أصبح الذكاء الاصطناعي قادرًا على إنتاج صور لوجوه بشرية مزيفة بدرجة من الواقعية تجعل اكتشافها أكثر صعوبة من أي وقت مضى، بعدما اختفت تقريبًا الأخطاء التقليدية التي كانت تكشف الصور المولدة آليًا، مثل تشوه الأصابع أو الخلفيات غير المنطقية.
لكن دراسة جديدة، سلطت هيئة الإذاعة البريطانية" بي بي سي" الضوء عليها، تشير إلى أن أفضل وسيلة لمواجهة هذه الصور قد لا تكون عبر تطوير أدوات كشف جديدة، بل من خلال تدريب البشر أنفسهم على التعرف إلى العلامات الخفية التي لا يزال الذكاء الاصطناعي يعجز عن إتقانها بالكامل.
ساعة تدريب تُحدث فرقًا كبيرًاأجرى الدراسة باحثون من جامعة أبردين بالتعاون مع الجامعة الوطنية الأسترالية، وخلصوا إلى أن الأشخاص يمكنهم تحسين قدرتهم على التمييز بين الوجوه الحقيقية والمولدة بالذكاء الاصطناعي بشكل كبير بعد فترة تدريب منظمة لا تتجاوز ساعة واحدة.
وبدلًا من البحث عن أخطاء بصرية واضحة، ركز التدريب على التعرف إلى أنماط دقيقة ما زالت نماذج الذكاء الاصطناعي الحديثة تواجه صعوبة في محاكاتها باستمرار.
لم تعد الأخطاء التقليدية كافيةفي السابق، كان اكتشاف الصور المزيفة أمرًا سهلًا نسبيًا، إذ كانت النماذج الأولى للذكاء الاصطناعي تنتج أخطاء واضحة مثل:- ظلال وإضاءات غير منطقية.
لكن مع تطور تقنيات مثل StyleGAN3 ونماذج Diffusion الحديثة، اختفت معظم هذه العيوب، ما جعل الاعتماد عليها وسيلة غير فعالة لكشف الصور المزيفة.
6 مؤشرات تساعد على كشف الوجوه المزيفةبدلًا من التركيز على العيوب التقنية، درّب الباحثون المشاركين على ملاحظة ست سمات تتكرر غالبًا في الوجوه التي يولدها الذكاء الاصطناعي، وهي:- تماثل مفرط بين جانبي الوجه.
- ملامح متناسقة بشكل مثالي.
- جاذبية أعلى من المتوسط بصورة غير طبيعية.
- وجوه تبدو عامة وتفتقر إلى السمات المميزة.
- صعوبة تذكر ملامح الوجه بعد الابتعاد عنه.
أظهرت نتائج الدراسة تحسنًا لافتًا في أداء المشاركين.
فقبل التدريب، لم يتمكنوا من تمييز الوجوه المزيفة إلا بنسبة تقارب 40% فقط.
أما بعد نحو ساعة من التدريب ومشاهدة عدد كبير من الصور الحقيقية والمولدة بالذكاء الاصطناعي، فقد ارتفعت دقة الاكتشاف إلى قرابة 80%، بينما اقترب بعض المشاركين من تحقيق نتائج شبه مثالية.
كما لاحظ الباحثون أن ثقة المشاركين في أحكامهم أصبحت أكثر انسجامًا مع دقة أدائهم، وهو أمر افتقدته دراسات سابقة.
لم يعد اكتشاف الصور المزيفة مجرد قضية بحثية، بل أصبح ضرورة أمنية مع توسع استخدام تقنيات التزييف العميق (Deepfake) في:- عمليات الاحتيال المالي.
وتشير تقديرات شركة ديلويت إلى أن خسائر الاحتيال باستخدام تقنيات التزييف العميق في الولايات المتحدة قد تصل إلى نحو 40 مليار جنيه إسترليني خلال العام المقبل، مقارنة بنحو 12 مليار جنيه إسترليني في عام 2023.
كما استشهد التقرير بحادثة وقعت في هونغ كونغ، استخدم فيها محتالون مكالمة فيديو مزيفة لإقناع موظف بتحويل نحو 25 مليون جنيه إسترليني، إضافة إلى تحقيق سابق لوكالة Associated Press كشف عن حساب وهمي على منصة" لينكدإن" أنشأه الذكاء الاصطناعي ونجح في اختراق دوائر صناعة القرار في الولايات المتحدة.
الذكاء الاصطناعي لا يزال يعاني من التحيزوأشارت الدراسة إلى أن أنظمة الذكاء الاصطناعي لا تزال أقل كفاءة في إنشاء صور واقعية لكبار السن، والأطفال، والأشخاص المنتمين إلى مجموعات عرقية ممثلة بشكل محدود في بيانات التدريب.
ويرى الباحثون أن هذه الفجوات قد تمنح البشر مؤشرات إضافية تساعدهم على اكتشاف الصور المزيفة.
البشر يتعلمون بالطريقة نفسها التي تتعلم بها الآلاتومن أكثر نتائج الدراسة إثارة للاهتمام أن الدماغ البشري يبدو وكأنه يتعلم بالطريقة نفسها التي تعمل بها نماذج الذكاء الاصطناعي.
ومع تكرار مشاهدة الوجوه الحقيقية والمزيفة، يطور الإنسان تدريجيًا حدسًا يعتمد على التعرف إلى الأنماط، بدلًا من البحث عن خطأ واحد يكشف الصورة.
ويعتقد الباحثون أن هذا الحدس سيكون أحد أهم أدوات الدفاع في المستقبل، خاصة مع استمرار تطور تقنيات الذكاء الاصطناعي التوليدي، مؤكدين أن برامج كشف الصور المزيفة ستظل مهمة، لكنها لن تكون كافية بمفردها، وأن الحكم البشري المدرب سيبقى خط الدفاع الأول في مواجهة المحتوى المزيف.
التعليقات (0)
لا توجد تعليقات حتى الآن. كن أول من يعلق!
أضف تعليقك