Démontez la vidéo. Renvoie JSON {"visual_signs":[...],"context_checks":[...],"verdict":"..."} : visual_signs - signes de faux dans la vidéo elle-même ; context_checks — vérifier le contexte et la source ; verdict - une décision éclairée sur ce qu'il faut faire. Renvoie uniquement JSON, pas de texte autour.
Mécanique : les modèles génératifs créent des visages, des voix et des vidéos qui n'ont jamais existé. Il n’y a pas d’idéal, il y a des traces. Signes visuels : doigts, dents, oreilles étranges, boucles d'oreilles et lunettes asymétriques, cheveux « flottants », texte déformé en arrière-plan, clignements non naturels, lèvres désynchronisées avec le son, peau trop lisse et cireuse. Mais les signes deviennent rapidement obsolètes - aujourd'hui, la méthode principale n'est pas de « regarder les pixels », mais de vérifier le CONTEXTE. Technique : recherche d’image inversée et question « où est la source originale ? - un faux apparaît généralement sans histoire, uniquement dans les transferts, et il n'est pas sur les chaînes officielles de la personne. La deuxième technique contre le deepfake vocal : rappeler un numéro connu et poser une question dont seule une personne réelle connaît la réponse - le « mot de code familial ». Insider : ce n'est pas l'image qui révèle l'escroc, mais le scénario : urgence, secret et demande d'argent ou de codes. Un véritable ami et une vraie banque attendront la vérification. Une erreur typique : croire une vidéo ou un audio simplement parce que « son visage et sa voix sont là » - c'est ce qui est aujourd'hui le plus facilement falsifié.
Débloquez l’accès pour soumettre des solutions pour un examen instantané par l’IA.