論文の概要: We are not able to identify AI-generated images
- arxiv url: http://arxiv.org/abs/2512.22236v1
- Date: Tue, 23 Dec 2025 11:55:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-30 22:37:29.917645
- Title: We are not able to identify AI-generated images
- Title（参考訳）: AI生成した画像を特定できない
- Authors: Adrien Pavão,
- Abstract要約: 私たちのデータセットには、CC12Mからサンプルされた実際の画像と、MidJourneyで生成されたAI生成のデータを慎重にキュレートする、120の難しいケースが含まれています。
我々の結果は、比較的単純なポートレート画像でも、人間が確実にAI生成コンテンツを検出するのに苦労していることを示している。
これらの発見は、AIが生成するメディアが現実と差別化されていくにつれて、より大きな認識と倫理的ガイドラインの必要性を浮き彫りにしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI-generated images are now pervasive online, yet many people believe they can easily tell them apart from real photographs. We test this assumption through an interactive web experiment where participants classify 20 images as real or AI-generated. Our dataset contains 120 difficult cases: real images sampled from CC12M, and carefully curated AI-generated counterparts produced with MidJourney. In total, 165 users completed 233 sessions. Their average accuracy was 54%, only slightly above random guessing, with limited improvement across repeated attempts. Response times averaged 7.3 seconds, and some images were consistently more deceptive than others. These results indicate that, even on relatively simple portrait images, humans struggle to reliably detect AI-generated content. As synthetic media continues to improve, human judgment alone is becoming insufficient for distinguishing real from artificial data. These findings highlight the need for greater awareness and ethical guidelines as AI-generated media becomes increasingly indistinguishable from reality.
- Abstract（参考訳）: AIが生成した画像は今やオンラインに広まりつつあるが、多くの人は実際の写真と区別しやすくなっていると信じている。
我々はこの仮定を、参加者が20の画像を実画像またはAI生成物として分類するインタラクティブなWeb実験を通じて検証する。
私たちのデータセットには、CC12Mからサンプルされた実際のイメージと、MidJourneyで生成されたAI生成のデータを慎重にキュレートする、120の難しいケースが含まれています。
合計165のユーザが233のセッションを完了した。
平均精度は54%で、ランダムな推測よりもわずかに上回っており、繰り返し試みによって改善は限られていた。
応答時間の平均は7.3秒であり、いくつかの画像は他の画像よりも常に偽造的であった。
これらの結果は、比較的単純なポートレート画像でも、人間が確実にAI生成コンテンツを検出するのに苦労していることを示している。
人工的なメディアの改善が進むにつれ、人間の判断だけでは、人工的なデータと現実を区別するには不十分になりつつある。
これらの発見は、AIが生成するメディアが現実と差別化されていくにつれて、より大きな認識と倫理的ガイドラインの必要性を浮き彫りにしている。
関連論文リスト
- Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。
我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文 参考訳（メタデータ） (2025-02-21T18:45:37Z) - D-Judge: How Far Are We? Assessing the Discrepancies Between AI-synthesized and Natural Images through Multimodal Guidance [19.760989919485894]
5000の自然画像と440,000以上のAIGIサンプルからなる大規模マルチモーダルデータセットD-ANIを構築した。
次に、AI生成画像(AIGI)が真に現実的なイメージからどこまで遠いのかという、重要な問題に対処するために、AI-Natural Image Discrepancy評価ベンチマーク(D-Judge)を導入します。
論文 参考訳（メタデータ） (2024-12-23T15:08:08Z) - Human vs. AI: A Novel Benchmark and a Comparative Study on the Detection of Generated Images and the Impact of Prompts [5.222694057785324]
本研究は,偽画像の検出性に対するプロンプトの細部レベルの影響について検討する。
私たちはCOCOデータセットの実際の写真とSDXLとFooocusで生成された画像からなる新しいデータセットCOCOXGENを作成します。
200人の被験者を対象に行ったユーザスタディでは,より長く,より詳細なプロンプトで生成された画像は,短いプロンプトで生成された画像よりもはるかに容易に検出できることが示されている。
論文 参考訳（メタデータ） (2024-12-12T20:37:52Z) - A Sanity Check for AI-generated Image Detection [49.08585395873425]
我々はAI生成画像を検出するAI生成画像検出装置(AI生成画像検出装置)を提案する。
AIDEは最先端の手法を+3.5%、+4.6%改善した。
論文 参考訳（メタデータ） (2024-06-27T17:59:49Z) - Seeing is not always believing: Benchmarking Human and Model Perception
of AI-Generated Images [66.20578637253831]
人工知能(AI)技術の進歩が偽写真を生み出すのではないかという懸念が高まっている。
本研究の目的は、最先端のAI生成視覚コンテンツを識別するためのエージェントを包括的に評価することである。
論文 参考訳（メタデータ） (2023-04-25T17:51:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。