Assinaturas neurais de rostos gerados por IA hiper-realistas: dissociando a indistinguibilidade comportamental da avaliação neural implícita

Avanços recentes em inteligência artificial (IA) generativa resultaram em rostos sintéticos hiper-realistas que são cada vez mais difíceis de distinguir de rostos humanos reais, levantando questões críticas sobre como esses estímulos são codificados pelo cérebro humano. Estudos comportamentais indicam que os observadores frequentemente classificam erroneamente rostos gerados por IA como reais e frequentemente os julgam como mais familiares e atraentes do que rostos genuínos (hiper-realismo). Investigamos se o processamento neural diferencia rostos reais de rostos gerados por IA altamente realistas, apesar da capacidade discriminativa comportamental limitada dos observadores. Trinta participantes visualizaram 440 rostos masculinos/femininos reais e gerados por GAN enquanto seu EEG era gravado. A validação comportamental confirmou que rostos gerados por IA foram mal identificados como artificiais e foram percebidos como mais familiares e esteticamente atraentes. Potenciais relacionados a eventos evocados por rostos mostraram modulação sistemática pela realismo, apesar da irrelevância da tarefa. Rostos gerados por IA elicitaram N250, P300, PN400 e uma positividade tardia aumentada; um engajamento reduzido de redes temporais ventrais, parietais e límbicas foi encontrado para rostos reais, especialmente os masculinos, de acordo com swLORETA. Embora rostos hiper-realistas superem os limiares de detecção comportamental, o cérebro continua sensível à sua origem artificial. Marcadores neurais de familiaridade e avaliação estética são ampliados para rostos de IA, refletindo provavelmente a média algorítmica que acentua características prototípicas e atenua o dimorfismo sexual, revelando assim uma dissociação entre reconhecimento explícito e avaliação neural implícita.