Wajah Itu Tidak Pernah Ada, Begini Cara AI Menciptakan Manusia Palsu

INTARTA.com - Lihat foto di bawah ini. Perempuan berambut hitam dengan senyum lembut dan cahaya jendela di wajahnya. Ia terlihat seperti bisa menjadi tetangga, rekan kerja, atau kenalan siapa pun. Faktanya: perempuan ini tidak pernah ada. Tidak ada kamera yang memotretnya, tidak ada momen yang diabadikan. Ia adalah gambar sintetis yang dibuat oleh kecerdasan buatan.

Model gambar AI seperti Stable Diffusion, DALL-E, atau Midjourney tidak memotret siapa pun. Namun ia juga bukan melukis dari imajinasi kosong. Ia belajar dari foto-foto manusia asli, jutaan di antaranya, lalu menciptakan wajah baru yang belum pernah ada.

Dari mana pengetahuannya berasal? Dari data latih: miliaran pasangan gambar dan teks yang dikumpulkan dari internet terbuka, seperti dataset LAION-5B. Di dalamnya memang ada foto pernikahan orang, foto profil, hingga foto jurnalistik, yang sering kali diambil tanpa izin pemiliknya. Ini adalah kontroversi privasi serta hak cipta yang sampai hari ini belum selesai.

Yang penting dipahami: model tidak menyimpan foto-foto itu. Ia tidak punya album. Yang tersimpan adalah pola statistik dalam bentuk angka, yang disebut weights: bagaimana bentuk mata pada umumnya, bagaimana cahaya jatuh di kulit, bagaimana tekstur rambut, dan kata-kata apa yang menggambarkan semuanya. Ibarat seseorang yang tidak menghafal wajah siapa pun, tetapi menguasai tata bahasa visual tentang seperti apa manusia itu.

Teknik paling umum saat ini disebut diffusion, dan cara kerjanya elegan. Saat latihan, sebuah foto asli ditambahi noise, bintik acak seperti televisi rusak, sedikit demi sedikit sampai menjadi noise total. Model dilatih melakukan kebalikannya: menebak seperti apa gambar sebelum noise ditambahkan. Setelah diulang miliaran kali, model menjadi mahir membersihkan noise.

Saat menghasilkan gambar, prosesnya dibalik. Dimulai dari noise acak total, model membersihkannya langkah demi langkah, biasanya 20 hingga 50 langkah, dipandu teks perintah seperti potret perempuan dengan cahaya alami. Setiap langkah, model seolah bertanya: kalau ini mau jadi wajah sesuai deskripsi, noise mana yang harus dibuang? Perlahan bayangan samar muncul, bentuk wajah terbentuk, fitur menajam, hingga menjadi gambar final. Versi modern, yang disebut latent diffusion, bekerja di ruang matematis yang dikompresi agar lebih cepat dan detail. Hasilnya adalah susunan piksel yang benar-benar baru, dan wajah yang muncul biasanya orang fiktif yang tidak ada di dunia nyata.

Dulu mudah: jumlah jari aneh, gigi berantakan, teks ngaco di latar. Kini model-model terbaru sudah jauh lebih rapi sehingga cara visual makin tidak bisa diandalkan. Harapan yang lebih realistis ada pada standar seperti C2PA, semacam sidik jari digital asal-usul konten yang mulai dipakai kamera dan platform, serta alat deteksi AI, walau semuanya belum ada yang sempurna.

Gambar manusia buatan AI adalah lukisan digital yang sangat canggih, dilukis dari ingatan statistik tentang jutaan foto manusia asli, bukan foto dari orang yang benar-benar ada. Memahami cara kerjanya bukan sekadar soal teknologi, melainkan bekal literasi: di era ketika wajah yang meyakinkan bisa lahir dari deretan noise, kemampuan untuk bertanya apakah ini nyata menjadi keterampilan yang sama pentingnya dengan kemampuan membuatnya.