Un video de Gal Gadot teniendo intimidad con su hermanastro se viralizó en redes sociales. Lo perverso de esto es que no se trata de la actriz sino de un fotomontaje que parece tan real que abre el debate sobre los límites de la tecnología.
El encargado de realizar este fotomontaje usa el nombre de deepfakes en el sitio web de Reddit. No solo lo hizo con Gal Gadot. Otras de sus victimas son Scarlett Johansson, Maisie Williams, Taylor Swift y Aubrey Plaza.
El usuario dio una entrevista al portal Motherboard y explicó que tipo de tecnología emplea para realizar este tipo de fotomontajes. Deepfakes explica que utiliza una herramienta de aprendizaje automático que obtiene de TensorFlow una biblioteca de código abierto desarrollado por Google Brain.
El aprendizaje automático es una rama de la inteligencia artificial que permite a las computadoras aprender. Por su laldo, Google Brain que profundiza en esta rama puede reconstruir imágenes sumamente pixeladas.
De esta modo, deepfakes utilizó una imagen del rostro del video de Gal Gadot para ponerlo sobre el cuerpo de una actriz porno y la herramienta de Google Brain hizo el resto. El usuario dijo que utilizó la búsqueda de imágenes de Google, fotos de archivo y videos de YouTube. En este caso, él alimentó el algoritmo con videos de cine para adultos y la cara de Gal Gadot. Después de suficiente "capacitación", la herramienta es capaz de manipular vídeos de forma convincente sobre la marcha.
En la misma entrevista, deepfakes explicó que "acaba de encontrar una forma inteligente de hacer intercambio de rostros", dijo refiriéndose a su algoritmo. "Con varias imágenes faciales puedo generar imágenes distorsionadas y la red y tratará de que se vea como la cara que yo quiero", explicó sobre su trabajo.
El usuario no ve las implicaciones éticas y morales que tiene la practica que realiza. "Toda tecnología puede usarse con malas motivaciones y es imposible detener eso", dijo comparando lo que hace con la misma tecnología que recreó la actuación post mortem de Paul Walker en Rápidos y Furiosos 7 . "La principal diferencia es cuán fácil [es] hacer eso por todos. No creo que sea malo que más personas promedio participen en la investigación del aprendizaje automático ", se excusó.