Ringkasan Cepat
- Deepfake adalah konten palsu buatan AI yang menirukan wajah/suara seseorang secara meyakinkan
- Dipakai untuk hiburan/dubbing film, tapi juga disalahgunakan untuk penipuan dan berita bohong
- Makin sulit dikenali dengan mata telanjang seiring teknologinya berkembang
Deepfake adalah konten video, audio, atau gambar palsu yang dibuat menggunakan AI untuk menirukan wajah, suara, atau gerakan seseorang secara meyakinkan, seringkali sulit dibedakan dari rekaman asli hanya dengan melihat sekilas. Istilahnya sendiri gabungan dari “deep learning” dan “fake”.
Cara Kerjanya
Deepfake umumnya dibuat dengan melatih model AI (sering memakai teknik generative AI seperti GAN atau diffusion model) menggunakan banyak foto/video/rekaman suara asli dari orang yang ditiru. Model itu kemudian mempelajari pola wajah, ekspresi, atau ciri suara orang tersebut, lalu bisa menghasilkan konten baru yang menampilkan orang itu mengatakan atau melakukan sesuatu yang sebenarnya tidak pernah terjadi.
Dari Hiburan Sampai Penipuan
Teknologi di balik deepfake sendiri punya penggunaan sah, misalnya dubbing film ke berbagai bahasa dengan gerakan bibir yang natural, atau efek visual di industri hiburan. Namun teknologi yang sama juga disalahgunakan untuk membuat konten penipuan (misalnya video/suara palsu petinggi perusahaan yang meminta transfer dana), menyebarkan berita bohong, dan membuat konten tanpa persetujuan orang yang ditiru.
Cara Mengenalinya
Beberapa ciri yang masih bisa diperhatikan: gerakan mata/kedipan yang tidak natural, pencahayaan wajah yang tidak konsisten dengan latar, sinkronisasi bibir dengan audio yang sedikit meleset, atau tekstur kulit yang terlihat terlalu halus/tidak wajar. Namun seiring teknologi makin canggih, ciri-ciri ini makin sulit diandalkan, dan verifikasi lewat sumber resmi tetap jadi cara paling aman untuk memastikan keasliannya.
Kesalahan Umum Soal Deepfake
Banyak yang mengira deepfake masih selalu mudah dikenali lewat “ciri-ciri khas” tertentu. Kenyataannya, kualitas deepfake terbaru sudah jauh lebih meyakinkan dibanding beberapa tahun lalu, dan mengandalkan mata telanjang saja makin berisiko keliru — terutama untuk konten audio-only (kloning suara) yang seringkali jauh lebih sulit dibedakan dibanding video.