograniczył konta AI-persona i zmienił nazwę swojej etykiety ujawnienia. Ta inicjatywa przynajmniej celowała w rzeczywiste użycie AI. Obecne błędy działają odwrotnie: karzą ludzkie autorstwo, błędnie je klasyfikując.\n\n## Czego faktycznie wymaga dokładne wykrywanie\n\nGłębszy problem polega na tym, że binarne etykietowanie — AI albo nie AI — słabo przystaje do tego, jak obrazy są faktycznie tworzone w 2025 roku. Portret może być zrobiony na filmie, zeskanowany, poddany korekcji kolorów za pomocą narzędzia opartego na sieci neuronowej w jednym kroku, a następnie wykończony ręcznie. Gdzie zaczyna się „treść AI"? Meta nie opublikowała kryteriów wykrywania, co sprawia, że twórcy nie mogą w przewidywalny sposób poruszać się po tym systemie.\n\nDla każdego, kto publikuje oryginalne prace na Instagramie, praktyczną odpowiedzią jest teraz dokumentacja. Przechowuj pliki RAW, logi eksportu i informacje o wersjach oprogramowania. Jeśli etykieta pojawi się na autentycznej pracy, ten ślad dokumentacyjny jest jedynym dostępnym dowodem — nawet jeśli platforma nie oferuje obecnie żadnego formalnego miejsca do jego złożenia.\n\nSzerszy problem wykrywania to coś, co branża wciąż rozwiązuje. Jak argumentował Max Spero, dyrektor generalny Pangram Labs, zalew treści generowanych przez AI sprawia, że narzędzia do masowego wykrywania są jednocześnie coraz pilniejsze i coraz bardziej podatne na błędy — napięcie, które Charmloop zbadał w swoim artykule o wykrywaniu AI i problemie Martwego Internetu.\n\nSystem Meta zostanie prawdopodobnie ponownie skalibrowany. Do tego czasu etykieta zaprojektowana do oznaczania syntetycznych obrazów oznacza zamiast tego ludzkie — co jest, na swój sposób, bardziej destrukcyjnym wynikiem niż brak jakiejkolwiek etykiety.