Si alguna vez viste una foto extraña en Internet y te preguntaste si es real, es posible que te entusiasme descubrir que hay una herramienta de análisis de aplicaciones para develar si está trucada como sospechás.
El sitio web FotoForensics, desarrollado por el científico informático Neal Krawetz, ha estado presente en la web desde 2012, lo que puede hacer que parezca un poco antiguo según los estándares modernos de diseño web.
Pero en realidad es bastante fácil de usar, como estamos a punto de mostrarte.
Antes de comenzar, debes ser advertido de que FotoForensics no te proporciona respuestas definitivas de tipo sí / no, pero si estás dispuesto a dedicar unos minutos a familiarizarte con sus herramientas, tendrás una gran novedad navegar más equipado en el mar de noticias falsas.
“Funciona como un microscopio, al resaltar artefactos y detalles que el ojo humano puede no ser capaz de identificar”, explica Krawetz en el sitio.
El proceso de análisis es bastante simple: tenés que subir una foto al sitio (ya sea como una carga o simplemente desde un enlace), sus algoritmos lo cruzan y “escuchan los ruidos” presentes en la fotos y que puede interpretar para llegar a sus propias conclusiones.
La parte difícil es entender lo que estás viendo cuando los resultados aparecen en tu pantalla. Como ejemplo de prueba, tomamos este patito de goma verde que derretía mentes en Twitter en julio de 2017.
Si bien el tweet original del usuario @shiohitoshi desafortunadamente se perdió en el éter, no hubo escasez de copias, por lo que fue fácil descargar una versión de alta resolución que alguien había publicado en su propio Twitter (que, dicho sea de paso, no es el enfoque ideal, pero ya hablaremos de eso más adelante).
Cuando mirás la foto en realidad parece bastante convincente. Pero específicamente podemos ver si la cara del pato podría haber sido editada digitalmente en el blob para que pareciera que el pato se había derretido.
Esto es lo que se obtiene al pasar por esta Web:
Claro que no estamos obteniendo un “sí” o un “no”, pero ¿qué estamos viendo?
La parte más poderosa de la herramienta FotoForensics es el algoritmo de Análisis de Nivel de Error (ELA, por sus iniciales en inglés), que “resalta las diferencias en la tasa de compresión JPEG” de la imagen. En la práctica, esto significa que puede distinguir las diferencias entre los bordes, texturas y superficies que podrían escapar a simple vista.
La mejor manera de entender la herramienta ELA es hacer una ronda de práctica con algunos desafíos que Krawetz ha reunido para usuarios novatos.
A continuación se muestra un análisis de ELA de uno de estos tutoriales: el brillo de ELA del disquete falso en la mano de Kim Jong Un indica que no es el elemento que realmente tenía:
Está bien, entonces, si ELA puede encontrar trozos de una imagen que han sido pegados en otra imagen, esa mancha de pato fundido con sus bordes y superficies uniformes de repente parece mucho más convincente. Otros informes han demostrado que el blob de pato era realmente real, por lo que tenemos pruebas adicionales para confiar que aquí también.
Además de ELA, FotoForensics también explora los metadatos de la imagen, que pueden proporcionar información adicional crucial sobre el archivo que está investigando, como si fue editado en Adobe Photoshop o si proviene directamente de una cámara.
Siempre que sea posible, debe intentar obtener la imagen original para su análisis, ya que cuanto más grande sea su recorrido en internet, más transformaciones (voluntarias o involuntarias) puede llegar a tener.
“Una foto viral puede sufrir rápidamente docenas o cientos de alteraciones”, indica el sitio. “Cada modificación cambia la imagen y dificulta la evaluación del contenido”.
Entonces, la próxima vez que te enfrentes a un meme convincente y te den ganas de jugar al Sherlock Holmes digital (¿quién no?), Puedes emplear FotoForensics para ayudarte. Antes de comenzar, asegurate de tener éxito en los desafíos, lee las descripciones detalladas de todas las herramientas y familiarizate con los errores comunes.
Y después sacá tus propias conclusiones.
Fuente: ScienceAlert