--- id: CP-302 slug: znakowanie-c2pa-content-credentials lang: pl title: Jak C2PA potwierdza pochodzenie materiału description: Jak C2PA i Content Credentials dołączają podpisaną historię do obrazu, nagrania wideo lub dźwięku oraz co ten podpis dowodzi, a czego nie. canonical_url: https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials/ markdown_url: https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials.md publisher: Brain (https://startbrain.io) license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) cite_as: Brain, „Jak C2PA potwierdza pochodzenie materiału”, Cyberpedia, 2026. https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials/ (CC BY 4.0) wing: 4 theme: deepfake reflex: air-036 schema: G4 updated: "2026-11-03" translations: pl: https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials/ fr: https://startbrain.io/cyberpedia/fr/articles/filigranage-c2pa-content-credentials/ en: https://startbrain.io/cyberpedia/en/articles/c2pa-content-credentials-watermarking/ es: https://startbrain.io/cyberpedia/es/articles/filigranage-c2pa-content-credentials/ it: https://startbrain.io/cyberpedia/it/articles/filigrana-c2pa-content-credentials/ nl: https://startbrain.io/cyberpedia/nl/articles/c2pa-content-credentials-watermarking-nl/ pt: https://startbrain.io/cyberpedia/pt/articles/filigrana-c2pa-content-credentials/ sources: - "n": 1 title: Content Credentials (classic) publisher: Microsoft url: https://learn.microsoft.com/en-us/azure/foundry-classic/openai/concepts/content-credentials accessed: "2026-11-03" - "n": 2 title: "Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency" publisher: NIST url: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf published: "2024-11-18" accessed: "2026-11-03" - "n": 3 title: "SynthID Detector: a new portal to help identify AI-generated content" publisher: Google url: https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/ published: "2025-05-20" accessed: "2026-11-03" - "n": 4 title: The near-term impact of AI on the cyber threat publisher: NCSC (Royaume-Uni) url: https://www.ncsc.gov.uk/report/impact-of-ai-on-cyber-threat published: "2024-01-24" accessed: "2026-11-03" --- # Jak C2PA potwierdza pochodzenie materiału Obraz, nagranie wideo lub dźwiękowe może zostać wytworzone przez sztuczną inteligencję, a potem krążyć bez żadnej informacji o tym, skąd pochodzi. Content Credentials mają wypełnić tę lukę: dołączają do pliku podpisaną kartę pochodzenia, którą odbiorca może sprawdzić. Taka karta pomaga ocenić materiał, ale sama niczego nie rozstrzyga. Jej brak nie dowodzi, że plik jest fałszywy, a jej obecność nie dowodzi, że jest prawdziwy. Artykuł wyjaśnia, co podpis gwarantuje, co pozostawia otwarte i co pracownik może z nim zrobić. ## W 30 sekund - Gdzie to się zdarza: obrazy, nagrania wideo i dźwięki otrzymane przez komunikator, w sieci społecznościowej lub e-mailem, gdy nie wiadomo, czy są autentyczne. - Czego chce atakujący: podać sfabrykowany materiał za autentyczny albo usunąć etykietę wskazującą, że pochodzi on od AI. - Odruch: jeśli materiał uzasadnia decyzję, płatność lub polecenie, należy sprawdzić jego Content Credentials, a następnie potwierdzić prośbę innym kanałem niż ten, którym ją przesłano. - Jeśli to już się stało: powiadomić dział bezpieczeństwa, przekazując plik oryginalny, bez jego edycji i bez ponownego zapisywania. ## Pytania wprost ### Czym są Content Credentials? To sposób ujawniania pochodzenia i historii treści, określany jako „tamper-evident" (taki, który czyni każdą zmianę widoczną). Opiera się na otwartej specyfikacji Coalition for Content Provenance and Authenticity (C2PA) [1]. W praktyce do obrazu dołączany jest manifest, podpisany kryptograficznie za pomocą certyfikatu [1]. ### Co zawiera ta karta pochodzenia? W przypadku obrazów generowanych w Azure OpenAI manifest zawiera trzy pola: opis („AI Generated Image"), nazwę oprogramowania, które wytworzyło obraz, oraz znacznik czasu utworzenia credentials [1]. Specyfikacja C2PA pozwala szerzej zapisywać twierdzenia o pochodzeniu, historii modyfikacji i „łańcuchu pochodzenia", czyli o treściach, z których plik jest wywiedziony [2]. ### Jakich rodzajów materiałów to dotyczy? Specyfikacja obsługuje obraz, dźwięk i wideo [2]. ### Jak sprawdzić plik? Microsoft podaje dwa sposoby: stronę internetową Content Credentials Verify oraz narzędzia open source Content Authenticity Initiative [1]. Dla obrazu wygenerowanego przez model Azure OpenAI strona pokazuje, że credentials wydał Microsoft Corporation, wraz z datą i godziną wydania [1]. ### Jeśli nie znajduję żadnej karty, czy plik jest fałszywy? Nie. Metadane zapisane w pliku można usunąć, co często dzieje się przy udostępnianiu plików, na przykład w sieciach społecznościowych [2]. Można to zrobić, by wprowadzić odbiorców w błąd co do pochodzenia treści, albo z niewinnego powodu, takiego jak ochrona prywatności [2]. Plik bez karty pozostaje więc plikiem o nieznanym pochodzeniu. ### Jeśli karta jest obecna, a podpis prawidłowy, czy treść jest prawdziwa? Niekoniecznie. Podpis nie może sprawdzić, czy metadane są dokładne: z technicznego punktu widzenia wskazuje tylko, że podpisujący poświadczył ich istnienie w danym momencie [2]. NIST podaje przykład: obraz podpisany przez aparat mógł zostać zmodyfikowany przez AI wbudowaną w aparat [2]. ## W skórze atakującego Atakujący rozpowszechniający fałszywkę nie ma interesu w tym, by zostawić kartę pochodzenia wskazującą, że materiał wygenerowała AI. Otwartych jest kilka dróg, wszystkie opisał NIST. Pierwsza jest najprostsza: usunięcie metadanych. Nic nie zmusza platformy ani narzędzia do ich zachowania, a NIST zauważa, że usuwanie jest częste przy udostępnianiu [2]. Odbiorca dostaje wtedy plik bez historii, tak samo jak w przypadku pliku całkowicie prawidłowego. Druga polega na podpisaniu samemu. Każdy może stworzyć własny certyfikat i występować jako własny urząd, bez żadnej reputacji [2]. Podpis jest wtedy poprawny kryptograficznie, ale nie jest przez to wiarygodny: dopóki weryfikujący nie dodał tego podpisującego do swoich „trust lists", może wykryć, że podpis nie jest zaufany [2]. Trzecia dotyczy samego urzędu. NIST zwraca uwagę, że skompromitowany urząd certyfikacji umożliwiłby wydawanie ważnych certyfikatów dla sfałszowanych tożsamości [2]. Te ograniczenia mają tym większe znaczenie, że generatywna AI udoskonala przynęty. Brytyjskie NCSC oceniało w styczniu 2024 roku, że do 2025 roku takie modele utrudnią wszystkim, bez względu na poziom wiedzy o cyberbezpieczeństwie, ocenę, czy e-mail lub prośba o zresetowanie hasła są autentyczne [4]. ## Co widać na ekranie Możliwe są trzy sytuacje. W pierwszej narzędzie weryfikacji wyświetla credentials. W Content Credentials Verify można odczytać wydawcę oraz datę i godzinę wydania [1]. Dla treści wytworzonej przez model Azure OpenAI strona pokazuje „Microsoft Corporation" [1]. W drugiej plik nie pokazuje nic. To typowy przypadek po udostępnieniu, ponieważ metadane są często usuwane [2]. Nie oznacza to ani że plik jest fałszywy, ani że jest bezpieczny. W trzeciej narzędzie sygnalizuje podpis niezaufany. NIST oczekuje, że oprogramowanie prezentujące wskaże wtedy, iż podpisujący może nie być tym, za kogo się podaje [2]. Nawet metadane niepodpisane lub podpisane nieznanym certyfikatem można wyświetlać z adnotacją o niepewności co do ich ważności [2]. ## Pod maską Zasada opiera się na kilku elementach, które NIST opisuje następująco. Podpis cyfrowy jest obliczany z treści i jej metadanych za pomocą klucza prywatnego, który pozostaje tajny. Weryfikujący używa odpowiadającego mu klucza publicznego, aby sprawdzić, czy podpis jest ważny i zgadza się z danymi, które rzekomo podpisano [2]. Jeśli treść lub metadane zmienią się później, odbiorca to zobaczy [2]. Aby wskazać, komu ufać, C2PA łączy funkcje skrótu, podpisy cyfrowe, certyfikaty z parami kluczy publicznego i prywatnego oraz „trust lists" urzędów certyfikacji uznanych za wiarygodne. Organizacja C2PA prowadzi domyślną listę centralną, która w dniu publikacji raportu NIST była jeszcze opracowywana [2]. C2PA dąży też do tego, by jej specyfikację znormalizował komitet ISO/TC 171/SC 2 [2]. Znak wodny to inna technika, której nie należy mylić z metadanymi. NIST opisuje go jako znak wstawiony w samą treść, przez piksele lub słowa, bez osobnego kanału [2]. Tak zwane ukryte znaki wodne są zaprojektowane tak, by przetrwały, w przeciwieństwie do metadanych, które często się usuwa [2]. Oba podejścia można łączyć: odporny znak wodny, mało podatny na usunięcie, gdy obraz przechodzi z jednej platformy na drugą, plus podpisane metadane dla tych, którzy je otrzymują [2]. Wreszcie NIST sygnalizuje zastrzeżenia. Najpierw prywatność: użytkownik, który nie wie, że metadane są dodawane przy rejestracji lub generowaniu, może ujawnić, kiedy, gdzie, przez kogo i za pomocą jakiego narzędzia obraz powstał [2]. C2PA zaleca, by narzędzia tworzyły te metadane dopiero po aktywnej zgodzie użytkownika, ale zalecenie to nie jest wiążące [2]. Co do bezpieczeństwa i złożoności specyfikacji, niezależni eksperci wyrazili obawy [2]. ## Analizy incydentów Cytowane tu źródła nie dokumentują żadnego konkretnego incydentu oszustwa. Opisują wdrożenia z podanymi datami, które pokazują, jak takie dowody pochodzenia wyglądają w praktyce. ### Styczeń 2024: ocena NCSC dotycząca AI i zagrożeń cybernetycznych 24 stycznia 2024 roku NCSC publikuje swoją ocenę wpływu AI na zagrożenie cybernetyczne w najbliższej perspektywie. Szacuje w niej, że AI da atakującym głównie wzrost możliwości w inżynierii społecznej oraz że generatywna AI już teraz umożliwia przekonujące rozmowy z ofiarami, bez błędów tłumaczenia, ortograficznych i gramatycznych, które często zdradzają phishing [4]. ### Listopad 2024: NIST zestawia podejścia do przejrzystości W listopadzie 2024 roku NIST publikuje raport o technicznych podejściach do przejrzystości treści cyfrowych. Odróżnia w nim śledzenie pochodzenia, które obejmuje znaki wodne i metadane, od wykrywania treści syntetycznych [2]. Przywołuje Adobe, które wdraża C2PA w swoim produkcie generatywnej AI Firefly, i zaznacza, że te studia przypadków są zgłaszane przez uczestniczące podmioty, więc należy je czytać jako zastosowania deklarowane przez nie same [2]. ### 20 maja 2025: Google ogłasza SynthID Detector 20 maja 2025 roku Google ogłasza SynthID Detector, portal weryfikacji służący do rozpoznawania treści stworzonych za pomocą jego narzędzi AI [3]. Wgrywa się tam obraz, dźwięk, wideo lub tekst, a portal szuka znaku wodnego SynthID, po czym wyróżnia części, które najprawdopodobniej go zawierają [3]. Google podaje, że ponad 10 miliardów treści ma już ten znak wodny, a dostęp był początkowo otwarty dla testerów, z listą oczekujących dla dziennikarzy, profesjonalistów z branży medialnej i badaczy [3]. Portal dotyczy treści wytworzonych za pomocą narzędzi AI Google [3]. Google oznaczył też znakiem wodnym filmy NVIDIA i ogłasza partnerstwo z GetReal Security w zakresie wykrywania przez innych uczestników rynku [3]. Plik bez znaku wodnego SynthID może pochodzić z innego narzędzia. ## Źródła 1. Microsoft, „Content Credentials (classic)”. https://learn.microsoft.com/en-us/azure/foundry-classic/openai/concepts/content-credentials (dostęp 3 listopada 2026) 2. NIST, „Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency”, 18 listopada 2024. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf (dostęp 3 listopada 2026) 3. Google, „SynthID Detector: a new portal to help identify AI-generated content”, 20 maja 2025. https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/ (dostęp 3 listopada 2026) 4. NCSC (Royaume-Uni), „The near-term impact of AI on the cyber threat”, 24 stycznia 2024. https://www.ncsc.gov.uk/report/impact-of-ai-on-cyber-threat (dostęp 3 listopada 2026) --- Źródło oryginalne: Cyberpedia, publiczna encyklopedia cyberbezpieczeństwa i AI wydawana przez Brain. Wersja kanoniczna: https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials/ Możesz swobodnie wykorzystywać ten tekst na licencji CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), pod warunkiem podania „Brain, Cyberpedia” wraz z odnośnikiem do powyższego adresu.