Tänä päivänä valokuvien, äänen ja videoiden muokkaaminen on tehty niin helpoksi, että melkein kuka tahansa voi sitä tehdä. Kiitos tekoälypohjaisten sovellusten esimerkiksi kasvojen muokkaus tai vaihtaminen toisen henkilön kasvoiksi onnistuu videoon helposti ja teknologia toimii jopa reaaliajassa. Niin kutsuttu deepfake -tekniikka mahdollistaa kasvojen tai äänen manipuloinnin videoissa jo niin taidokkaasti, että niitä on vaikea erottaa aidoista. 
Teknologiaa voidaan käyttää ja sitä hyödynnetäänkin jo esimerkiksi elokuvien kieliversioiden tekemiseen. Silloin näyttelijät voidaan siis muokata puhumaan kokonaan toista kieltä siten, että kasvojen liikkeet vastaavat puhuttuja sanoja. Syväväärennöksiä voidaan kuitenkin käyttää myös tahalliseen väärän tiedon levittämiseen. Niillä voidaan häiritä, uhkailla, häpäistä ja vähätellä henkilöitä. Deepfakeilla voi myös luoda vääriä tietoja ja hämmennystä tärkeistä asioista. Ne voivat olla tehokas työkalu informaatiovaikuttamisessa.
Hyvässä tai pahassa – joidenkin asiantuntija-arvioiden mukaan jopa 90 % netin kuva-, video-, ja äänisisällöistä voi olla synteettisesti tuotettua muutaman vuoden kuluessa. Miten se muuttaa maailmankuvaamme ja käsitystä todellisuudesta? Opimmeko tunnistamaan feikit vai olemaan välittämättä, uskomatta?
Tällä hetkellä aseet deepfaken väärinkäyttöä vastaan ovat rajalliset länsimaisen sananvapauden säilyttämiseksi, ja parodiointi on ainakin EU:ssa ja Suomessa sallittua. Teknologiset ratkaisut, kuten synteettisyydestä kertovat vesileimat tai synteettisten sisältöjen automaattinen suodatus voivat auttaa vähän. Yhdysvalloissa on joissain osavaltioissa otettu käyttöön laki, joka tekee deepfake -sisältöjen luomisesta ilman siinä esiintyvän henkilön suostumusta rangaistavaa. Ratkaisu kuulostaa oikean suuntaiselta tavalta säilyttää digitaaliset ihmisoikeudet.
Tunnistatko itse syväväärennökset helposti? Esimerkiksi MIT -tutkijat ovat kehittäneet menetelmiä deepfake-videoiden tunnistamiseksi. Niissä hyödynnetään seuraavia tarkastelualueita, joista voi ottaa vinkkejä myös omatoimiseen väärennösten tunnistamiseen:
• Liikkeentunnistus: Deepfake-videon voi paljastaa epätavallinen tai epärealistinen liike.
• Kasvojentunnistus: Epätarkkuudet tai epäsopivuudet kasvojen liikkeissä ja piirteissä.
• Silmänliiketunnistus: Ovatko silmänliikkeet ja mm. silmien räpyttely luonnollista?
• Äänen analysointi: Äänen analysointimenetelmät pyrkivät havaitsemaan epätarkkuuksia tai epäsopivuuksia puheessa, äänenlaadussa tai intonaatiossa.
