Tekoälymerkintä puuttui 39 prosentista – alustat hukkaavat alkuperätiedon

Instagramin, TikTokin, X:n ja YouTuben 29. syyskuuta 2026 julkaistu auditointiesipainos havaitsi, että alustan automaattinen tekoälymerkintä puuttui 39 prosentista kontrolloituja testilatauksia: merkinnän sai 36 latausta 59:stä eli 61 prosenttia. Useimmissa kokeen lähtötiedostoissa oli koneellisesti havaittava tekoälyn alkuperäsignaali, mutta alustoilta ladatuista kopioista moni alkuperäinen signaali oli kadonnut.

Tulos antaa sisällöntuottajalle suoran vastauksen: alustat tunnistavat tekoälyllä tehtyä sisältöä automaattisesti, mutta tunnistus ei kata kaikkia julkaisuja eikä tiedoston alkuperätieto takaa katsojalle näkyvää merkintää. Vertaisarvioimaton tutkimus yhdistää julkisista julkaisuista kerätyn aineiston, asiantuntijoiden luokittelun ja erillisen latauskokeen. Näiden osien prosentteja ei voi käyttää toistensa mittareina.

39 prosentin aukko koskee kontrolloituja latauksia

Latauskokeessa tuotettiin realistisia kuvia ja videoita kymmenellä tekoälytyökalulla. Kaikki työkalut eivät tuottaneet molempia tiedostotyyppejä, joten lähtötiedostoja oli 17. Niistä tehtiin 59 julkista testijulkaisua uusilta tileiltä tavallisilla latausasetuksilla. Merkinnät kirjattiin vuorokauden kuluttua, minkä jälkeen julkaisut poistettiin.

Merkityistä julkaisuista laskettu 61 prosentin osuus tarkoittaa, että 23 latausta jäi ilman alustan automaattista merkintää. Koneellisesti havaittava alkuperäsignaali löytyi 15 lähtötiedostosta 17:stä. Osa signaaleista oli C2PA-tietoa, osa muuta metatietoa tai tunnistettavia merkkejä. Siksi koe ei mittaa yhden C2PA-lukijan onnistumisprosenttia eikä osoita, että jokainen puuttuva merkintä johtui metatiedon poistamisesta.

Myös saman lähtötiedoston kohtalo saattoi vaihdella palvelusta toiseen. Kokeen taulukossa Gemini-työkalulla tuotettu sisältö sai merkinnän kaikissa niissä latauksissa, jotka voitiin tehdä, kun taas joidenkin muiden työkalujen tiedostot jäivät usealla alustalla merkitsemättä. Tuloksessa näkyvät yhtä aikaa tiedoston sisältämät signaalit, alustan tunnistus ja se, miten palvelu päättää näyttää löydöksen käyttäjälle.

Riskiaiheisten deepfakejen 33 prosenttia on eri mittari

Julkaisuaineistossa oli 10 722 kuvaa tai videota sisältävää postausta, jotka kerättiin riskiaiheisiin ja tekoälyyn liittyvillä hakusanoilla. Tästä joukosta asiantuntijat luokittelivat 500 julkaisun otoksen. Riskiaiheisten hakujen kautta löytyneistä deepfakeista 14 sai alustan merkinnän 43:sta, eli merkintäosuus oli 33 prosenttia. Kyse on tunnistetuista deepfakeista rajatussa otoksessa, ei kaikkien alustalla julkaistujen tekoälykuvien osuudesta.

Otokseen osuneet deepfaket käsittelivät muun muassa politiikkaa ja konfliktikuvastoa. Aineiston deepfakejulkaisujen katselukertojen mediaani oli 160 000 niissä julkaisuissa, joista katselutieto oli saatavilla. Näkyvällä merkinnällä on siis merkitystä myös sisältöä nopeasti selaavalle yleisölle. Luokittelu perustui tutkijoiden havaintoihin, ja kaikkein uskottavimpia tekoälymuokkauksia on voinut jäädä tunnistamatta.

Laajan aineiston alustakohtaiset merkintäosuudet kertovat vain siitä, kuinka usein kerätyissä julkaisuissa näkyi merkintä. Niistä ei saa laskettua tekoälysisällön tunnistusherkkyyttä, koska jokaisen kuvan tai videon valmistustapaa ei luokiteltu. Latauskoe ja riskideepfakejen otos koskevat eri kysymyksiä, eri tiedostoja ja eri valintatapoja.

Merkintä ja alkuperätieto irtoavat eri kohdissa

C2PA Content Credentials on tiedostoon liitettävää, allekirjoitettua alkuperätietoa. Somepalvelun tekoälymerkintä on puolestaan julkaisuun sidottu katsojalle näkyvä tieto. Jos palvelu lukee alkuperätiedon ja lisää merkinnän, tämä ei vielä tarkoita, että sama tieto säilyisi tiedostossa, jonka käyttäjä myöhemmin lataa palvelusta.

Auditoinnin uudelleenladatuissa tiedostoissa useimmat alkuperäiset signaalit näyttivät hävinneen. OpenAI:n ja Googlen omilla varmennusmenetelmillä havaittavat signaalit olivat poikkeuksia. TikTokilta ladatuista kopioista löytyi myös sen omiin merkintöihin liittyviä signaaleja; YouTuben kopioissa näkyi C2PA-tietoa osassa tapauksista. Havainnot eivät osoita, missä käsittelyvaiheessa kukin signaali katosi, mutta seuraava palvelu voi saada kopiosta vähemmän tietoa kuin ensimmäinen.

Tekninen katkos voi syntyä jo ennen julkaisua. EasyxLabin erillisessä kokeessa jokainen testattu tiedoston kuvan tai säiliömuodon uudelleenkirjoitus poisti upotetun C2PA-manifestin, ja pelkkä yhden XMP-kentän muokkaus teki säilyneestä manifestista virheellisen. Koe tehtiin paikallisilla käsittelytyökaluilla, joten se osoittaa tiedostoketjun haavoittuvuuden mutta ei mittaa somealustojen toimintaa. Tekijän alkuperäinen allekirjoitettu tiedosto ja julkaisuun viety muokattu versio voivat siksi antaa eri vastauksen alkuperää kysyvälle palvelulle.

Näkyvä ilmoituskin voi jäädä matkalle. Mimikaman kuvaamassa tapauksessa tekoälyvideolla oli TikTokissa merkintä, mutta myöhemmin X:ssä jaetussa kopiossa sitä ei näkynyt. Kyse on yksittäisestä uudelleenjaosta, joka havainnollistaa katsojan ongelmaa: palvelun oma julkaisutunniste ei kulje videon mukana samalla tavoin kuin itse kuva ja ääni.

Oma ilmoitus täydentää alustojen tunnistusta

YouTuben merkintäkäytännössä realistisen tekoälysisällön tekijän pitää ilmoittaa käytöstä itse, vaikka palvelu voi lisätä merkinnän myös sisäisen tunnistuksensa perusteella. Toukokuussa 2026 alkanut tunnistusjärjestelmän käyttöönotto koskee merkittävää fotorealistista tekoälyn käyttöä. Tekijä voi korjata osan virheellisistä merkinnöistä YouTube Studiossa, mutta esimerkiksi kokonaan tekoälyllä tuotetusta sisällöstä kertovaan C2PA-tietoon perustuva merkintä pysyy.

TikTokin oman kuvauksen mukaan sen tekoälymerkintöihin vaikuttavat Content Credentials, tekijän merkintätyökalu ja palvelun näkymätön vesileima. Rinnakkaiset keinot eivät anna yleistä takuuta siitä, että toisessa sovelluksessa tehty tai myöhemmin muokattu julkaisu tunnistetaan automaattisesti. Auditoinnin pienessä latauskokeessa näkyi juuri tämä ero käytännön lopputulosten välillä.

Tekijälle ilmoitus, alkuperätieto ja katsojan näkymä ovat siksi erillisiä tarkistuksia:

• Ilmoita realistisen tekoälysisällön käytöstä julkaisuvaiheessa palvelun omalla työkalulla silloin, kun palvelu sitä edellyttää.
• Tarkista lopullisesta vientitiedostosta, onko sen C2PA-tieto edelleen luettavissa mahdollisen muokkauksen ja muunnoksen jälkeen.
• Katso julkaistu sisältö myös katsojan näkymässä. Jos käytät palvelusta ladattua kopiota uudessa julkaisussa, tarkista kopion alkuperätieto uudelleen.

Automaattinen merkintä voi auttaa katsojaa, mutta tekijän oma ilmoitus ratkaisee tilanteen silloin, kun tunnistus ei osu julkaisuun. Uudelleenjaossa ratkaisevaa on lisäksi, mitä tietoa juuri jaettavassa kopiossa on jäljellä: alkuperäisen tiedoston tunniste ei yksin kerro seuraavan kopion sisällöstä.

Lue myös:

• Zoom vai Google Meet? Heikko yhteys voi ratkaista ennen tekoälymuistioita
• EU avasi tekoälyn tekijänoikeusremontin – vastauksille on kuukausi
• Ihminen valvoo tekoälyä vain, jos hän voi pysäyttää sen