كل بضعة أشهر تُعلَن أداة جديدة لكشف الفيديوهات المزيفة برقم دقة مبهر، وكل بضعة أشهر تجعل تقنية توليد جديدة ذلك الرقم بلا معنى بهدوء. هذا ليس مصادفة ولا تأخراً مؤقتاً ستُغلقه هندسة أفضل يوماً ما. إنه متأصل في طريقة بناء الطرفين. يكفي المولّد أن يجد نمطاً واحداً لم يتعلّم الكاشف رصده؛ بينما على الكاشف أن يتوقع كل نمط قد ينتجه المولّد يوماً ما. فهم هذا التفاوت يوضح لماذا تنهار كثير من ادعاءات الكشف بمجرد مواجهتها لفيديو واقعي بدل مجموعة بيانات نظيفة في المختبر. وكلما تعمّقنا في آلية عمل الطرفين، اتضح أن هذا التفاوت ليس عيباً يمكن إصلاحه بتحديث برمجي بسيط، بل نتيجة مباشرة لطبيعة كل تقنية والغرض الذي صُمِّمت من أجله.
ما هو الفيديو المزيف فعلياً من الداخل
الفيديو المزيف هو ناتج نموذج توليدي، غالباً نسخة من شبكة توليدية تنافسية أو نموذج انتشار، مدرَّب على إعادة إنتاج وجه أو صوت أو جسد كامل بطرق لم تُسجَّل فعلياً قط. النموذج لا ينسخ وحدات بكسل من مقطع مصدر؛ بل يتعلّم تمثيلاً إحصائياً مضغوطاً لكيفية تحرك الوجه ورمشه وتفاعله، ثم يُنتج إطارات جديدة متسقة مع ذلك التمثيل.
ولأن الناتج مُولَّد لا منسوخ، لا يوجد ملف أصلي يمكن مقارنته به ولا علامة مائية مدمجة في وحدات البكسل افتراضياً. كل إطار يُصنَّع من جديد، ما يعني أن أي تناقض قد يبحث عنه كاشف يجب استنتاجه من المحتوى المولَّد نفسه بدل مقارنته بشيء معروف أنه أصلي.
هذه الطبيعة التوليدية لا التحريرية هي جذر المشكلة كلها. الطب الشرعي الرقمي التقليدي — كشف التلاعب، تحليل النسخ واللصق، آثار أداة الاستنساخ — يفترض أن صورة حقيقية قد عُدِّلت. الفيديوهات المزيفة لا تُعدَّل؛ بل تُصنَّع كاملة، لذا فإن كل الأدوات المبنية لكشف تلاعب حقبة الفوتوشوب لا تنطبق إلا جزئياً.
لماذا تتمتع المولّدات بأفضلية بنيوية مسبقة
يمكن اختبار مولّد الفيديوهات المزيفة وتدريبه ضد الكاشفات قبل إصداره للعامة أبداً. الباحثون الذين يبنون تقنيات التوليد يُشغّلون بانتظام نتاجهم عبر أفضل أدوات الكشف المتاحة آنذاك ويعدّلون النموذج حتى يجتازها. حدود قرار الكاشف نفسه تصبح إشارة تدريب للمولّد.
لا يستطيع الكاشف فعل العكس بالسهولة نفسها. لا يمكن تدريبه ضد تقنيات توليد لم توجد بعد، وبحلول الوقت الذي تصبح فيه تقنية توليد جديدة معروفة بما يكفي لدراستها، يكون ناتجها منتشراً بالفعل. الكاشف دائماً يتفاعل مع تقنية سبقته بالظهور في الواقع.
لهذا تبدو دقة الكشف ضد تقنية العام الماضي ممتازة بينما تنخفض بهدوء ضد تقنية هذا العام. الكاشف لم يكن يحل مشكلة الفيديوهات المزيفة عموماً؛ بل كان يحل الآثار التقنية المحددة التي صودف تدريبه عليها فقط.
مشكلة بيانات التدريب
عادة ما تُدرَّب الكاشفات كأنظمة تصنيف: تُعرض عليها أمثلة موسومة لفيديو حقيقي ومزيف ويُطلَب منها تعلّم الفرق. هذا يعني أن فائدة الكاشف محكومة بمدى حداثة وتنوع أمثلته المزيفة الموسومة.
بناء مجموعة بيانات موسومة يستغرق وقتاً حقيقياً — توليد آلاف العينات المزيفة عبر طرق توليد مختلفة، والتحقق من أصالة العينات الحقيقية، وتنظيم مجموعة متوازنة. وبحلول اكتمال تلك المجموعة وتدريب نموذج عليها، تكون تقنيات توليد أحدث قد صدرت غالباً، ما يعني أن الكاشف يُدرَّب على لقطة من تقنية تجاوزها الزمن بالفعل.
تحاول بعض مجموعات البحث حل هذا بتوليد بيانات تدريب اصطناعية للكاشفات بأسرع ما تظهر أوراق بحثية جديدة، لكن هذا لا يزال يعني أن معرفة الكاشف محدودة بما كان معلناً وقت التدريب، لا بما يُشغّله فاعل خبيث اليوم.
لماذا لا تصمد دقة المختبر أمام وسائل التواصل الاجتماعي
الكاشف الذي يُعلن عن دقة تفوق تسعين بالمئة في ورقة بحثية منشورة يكون شبه دائماً قد اختُبر على فيديو نظيف عالي الدقة من مجموعة بيانات مرجعية. الفيديوهات المزيفة المتداولة فعلياً على الإنترنت نادراً ما تصل بتلك الحالة.
الفيديو المشارك على المنصات يُعاد ترميزه ويُضغَط ويُغيَّر حجمه وأحياناً يُعاد تسجيله عن شاشة قبل أن يصل إلى المشاهد. كل خطوة من هذه تدمّر أو تشوّش الآثار الإحصائية الدقيقة التي دُرِّب الكاشف على ملاحظتها، لأن الضغط وتغيير الحجم يُدخلان ضوضاء خاصة بهما قد تخفي أثراً حقيقياً أو تحاكي أثراً غير موجود.
لهذا تُظهر التدقيقات المستقلة لأدوات الكشف المنشورة، حين تُختبر ضد محتوى مُبلَّغ عنه فعلياً من الواقع، دقة أدنى بكثير من المعيار المرجعي المنشور للأداة. الفجوة ليست تدليساً من الباحثين؛ بل تعكس فرقاً حقيقياً بين مجموعة اختبار مضبوطة وخط أنابيب فوضوي يمر عبره الفيديو فعلياً قبل أن يراه أي شخص.
التحقق من المصدر كإجابة من نوع مختلف
ولأن الكشف اللاحق للحدث تفاعلي بنيوياً، تحوّل جزء متنامٍ من هذا المجال نحو التحقق من المصدر بدلاً من محاولة رصد علامات التزييف: إثبات من أين جاء المحتوى بدل تخمين ذلك من وحدات البكسل.
تحالف مصداقية وأصل المحتوى، المعروف اختصاراً بـC2PA، هو أبرز جهد في هذا الاتجاه. يُعرِّف معياراً لبيانات وصفية موقَّعة تشفيرياً ترافق الصورة أو الفيديو منذ لحظة التقاطه، مسجّلة الجهاز وأي تعديلات أُجريت ومن قام بها، بحيث يمكن للمشاهد التحقق من سلسلة حيازة يمكن التأكد منها بدل التخمين من وحدات البكسل.
بدأت شركات الكاميرات وبعض المنصات الكبرى بتبني هذا المعيار، لكنه لا يساعد إلا في المحتوى الموقَّع وقت الالتقاط. فهو لا يفيد بشيء بمليارات الصور والفيديوهات الموجودة أصلاً دون تلك البيانات، ويمكن حذفه من أي منصة أو أداة لا تحافظ عليه، لذا فالتحقق من المصدر مكمّل للكشف لا بديل عنه.
نسخة استنساخ الصوت من المشكلة ذاتها
الفيديوهات الصوتية المزيفة تتبع النمط ذاته من السباق التسلحي، وغالباً بفارق زمني أقصر حتى. استنساخ صوت مقنع كان يتطلب دقائق من الكلام المسجّل النظيف؛ الأنظمة الأحدث يمكنها إنتاج نسخة صالحة للاستخدام من ثوانٍ قليلة من الصوت، ما يقلّص كمية المادة المصدرية التي يحتاجها المهاجم.
تواجه كاشفات الصوت التأخر ذاته في بيانات التدريب الذي تواجهه كاشفات الفيديو: تُبنى على أمثلة موسومة لتقنيات استنساخ معروفة وتعاني ضد طريقة صدرت بعد إطلاق الكاشف. المكالمات الهاتفية تضيف طبقة أخرى من الضغط وتحديد النطاق الترددي فوق ذلك، ما يزيد إضعاف الآثار الدقيقة التي قد يرصدها الكاشف لولا ذلك.
هذا جزء من سبب توصية المؤسسات بشكل متزايد بخطوة تحقق خارج القناة الصوتية تماماً — إعادة اتصال برقم معروف مسبقاً، أو عبارة تحقق متفق عليها سلفاً — بدلاً من الاعتماد على قدرة المستمع أو الكاشف على تمييز الصوت المستنسخ عن الحقيقي.
لماذا نادراً ما تنشر شركات الكشف معدلات الفشل الكاملة
لأدوات الكشف التجارية حافز تجاري لنشر أقوى أرقامها، المستمدة عادة من ظروف المعايير المرجعية الموصوفة سابقاً لا من اختبارات عدائية واقعية.
التقييمات الأكاديمية المستقلة التي تواجه عدة كاشفات تجارية بتقنيات توليد جديدة غير مرئية وفيديو مضغوط بواقعية تُنشَر أقل بكثير من مواد التسويق، جزئياً لأن إجراء هذا التقييم مكلف وجزئياً لأن النتائج أقل جاذبية للنشر على نطاق واسع.
هذا التفاوت في ما يُنشر يزيد فجوة الإدراك: يرى الجمهور ادعاءات دقة واثقة، بينما الحقيقة الأصعب — أن دقة الكشف على محتوى جديد فعلياً أو متدهور أقل بكثير — موثقة في الأدبيات المتخصصة أساساً.
حلقة القط والفأر بشكل ملموس
بمجرد أن تصبح تقنية كشف معروفة جيداً — مثلاً طريقة ترصد أنماط رمش غير طبيعية أو إضاءة غير متسقة على العينين — يمكن لباحثي التوليد تدريب نماذجهم خصيصاً لتصحيح تلك العيوب بالذات، بما أنها أصبحت الآن ضعفاً معروفاً وموثقاً.
حدث هذا مراراً: عانت الفيديوهات المزيفة المبكرة من رمش غير واقعي، وأُصلحت تلك العلامة تحديداً خلال جيل أو جيلين بمجرد أن أصبحت إشارة كشف مستشهد بها على نطاق واسع. تكرر النمط نفسه مع رسم اليدين وتفاصيل الأسنان ومزامنة الصوت مع حركة الشفاه.
كل علامة تُصلَح تُزيل أداة من عدة الكاشف دون إضافة شيء بدلها، ولهذا انكمشت قائمة العلامات البصرية الموثوقة للمراقب الحذر بدل أن تنمو على مدى السنوات الأخيرة من تطور نماذج التوليد.
ما الذي يُبطئ فعلياً الاستخدام الخبيث عملياً
نظراً للتفاوت البنيوي في كشف مستوى البكسل، جاء معظم التقدم العملي ضد الفيديوهات المزيفة الضارة من إجراءات لا تعتمد على رصد التزييف نفسه أصلاً.
إشارات السياق على مستوى المنصة — تاريخ الحساب، أنماط توزيع غير معتادة، سلوك نشر منسّق — يمكن أن تُبلغ عن محتوى مشبوه حتى حين يجتاز الوسائط نفسها الكشف التقني، لأن حملات التلاعب تميل لترك بصمات سلوكية منفصلة عن الفيديو نفسه.
عادات محو الأمية الإعلامية والتحقق عند نقطة الاستهلاك، كالتحقق مما إذا كان ادعاء ما تنقله أي جهة إعلامية موثوقة قبل مشاركته، تبقى أكثر موثوقية عملياً من الثقة بعلامة صح خضراء من كاشف آلي، لأن ثقة الكاشف لا تعكس الصعوبة الفعلية للتزييف المحدد أمامه.
لماذا ركّز التنظيم على الإفصاح لا الكشف
إدراكاً منها أن الكشف التقني لا يمكن ضمان مواكبته، تحرّكت عدة جهات قضائية نحو قواعد تتطلب الإفصاح عن الوسائط الاصطناعية بدلاً من قواعد تفترض قدرة المنصات على رصدها بموثوقية.
قواعد الإعلانات السياسية في عدد من الدول تتطلب الآن وسم المحتوى المولَّد أو المعدَّل بالذكاء الاصطناعي، ما يحوّل الالتزام إلى المُنشئ أو الموزّع للإفصاح بدل الكاشف لاكتشافه.
يعترف هذا النهج بديناميكية السباق التسلحي مباشرة: بدلاً من المراهنة على فوز تقنية الكشف بسباق من المرجح بنيوياً أن تستمر بخسارته، تحاول قواعد الإفصاح تغيير الحوافز حول إنتاج وسائط اصطناعية غير مُفصَح عنها من الأساس.
نهج العلامة المائية وحدوده
فكرة موازية للتحقق من المصدر هي تضمين علامة مائية غير مرئية مباشرة في ناتج نموذج توليدي، بحيث تحمل أي صورة ينتجها النموذج توقيعاً قابلاً للكشف حتى بعد بعض التعديل.
شحنت عدة مختبرات ذكاء اصطناعي كبرى أنظمة علامات مائية على هذا النحو، وفي الظروف المثالية يمكن كشفها بموثوقية. أظهر باحثون مستقلون مع ذلك أن العلامات المائية المضمّنة بهذه الطريقة يمكن غالباً إزالتها أو إضعافها عبر تحويلات شائعة كالقص أو إعادة الضغط أو إضافة ضوضاء، دون إتلاف الصورة بشكل مرئي.
ولأن العلامة المائية تعمل فقط إذا تبناها كل مولّد ولم تنتشر أداة إزالتها على نطاق واسع، فهي تعمل كطبقة واحدة ضمن عدة طبقات لا كحل نهائي، على غرار اعتماد بيانات التحقق من المصدر على التبني الشامل.
لماذا لا يساعد هيكل الحافز المالي الكاشفات
أصبح بناء نموذج توليدي متطور ذا قيمة تجارية — للترفيه والإعلان والدبلجة واستخدامات مشروعة أخرى — ما دفع استثماراً بحثياً كبيراً نحو جعل التوليد أفضل وأسرع وأكثر إتاحة.
الكشف، في المقابل، له سوق تجاري أصغر بكثير: يُشترى في الغالب من قبل المنصات وغرف الأخبار وفرق الأمن لا من قاعدة مستهلكين واسعة مستعدة للدفع مقابله، ما يعني أن مجموعة الأموال والمواهب المتدفقة نحو أبحاث الكشف أصغر بنيوياً من تلك المتدفقة نحو التوليد.
هذا الاختلال التمويلي يفاقم التفاوت التقني الموصوف سابقاً: حتى لو لم يكن الكشف تفاعلياً بنيوياً بطبيعته، سيبقى ناقص التمويل نسبة إلى التقنية التي يحاول مواكبتها.
كيف يبدو الجدول الزمني الواقعي
الباحثون في هذا المجال صريحون عموماً بأن كاشف فيديوهات مزيفة دائم وعام الغرض — يرصد بموثوقية أي تقنية توليد مستقبلية دون إعادة تدريب — ليس شيئاً يمكن للمناهج الحالية تقديمه، لأن الكشف في جوهره استجابة لتقنية معروفة لا حلاً عاماً.
الهدف الأكثر واقعية المُتابَع هو نظام متعدد الطبقات: بيانات وصفية للتحقق من المصدر للمحتوى الذي يدعمها، وعلامات مائية كإشارة إضافية، وتحليل سلوكي وتوزيعي على مستوى المنصة، ومتطلبات إفصاح مدعومة بعقوبات حقيقية، مع معاملة الكشف على مستوى البكسل كإشارة ضعيفة واحدة من عدة إشارات لا كخط الدفاع الأساسي.
هذا التحوّل في الإطار — من 'بناء كاشف يفوز' إلى 'بناء نظام لا تحتاج فيه طبقة واحدة للفوز بمفردها' — هو نفسه اعتراف بأن السباق التسلحي الأصلي، المخاض على مستوى البكسل وحده، لم يكن شيئاً يمكن للكشف الفوز به فعلياً بمفرده.
لماذا مكالمات الفيديو المباشرة حالة أصعب حتى
كشف مقطع مسجَّل مسبقاً ومتلاعب به صعب بما يكفي، لكن فيديو مزيفاً مباشراً مُركَّباً على مكالمة فيديو حية يزيل خياراً متاحاً في الحالة المسجَّلة: لا يوجد ملف يُرسَل لأداة تحليل أبطأ وأكثر شمولاً، لأن المكالمة تحدث الآن وأي قرار يجب اتخاذه ضمن المحادثة نفسها.
تعمل أدوات التزييف المباشر بمعالجة بث كاميرا الويب إطاراً بإطار وتبديل الوجه في الوقت الحقيقي، ما يُدخل آثاره الخاصة — تأخيرات طفيفة، تجميد إطارات أحياناً، حواف تتلألأ مع حركة الرأس السريعة — لكن من الأرجح أن يفسّر المشاهد هذه الآثار كتأخر عادي في مكالمة الفيديو لا كدليل على التلاعب.
هذا جزء من سبب توصية إرشادات الأمن المؤسسي بشكل متزايد بقناة ثانوية لأي طلب عالي المخاطر يُقدَّم عبر مكالمة فيديو أو صوت، كتفويض تحويل مالي، بدل الثقة بالمكالمة نفسها: عدد صغير من الحوادث الفعلية التي شملت أصواتاً ووجوهاً مستنسخة لتنفيذيين على مكالمات أدى بالفعل لتحويلات احتيالية، تحديداً لأن السياق المباشر يزيل خيار التوقف وإجراء تحليل جنائي قبل التصرف.
كيف تختلف الأطر القانونية عبر المناطق
ولأنه لا يمكن الاعتماد على الكشف كضمانة احتياطية، اتخذ المشرّعون في مناطق مختلفة نُهجاً مختلفة لما هو محظور فعلياً، بدل محاولة فرض معيار كشف لا تستطيع التقنية الحالية تحقيقه بموثوقية.
ركّزت بعض الجهات القضائية بشكل ضيق على أضرار محددة — صور حميمة دون موافقة، انتحال شخصية مرشح قريب من انتخابات، احتيال باستخدام صوت أو فيديو اصطناعي — بدل محاولة تنظيم الوسائط الاصطناعية كفئة كاملة، لأن حظراً شاملاً سيشمل أيضاً استخدامات مشروعة كالدبلجة والسخرية والمؤثرات الخاصة.
مالت مناطق أخرى نحو متطلبات وسم إلزامية للمحتوى السياسي المولَّد بالذكاء الاصطناعي تحديداً، على أساس أن التزامات الإفصاح أسهل إنفاذاً بثبات من أي تفويض كشف تقني، بالنظر إلى أن دقة الكشف نفسها لا يمكن ضمانها حالياً بالتنظيم.
ما الذي تفعله غرف الأخبار فعلياً بشكل مختلف
فرق التحقق الصحفي المحترفة عموماً لا تعتمد أساساً على أدوات الكشف الآلي عند التحقق من فيديو مشبوه، تحديداً لأنها تدرك مدى عدم موثوقية تلك الأدوات على محتوى واقعي؛ بل تعامل ناتج الأداة كمُدخل واحد من عدة مُدخلات.
يعتمد التحقق الصحفي المعياري بدلاً من ذلك على التثليث: التحقق مما إذا كان المقطع نفسه يظهر من زوايا كاميرا أو مصادر مستقلة متعددة، والتحقق من الموقع المزعوم مقابل معالم مرئية أو ظروف جوية، والتحقق مما إذا كان الحساب الذي نشر الفيديو أولاً لديه سبب معقول لوجوده هناك.
هذه العملية التي يقودها البشر وكثيفة السياق أبطأ من تشغيل فيديو عبر أداة كشف، لكنها أيضاً سبب رصد فرق التحقق المحترفة لفيديو مُلفَّق تفوته الأدوات الآلية — الإشارات الأقوى عادة تكمن في السياق المحيط لمن نشر ماذا ومتى ومن أين، لا في وحدات بكسل الفيديو نفسه.
تكلفة النتائج الإيجابية الكاذبة، لا الفيديوهات المفقودة فقط
عادة ما يركّز الحديث عن فشل الكشف على الفيديوهات المزيفة التي تفوت الرصد، لكن الخطأ المعاكس يحمل ضرره الخاص: كاشف يُصنِّف فيديو حقيقياً خطأً كمزيّف، ما قد يمنح فاعل خطأ فعلياً عذراً جاهزاً لرفض دليل حقيقي بوصفه ملفَّقاً.
لهذه الديناميكية اسم بالفعل بين الباحثين الذين يدرسون المعلومات المضللة — يُسمى أحياناً 'عائد الكاذب' — حيث مجرد وجود وسائط اصطناعية مقنعة يسهّل على شخص ظهر في تسجيل حقيقي أن يدّعي، بشكل معقول لبعض الجمهور على الأقل، أن التسجيل نفسه لا بد أن يكون مزيفاً.
الكاشف بمعدل نتائج إيجابية كاذبة غير ضئيل يسهّل هذه الاستراتيجية، لأن المتَّهم يمكنه الإشارة إلى عدم يقين الأداة نفسها كغطاء، وهذا سبب إضافي لاعتماد أعمال التحقق الجادة على السياق المؤكِّد بدل مخرجات نعم أو لا الثنائية لأداة واحدة.
لماذا تبقى التوعية العامة خط الدفاع الأخير عملياً
مع كل الطبقات التقنية والتنظيمية الموصوفة أعلاه، يبقى وعي الفرد العادي بكيفية عمل هذه التقنية خط الدفاع الفعلي الأخير، لأن أياً من تلك الطبقات لا يعمل بشكل شامل أو فوري على كل قطعة محتوى يراها شخص ما في لحظة معينة.
برامج محو الأمية الإعلامية التي تُدرَّس في بعض المدارس والمؤسسات الإعلامية تركّز الآن بشكل متزايد على مهارة واحدة محددة: التوقف قبل المشاركة، والتساؤل عمّن نشر المحتوى أولاً ولماذا، بدل الاعتماد فقط على الحدس البصري حول ما إذا كان الفيديو يبدو حقيقياً.
هذا التحوّل من 'هل يبدو هذا مزيفاً؟' إلى 'من قال هذا وأين تحقق منه آخرون؟' يعكس نفس الدرس الذي وصلت إليه غرف الأخبار المحترفة: أن السياق المحيط بالمحتوى غالباً ما يكون مؤشراً أكثر موثوقية من أي تحليل لوحدات بكسل الفيديو نفسه، وهو درس يمكن لأي شخص عادي تطبيقه دون الحاجة لأي أداة تقنية متخصصة على الإطلاق.
قد يبدو من المغري انتظار الجيل القادم من أدوات الكشف على أمل أن يحل هذه المعضلة نهائياً، لكن كل ما تكشفه الأدلة حتى الآن يشير إلى أن هذا الانتظار لن ينتهي، لأن الفجوة بنيوية لا عرضية، ولن يغيّرها إصدار برمجي جديد وحده مهما كان متطوراً. الفجوة بين إنشاء الفيديوهات المزيفة وكشفها ليست مشكلة هندسية مؤقتة تنتظر اختراقاً ذكياً؛ إنها سمة بنيوية في كيفية ارتباط التقنيتين ببعضهما. المولّدات يمكن اختبارها ذاتياً ضد الكاشفات قبل الإصدار، والكاشفات لا يمكن تدريبها إلا على تقنيات موجودة أصلاً، والضغط الواقعي يدمّر الإشارات الدقيقة التي تعتمد عليها الكاشفات. لهذا تحوّل المجال بشكل متزايد نحو التحقق من المصدر والعلامات المائية وقواعد الإفصاح وإشارات السلوك على مستوى المنصة بدل المراهنة كلياً على كاشف واحد يتحسن باستمرار. لأي شخص يستهلك الوسائط يومياً، الموقف الأكثر أماناً هو معاملة أدوات الكشف كإشارة ضعيفة واحدة من عدة إشارات لا كحكم نهائي، والعودة إلى العادة التي حمت القراء الحذرين دائماً: التحقق من تأكيد أي ادعاء مفاجئ قبل تصديقه أو مشاركته. في النهاية، الحل الحقيقي ليس أداة واحدة منتظرة في الأفق، بل مزيج من طبقات تقنية وتنظيمية وسلوكية تعمل معاً، مع قبول أن أياً منها بمفرده لن يكون كافياً على الإطلاق، وأن الوعي الفردي بهذه الحقيقة يبقى، حتى الآن، أكثر الطبقات موثوقية وأقلها تكلفة، ولا يتطلب انتظار أي تطور تقني قادم كي يبدأ تطبيقه من اليوم نفسه، بلا استثناء، ومهما بدت الوسائط المزيفة القادمة مقنعة أكثر من أي وقت مضى.
المصادر
- تحالف مصداقية وأصل المحتوى (C2PA) — المعيار التقني لبيانات التحقق من المصدر الموقَّعة تشفيرياً
- المعهد الوطني الأمريكي للمعايير والتقنية — ينشر أطر تقييم للطب الشرعي الرقمي ومعايير كشف الفيديوهات المزيفة
- ويكيبيديا: الفيديو المزيف — خلفية عن تقنيات التوليد وتاريخ إجراءات الكشف المضادة
- شراكة الذكاء الاصطناعي — أبحاث تحالف صناعي حول ممارسات الإفصاح عن الوسائط الاصطناعية والتحقق من المصدر
الأسئلة الشائعة
هل يمكن لأي تطبيق كشف فيديو مزيف بموثوقية اليوم؟
لا يوجد تطبيق واحد يستطيع رصد كل فيديو مزيف بموثوقية، لأن الكاشفات تُدرَّب على تقنيات توليد سابقة وتفقد دقتها بسرعة ضد طرق أحدث أو فيديو مضغوط بشدة على وسائل التواصل. لا تزال تستطيع رصد التزييف الأقدم أو منخفض الجهد، لكن يجب معاملتها كإشارة ضعيفة لا حكماً نهائياً.
لماذا لا يستطيع الباحثون فقط تدريب الكاشفات على كل تقنية جديدة بمجرد ظهورها؟
بحلول الوقت الذي تصبح فيه تقنية توليد جديدة معروفة بما يكفي لدراستها وبناء مجموعة تدريب موسومة حولها، يكون ناتجها منتشراً بالفعل عادة. الكاشف يتفاعل بنيوياً دائماً مع شيء سبقه بالظهور.
ما هو C2PA وهل يحل المشكلة؟
C2PA معيار لبيانات وصفية موقَّعة تشفيرياً تسجّل من أين جاء المحتوى وما الذي عُدِّل. يساعد للمحتوى الموقَّع وقت الالتقاط بجهاز أو منصة داعمة، لكنه لا يفيد بشيء للمحتوى الموجود أصلاً غير الموقَّع ويمكن حذفه إن لم يُحفَظ من البداية للنهاية.
لماذا لا تطابق أرقام دقة المختبر الأداء الواقعي؟
تستخدم معايير المختبر عادة فيديو نظيفاً غير مضغوط. المحتوى الحقيقي المشارك على وسائل التواصل يُعاد ترميزه ويُغيَّر حجمه وأحياناً يُعاد تسجيله عن شاشة، ما يدمّر أو يشوّه الآثار الدقيقة التي دُرِّبت الكاشفات على ملاحظتها.
ما الذي يحمي فعلياً من الانخداع بفيديو مزيف؟
عادات التأكيد أهم من أي أداة واحدة: التحقق مما إذا كان فيديو مفاجئ أو مثير للمشاعر منقولاً عن جهة إعلامية موثوقة قبل مشاركته، وبالنسبة للمواقف عالية المخاطر كمكالمة هاتفية مشبوهة، التحقق عبر قناة معروفة منفصلة بدل الثقة بالصوت وحده.
عن الكاتب
نعتمد على تحالف مصداقية وأصل المحتوى (C2PA)، والمعهد الوطني الأمريكي للمعايير والتقنية، وويكيبيديا: الفيديو المزيف، وشراكة الذكاء الاصطناعي لشرح خلفية وفهم هذا الموضوع.
هل أعجبك المقال؟
شارك عبر واتساب ← شارك عبر واتساب
احصل على المزيد من الأدلة في بريدك — اشترك في نشرتنا البريدية للحصول على قصص أسبوعية مثيرة للاهتمام من مصر والسعودية ودبي وأكثر.