Hordoznak-e eredetjelöléseket a Wikimedia Commons MI által generált képei?

A Wikimedia Commons a feltöltött fájlokat bájtról bájtra változatlanul tárolja. Ezért megmutatja, mely MI-eredetjelölések jutnak el egy nyilvános archívumba, ha a tárhelyszolgáltató nem távolítja el őket. Számba vettük az összes fájlt, amelyet a Commons MI által generáltként jelöl: a Category:AI-generated images kategóriafát (530 kategória) és a {{PD-algorithm}} sablont, összesen 8971 fájlt. Ezután egy hónapok szerint rétegzett mintából 2084 eredeti fájlt vizsgáltunk meg az ai-mark-lint eszközzel; mindegyiket letöltöttük, ellenőriztük, majd töröltük.

Két populáció eredményeit közöljük. A fő populáció a kategóriafa, valamint azok a {{PD-algorithm}} jelölésű fájlok, amelyek kategóriái MI-re utaló jelet tartalmaznak (1585 mért fájl); e képek egy része nem MI által generált, hanem MI-vel módosított. Az unió ehhez hozzáveszi a többi {{PD-algorithm}} jelölésű fájlt is (2084 mért fájl).

Jelölések a fő populációban. A géppel olvasható MI-jelöléssel ellátott fájlok aránya 2026 júniusában meredeken emelkedett: a január–májusi feltöltések 25,8%-áról (n = 532) a június–júliusi feltöltések 50,2%-ára (n = 313). Ez +24,4 százalékpont; a feltöltési napokat újramintavételező bootstrap +14,7 és +33,6 közötti tartományt ad. Az augusztus–szeptemberi időszakban (n = 461) az arány 43,4%, egy nagy, jelöletlen, címereket tartalmazó köteg nélkül pedig 53,3%.

Augusztus 2-a előtt és után. A január–júliusi időszak összevetése az augusztus–szeptemberivel, amikor a mesterséges intelligenciáról szóló uniós rendelet Art. 50(2) rendelkezése alkalmazandóvá vált, +8,4 százalékpontot ad (napok szerinti klaszteres bootstrap: +0,2 és +17 között). Ez az említett kötegtől függ: nélküle a különbség +17,8 százalékpont. Egyik összehasonlítás sem tulajdonítható a mesterséges intelligenciáról szóló rendeletnek.

A jelölések fajtái. Szinte minden jelölés C2PA-manifeszt, többnyire az OpenAI-tól és a Google-tól. A fő populáció fájljainak 1,5%-án az IPTC DigitalSourceType az egyetlen jelölés. Olvasható kínai AIGC-címke az unió 1 fájlján jelenik meg, további 3 fájl pedig kétszeresen kódolt címkét hordoz.

Validálás. Hibát találtunk saját validátorunkban: az ai-mark-lint 0.1.0 a 625 olvasható manifesztből (unió) 302-t elutasított, közülük 187-et azért, mert nem volt beállítva kiterjesztett kulcshasználati (extended key usage) lista. A hibát a 0.1.1-es verzió javítja. A javított szabállyal 117 manifeszt (18,7%) bukik el, a következő okokból:

• lejárt tanúsítványok időbélyeg nélküli manifesztekben (85);
• aláírás után módosított tartalom (32);
• a C2PA első műveletre vonatkozó szabályának megsértése (26);
• a Microsoft Paint manifesztjei (12).

A hivatalos C2PA Trust List alapján a 624 manifesztből 452 (72%) érvényes és megbízható.