Deepfake w ogłoszeniach motoryzacyjnych 2026. Jak nie dać się nabrać na „cyfrowy szpachel”?

Ostatnie oszustwa na platformie Vinted z wykorzystaniem AI doskonale pokazują skalę zagrożenia na portalach sprzedażowych. Choć tu mieliśmy do czynienia z sytuacją odwrotną, gdzie oszuści celowo generowali za pomocą sztucznej inteligencji nieprawdziwe wady otrzymanego produktu, przez co sprzedający tracił i sprzedany przedmiot, i pieniądze, tak handlarze samochodowi coraz częściej posługują się narzędziami AI do maskowania widocznych usterek, takich jak wgniecenia czy rysy. Manipulacja zdjęciami aut używanych jest faktem i sprawia, że bezpieczne kupowanie auta używanego w dobie deepfake wymaga od nas zupełnie nowych umiejętności.

Era promptu zamiast szpachli: Nowa rzeczywistość handlarzy w 2026 roku

Sama nazwa Deepfake jest połączeniem dwóch pojęć: "deep learning", czyli głębokie uczenie się przez sztuczną inteligencję oraz "fake", czyli podróbka. Jest to technika generowania lub manipulowania treściami multimedialnymi – obrazem, dźwiękiem lub nagraniami wideo – w taki sposób, aby sprawiały one wrażenie autentycznych, mimo że przedstawiają przedmioty, osoby lub wypowiedzi, które nigdy nie miały miejsca w rzeczywistości.

Deepfake opiera się na zastosowaniu sieci neuronowych, w szczególności modeli GAN (Generative Adversarial Networks). Mechanizm ten polega na współpracy dwóch sieci – generator tworzy syntetyczne obrazy, dźwięki lub wideo, a dyskryminator ocenia ich autentyczność i wykazuje niedoskonałości. Proces ten powtarza się tysiące razy, aż algorytm nauczy się tworzyć materiały niemal niemożliwe do odróżnienia dla ludzkiego oka. 

W przypadku oszustw AI w motoryzacji 2026 roku najczęściej mamy do czynienia z Deepfake Image Manipulation, czyli modyfikacją już istniejących zdjęć. Retusz zdjęć AI handlarzy pozwala w ekstremalnie szybki sposób usunąć widoczne uszkodzenia samochodu lub zmienić tło zdjęcia, aby było ono bardziej atrakcyjne dla odbiorcy i zadziałało w ramach psychologii zakupu.

Jak zauważa ekspert od sztucznej inteligencji Adrian Kilar, przeciętny kupujący, przeglądając zdjęcia na ekranie smartfona, nie ma obecnie realnych narzędzi, by gołym okiem odróżnić prawdę od cyfrowej fikcji. Równocześnie Blair Cohen (AuthenticID) podkreśla, że poziom zaawansowania modeli generatywnych sprawia, że nawet specjaliści od grafiki komputerowej nierzadko mają problem z jednoznaczną oceną autentyczności zdjęcia bez użycia specjalistycznego oprogramowania.

Problem pogłębia także fakt, że AI nie tylko maskuje wady, ale potrafi wygenerować także "dowody" autentyczności – np. sfałszowane zdjęcia dokumentów serwisowych, gdzie technologia AI idealnie naśladuje czcionki i pieczątki z konkretnych lat, budując tym samym fałszywą historię pojazdu od zera. To sprawia, że bezpieczne kupowanie auta używanego w dobie deepfake staje się coraz większym wyzwaniem.

Zjawisko to ma również swoją drugą ciemną stronę dla uczciwych sprzedawców. Technologia deepfake podważa zaufanie do tzw. materiałów dowodowych, czyli w naszym przypadku zdjęć na portalach sprzedażowych, co eksperci nazywają "dywidendą kłamcy" – sytuacją, w której nawet prawdziwe zdjęcia uznawane są za fałszywe.

Od retuszu do generacji – jak AI zmienia rynek wtórny

Tradycyjny model ukrywania uszkodzeń samochodów przeszedł niemałą transformację. Dziś handlarz nie musi angażować warsztatu do ukrycia wad nadwozia jeszcze przed sprzedaniem samochodu. Równocześnie ewoluowała sama praktyka retuszu zdjęć, która jeszcze na początku dekady wymagała od handlarza choć podstawowych umiejętności graficznych, w tym używania narzędzi typu stempel czy pędzel korygujący w Photoshopie. Obecnie "poprawka" zdjęć aukcyjnych następuje w kilka sekund – za pomocą zaawansowanych narzędzi do generowania zdjęć.

Nano Banana 2 – ulubione narzędzie nieuczciwych handlarzy

Jednym z najważniejszych graczy w oszustwach AI w motoryzacji 2026 roku są modele sztucznej inteligencji, takie jak obecny Nano Banana 2. To narzędzie multimodalne, które potrafi dokonywać kompozycji obrazu i transferu stylu z niespotykaną wcześniej precyzją. Dla potencjalnego kupującego najgroźniejszą funkcją w rękach oszusta jest tzw. Inpainting, czyli uzupełnianie obrazu. W przeciwieństwie do starych praktyk retuszowania, AI nie kopiuje sąsiednich pikseli, aby zakryć rysę. Ona "rozumie" strukturę metalu, sposób padania światła na lakier czy geometrię nadwozia, generując całkowicie nową treść, która statystycznie powinna znajdować się w danym miejscu.

Narzędzia te stale są ulepszane, co zaciera granicę między generowanym zdjęciem a rzeczywistością. Dla przykładu, użyję zdjęcia powypadkowego samochodu z amerykańskiej aukcji na stronie iaai.com. Nasz przykładowy model to Toyota 4Runner V6 z 2002 roku.

Za pomocą Nano Banana 2 i przy użyciu promptu "Popraw to zdjęcie w taki sposób, aby usunąć wszystkie widoczne usterki, w tym wgniecenia, żeby samochód wyglądał na nowy", uzyskałam w kilka sekund taki efekt, zaczynając od oryginału zdjęcia:

Przez modyfikację AI:

Zdjęcie wyróżniające zostało wygenerowane na potrzeby artykułu

Oczywiście, czujni obserwatorzy być może znaleźliby oznaki sugerujące użycie AI. Natomiast przeglądając tysiące ofert na portalach sprzedażowych, potencjalnemu odbiorcy mogą one umknąć. W przypadku aukcji z zagranicy, gdzie zdjęcie w praktyce pozostaje naszą jedyną możliwością weryfikacji stanu auta, bez możliwości obejrzenia go na żywo z kolegą-mechanikiem, retusz AI handlarzy staje się wręcz idealnym narzędziem w rękach oszustów.

Technologia ta nie jest już tylko teoretycznym zagrożeniem, co potwierdzają dane z rynków zachodnich. Zgodnie z głośnym raportem firmy Authentic ID, blisko 5% wszystkich transakcji motoryzacyjnych, obejmujących sprzedaż i finansowanie, nosi obecnie znamiona oszustwa, w tym z wykorzystaniem narzędzi AI. Głośnym przykładem z życia wziętym stała się sprawa 18-letniego Andrew Arenasa. Chłopak kupił swoje wymarzone auto na Facebook Marketplace za 4500 dolarów. Dzięki AI zdjęcia były nieskazitelne, a dowody, w tym tytuł własności wyglądały na w pełni legalne. Podczas rutynowej kontroli Arenas został zatrzymany przez policję z bronią w ręku – okazało się, że pojazd był kradziony, a cała jego otoczka wizualna i dokumentacyjna została wygenerowana przez AI.

Używane samochody osobowe z gwarancją: Sprawdź ofertę

Co najczęściej maskują oszuści?

Obecnie AI nie jest używane tylko do czystej kosmetyki samochodu, ale jest także narzędziem do ukrywania wad, które w świecie rzeczywistym dyskwalifikowałyby pojazd z bezpiecznego użytkowania. Najbardziej niebezpieczną praktyką jest maskowanie wystrzelonych airbagów. W przeszłości wymagało to fizycznej wymiany deski rozdzielczej lub jej żmudnego flokowania. Dzisiaj technologia Inpainting potrafi narysować nienaruszoną strukturę kokpitu na zdjęciu powypadkowym. Pamiętaj, że wystrzelenie poduszek zazwyczaj oznacza poważną kolizję, a system SRS zadziałał, by ratować życie. To z kolei świadczy o "szkodzie całkowitej" pojazdu (koszt naprawy przekracza wartość pojazdu), a poza faktem braku poduszek w środku – co zagraża Twojemu życiu i zdrowiu – może także sugerować inne ukryte wady pojazdu.

Poza wystrzelonymi poduszkami powietrznymi, najczęściej możemy spotkać się z manipulacją zdjęciami aut używanych w przypadku:

• Geometrii ramy – auto po dachowaniu lub silnych uderzeniach bocznych możemy rozpoznać po nienaturalnych szczelinach między elementami nadwozia. Oszuści korzystają z narzędzi typu AI Warp, aby cyfrowo dociągnąć je do fabrycznych norm;
• Wgnieceń;
• Lakieru, w tym odprysków, rys i ognisk rdzy (korozja).

4 filary weryfikacji: Jak rozpoznać manipulację AI na zdjęciu?

Choć rozpoznanie deepfake wymaga dziś sokolego oka, AI nie jest nieomylne. Sztuczna inteligencja potrafi oszukać nas przy szybkim przewijaniu ofert, ale w przypadku mniejszego wkładu pracy w wygenerowanie "zdjęcia idealnego", nierzadko wykłada się na prawach fizyki i geometrii. Zatem jak sprawdzić czy zdjęcie auta jest wygenerowane przez AI?

Artefakty oświetleniowe – fizyka światła, której AI jeszcze nie rozumie

W przeciwieństwie do profesjonalnych silników renderujących (np. w grach komputerowych), modele generatywne nie symulują fizyki światła, a opierają się na statystycznych zależnościach wyuczonych z milionów zdjęć. Choć potrafią wygenerować przekonujące oświetlenie, często zawodzą w miejscach, gdzie światło musi wejść w interakcję z wieloma powierzchniami.

Jak podają eksperci z NASK, najczęstszym błędem AI jest niepasujące oświetlenie, w tym niespójność cieni i światła. Możesz zauważyć, że słońce odbija się na masce pod kątem sugerującym południe, podczas gdy cień rzucany przez samochód na asfalt odpowiada późnemu popołudniu. DW Fact Check wskazuje również, że AI ma ogromne trudności z lustrami, chromami i szybami. Na prawdziwych zdjęciach odbicie na karoserii musi być logiczną kontynuacją otoczenia. W ogłoszeniach samochodów z deepfake odbicia te często wydają się “rozpuszczać”, są nienaturalnie rozmyte lub przedstawiają obiekty, których nie ma w tle. Na naszym przykładzie Toyoty 4Runner możesz zauważyć, że odbicia na bocznej szybie zostały usunięte, a jeszcze dalej zostały dodane elementy tła, które przy sugerującej pochmurnej pogodzie z reguły nie powinny być tak dobrze widoczne.

AI równie często generuje "pływające" auta. Jeśli oszust wstawił cyfrowo nienaruszony zderzak, może on nie rzucać cienia kontaktowego na elementy znajdujące się bezpośrednio pod nim.

Uwaga: Zwróć także uwagę, że nieostrożny oszust może wstawić zdjęcie ze znakiem wodnym sugerującym użycie AI, co w przypadku Nano Banana 2 zauważysz w prawym, dolnym rogu. To definitywny i ostateczny dowód manipulacji przy zdjęciu.

Nieciągłość tekstur i efekt „smearing” – szukamy nienaturalnej gładzi

Algorytmy AI mają tendencję do nadmiernego upraszczania i idealizowania skomplikowanych faktur, co eksperci nazywają mianem nadmiernego wygładzenia (over-smoothing).

Jak zauważa Andreas Dengel z Niemieckiego Centrum Badawczego AI, powierzchnie w deepfake są zbyt czyste. Na prawdziwym lakierze, nawet w nowym aucie, pod powiększeniem do około 200% widzimy ziarnistość (grain) oraz strukturę tzw. skórki pomarańczy. Zdjęcie AI w miejscu "naprawy" będzie wyglądać jak gładki plastik pozbawiony jakichkolwiek porów czy mikro-niedoskonałości – analogicznie jak w przypadku zdjęć twarzy wygenerowanych przez AI. Bardzo podobne zjawisko zobaczymy przy zdjęciach wnętrza auta, gdzie sztuczna inteligencja gubi tekstury materiałowej tapicerki lub ziarnistość skóry na kierownicy, zamieniając je w rozmytą masę.

Deepfake w ogłoszeniach samochodów możemy też poznać przez tzw. efekt smearing. Na krawędziach, gdzie generowany element styka się z oryginalnym tłem, często pojawiają się niedoskonałości. Są to dziwne plamy, zniekształcenia, nienaturalnie ostre przejścia lub wręcz przeciwnie przesadne wygładzenia, które zdradzają, że fragment obrazu właściwie został doklejony przez algorytm.

Geometria otoczenia – dlaczego latarnie w tle są krzywe?

Podczas manipulowania kształtem nadwozia, np. przy prostowaniu wgnieceń, AI musi niejako przesunąć piksele. Ponieważ algorytm nie zawsze rozumie, że auto i tło to w praktyce dwie osobne plamy, deformuje oba jednocześnie.

Klasycznym błędem (który jest obecnie coraz mniej spotykany przy bardzo zaawansowanych generatorach) są "pijane" latarnie i falujące krawężniki – czyli charakterystyczny błąd najbardziej podstawowych algorytmów AI. Jeśli linia drzwi jest idealnie prosta, ale tuż za nią krawężnik nienaturalnie wygina się w łuk, oszust użył w takim przypadku narzędzi typu AI Warp.

Kolejnym istotnym dowodem są błędy w tle auta, na które warto zwrócić szczególną uwagę. AI często klonuje elementy tła lub generuje je w sposób nielogiczny. Szukaj zatem powtarzających się wzorów na asfalcie, nienaturalnie rozmytych znaków drogowych, nieczytelnych napisów w tle lub "rozpuszczających się" gałęzi drzew przy krawędzi auta. Możesz też zauważyć sztuczne dorzucanie elementów tła, takich jak drzewa, samochody, ławki czy opony, które umieszczone są w sposób nielogiczny dla otoczenia.

Zwróć także uwagę na nienaturalną głębię ostrości. O ile oczywiście smartfony i aparaty mają obecnie taką funkcję, w deepfake tło często wydaje się sztucznie rozmyte, co sugeruje efekt bokeh wygenerowany programowo. Zabieg ten ma ukryć błędy geometryczne AI, ale samo w sobie często zawiera błędy w gradacji tego rozmycia. Dlatego jeśli prezentowane auto jest przesadnie ostre, a samo tło przesadnie rozmyte, najczęściej masz do czynienia z oszustwem AI w motoryzacji.

Metadane i standard C2PA – jak sprawdzić cyfrowy ślad zdjęcia?

Obecnie nie musimy polegać tylko i wyłącznie na wzroku. Standard C2PA (Content Credentials) to kryptograficzny paszport zdjęcia, który na ten moment jest znacznie bezpieczniejszy niż tradycyjne dane EXIF (czyli dane techniczne, format zdjęcia, geolokalizacja czy data). Dane EXIF to prosty tekst, który bardzo łatwo można usunąć lub nadpisać. C2PA to nowy standard opracowany przez międzynarodową koalicję firm technologicznych, którego zadaniem jest zwalczanie Deepfake. C2PA jest w praktyce szyfrowanym łańcuchem zaufania, więc jeśli przykładowo zdjęcie zostało zrobione Pixelem 10 (a samo Google należy do grona stosujących C2PA), posiada ono cyfrowy podpis od momentu naciśnięcia migawki.

W przeglądarkach wspierających ten standard, jak np. Chrome z wtyczką Adobe Content Authenticity, przy prawdziwych zdjęciach pojawi się ikona CR. Klikając w nią, możesz zobaczyć metadane pliku, w tym:

• Source – jakim urządzeniem zostało wykonane zdjęcie,
• Edits – czy użyto Photoshopa czy narzędzi generatywnych,
• Thumbnails – możesz zobaczyć zdjęcie przed edycją, o ile autor jej nie zablokował.

Standard C2PA pozwala także na tzw. fingerprinting, czyli cyfrowy odcisk palca. Nawet jeśli oszust zrobi zrzut ekranu sfałszowanego zdjęcia, co w teorii powinno rozwiązać sprawę, narzędzia takie jak Verify Content Credentials mogą porównać cechy obrazu z chmurowym rejestrem Adobe i wykazać, że pierwotny plik został oznaczony jako "AI-generated".

Wyprzedaż używanych aut osobowych: Poznaj ofertę

Narzędzia do walki z oszustami – co warto mieć w smartfonie?

Nie musisz być zaawansowanym informatykiem, aby skutecznie wykryć deepfake w ogłoszeniach samochodów. Obecnie na rynku znajdziesz kilka pomocnych aplikacji, które pomogą Ci wykryć obrazy wygenerowane przez AI.

Aplikacje do wykrywania manipulacji (Google Content Authenticity, Adobe Verify)

Nowoczesne narzędzia weryfikacji opierają się na standardzie C2PA, który dokumentuje całą drogę zdjęcia – od momentu naciśnięcia migawki po końcowe edycje. Google zintegrował ten standard bezpośrednio ze swoją wyszukiwarką. Podczas przeglądania ogłoszenia w Google Chrome kliknij prawym przyciskiem myszy na zdjęcie auta i wybierz opcję "Informacje o tym obrazie". Narzędzie następnie wyświetli panel z historią pliku – jeśli sprzedawca użył AI, zobaczysz etykietę, że obraz został "wygenerowany lub zmodyfikowany przez sztuczną inteligencję". Dowiesz się również, czy zdjęcie zostało wykonane aparatem, czy poddane obróbce w programach typu Photoshop.

Jeszcze bardziej zaawansowanym, ale wciąż darmowym narzędziem jest Adobe Content Authenticity (Beta). Wystarczy, że zainstalujesz rozszerzenie do przeglądarki Chrome. Gdy najedziesz kursorem na zdjęcie, w jego rogu zobaczysz małą ikonę CR. Po kliknięciu rozwinie się szczegółowy certyfikat. Inną metodą jest pobranie zdjęcia na dysk i przesłanie go na stronę aplikacji Adobe Content Authenticity, gdzie możesz przesłać do 50 plików jednocześnie. Narzędzie Inspect ujawni autora, użyty sprzęt oraz każdą operację wykonaną na pliku, w tym użycie wypełnienia generatywnego AI w Photoshopie.

Możesz także skorzystać z niezależnego od producentów oprogramowania narzędzia koalicji C2PA. Wejdź na stronę verify.contentauthenticity.org i prześlij zdjęcie z ogłoszenia. System ten analizuje tzw. manifest – zaszyty w pliku łańcuch oświadczeń. Jeśli pieczęć kryptograficzna została naruszona, np. przez nieudolną próbę ukrycia śladów AI, narzędzie wyświetli ostrzeżenie o braku integralności danych. Działanie tego systemu jest bardzo proste i nie wymaga żadnych płatności.

Raporty ZDS i dane o skali procederu w Polsce

Skala nieuczciwych praktyk w polskim obrocie autami używanymi – mimo rosnącej świadomości – pozostaje jednym z największych wyzwań dla przejrzystości rynku. Według raportu autoDNA "Rekordziści rynku aut używanych 2025", polski rynek opiera się głównie na samochodach w wieku 14-17 lat. Tak stary park maszynowy jest naturalnym obszarem działania oszustów AI w motoryzacji 2026 roku.

Analizy wykazują, że ogromna część aut oferowanych w Polsce to pojazdy powypadkowe, których historię nierzadko próbuje się zamaskować właśnie za pomocą AI. Według danych Carfax za 2025 rok, aż 63% używanych aut sprowadzanych z zagranicy, które użytkownicy sprawdzili w bazie Carfax, miało odnotowaną przynajmniej jedną kolizję. Z kolei systemy autoDNA odnotowały w analogicznym roku łącznie 449 004 szkód o łącznej wartości ponad 6 miliardów złotych. Najbardziej narażone są obecnie auta klasy premium, w tym obecny lider szkodliwości BMW Seria 5 (szkody w 76,19% raportów), BMW Seria 3 (70,57%) oraz Audi A6 (70,10%). W przypadku BMW Serii 5 aż 14,06% sprawdzeń dotyczyło aut z odnotowaną szkodą całkowitą.

Auta powypadkowe z ukrytą przyszłością najczęściej płyną do nas ze Stanów Zjednoczonych (72,61% szkód nadwozia) oraz Kanady (81,93%). Wiele z tych pojazdów trafia do Polski po odnotowaniu za granicą szkody całkowitej, by zostać odbudowane najniższym możliwym kosztem i wrócić do obrotu jako "okazje". Część nieuczciwych sprzedawców liczy również na to, że przy zmianie kraju rejestracji dane o kolizjach z zagranicznych rejestrów zgubią się, co ułatwi sprzedaż auta. To właśnie zdjęcia takich pojazdów najczęściej poddawane są modyfikacjom AI.

Wyprzedaż aut klasy premium: Zobacz ofertę

Psychologia oszustwa – dlaczego zdjęcia generowane przez AI są tak skuteczne?

Dlaczego jednak dajemy się tak perfidnie nabrać? Badania naukowców z Uniwersytetu w Bristolu ze stycznia 2026 roku dowodzą, że ludzie potrafią wierzyć w przekaz filmu lub zdjęcia, nawet jeśli wiedzą i zostali wyraźnie ostrzeżeni, że jest to deepfake.

Oszuści wykorzystują przede wszystkim estetykę, podczas gdy my podświadomie łączymy wysoką jakość z wiarygodnością sprzedawcy. Skoro auto wygląda idealnie, zakładamy, że właściciel równie idealnie o nie dbał, co wyłącza czujność dotyczącą jego stanu technicznego. Dodatkowym haczykiem na kupujących jest presja czasu, w tym fałszywe komunikaty o długiej kolejce i wielu chętnych, które wyłączają krytyczne myślenie. Analogiczne strategie oszuści stosują na innych płaszczyznach, jak np. w przypadku ofert pracy czy sprzedaży nieruchomości.

Ważne w tym kontekście jest także nowe pojęcie AI Boomertrap, czyli zjawisko produkowania treści przez AI w taki sposób, aby przyciągnąć uwagę seniorów i użytkowników okazjonalnych. Pułapka bazuje na prostych emocjach, bodźcach czy clickbaitowych nagłówkach, które mają wywołać reakcję. Przykład słynnego już "chałkonia" pokazał, że użytkownicy wciąż mają ogromną łatwość w uznawaniu syntetycznych zdjęć za prawdziwe. W motoryzacji mechanizm ten działa identycznie – jeśli Volkswagen Golf z 2002 roku wygląda jak "nówka" i ma bardzo atrakcyjną cenę, rzadko kto zastanawia się, dlaczego tło na zdjęciu samochodu jest pofalowane.

Checklista kupującego: O co zapytać sprzedawcę, gdy masz wątpliwości co do zdjęć?

Jeśli po analizie zdjęć nie jesteś pewny co do ich autentyczności, warto wykonać kilka dodatkowych kroków, dzięki którym nie wyrzucisz niemałych pieniędzy w błoto. Pamiętaj, że zasada ograniczonego zaufania sprawdza się nie tylko na drodze, ale i podczas zakupów:

1. Poproś o surowe video – algorytmy deepfake są trudniejsze do wygenerowania w czasie rzeczywistym. Poproś o nagranie “z ręki”, niech sprzedawca obejdzie samochód dookoła, wykonując przy tym gwałtowne ruchy telefonem i pokaże numery VIN. AI często gubi się przy nagłych zmianach planów i nakładaniu warstw wideo.
2. Poproś o wysłanie zdjęć e-mailem – nie przez komunikatory, które wycinają metadane. Sprawdź dane EXIF, czy zgadza się model telefonu i data wykonania zdjęcia.
3. Weryfikacja live – poproś o zdjęcie konkretnego elementu z nietypowym przedmiotem obok, np. monetą położoną na masce czy kciukiem uniesionym przy konkretnym detalu nadwozia. AI ma problemy z zachowaniem spójności cieni między dwoma różnymi obiektami.
4. Weryfikacja VIN – nigdy nie polegaj tylko na zdjęciach. Warto skorzystać z darmowego narzędzia rządowego historiapojazdu.gov.pl lub raportów takich jak Carfax, jeśli samochód jest importowany.

Podsumowanie: Czy w 2026 roku można jeszcze wierzyć zdjęciom w sieci?

Niestety, bezkrytyczne zaufanie do sprzedawców oraz autentyczności publikowanych przez nich zdjęć bywa zgubne i potrafi niemało kosztować. Obecne narzędzia AI są bardzo zaawansowane i w kilka sekund ukryją wszystko, o co tylko poprosi aktualny właściciel auta. Twoja czujność może w łatwy sposób zostać uśpiona, albo paradoksalnie – przypiszesz oszustwo osobie, która AI w swoich zdjęciach nigdy nie użyła.

Oczywiście, nie każdy sprzedawca auta używanego jest oszustem. W 2026 roku kluczem do bezpiecznego zakupu – szczególnie na odległość – jest wiedza o tym, jak rozpoznać przerobione zdjęcie samochodu, technologia weryfikująca technologie oraz powrót do tradycyjnych, fizycznych oględzin z ekspertem, czemu AI nie zdążyło jeszcze sprostać.

Fot: Nano Banana 2