Фото несуществующих людей: почему мы верим тем, кого нет

Содержание страницыList

Мы проскочили поворот и даже не заметили указателя. Когда нейросети научились создавать фотореалистичные портреты, неотличимые от настоящих, это всем показалось классным. Но сегодня фото несуществующих людей стали инфраструктурой — дешевой, массовой и почти невидимой. Нас окружают полчища призраков, и каждый старается что-то продать.

Коллаж с изображениями несуществующих людей, включая увеличенное лицо мужчины с пиксельной маской и надписью «Синтетическое изображение» в увеличительном стекле, а также текст на русском языке о проблеме веры в фото несуществующих людей.

На днях The New York Times опубликовала расследование: в США продвижением БАДов и гаджетов занимаются сотни полностью сгенерированных «экспертов». Они выглядят как реальные врачи/коучи, рассказывают выдуманные истории выздоровления и делают сомнительные медицинские заявления. А китайские агентства штампуют такие ролики тысячами в день. И с этим уже пора что-то делать.

Осторожно: на вас влияет фейковый инфлюенсер

Года полтора назад я подбирал иллюстрации для статьи про ИИ в рекрутинге и полез на thispersondoesnotexist.com — известный сайт, где каждое обновление страницы выдает новое человеческое лицо. Обновил страницу раз двадцать, выбрал спокойного мужчину лет сорока, сохранил файл и благополучно про него забыл. А месяца через три похожий мужчина посмотрел на меня с рекламы в Телеграме: «финансовый аналитик Сергей», который точно знает, куда мне вложить мои кровные 50 000 ₽. Сергея не существует. Как не существует «врача-эндокринолога Марины» из соседнего объявления и «выпускницы курса Анны, поднявшей доход втрое».

В Нельзяграме в конце 2025 года завирусился аккаунт Джессики Фостер — клевой такой блондиночки в форме военнослужащей армии США. Она набрала более миллиона подписчиков, публикуя свои фото в казарме, в офисе и даже рядом с Дональдом Трампом. Ссылки под постами вели на платный контент (в том числе фото ног, фут-фетишисты ликовали и расчехляли кредитки). Надо ли говорить, что персонаж оказался полностью вымышленным.

Подобные сети синтетических моделей разрослись и часто маскируются под реальных людей. Время от времени журналисты у нас и на западе разоблачают пиар-агентства, которые массово рассылают пресс-релизы от имени несуществующих сотрудников. У всех этих сотрудников фейковые LinkedIn-профили с AI-сгенерированными фото. Подделывать деловую переписку теперь не сложнее, чем каналы в соцсетях.

С чего всё начиналось и к чему привело

Упомянутый сайт с говорящим названием «Этого человека не существует» — первый камешек грядущей лавины — появился в 2019 году и работал на нейросети StyleGAN от NVIDIA. Создали его ради эксперимента и почти из спортивного интереса: глобальный видеогигант исследовал возможности реализма «компьютерной» человеческой внешности.

Работало это так: одна часть сети генерировала лицо, вторая пыталась поймать ее на подделке, и обе тренировались друг на друге, пока «художник» не научился обманывать «критика» постоянно. В качестве обучающих датасетов использовали большой набор реальных фотографий с Flickr.

Сегодня технологии шагнули далеко вперед. Для получения фотореалистичного вымышленного лица отдельный сайт уже не нужен. Любой генератор изображений выдаст такой портрет по одной фразе, причем сразу в интерьере, в полный рост, в костюме с читаемым текстом на бейдже.

Скорости выросли, порог входа рухнул. По оценке «Ведомостей», создание одного дипфейка обходится мошенникам примерно в 50 ₽. Пятьдесят рублей. Чашка вашего любимого лавандового рафа стоит дороже, чем поддельный человек.

Как машина рисует человека, которого не было

Иллюстрация процесса создания и генерации 3D-модели лица с использованием нейронных сетей и анализа признаков лица.

Вопреки распространенному заблуждению, нейросеть, создавая образ, не «склеивает» лицо из кусочков живых людей: «нос Ивана Ивановича к губам Степана Петровича». Она выучивает статистику того, как вообще устроено человеческое лицо: где расположены глаза, как свет ложится на скулу, какие сочетания черт встречаются в природе, а какие нет.

Результат — виртуальное сочетание вероятностей в пространстве потенциально возможных лиц.

Иногда эта точка оказывается неприятно близко к чьему-то настоящему лицу — юристы до сих пор не знают, как к этому относиться. А чаще всего — просто настолько убедительно выглядит, что кажется нам реалистичнее любого реального портрета. Но об этом ниже.

Симулякр без оригинала

Есть такое понятие «симулякр», вы могли прочесть о нем если не у Жана Бодрийяра, то хотя бы у Виктора Пелевина. Симулякр — копия, у которой никогда не было оригинала. Французский философ и отечественный писатель имели в виду образы телевидения и рекламы. Но лучшей иллюстрации, чем портрет несуществующего человека, история пока не придумала. Снимок, который никто не снимал. Нет модели, нет фотографа, нет момента, нет места. Есть только убедительность.

И убедительность эта, как выяснилось, работает даже слишком хорошо.

Софи Найтингейл и Хани Фарид в 2022 году опубликовали в PNAS результаты эксперимента: люди отличали синтетические лица от настоящих примерно на уровне случайного угадывания. Но интереснее второй результат. Подопытные оценили сгенерированные лица как более заслуживающие доверия, чем реальные. Разница всего около 8%, но это уже не статистическая погрешность, а тенденция, однако.

Объяснение простое и от этого слегка обидное. Нейросеть тяготеет к усредненному лицу, а усредненные лица наш мозг издавна считает безопасными и приятными. Живое лицо асимметрично, помечено шрамами, усталостью и биографией. Синтетическое — максимально комфортно для восприятия (если, конечно, удалось избежать эффекта «зловещей долины», который иногда получается при слишком большом усреднении).

Парадокс, от которого мне немного не по себе: самое честное с виду лицо на свете принадлежит человеку, которого нет.

Есть у этой пустоты и юридическая сторона. В начале августа 2026 года российский суд не признал изображения, созданные искусственным интеллектом, объектом авторского права.

То есть у фотографии несуществующего человека нет ни героя, ни, строго говоря, автора.

Ничья картинка, которой все верят.

Кому и зачем нужны лица, которых нет

Было бы нечестно рисовать технологию одной черной краской. Фейковые лица бывают полезны. Есть совершенно нормальные сценарии применения фото несуществующих людей, и я сам ими пользуюсь.

  • Иллюстрации и макеты, где нужен «человек вообще», а не конкретная личность с правами на изображение и договором с фотостоком. Фотки красавиц на инфографике в моих статьях — ровно это самое.
  • Обезличивание в исследованиях и обучающих материалах: изобразить типаж, не показывая живого участника.
  • Тестовые данные для систем распознавания. Обучать детекторы на синтетике этичнее, чем на фотографиях реальных людей без их согласия.
  • Защита анонимности там, где раскрытие лица опасно: свидетели, пострадавшие, источники.

Но дальше начинается вторая половина списка. Те же самые лица заполняют фальшивые профили в соцсетях, подписывают липовые отзывы, изображают «экспертов» на лендингах инфопродуктов и служат аватарами для ботоферм.

Вы еще не устали от скандальных примеров? Ловите еще один. На прошлой неделе Positive Technologies отчиталась о найденной инфраструктуре для распространения дезинформации: более 120 ресурсов, около 50 доменов и десятки аккаунтов, работающих как единая сеть. Лица для таких сетей давно не покупают на стоках — их печатают пачками.

Разница между первым и вторым списком — не в технологии. Она исключительно в том, знает ли смотрящий, что перед ним синтетика.

Вся этика дипфейков, если убрать красивые слова, сводится к одному вопросу: в курсе ли вы, кого вам показывают.

От смешного к дорогому

Пока речь идет о статичных портретах, это еще полбеды. Хуже, когда фейковое лицо начинает двигаться и говорить. Это уже совсем другой масштаб манипуляций.

  • За первое полугодие 2026 года в рунете выявили 788 дипфейков с высоким социально-политическим риском — почти впятеро больше, чем за тот же период 2025 года.
  • Количество дипфейк-видео на социально значимые темы за пять месяцев 2026 года превысило показатель всего 2025 года.
  • С дипфейками в соцсетях сталкивались 52% россиян, а каждый третий видит их еженедельно или чаще.
  • По оценке Deloitte, потери от такого мошенничества только в США могут вырасти до $ 40 млрд в год к 2027 году против $ 12,3 млрд в 2023-м.

Самый громкий случай произошел в Гонконге в 2024 году: финансовый сотрудник международной компании перевел мошенникам $ 25 млн после видеосозвона с «финансовым директором» и коллегами. Живым на том звонке был он один. Все остальные участники совещания оказались дипфейками.

При этом важно не впадать в другую крайность.

По данным исследования Центра стратегических инноваций «Ростелекома», доля дипфейков в общем объеме мошенничества в России пока не превышает 1%. Мошенники по-прежнему пользуются старым добрым безличным общением: звонками «из службы безопасности банка» и прочей социальной инженерией с присадкой на уши.

Но фото- и видео-дипфейки показывают рост в 2,3 раза за год. Паниковать рано, но есть повод для тревоги. Мы находимся в начале кривой, а не на плато.

Отдельно отмечу смену тактики, которую фиксируют аналитики: мошенники все чаще отказываются от прямого давления и угроз в пользу вхождения в доверие. Голос знакомого человека для этого подходит идеально. Вам еще не звонила по видео в WatsApp любимая теща с просьбой перевести сто тысяч на неизвестную карту? Дипфейк может работать не как таран, а как отмычка.

Что говорят те, кто эту технологию строит

Тревогу бьют не только специалисты по безопасности, но и сами создатели генеративных моделей. Сэм Альтман, выступая на конференции Федеральной резервной системы США, заявил, что его пугает сама мысль о банках, которые до сих пор принимают голосовой слепок в качестве аутентификации. По его словам, «ИИ полностью победил» такой способ проверки личности, и впереди нас ждет серьезный кризис мошенничества.

А подделать вход по лицу еще проще.

Российские практики говорят еще конкретнее. Технический директор компании «Стахановец» Сергей Щербаков отмечает, что дипфейки уже превратились в рядовой инструмент: современные модели генерируют реалистичное видео вообще без исходного изображения человека, по одному текстовому описанию, а услуга «дипфейк под ключ» продается как обычный сервис.

Если не впадать в алармизм, то общий вывод довольно прагматичен. Никто не обещает, что скоро появится волшебный детектор и всё починит. Детекторы есть, но у них есть фатальный недостаток: они вечно в положении догоняющих. Дипфейк-технологии часто оказываются на шаг впереди. Плюс высокая доля ложных срабатываний, о которой честно говорят сами интеграторы.

Менять нужно процедуры, а не только софт.

К чему стоит готовиться

Но прежде чем поговорить о процедурах и восприятии, еще немного попугаю уважаемого читателя. Если экстраполировать текущую ситуацию, ближайшие несколько лет выглядят примерно так.

  • Синтез в реальном времени станет нормой, и атака сместится с автоматических систем на живых людей. Обманывать будут не алгоритм проверки, а вашего бухгалтера.
  • Дипфейки срастутся с автоматическим профилированием: сначала о жертве собирают открытые данные, потом под нее собирают персонализированную легенду с нужным лицом и голосом.
  • Целью станут не только деньги, но и репутация: сфабрикованные «доказательства» в корпоративных конфликтах, компрометация первых лиц, вбросы в информационных кампаниях.
  • Видеосвязь окончательно перестанет быть подтверждением личности — эксперты уже прямо говорят об этом, и уже зафиксированы первые случаи цифровых двойников на онлайн-собеседованиях.

Последний пункт для меня — главный сдвиг. Мы тридцать лет учились считать видеозвонок самым надежным каналом. Теперь это допущение придется аккуратно демонтировать. Не потому, что все звонки фальшивые, а потому, что видео в Zoom, как и фото в профиле, больше не доказывает ничего.

Инфографика, объясняющая, как отличить сгенерированное лицо от реального, с примерами и ключевыми отличиями в симметрии, коже, глазах и пропорциях.

Есть ли сегодня реальный способ это победить?

Победить — едва ли. Сдержать — отчасти. Если не считать разработки всё более совершенных детекторов (которые никогда не станут достаточно совершенными), на проблему наваливаются с трех сторон. Правда, у каждой стороны есть свои ограничения.

Фиксация происхождение контента вместо его анализа

Логика здравая: не пытаться поймать подделку, а подписывать подлинник. Этим занимается стандарт C2PA с его Content Credentials и невидимые водяные знаки вроде SynthID.

В мае 2026 года OpenAI объявила о комбинированном подходе: метаданные C2PA плюс водяной знак плюс публичный сервис проверки.

Яндекс вместе с ИСП РАН разрабатывает собственную систему скрытой маркировки.

Ограничение тоже понятное: метаданные слетают при пересохранении, скриншоте и переупаковке, а отсутствие подписи ничего не доказывает. Честные фото и видео никто не подписывает по определению, а мошенники тоже не торопятся ставить на свой контент маркировку «Осторожно, дипфейк!»

Регулирование

Здесь у нас за последний год произошло больше, чем за предыдущие пять.

В Евросоюзе со 2 августа 2026 года заработали требования к прозрачности ИИ-контента по 50-й статье AI Act.

В России 26 июля 2026 года подписан рамочный закон 243-ФЗ: обязательной маркировки в нем нет, но с 1 марта 2027 года крупные площадки с аудиторией от 500 тысяч пользователей в сутки будут обязаны дать пользователям инструмент для добровольной пометки сгенерированного контента. Параллельно в Думу внесен законопроект, предлагающий считать использование дипфейка отягчающим обстоятельством.

Саморазвитие

Это направление мне нравится больше всех прочих, потому что оно про людей. У нас есть собственный очень крутой детектор реальности: мозг. Надо только не забыть его включить и правильно натаскать.

В этом году в PNAS был проведен практикум, авторы которого не учили участников искать конкретные артефакты. Их учили доверять общему впечатлению от лица. Оказывается, такие вещи тоже можно алгоритмизировать и превращать в ноу-хау.

Результаты обнадеживают. Средняя точность распознавания «синтетики» после тренировки выросла почти вдвое, а лучшие участники дошли до почти безошибочного результата.

Вывод: насмотренность тренируется. Думаю, если вы достаточно времени проводите в нейросетях, вы тоже волей-неволей начали различать явные AI-генерации лиц.

Плохая новость в том, что тренировать насмотренность придется заново с каждым новым поколением моделей. Здесь наш мозг так же несовершенен, как и ИИ-детекторы.

Как не попасться: правила, которыми пользуюсь я

Есть и несложная техника безопасности. Это, конечно, не универсальная защита, скорее набор полезных бытовых привычек. Они дешевые, работают без специального софта и покрывают большую часть ситуаций.

  • Проверяйте не картинку, а канал. Если просьба о деньгах или доступе пришла в мессенджере, перезвоните на известный вам номер. Второй независимый канал связи закрывает почти все дипфейк-атаки на людей.
  • Договоритесь о стоп-слове с семьей и с коллегами по финансовым операциям. Простое слово, которое невозможно вытащить из открытых источников, — до сих пор самая эффективная защита от поддельного голоса.
  • Реагируйте на сценарий, а не на лицо. Срочность, секретность и эмоциональное давление — маркеры куда более надежные, чем количество пальцев на руке.
  • Ищите первоисточник изображения. Обратный поиск по картинке и проверка истории аккаунта дают результат быстрее, чем разглядывание пикселей.
  • Смотрите на периферию кадра. Генераторы до сих пор чаще ошибаются не в лице, а в мелочах: уши, украшения, оправа очков, надписи на фоне, отражения, стыки волос и одежды.
  • Проверяйте метаданные и Content Credentials, если файл важный. Наличие подписи — сильный аргумент за подлинность, отсутствие — не аргумент вообще.

Ну и держите в голове простую установку: увидеть — больше не значит поверить. Да, неуютно, но а кому сейчас легко.

Вывод

Я не считаю, что нас ждет мир тотальной лжи, где ничему нельзя верить. Скорее нас ждет мир, где принцип «не верь глазам своим» станет обычной гигиеной в интернете. Доверие переезжает с картинки на процедуру. Раньше фотография была доказательством сама по себе, потому что подделать ее было крайне сложно. Теперь она — просто изображение, а доказательством становится цепочка: кто снял, чем подписал, откуда пришло, подтверждается ли вторым каналом.

Фото несуществующих людей в этой истории — не злодей, а индикатор. Они первыми показали, что визуальная достоверность отвязалась от реальности, и сделали это мягко, почти незаметно, на аватарках и лендингах. Дальше будет громче.

Так что относитесь к синтетическим лицам спокойно. Пользуйтесь ими там, где это честно, распознавайте там, где нечестно, и приучите себя к простой мысли: за красивым и внушающим доверие лицом в интернете вполне может не стоять никого. Этих людей не существует — и с этим просто приходится считаться.

Часто задаваемые вопросы

Откуда берутся фото несуществующих людей? Toggle
Их создает генеративная нейросеть, обученная на массиве реальных фотографий. Она не склеивает чужие лица, а выучивает статистику человеческого лица и рисует новую точку в этом пространстве.
Можно ли на глаз отличить сгенерированное лицо от настоящего? Toggle
Стабильно — уже нет: в экспериментах люди угадывают примерно на уровне монетки. Но насмотренность тренируется, и после обучения точность заметно растет.
Законно ли использовать фото несуществующих людей в своих проектах? Toggle
Само по себе да, если вы никого не выдаете за реального человека и не вводите аудиторию в заблуждение. Проблемы начинаются там, где синтетика подается как настоящий отзыв, эксперт или сотрудник.
Обязательно ли маркировать ИИ-контент в России? Toggle
Пока нет. Рамочный закон 243-ФЗ ввел добровольную маркировку, а крупные площадки с 1 марта 2027 года должны будут предоставить пользователям такой инструмент.
Помогают ли водяные знаки и Content Credentials? Toggle
Помогают подтвердить подлинность подписанного файла, но не доказывают подделку. Метаданные легко слетают при пересохранении, а большинство изображений в сети вообще никем не подписаны.