Niektóre linki na tej stronie mogą być linkami afiliacyjnymi.

Paradoks autentyczności

Patrzę na portret. Twarz kobiety wyłania się z jakby ciemności, oświetlona twardym światłem. Skóra ma fakturę - zmarszczki wokół oczu, bruzdy na czole. To twarz kobiety, która widziała wiele. Która żyła. Gdybym spotkał ją na ulicy, przysiągłbym, że się znamy - że gdzieś już widziałem to spojrzenie...

Nie spotkałem. Ona nie istnieje.

Portret, który oglądam, powstał w procesie, którego opis brzmi jak wyznanie winy - Created using experiments with AI then Lightroom. Inspired by Anton Corbijn Miles Davis portrait (1985). Sztuczna inteligencja wygenerowała rysy twarzy, ale to człowiek - twórca - nadał im nastrój, światło, atmosferę. Razem stworzyli kogoś, kto wygląda bardziej autentycznie niż niejedno zdjęcie dokumentalne. W tym jednym obrazie zamyka się cały paradoks wizualnej kultury obecnych czasów.

Portret inspirowany fotografią Milesa Davisa autorstwa Antona Corbijna (1985). Autor: Mariusz Nawrocki, Licencja CC BY-ND 4.0. Źródło

Rok 2026 przyniósł fotografii coś pozornie sprzecznego: głód autentyczności. W trendach stock photography dominuje nurt age-positive - twarze z historią, z charakterem, z widocznymi śladami życia. Zmarszczki nie są już defektem do usunięcia w Photoshopie, ale pożądanym atrybutem. Siwe włosy, cera pokryta plamami słonecznymi, dłonie z wystającymi żyłami - to zyskuje na wartości. Platformy jak Envato notują wzrost wyszukiwań "unfiltered" o 11% w samym tylko ostatnim miesiącu. Konsumenci, zmęczeni wygładzonymi, perfekcyjnymi wizerunkami generowanymi przez AI, domagają się czegoś prawdziwego. I tu pojawia się ironia, która boli.

AI dostarcza autentyczności

Najnowsze modele generatywne potrafią stworzyć fotorealistyczny portret starszej osoby z taką precyzją, że nawet eksperci mają problem z odróżnieniem go od prawdziwej fotografii. Badanie opublikowane w Nature w czerwcu 2026 roku ujawniło, że hiperrealistyczne twarze generowane przez AI wywołują w mózgu inne sygnatury neuronalne niż prawdziwe - nawet wtedy, gdy świadomie nie potrafimy ich odróżnić. Coś w nas wie. Coś czuje różnicę. Ale nie jesteśmy w stanie tego nazwać.

Jeszcze bardziej niepokojące są wyniki badań opublikowanych w Perception: generatywne twarze zostały ocenione jako 7.7% bardziej godne zaufania niż twarze prawdziwych ludzi. Syntetyczne oblicze wydaje się nam bardziej wiarygodne niż twarz żyjącej osoby. Jeśli dodać do tego eksperyment MIT z 2025 roku, w którym 60% uczestników pomyliło człowieka z chatbotem (i odwrotnie), rysuje się obraz rzeczywistości, w której granica między autentycznym a wygenerowanym nie tyle się zaciera, ile po prostu przestaje mieć znaczenie percepcyjne.

To nie jest jednak pierwszy raz, kiedy technologia ingeruje w nasze poczucie autentyczności.

Fotografia studyjna XIX wieku była w gruncie rzeczy pierwszą "sztuczną autentycznością" - malowane tła, wymuszone pozy, ekspozycja trwająca minutami. Retusz w epoce filmu analogowego był standardem: Ansel Adams spędzał godziny w ciemni, manipulując kontrastem i ostrością. Hollywood od dekad de-aginguje aktorów cyfrowo, a Instagram wytresował nas w akceptowaniu "strategicznej wrażliwości" - selfie z idealnym światłem i artystycznie rozrzuconą pościelą, mające udawać przypadkowe uchwycenie chwili.

Każda epoka ma swoją technologię

Dopiero AI burzy tę relację w sposób fundamentalny. Wcześniejsze narzędzia - od pędzla po Photoshop - wymagały ludzkiej ręki, która nadawała kierunek i intencję. AI natomiast jest pierwszą technologią wizualną, która może generować obrazy bez bezpośredniego udziału człowieka. Problem nie leży w tym, że AI tworzy obrazy - ale w tym, że tworzy je tak dobrze, że nie potrafimy odróżnić ich od rzeczywistości.

Badanie opublikowane na arXiv w marcu 2026 roku (Human Factors in Detecting AI-Generated Portraits) objęło 1664 uczestników w wieku 20-69 lat. Ogólna trafność w odróżnianiu AI od prawdziwych twarzy wyniosła 85.2%. Wynik pozornie wysoki - ale z klauzulą, która daje do myślenia: osoby korzystające z urządzeń mobilnych radziły sobie gorzej niż użytkownicy pecetów, starsi uczestnicy gorzej niż młodsi, a kobiety po pięćdziesiątce - najgorzej. Innymi słowy, nasza zdolność do wykrycia syntetycznej twarzy zależy nie od samego obrazu, ale od tego, kto go ogląda, na jakim sprzęcie i w jakim wieku.

Autentyczność nie jest więc cechą obrazu. Jest relacją między obrazem a widzem.

I tu dochodzimy do sedna paradoksu. Jeśli portret AI wywołuje w nas autentyczną emocję - wzruszenie, podziw, ciekawość - to czy ma znaczenie, że osoba sportretowana nie istnieje?

Wirtualni influencerzy, tacy jak Lil Miquela czy Aitana Lopez, mają więcej obserwujących niż większość żyjących modelek. Badania nad wirtualnymi influencerami (Ju, Kim & Im, 2024) pokazują, że postrzegana autentyczność tych cyfrowych bytów zależy nie od ich materialnego istnienia, ale od spójności narracji i relacji z widzem. Innymi słowy: jeśli opowiadamy historię wystarczająco dobrze, fakt, że główny bohater jest z pikseli, przestaje mieć znaczenie.

To nie znaczy, że wszystko jest dozwolone. Badania nad uncanny valley - zjawiskiem niepokoju wywołanego przez byty zbyt podobne do człowieka, ale nie dość podobne - wyraźnie pokazują, że istnieje granica, której przekroczenie kosztuje nas zaufanie odbiorcy. Problem z AI nie polega na tym, że twarze są zbyt idealne - ale na tym, że bywają zbyt ludzkie w sposób, który nie ma pokrycia w rzeczywistości.

Trzy ścieżki na rozstaju dróg

Pierwsza to transparentność. Jeśli wiemy, że portret został wygenerowany przez AI, możemy świadomie zdecydować, czy chcemy wejść z nim w relację. Badania nad jawnością twórczą w komunikacji wirtualnych influencerów sugerują, że taka szczerość nie niszczy więzi - pod warunkiem, że narracja jest wystarczająco spójna.

Druga to hybrydowość. Proces, który opisałem na początku - AI generuje surowiec, człowiek nadaje mu formę - to model, który może okazać się najbardziej uczciwy. Nie udajemy, że obraz powstał bez technologii, ale też nie twierdzimy, że człowiek nie miał w nim udziału. Współpraca, nie substytucja.

Trzecia ścieżka to uznanie AI portretów za osobny gatunek. Nie lepszy, nie gorszy - po prostu inny. Tak jak fotografia nie zabiła malarstwa, a kino nie zabiło teatru, tak obrazy generowane przez AI nie zabijają fotografii. Mogą istnieć obok siebie, jako osobne języki wizualne, z własnymi kryteriami oceny.

Portret, od którego zacząłem ten esej, jest dla mnie eksperymentem, że te trzy ścieżki nie wykluczają się nawzajem. Został stworzony przez AI, ale zadeklarowany, opowiedziany i potem warsztatowo opracowany przez człowieka. Jest inspirowany konkretnym fotografem - Antonem Corbijnem - i jego kultowym portretem Milesa Davisa z 1985 roku. Niesie w sobie historię, inspirację, warsztat. Jest autentyczny nie dlatego, że przedstawia prawdziwą osobę, ale dlatego, że jest prawdziwym aktem twórczym.

Może to jest odpowiedź. Autentyczność nie leży w przedmiocie, ale w intencji. Nie w tym, co widzimy, ale w tym, jak zostało stworzone. Nie w twarzy na zdjęciu, ale w relacji między twórcą, a odbiorcą i jego świadomością procesu.

W 2027 roku pytanie "czy ta twarz jest prawdziwa" może stracić sens. Nauczymy się pytać inaczej: czyja jest intencja? dlaczego? Czy to, co czuję patrząc na obraz, jest naprawdę moje - czy już zostało zaprogramowane?

Nie znam odpowiedzi. Ale wiem, że portret, który oglądam, nie przestaje na mnie patrzeć.

Współtworzone przez człowieka i AI.