Sfałszowane zdjęcia AI powodzi w Nepalu obiegły media społecznościowe

Zdjęcia, które miały pokazywać zalane miasteczko Trishuli Bazaar w Nepalu przed i po katastrofalnej powodzi z 26 sierpnia 2026 roku, okazały się w całości wygenerowane przez sztuczną inteligencję. Fact-checkerzy z AFP, Lead Stories i australijskiego AAP FactCheck niezależnie potwierdzili fałszerstwo, wykrywając w plikach niewidoczne znaki wodne SynthID pochodzące z narzędzi OpenAI.

Co pokazywały zdjęcia

Kompozycja złożona z dwóch kadrów przedstawiała dolinę rzeczną najpierw w stanie nienaruszonym, a następnie zrujnowaną przez wodę i błoto. Autor posta na Facebooku nie podał lokalizacji wprost, ale towarzyszący komentarz sugerował, że chodzi o skutki powodzi w Nepalu. Dopiero w kolejnym poście na Instagramie ktoś doprecyzował, że zdjęcia rzekomo dokumentują zniszczenia w Trishuli Bazaar, miasteczku faktycznie zalanym przez prawdziwą powódź.

Trishuli Bazaar leży na wewnętrznym zakolu rzeki Trishuli, w gęsto zabudowanej dolinie zalewowej. Prawdziwe zniszczenia w tym miejscu udokumentowała między innymi agencja Reuters 26 sierpnia 2026 roku. Problem w tym, że topografia na sfałszowanych zdjęciach nie miała nic wspólnego z rzeczywistym ukształtowaniem terenu tej miejscowości ani z jej faktyczną zabudową.

Jak wykryto fałszerstwo

Lead Stories przesłał obie fotografie oraz ich złożenie do narzędzia OpenAI Verify, które służy do wykrywania treści wygenerowanych przez modele tej firmy. System wykrył w plikach znaki wodne SynthID, technologię opracowaną przez Google DeepMind do niewidocznego oznaczania syntetycznych obrazów, wideo i audio. Ślad ten pojawił się zarówno w zdjęciu zbiorczym, jak i w każdej z dwóch osobnych fotografii "przed" i "po".

Dodatkowym potwierdzeniem był brak zgodności z autentycznymi zdjęciami satelitarnymi regionu. Budynki na sfałszowanych obrazach nie odpowiadały ani rzeczywistej zabudowie Trishuli Bazaar, ani jej ukształtowaniu terenu na krzywiźnie rzeki. Niezależnie tę samą sprawę zweryfikował australijski AAP FactCheck, dochodząc do identycznych wniosków.

Nie mogę uwierzyć, że to, co widzę, jest prawdziwe. Wygląda to niemal nierealnie - z posta użytkownika @jimmatuga na Facebooku, towarzyszącego sfałszowanym zdjęciom

Skala prawdziwej katastrofy

W tle fałszywych obrazów rozgrywała się autentyczna tragedia. Według amerykańskiej służby geologicznej USGS przyczyną powodzi był kolaps lodowca na północnym zboczu szczytu Langtang Lirung w Himalajach, gdzie fragment lodu i skały oderwał się na wysokości około 5,2 kilometra nad poziomem morza i spadł pionowo blisko 1,2 kilometra do doliny. Zdarzenie wywołało wstrząs o magnitudzie 5,2, zarejestrowany przez sejsmometry na całym świecie.

Fala powodziowa płynęła z prędkością około 50 metrów na sekundę, docierając do osad położonych nawet 80 metrów nad normalnym poziomem rzeki. Ucierpiały dystrykty Rasuwa, Nuwakot, Dhading, Gorkha i Chitwan w Nepalu oraz Gyirong w Tybetańskim Regionie Autonomicznym Chin, gdzie zniszczone zostało między innymi przejście graniczne Gyirong Port. Według danych z 5-6 września liczba potwierdzonych zgonów sięgnęła 1385, a ponad 5405 osób wciąż pozostawało zaginionych.

Dlaczego to ma znaczenie

Sprawa nepalskiej powodzi pokazuje mechanizm, który fact-checkerzy coraz częściej opisują przy dużych katastrofach: prawdziwa tragedia natychmiast przyciąga fałszywe treści wygenerowane przez AI lub przeklejone ze starszych zdarzeń, a te napędzane emocjonalnymi podpisami rozchodzą się szybciej niż oficjalne relacje. Obok samych zdjęć AI krążyły też podpisane fałszywie nagrania prawdziwych katastrof z innych krajów oraz teorie spiskowe łączące powódź z rzekomym udziałem amerykańskiej instalacji badawczej HAARP.

Dla polskich odbiorców newsów i mediów społecznościowych to kolejny przykład, że dostępność darmowych narzędzi do wykrywania znaków wodnych, takich jak OpenAI Verify, staje się praktycznym narzędziem weryfikacji, ale wciąż wymaga świadomego użycia. Sam fakt, że zdjęcie wygląda dramatycznie i pasuje do nagłówków o realnej katastrofie, nie jest żadnym dowodem autentyczności.