Dragen door AI gegenereerde afbeeldingen op Wikimedia Commons herkomstmarkeringen?

Wikimedia Commons slaat geüploade bestanden byte voor byte op. Daardoor laat het zien welke AI-herkomstmarkeringen een openbaar archief bereiken als de host ze niet verwijdert. We hebben elk bestand geïnventariseerd dat Commons als door AI gegenereerd aanmerkt: de categorieboom Category:AI-generated images (530 categorieën) en {{PD-algorithm}}, in totaal 8.971 bestanden. Daarna hebben we 2.084 originelen uit een naar maand gestratificeerde steekproef onderzocht met ai-mark-lint; elk bestand werd gedownload, gecontroleerd en verwijderd.

We rapporteren twee populaties. De hoofdpopulatie bestaat uit de categorieboom plus de {{PD-algorithm}}-bestanden met aanwijzingen voor AI in hun categorieën (1.585 gemeten bestanden); sommige van deze afbeeldingen zijn met AI bewerkt en niet met AI gegenereerd. De vereniging voegt daar de overige {{PD-algorithm}}-bestanden aan toe (2.084 gemeten).

Markeringen in de hoofdpopulatie. Het aandeel bestanden met een machineleesbare AI-markering steeg sterk in juni 2026: van 25,8% van de uploads van januari–mei (n = 532) naar 50,2% van de uploads van juni–juli (n = 313). Dat is +24,4 procentpunt; een bootstrap die de uploaddagen opnieuw bemonstert, geeft +14,7 tot +33,6. Augustus–september (n = 461) laat 43,4% zien, of 53,3% zonder één grote ongemarkeerde partij wapenschilden.

Voor en na 2 augustus. De vergelijking van januari–juli met augustus–september, toen Art. 50(2) van de verordening artificiële intelligentie van de EU van toepassing werd, geeft +8,4 procentpunt (bootstrap met dagclusters +0,2 tot +17). Die hangt af van die partij: zonder die partij is het verschil +17,8 procentpunt. Geen van beide vergelijkingen kan aan de verordening artificiële intelligentie worden toegeschreven.

Soorten markeringen. Bijna elke markering is een C2PA-manifest, meestal van OpenAI en Google. De IPTC-DigitalSourceType op zichzelf markeert 1,5% van de bestanden van de hoofdpopulatie. Een leesbaar Chinees AIGC-label komt voor op 1 bestand van de vereniging, en nog 3 bestanden dragen een dubbel gecodeerd label.

Validatie. We vonden een fout in onze eigen validator: ai-mark-lint 0.1.0 wees 302 van de 625 leesbare manifesten (vereniging) af, 187 daarvan omdat er geen lijst voor extended key usage was geconfigureerd. De fout is opgelost in 0.1.1. Met de gecorrigeerde regel worden 117 manifesten (18,7%) afgekeurd, om de volgende redenen:

• verlopen certificaten in manifesten zonder tijdstempel (85);
• inhoud gewijzigd na het ondertekenen (32);
• schendingen van de C2PA-regel voor de eerste actie (26);
• manifesten van Microsoft Paint (12).

Met de officiële C2PA Trust List zijn 452 van 624 manifesten (72%) geldig en vertrouwd.