Η Zoom αλλάζει τα call με AI ανίχνευση deepfakes και αυτόματη διόρθωση εικόνας και φωνής

Η Zoom ανακοίνωσε μια νέα λειτουργία κυβερνοασφάλειας που θα μπορεί να εντοπίζει πιθανές απόπειρες εξαπάτησης μέσω deepfake κατά τη διάρκεια βιντεοκλήσεων. Το σύστημα, με την ονομασία Deepfake Risk Detection, θα αναλύει σε πραγματικό χρόνο την εικόνα και τη φωνή των συμμετεχόντων, αναζητώντας ενδείξεις ότι το περιεχόμενο έχει τροποποιηθεί με τεχνητή νοημοσύνη.

Παράλληλα, η εταιρεία ετοιμάζει δύο ακόμη λειτουργίες AI, οι οποίες θα βελτιώνουν αυτόματα την εμφάνιση των χρηστών στην κάμερα και την καθαρότητα της ομιλίας τους.

Οι νέες δυνατότητες παρουσιάστηκαν στις 20 Οκτωβρίου 2026, στο πλαίσιο του ετήσιου συνεδρίου Zoomtopia, με προγραμματισμένη διάθεση τον Δεκέμβριο.

Η ανακοίνωση αποτυπώνει δύο διαφορετικές κατευθύνσεις στην ανάπτυξη της τεχνητής νοημοσύνης: από τη μία πλευρά, η Zoom προσπαθεί να αντιμετωπίσει τις απειλές που δημιουργεί η παραποίηση προσώπων και φωνών, ενώ από την άλλη χρησιμοποιεί την ίδια τεχνολογία για να αλλάζει τον τρόπο με τον οποίο οι άνθρωποι εμφανίζονται και ακούγονται στις διαδικτυακές συναντήσεις.

Πώς θα αναγνωρίζει η Zoom τα deepfakes

Το Deepfake Risk Detection σχεδιάστηκε για να εντοπίζει πιθανή χρήση συνθετικού ή τροποποιημένου οπτικοακουστικού περιεχομένου.

Η Zoom αλλάζει τις βιντεοκλήσεις με AI - Ανίχνευση deepfakes και αυτόματη διόρθωση εικόνας και φωνής

Η λειτουργία θα εξετάζει τα σήματα βίντεο και ήχου μιας συνάντησης, αναζητώντας χαρακτηριστικά που υποδηλώνουν ότι η εικόνα ή η φωνή ενός συμμετέχοντα έχει υποστεί επεξεργασία εκτός της πλατφόρμας.

Εφόσον εντοπιστεί ύποπτη δραστηριότητα, το σύστημα θα εμφανίζει προειδοποίηση μαζί με ένδειξη του βαθμού βεβαιότητας της αξιολόγησης.

Η Zoom διευκρινίζει ότι πρόκειται για εργαλείο εκτίμησης κινδύνου και όχι για μηχανισμό που μπορεί να επιβεβαιώσει με απόλυτη ακρίβεια την πραγματική ταυτότητα κάθε συμμετέχοντα.

Η τεχνολογία απευθύνεται ιδιαίτερα σε επιχειρήσεις που πραγματοποιούν διαδικτυακές συνεντεύξεις εργασίας, οικονομικές συναλλαγές και συναντήσεις με εξωτερικούς συνεργάτες.

Σε τέτοιες περιπτώσεις, ένας δράστης θα μπορούσε να χρησιμοποιήσει συνθετική εικόνα ή φωνή για να υποδυθεί ένα στέλεχος και να ζητήσει μεταφορά χρημάτων ή πρόσβαση σε εμπιστευτικές πληροφορίες.

Γιατί η ανίχνευση deepfakes δεν προσφέρει απόλυτη ασφάλεια

Η αναγνώριση παραποιημένου περιεχομένου αποτελεί ολοένα μεγαλύτερη πρόκληση, καθώς τα συστήματα παραγωγής βίντεο και φωνής γίνονται πιο πειστικά.

Οι σύγχρονες τεχνικές μπορούν να δημιουργούν ρεαλιστικές κινήσεις προσώπου, συγχρονισμό χειλιών και φωνητικά χαρακτηριστικά που δύσκολα διακρίνονται από πραγματικές καταγραφές.

Αυτό σημαίνει ότι ακόμη και ένας προηγμένος μηχανισμός ανίχνευσης μπορεί να αποτύχει να εντοπίσει μια επίθεση ή να χαρακτηρίσει λανθασμένα ως ύποπτο έναν πραγματικό συμμετέχοντα.

Η Zoom δεν έχει δημοσιοποιήσει ακόμη ανεξάρτητα αποτελέσματα αξιολόγησης της ακρίβειας του Deepfake Risk Detection ούτε αναλυτικές πληροφορίες για τις περιπτώσεις στις οποίες ενδέχεται να παρουσιάζει περιορισμούς.

Επομένως, οι προειδοποιήσεις του θα πρέπει να λειτουργούν συμπληρωματικά προς άλλες διαδικασίες επαλήθευσης ταυτότητας και όχι ως μοναδικό κριτήριο εμπιστοσύνης.

Pose Correction – Η κάμερα θα σας δείχνει πιο συγκεντρωμένους

Μία από τις πιο ασυνήθιστες λειτουργίες που παρουσίασε η Zoom ονομάζεται Pose Correction.

Χρησιμοποιεί τεχνητή νοημοσύνη για να πραγματοποιεί μικρές διορθώσεις στην εικόνα του συμμετέχοντα, όταν εκείνος στρέφει στιγμιαία το βλέμμα του μακριά από την κάμερα.

Για παράδειγμα, ένας εργαζόμενος που συμβουλεύεται σημειώσεις ή κοιτάζει μια δεύτερη οθόνη θα μπορεί να εμφανίζεται σαν να διατηρεί περισσότερο την οπτική επαφή με τους υπόλοιπους συμμετέχοντες.

Η εταιρεία αναφέρει ότι οι παρεμβάσεις θα περιορίζονται σε φυσιολογικά όρια κίνησης και θα επιστρέφουν ομαλά στην αρχική εικόνα.

Το Pose Correction θα χρησιμοποιεί επεξεργασία AI απευθείας στη συσκευή, χωρίς να απαιτείται αποστολή των συγκεκριμένων υπολογισμών σε απομακρυσμένο διακομιστή.

Η λειτουργία, πάντως, δημιουργεί ένα ενδιαφέρον ερώτημα: όταν η εικόνα διορθώνεται ώστε κάποιος να φαίνεται πιο προσεκτικός, η οπτική εντύπωση δεν αντικατοπτρίζει απαραίτητα την πραγματική κατεύθυνση του βλέμματός του.

Touch up my voice – Το AI θα επεξεργάζεται τη φωνή σε πραγματικό χρόνο

Η τρίτη νέα δυνατότητα ονομάζεται Touch up my voice και επικεντρώνεται στην ομιλία.

Σύμφωνα με τη Zoom, το σύστημα θα αξιοποιεί AI στη συσκευή του χρήστη για να βελτιώνει την καθαρότητα της φωνής και να εξομαλύνει ορισμένα χαρακτηριστικά της προφοράς.

Στόχος είναι οι συμμετέχοντες να ακούγονται πιο καθαρά, ιδιαίτερα σε επαγγελματικές συναντήσεις όπου επικοινωνούν άνθρωποι με διαφορετική γλωσσική προέλευση.

Η εταιρεία υποστηρίζει ότι η επεξεργασία δεν θα αλλάζει τις λέξεις που χρησιμοποιεί ο ομιλητής, τη γλώσσα του ή το νόημα των όσων λέει.

Η λειτουργία διαφέρει από το Voice Translator, το οποίο προορίζεται για τη μετάφραση ομιλίας σε άλλες γλώσσες και έχει διαφορετικό χρονοδιάγραμμα ανάπτυξης.

Παραμένει, ωστόσο, να διαπιστωθεί πόσο φυσικό θα είναι το τελικό αποτέλεσμα και πώς θα αποδίδονται διαφορετικές προφορές, χωρίς να αλλοιώνονται προσωπικά χαρακτηριστικά της φωνής.

Πότε θα γίνουν διαθέσιμες οι νέες λειτουργίες

Η Zoom σχεδιάζει να διαθέσει τα Deepfake Risk Detection, Pose Correction και Touch up my voice τον Δεκέμβριο του 2026.

Δεν έχει ανακοινώσει ακόμη αναλυτικά ποιες συνδρομές θα περιλαμβάνουν κάθε δυνατότητα, αν θα υπάρχει πρόσθετη χρέωση ή αν όλες οι λειτουργίες θα ενεργοποιηθούν ταυτόχρονα στην Ελλάδα και στην υπόλοιπη Ευρώπη.

Παράλληλα, στο Zoomtopia παρουσιάστηκαν πρόσθετα εργαλεία διαχείρισης των εταιρικών εφαρμογών AI, με στόχο να προσφέρουν μεγαλύτερο έλεγχο στους διαχειριστές συστημάτων.

Η νέα στρατηγική της Zoom αποτυπώνει μια σημαντική αλλαγή στον χώρο των βιντεοκλήσεων. Η τεχνητή νοημοσύνη δεν χρησιμοποιείται πλέον αποκλειστικά για την απομαγνητοφώνηση συζητήσεων και τη δημιουργία περιλήψεων, αλλά παρεμβαίνει άμεσα στον ήχο, στην εικόνα και στην αξιολόγηση της αυθεντικότητας των συμμετεχόντων.

Το σημαντικότερο ζήτημα είναι αν αυτές οι παρεμβάσεις θα καταφέρουν να κάνουν τις διαδικτυακές συναντήσεις πιο ασφαλείς και αποτελεσματικές, διατηρώντας παράλληλα την εμπιστοσύνη στην εικόνα και στη φωνή των ανθρώπων που συμμετέχουν.