مع التوسع السريع في انتشار المحتوى المُنتج عبر تقنيات الذكاء الاصطناعي على الإنترنت، تتزايد التحديات المتعلقة بقدرة المستخدمين على التمييز بين المحتوى الحقيقي والمُزيف، سواء كان صورًا أو مقاطع صوتية أو فيديوهات. وفي هذا السياق، أعلن فريق بحثي مشترك عن تطوير مجموعة بيانات جديدة تهدف إلى تعزيز قدرات أنظمة كشف التزييف العميق.

وشارك في هذا المشروع باحثون من شركة مايكروسوفت، وجامعة نورثويسترن في مدينة إيفانستون بولاية إلينوي، إلى جانب منظمة «ويتنس» غير الربحية، المتخصصة في دعم الصحافيين والنشطاء في مواجهة تحديات المحتوى المُنشأ بالذكاء الاصطناعي.

وتهدف المبادرة إلى إنشاء معيار جديد يُعرف باسم «مايكروسوفت-نورثويسترن-ويتنس» (M-N-W)، والذي تم تصميمه ليشمل عينات متنوعة من الوسائط المُولدة بالذكاء الاصطناعي، بما يعكس الواقع الحالي لتقنيات التوليد بأكبر قدر ممكن من الدقة.

وقد نُشرت تفاصيل هذا العمل البحثي في دراسة علمية بتاريخ 10 أبريل في دورية «IEEE Intelligent Systems»، حيث أكد الباحثون أن جودة المحتوى المُنشأ بالذكاء الاصطناعي تشهد تطورًا مستمرًا، ما يجعل اكتشاف التزييف أكثر صعوبة من أي وقت مضى.

وأوضح توماس روكا، الباحث الرئيسي في مايكروسوفت والمتخصص في أبحاث أمن الذكاء الاصطناعي التوليدي، أن الأدوات الحديثة أصبحت قادرة على تقليد الأصوات والصور ومقاطع الفيديو بسهولة عبر تطبيقات بسيطة، وهو ما يفتح الباب أمام استخدامات ضارة مثل انتحال الهوية والاحتيال أو إنشاء محتوى غير مشروع.

ورغم ذلك، يشير الباحثون إلى أن هذه الوسائط تترك ما يُعرف بـ«الآثار الرقمية»، وهي علامات دقيقة يمكن رصدها داخل المحتوى تكشف عن كونه مُولدًا بالذكاء الاصطناعي، مثل أنماط الضوضاء غير الطبيعية أو عدم الاتساق البصري أو الفجوات في الإشارات الصوتية.

وفي المقابل، تعمل فرق بحثية حول العالم على تطوير أنظمة ذكاء اصطناعي قادرة على اكتشاف هذه العلامات، إلا أن السباق بين أدوات التوليد وأدوات الكشف لا يزال غير متوازن حتى الآن، إذ تتقدم تقنيات التوليد بوتيرة أسرع.

وأشار روكا إلى أن أحد أبرز التحديات يتمثل في طرق تقييم أنظمة الكشف، حيث يتم تدريبها أحيانًا على بيانات محدودة من أدوات توليد معينة، ما يجعلها أقل كفاءة عند مواجهة محتوى جديد أو غير مألوف في العالم الحقيقي.

ومن أجل معالجة هذه المشكلة، جاء تطوير معيار M-N-W نتيجة تعاون بين الجهات الثلاث، بهدف توفير مجموعة بيانات أكثر تنوعًا وتمثيلًا للواقع، تشمل محتوى من مصادر متعددة وخضع لأنواع مختلفة من المعالجة مثل الضغط والاقتصاص والتعديل.

وأكد ماركو بوستيليوني، الباحث في جامعة نورثويسترن، أن التعاون بين الجهات الأكاديمية والصناعية والميدانية أسهم في بناء نهج أكثر شمولًا لتطوير أدوات الكشف، مشيرًا إلى أن العمل الجماعي كان ضروريًا لتحقيق هذا الإنجاز.

ويعتزم الفريق البحثي تحديث قاعدة البيانات بشكل دوري كل ربيع وخريف، لمواكبة التطورات السريعة في تقنيات الذكاء الاصطناعي وأساليب التلاعب بالمحتوى.

ورغم إدراك الباحثين لاحتمال استخدام هذه الأدوات في تطوير أساليب جديدة لتجاوز أنظمة الكشف، إلا أنهم يؤكدون أن أهمية مواجهة التزييف العميق تفوق هذه المخاطر، باعتبارها قضية متزايدة التأثير على المجتمع الرقمي.

واختتم روكا بالتأكيد على أن الهدف الأساسي من المشروع هو رفع معايير التحقق من المحتوى الرقمي وتعزيز الشفافية، بما يساعد على مواكبة التطور المتسارع في تقنيات الذكاء الاصطناعي التوليدي.