С развитием генеративного искусственного интеллекта традиционные CAPTCHA перестают эффективно отличать людей от ботов. В ответ Google, по данным СМИ, тестирует новую версию системы reCAPTCHA, в которой для подтверждения личности пользователю необходимо записать короткое видео с жестом — например, помахать рукой перед камерой.

Во время проверки система анализирует движение руки, отслеживая около 21 ключевой точки, включая положение ладони и суставов пальцев. Предполагается, что такой механизм позволит эффективнее бороться с автоматической регистрацией аккаунтов, подбором учетных данных и другими видами мошенничества.

Причина изменений проста: современные модели искусственного интеллекта научились успешно решать классические CAPTCHA. Если раньше защита строилась на распознавании искаженного текста или выборе изображений, то мультимодальные модели сегодня способны понимать визуальную информацию почти так же хорошо, как человек.

Исследование Калифорнийского университета в Ирвайне, опубликованное в 2024 году, показало, что ИИ распознает CAPTCHA с точностью более 95%, тогда как показатели людей составляют от 50 до 86% в зависимости от сложности задания.

Новая система делает ставку не на усложнение головоломок, а на использование того, что пока остается непростой задачей для ИИ, — точного воспроизведения движений человеческой руки. Из-за большого количества суставов, разнообразия возможных поз и взаимного перекрытия пальцев рука считается одним из самых сложных объектов для компьютерного зрения. Именно поэтому ошибки при генерации рук до сих пор встречаются даже у современных моделей создания изображений.

Кроме того, требование использовать камеру повышает стоимость создания автоматизированных систем для злоумышленников, поскольку им придется имитировать не только поведение пользователя, но и реалистичное видео с движением руки.

Однако идея уже вызвала дискуссию о конфиденциальности. Несмотря на заявления Google о том, что изображения и видеозаписи после проверки не сохраняются и не используются для других целей, часть пользователей опасается, что подобные технологии могут стать первым шагом к массовому сбору биометрических данных.

Эксперты отмечают, что даже если система хранит лишь координаты ключевых точек, а не сами изображения, потенциальная возможность связать эти данные с конкретным пользователем вызывает вопросы о защите персональной информации. Дополнительные опасения связаны с тем, что крупные технологические компании уже использовали взаимодействие пользователей для обучения своих алгоритмов. В частности, ранние версии reCAPTCHA помогали оцифровывать тексты и размечать данные.

В то же время сбор данных о движении рук может иметь и практическую ценность для развития мультимодальных моделей. Сегодня объем открытых датасетов с изображениями и жестами рук значительно уступает наборам данных для распознавания лиц, что ограничивает возможности ИИ при генерации изображений и видео.

Таким образом, переход от традиционных CAPTCHA к анализу жестов отражает новую реальность: по мере того как искусственный интеллект становится лучше в решении привычных задач проверки, интернет-сервисам приходится искать более сложные способы подтверждения того, что перед ними действительно находится человек. Одновременно это усиливает дискуссию о балансе между безопасностью и защитой приватности пользователей.