
Generatieve AI, vaak bekend in verband met LLM's zoals ChatGPT of Mistral, wordt ook gebruikt bij het genereren van afbeeldingen. Deze beeldgenererende modelfamilies (bijvoorbeeld diffusiemodellen) kunnen volledig synthetisch nieuwe beeldinhoud genereren uit bestaande input, bijvoorbeeld een bestaande afbeelding en een tekstprompt. In tegenstelling tot traditionele beeldverwerking, waarbij kleuren worden gecorrigeerd of achtergronden worden verwijderd, creëert generatieve AI een beeld dat niet langer pixel voor pixel uit het origineel komt, maar er alleen maar op lijkt. Het model reconstrueert gezichten, interpreteert ontbrekende details of delen van het gezicht en vult informatie aan op basis van statistische waarschijnlijkheden.
Hoe slechter de originele beeldkwaliteit, hoe meer de AI moet "uitvinden". Dit vergroot het risico dat het resultaat niet meer precies overeenkomt met het echte gezicht. Bij Photo Collect pakken we dit probleem regelmatig aan als we bedrijven adviseren over het gebruik van AI in ID-processen.
Generatieve AI heeft veel voordelen op creatief gebied:
Nadelen voor ID-kaartbeelden:
Daarom: aangezien ID-kaartbeelden een identiteitskenmerk zijn, is elke kunstmatige reconstructie een aanzienlijk risico voor beveiliging en naleving. Om geschikte beelden te verkrijgen, is het beter om analytische AI-controles te gebruiken die bijvoorbeeld voorkomen dat een opname met een onjuiste hoofdpositie wordt gemaakt.
Voor officiële ID-kaarten (ID, paspoort, rijbewijs) is het antwoord duidelijk nee.
Generatieve AI is niet toegestaan omdat het de biometrische identificeerbaarheid kan vervalsen. De meeste internationale normen(ICAO, ISO) vereisen een ongewijzigde, fotografische afbeelding van de echte persoon.
Het gebruik van generatief verbeterde beelden in bedrijven wordt echter ook sterk afgeraden vanuit juridisch en veiligheidsoogpunt:
Daarom werkt Photo Collect uitsluitend met niet-generatieve processen:
De gezichten blijven altijd trouw aan het origineel. Dit is cruciaal om correct te voldoen aan de eisen van bedrijven, overheden of veiligheidskritische organisaties.
De term deepfake wordt meestal gebruikt voor onjuist gemanipuleerde of vervalste video's/afbeeldingen. Technisch gezien valt generatief gemaakte portretfotografie echter in dezelfde categorie:
In de context van HR, toegangscontrole en bedrijfsbeveiliging is zo'n afbeelding dus een functionele deepfake, ongeacht of de intentie kwaadaardig was of niet.
Een generiek aangepaste werknemerskaart kan onbedoeld echte controles misleiden en, in het ergste geval, de toegang vergemakkelijken voor een onbevoegd persoon.
Photo Collect gebruikt AI uitsluitend voor kwaliteitscontroles, biometrische analyses en technische beeldverwerking - niet voor het wijzigen van gezichten. Dit zorgt ervoor dat:
Vooral HR-afdelingen en beveiligingsteams profiteren van het feit dat het hele proces schaalbaar, veilig en juridisch zuiver blijft. Zonder het risico van synthetische identiteitsveranderingen. Bovendien blijven de gegevens te allen tijde in Zwitserland en worden ze alleen verwerkt voor het contractuele doel. In dit artikel behandelen we meer juridische kwesties met betrekking tot werknemersfoto's.

