Мошенничество с ИИ-изображениями может разогнать убытки в США до $40 млрд к 2027 году против $12,3 млрд в 2023-м. На этом фоне ISO и IEC продвигают новые правила, которые должны вернуть аутентичность изображений хотя бы в зону технически проверяемого риска, а не гадания по пикселям. Для разработчиков, медиаплатформ и бизнеса это уже не академическая дискуссия, а вопрос доверия к контенту, данным и пользовательским сценариям.
Как пишет ZDNet, на конференции AI for Good в Женеве, проходящей под эгидой ООН, международные организации по стандартизации представили новые элементы инициативы JPEG Trust. Речь не о волшебной кнопке “это точно фейк”, а о наборе механизмов, которые позволяют передавать вместе с изображением признаки происхождения, контекста и обработки. Иными словами, индустрия наконец пытается договориться не о том, как запретить дипфейки, а о том, как хотя бы нормализовать проверку цифрового следа.
Ключевая фигура в этой истории — Турадж Эбрахими, профессор Швейцарской федеральной политехнической школы Лозанны. Он участвует в работе сразу с несколькими структурами: IEC, ISO и ITU. Его тезис звучит трезво: пользователю и компании нужны не лозунги про “надежный ИИ”, а метаданные и инструменты, которые помогают понять, откуда взялся файл, что с ним делали и в каком контексте его вообще стоит интерпретировать. Это важная оговорка, потому что сами стандарты не обещают автоматически маркировать любой ИИ-контент. По словам Эбрахими, мошенники не будут добровольно ставить на свои материалы ярлык “сгенерировано ИИ”. Логика тут простая: человек, который уже нарушает закон, вряд ли решит вдруг дисциплинированно соблюдать правила маркировки.
Сама инициатива JPEG Trust развивается по частям. Базовый стандарт представили еще в 2025 году: он задает рамку для встраивания метаданных прямо в JPEG-файлы через так называемые индикаторы доверия. Теперь к нему добавляют еще два направления. JPEG Trust Part 2 — это каталог типовых профилей доверия и шаблонов отчетности. Предполагается, что их можно брать как готовые блоки или адаптировать под конкретные процессы: телевещание, цифровые камеры, сервисы генерации контента, корпоративные медиахранилища. JPEG Trust Part 3 посвящен watermarking, то есть встраиванию водяных знаков в медиаресурсы. В теории это должно помочь выстраивать более устойчивую цепочку проверки: кто создал файл, где он менялся, какие признаки подлинности в нем вообще есть.
Важно, что авторы инициативы не продают ее как универсальный детектор лжи. Эбрахими прямо говорит: JPEG Trust не сообщает пользователю, нужно ли доверять изображению. Он лишь дает средства, чтобы принять решение на основе собственного профиля риска и контекста. Это, пожалуй, самая здравая часть всей истории. Доверие к контенту действительно зависит от сценария. Фото для новостной редакции, изображение для внутренней презентации, кадр как вещественное доказательство и картинка в соцсети — четыре разных уровня требований. Одному пользователю достаточно понять, что файл пришел из камеры и не редактировался. Другому нужно подтвердить весь путь актива через подписанные цепочки и внешние доверенные стороны. В мире, где даже бытовой скриншот уже приходится рассматривать как потенциально синтетический объект, такая градация выглядит куда полезнее очередной кнопки “проверить ИИ”.
Контекст у этих стандартов неприятно понятный. Попытки бороться с дипфейками и ИИ-мошенничеством до сих пор шли вразнобой. Крупные компании строили свои схемы внутри собственных экосистем, отраслевые коалиции пытались протолкнуть де-факто стандарты, а у конечного рынка оставалась знакомая проблема: слишком много несовместимых подходов и ни одного по-настоящему доминирующего. Эбрахими прямо формулирует главный вопрос: какой стандарт вообще станет основным. Для бизнеса это критично. Если у платформы, производителя камер, облачного редактора и корпоративной системы документооборота разные модели описания происхождения контента, проверка разваливается на стыках. А именно там мошенники обычно и находят самый удобный вход.
Работа над мультимедийной аутентификацией, по его словам, началась еще в 2018 году, когда комитет JPEG в IEC и ISO зафиксировал базовую проблему: формат JPEG давно используется не только для фотографий, но и для распространения поддельных изображений. Тогда тема еще не выглядела такой взрывоопасной. Но после бума генеративных моделей вопрос аутентичности изображений перешел из категории нишевой цифровой криминалистики в зону массового пользовательского риска. Проблема затрагивает медиа, финтех, маркетплейсы, страхование, HR и правоприменение. Если компания не может уверенно оценить происхождение контента, она получает не просто репутационные издержки, а прямую операционную дыру: от фрода и фишинга до ложных заявок, поддельных документов и спорных доказательств.
Кроме JPEG Trust, в работе находятся и другие связанные стандарты. Один из них — Originator profile, схема для описания происхождения цифрового контента и профиля его создателя, включая детали процесса создания. Другой — словарь для выражения предпочтений контента при обучении ИИ и text/data mining, то есть попытка унифицировать машиночитаемые opt-out-сигналы. Еще один проект, H.MMAUTH, строится вокруг цифровой подписи потоков данных и предполагает подтверждение подлинности контента через доверенную третью сторону. Для разработчиков это означает, что рынок постепенно подбирается не к одному “антифейк-алгоритму”, а к стеку совместимых механизмов: метаданные, подписи, профили происхождения, водяные знаки, политики использования.
Практический вывод для русскоязычной IT-аудитории довольно приземленный. Если вы делаете продукт, где есть пользовательские изображения, видео или документы, тема проверки происхождения контента скоро станет частью архитектуры, а не только юридического чеклиста. Придется решать, какие поля метаданных сохранять, как не терять их при перекодировании, поддерживать ли верификацию сторонних форматов, где проверять watermarking и как показывать пользователю признаки доверия без интерфейсного цирка с красными плашками. Для CISO и продуктовых команд вопрос звучит еще проще: что делать, когда клиент приносит красивую картинку, а бизнес-процесс по умолчанию верит ей больше, чем должен.
Главная интрига теперь не в том, появятся ли стандарты, а в том, кто сумеет превратить их в рабочую норму рынка. Если производители камер, редакторы, облака, соцплатформы и корпоративные системы не договорятся о совместимости, аутентичность изображений так и останется красивой идеей в презентациях комитетов. Но если хотя бы часть этой цепочки заработает как единая инфраструктура доверия, у индустрии появится шанс перестать спорить о том, реальна ли картинка, и начать проверять это технически.