تخدع الصور المولّدة بالذكاء الاصطناعي الناس يوميًا عبر وسائل التواصل الاجتماعي ومواقع الأخبار والمستندات القانونية. يستعرض هذا المقال العلامات البصرية المحددة، والشذوذ في الخلفيات، وأخطاء فيزياء الإضاءة، وإشارات البيانات الوصفية، والبرامج الجنائية الرقمية التي تكشف الصور الاصطناعية قبل أن تضللك.
لقد تجاوزت الصور المولّدة بالذكاء الاصطناعي عتبة تجعل الكشف العرضي عنها شبه مستحيل. ما كان يتطلب في السابق عينًا مدرّبة لملاحظته، مثل الأيدي المشوّهة والحواف الضبابية والنسب الخاطئة، صار يتطلب اليوم نهجًا منهجيًا. أصبحت الأخطاء الفنية متناهية الصغر، والمخرجات واقعية كالصور الفوتوغرافية، والأدوات التي تولّدها متاحة لأي شخص يملك متصفحًا. يقدّم لك هذا المقال نظامًا عمليًا خطوة بخطوة لاكتشاف الصور الاصطناعية قبل أن تنجح في خداعك.
لسنوات، كانت الشبكات التوليدية التنافسية (GAN، Generative Adversarial Network) هي الطريقة السائدة في توليد الصور، إذ كانت شبكتان عصبيتان تتنافسان في لعبة قط وفأر لإنتاج مخرجات واقعية. تركت هذه الشبكات بصماتها المميزة: ملمس بشرة يتلألأ، وخلفيات تتمازج في كتلة مجردة من الضبابية، والأيدي المشوّهة الشهيرة.
غيّرت نماذج الانتشار (Diffusion) كل شيء. فهي تبدأ من ضوضاء عشوائية خالصة ثم تصقل الصورة تدريجيًا نحو صورة متماسكة، فتنتج تفاصيل دقيقة متسقة وخلفيات طبيعية وتشريحًا أكثر إقناعًا بكثير. تستضيف منصات مثل PicassoIA عشرات من هذه النماذج، قادرة على توليد وجوه واقعية ولقطات لكامل الجسم ومشاهد بيئية معقدة تمرّ دون أن تثير الشك في نظرة عابرة.
في دراسات أكاديمية عدة نُشرت خلال العامين الماضيين، صنّف المشاركون من البشر وجوهًا مولّدة بالذكاء الاصطناعي على أنها "أكثر جدارة بالثقة" من صور أشخاص حقيقيين، وبمستويات ذات دلالة إحصائية. لم تعد "وادي الغرابة" (uncanny valley) وادياً، بل صارت هضبة تستقر عليها الصور الاصطناعية بثبات إلى جانب الصور الأصلية. لكن الشقوق ما زالت موجودة، وتحتاج فقط إلى معرفة أين تضغط.
السبب الجوهري الذي يجعل الكشف ما زال ممكنًا هو أن مولّدات الصور بالذكاء الاصطناعي تتعلم الارتباطات الإحصائية، لا القوانين الفيزيائية. فهي تعرف الشكل الذي تميل إليه الأشياء بجوار بعضها البعض وفق بيانات التدريب، لكنها لا تحاكي الجاذبية أو فيزياء الضوء أو التشريح البشري من الأساس. وهذه الفجوة هي المكان الذي تعيش فيه كل طريقة موثوقة للكشف.
التشريح البشري بالغ التعقيد على مستوى التفاصيل السطحية. فالجلد لا يغطي العضلات ببساطة، بل يتجعد ويطوي ويتشقق ويتمدد بطرق تتناسب مع السياق، بحسب الوضعية والعمر ونوع الأنسجة ودرجة حرارة المحيط. يتعلم الذكاء الاصطناعي من صور لتلك النتائج، لكنه لا يستطيع استنتاج الأسباب الكامنة وراءها. وعندما يواجه تكوينًا جسديًا نادرًا في بيانات التدريب، فإنه يُنتج الخيار الأرجح إحصائيًا، وغالبًا ما يكون خاطئًا تشريحيًا.
تبقى الأيدي أكثر إشارة موثوقة في الصور المولّدة بالذكاء الاصطناعي. قبل أي شيء آخر، عدّ الأصابع. تأمل نسب أطوال الأصابع: في اليد الحقيقية يكون الإصبع الأوسط الأطول، يليه البنصر، ثم السبابة، ثم الخنصر، ويكون الإبهام أقصر بوضوح ومنفصلًا عن البقية. تحقّق من محاذاة المفاصل. يجب أن تكون المفاصل الثلاثة في كل إصبع في علاقة زاوية متناسقة فيما بينها.
كثيرًا ما ينتج الذكاء الاصطناعي ستة أصابع أو سبعة، أو أصابع ملتحمة، أو أظافر تتغير أحجامها بين الأصابع المتجاورة، أو مفاصل تبدو وكأنها تتحرك من مكانها عندما تتتبعها من إصبع إلى آخر. والمسافة بين الأصابع علامة موثوقة أيضًا: فلليد الحقيقية عمق وزاوية ثابتان للغشاء بين الأصابع، وهو ما يخطئ الذكاء الاصطناعي في تمثيله باستمرار، فيجعله إما ضحلًا جدًا أو عميقًا جدًا.
تفحّص المعصم أيضًا. فعظمتا الكعبرة والزند تشكّلان ملامح مرئية محددة عند مفصل المعصم تتغير مع الدوران. وكثيرًا ما تكون المعاصم المولّدة بالذكاء الاصطناعي مسطحة ومتماثلة وخالية من المعالم العظمية الدقيقة التي تميّز تشريح المعصم الحقيقي.
تحمل العيون في صور الذكاء الاصطناعي نوعًا محددًا جدًا من الغرابة: فهي غالبًا متماثلة أكثر من اللازم وحيوية أكثر من اللازم. للعيون الحقيقية عدم تماثل خفيف. فعادةً ما يكون أحد الجفنين أخفض قليلًا من الآخر. نادرًا ما تكون القزحية في المركز تمامًا. تُظهر البياض أنماطًا وعائية خفيفة لكنها واضحة، ونادرًا ما يكون أبيض نقيًا، بل يميل عادةً إلى لون كريمي أو وردي خفيف تحت الإضاءة الحقيقية.
غالبًا ما تملك عيون الذكاء الاصطناعي قزحيات متمركزة تمامًا بأنماط متناظرة شعاعيًا تشبه الفراكتالات تقريبًا. كما أن انعكاسات الضوء (وهي الانعكاسات اللامعة الصغيرة في القزحية) لا تتوافق مع أي مصدر ضوء يمكن تحديده في الصورة المحيطة. أما الرموش فتكون موزعة بانتظام أكثر من اللازم، ومتساوية في الطول بشكل مفرط، وغالبًا ما تنفصل عن بعضها بطريقة نظيفة بشكل غير طبيعي.
💡 نصيحة: استخدم خاصية التكبير بالإصبعين في هاتفك على أي صورة مشتبه بها. انظر إلى كل عين على حدة وقارن شكل القزحية وموضع الحدقة وموضع انعكاس الضوء. العينان المتطابقتان علامة تحذير. فالوجوه الحقيقية نادرًا ما تملك عينين متناظرتين تمامًا.
حيث يلتقي الشعر بخلفية معقدة تظهر نماذج الانتشار أكبر صعوباتها بوضوح. فالحفاظ على استمرارية كل خصلة على حدة مع تصيير عناصر الخلفية مثل الأشجار أو الحشود أو الجدران يتطلب من النموذج حل مشكلة استدلال مكاني بالغة الصعوبة. يدمج الذكاء الاصطناعي الخصلات معًا عند الحواف في كثير من الأحيان، أو ينتج مظهرًا مرسومًا باليد حول خط الشعر، أو يخلق هالات ناعمة من لون متوسط حيث يجب أن تظهر تفاصيل الخصلات الدقيقة.
انتبه بشكل خاص إلى الشعيرات المتطايرة. فالتصوير الحقيقي لشعر داكن على خلفية سماء فاتحة يُظهر خصلات رفيعة فردية بانحناء وحركة طبيعيين. أما الذكاء الاصطناعي فإما يُغفل هذه الشعيرات تمامًا، أو ينتج خصلات تتلاشى في الخلفية بأسلوب يشبه الألوان المائية بدلًا من أن تنتهي بشكل طبيعي.
اطلب من أي مولّد صور بالذكاء الاصطناعي إنتاج مشهد يتضمن لافتة مقروءة أو كتابًا مفتوحًا أو ملصقًا أو قميصًا عليه نص، وستكون النتيجة مشوّهة في الغالب. نماذج الانتشار لا تفهم اللغة أو بنية الحروف. فهي تعرف كيف تبدو الأنماط التي على شكل حروف من الناحية الإحصائية، وتعيد إنتاج مظهرها التقريبي دون أن تنتج كلمات فعلية.
تبدو النتيجة مقبولة بحجم الصورة المصغّرة: يمكنك أن ترى أن هناك "نصًا" في الصورة. لكن عند الفحص الدقيق، تتداخل الحروف مع بعضها، أو تتكرر بتسلسل خاطئ، أو تشكّل سلاسل تبدو كالكلمات من بعيد، لكنها غير مقروءة تمامًا عند التكبير.
هذا من أسرع الفحوص التي يمكنك إجراؤها: كبّر أي نص ظاهر في الصورة. إذا لم يكن مقروءًا، فالصورة مشكوك فيها. لاحظ أن بعض النماذج الأحدث تتعامل مع النصوص البسيطة بشكل أفضل عند طلبها صراحةً، لكن اللافتات متعددة الكلمات وملصقات المنتجات وأغلفة الكتب تبقى غير موثوقة باستمرار في توليد الذكاء الاصطناعي.
عندما يولّد الذكاء الاصطناعي مشاهد معقدة مثل الغابات أو الحشود أو الأسطح المبلّطة، فإنه كثيرًا ما يكرر رقعًا من الملمس أو يعكسها لملء الإطار. ينتج عن ذلك تكرار لا تحتويه أي صورة فوتوغرافية حقيقية. فتكرار تكوين صخري واحد ثلاث مرات بفواصل منتظمة، أو ظهور الظل نفسه لشجرة منعكسًا في منتصف الخلفية، أو بلاط أرضي يحمل النمط نفسه من الشقوق، كلها إشارات قوية.
افحص الخلفيات بشكل منهجي عبر تقسيم الصورة إلى شبكة ومقارنة الأقسام. مشاهد الحشود عرضة لذلك بشكل خاص: فإذا حددت وجهين يشتركان في البنية العظمية نفسها والنسب ذاتها، فمن شبه المؤكد أن الصورة مولّدة صناعيًا.
تُعد هذه الفئة من الكشف من بين الأكثر موثوقية، لأن القوانين الفيزيائية مطلقة والذكاء الاصطناعي لا يحاكيها من الأساس.
كل مصدر ضوء في المشهد الحقيقي يلقي ظلالًا في اتجاه يتوافق هندسيًا مع موضع المصدر. فإذا كانت الشمس في الأعلى يمينًا، يلقي كل جسم ظله نحو الأسفل يسارًا، بزاوية تتوافق مع ارتفاع الشمس. تتعلم مولّدات الصور بالذكاء الاصطناعي شكل الظلال، لكنها لا تتعلم الفيزياء التي تحكم اتجاهها وطولها.
في المشاهد المعقدة متعددة الأجسام، يضع الذكاء الاصطناعي الظلال في كثير من الأحيان باتجاهات غير متسقة بين الأجسام، كما لو أن كل جسم مضاء بشمس مختلفة. وغالبًا ما يكون التفاوت صغيرًا (ربما بين 20 و30 درجة من الانحراف) لكنه متكرر عبر أجسام متعددة.
افحص بشكل منهجي: حدّد ثلاثة أجسام على الأقل في الصورة، وتتبّع اتجاه الظلال التي تلقيها. إذا تباعدت الاتجاهات بشكل ملحوظ، فلديك إشارة قوية. انتبه بشكل خاص إلى المستوى الأرضي، حيث يُفترض أن تتلاقى الظلال المتعددة للأجسام القريبة نحو نقطة تلاشٍ واحدة.
يجب أن تعكس الأسطح العاكسة ما هو موجود فعليًا في المشهد. تلتقط العيون الضوء من أي مصادر نشطة. وتعكس النظارات ما يقع خلف المصوّر. وتعكس الأرضيات اللامعة السقف والجدران. وتعكس النوافذ ليلًا الداخل، بينما تُظهر النوافذ في ضوء النهار الخارج.
كثيرًا ما تُظهر الانعكاسات المولّدة بالذكاء الاصطناعي تدرجات سماء عامة أو ضبابية مجردة أو محتوى مشهد غير موجود في أي مكان داخل الإطار. وفحص موثوق بشكل خاص هو النظارات الشمسية: فينبغي أن تعكس العدسات المشهد أمام الشخص، أي المصوّر والمحيط. لكن الذكاء الاصطناعي كثيرًا ما يملأ انعكاسات العدسات بمناظر من سياق مختلف تمامًا.
💡 نصيحة: النوافذ كاشفة بشكل استثنائي. تحقّق مما إذا كان انعكاس النافذة متسقًا مع بقية إضاءة الصورة وبيئتها. يجب أن يُظهر المشهد الداخلي الليلي داخل الغرفة في النافذة، لا سماءً خارجية.
يوصلك الفحص البصري إلى مسافة بعيدة، لكن الأدوات الجنائية المنظّمة تأخذك أبعد عندما تكون المخاطر عالية، مثل التحقق من صور الأخبار، أو فحص ادعاءات الهوية، أو تقييم محتوى موسوم بالتضليل.
كل صورة التقطتها كاميرا رقمية تحمل بيانات وصفية مدمجة في الملف: الشركة المصنعة للكاميرا وطرازها، والعدسة، وقيمة ISO، وسرعة الغالق، وإحداثيات GPS، والطابع الزمني. ولا تحتوي صور الذكاء الاصطناعي على أي من ذلك، أو تحتوي على بيانات وصفية أُضيفت بوضوح لاحقًا بدلًا من أن تكون مدمجة وقت التقاط الصورة.
استخدم أدوات مثل ExifTool (مجانية، تعمل عبر سطر الأوامر)، أو Jeffrey's Exif Viewer (تعمل عبر المتصفح ومجانية)، أو لوحة البيانات الوصفية في Adobe Bridge للتحقق من هذه الحقول:
غياب سجل EXIF وحده لا يؤكد التوليد بالذكاء الاصطناعي، لأن إزالة البيانات الوصفية قبل النشر ممارسة شائعة. لكن اجتماع غياب بيانات الكاميرا مع الشذوذ البصري يرفع احتمال المنشأ الاصطناعي بشكل ملحوظ.
قبل أن تنفق وقتًا طويلًا في التحليل، شغّل بحثًا عكسيًا عن الصورة. إذا استُخدمت الصورة من قبل في سياق مختلف، فقد تكشف مصدرها فورًا.
| الأداة | الأفضل لـ |
|---|---|
| Google Images | أوسع تغطية على الويب، يعثر على النسخ شبه المطابقة والنسخ المعدّلة |
| TinEye | يتتبع تواريخ الرفع الأصلية وتتبّع المصدر بدقة |
| Yandex Images | أقوى مطابقة للوجوه، خاصةً للصور الشخصية |
| Bing Visual Search | فعّال في التعرّف على الأجسام والمعالم والمنتجات |
إذا كانت صورة تدّعي أنها من حدث إخباري حالي لا وجود سابق لها على الويب، فهذا يستدعي فحصًا أعمق. وإذا تبيّن أنها تعود إلى خدمة توليد بالذكاء الاصطناعي أو موقع صور مخزونة ببيانات وصفية مختلفة، فقد حصلت على إجابتك.
| الأداة | طريقة الكشف | ملاحظات |
|---|---|---|
| Hive Moderation | مصنّف بشبكة عصبية مدرّب على مخرجات نماذج الانتشار | دقة عالية على النماذج الحديثة |
| Illuminarty | كشف الشذوذ في الترددات | قوي على الصور القديمة المولّدة بالشبكات التوليدية التنافسية |
| AI or Not | مجموعة متعددة النماذج | سريعة، تعمل عبر المتصفح، ولها مستوى مجاني |
| Content Authenticity Initiative (C2PA) | التحقق من المصدر بالتشفير | حاسمة عندما يكون المنشئ قد أدرجها |
| Google SynthID | كشف العلامات المائية | تكشف فقط الصور المولّدة بواسطة Google |
💡 مهم: لا يحقق أي كاشف للذكاء الاصطناعي دقة بنسبة 100%. تفشل هذه الأدوات على الصور المعالجة بكثافة أو المضغوطة، وعلى الصور من نماذج غير ممثلة في بيانات تدريبها. تعامل مع مخرجات الكاشف كإشارة واحدة من بين عدة إشارات، لا كحكم نهائي.
لكي تكشف شيئًا ما بموثوقية، يساعد أن تعرف كيف صُنع. تعمل نماذج الانتشار الحديثة عبر هذه الخطوات:
ليس لدى النموذج أي فهم للتشريح أو الفيزياء أو المنطق المكاني. لقد تعلّم علاقات إحصائية بين رقع البكسلات استنادًا إلى مليارات الأمثلة التدريبية. وتظهر الأخطاء تحديدًا في التكوينات التي كانت نادرة في بيانات التدريب: أيدٍ بأوضاع غير مألوفة، ومشاهد عاكسة معقدة، وخلفيات كثيفة تتطلب عناصر متداخلة كثيرة.
تُمرَّر كثير من الصور المولّدة بالذكاء الاصطناعي لاحقًا عبر أدوات رفع الدقة لزيادة دقتها الظاهرية وحدتها. تضيف أدوات مثل Real-ESRGAN وClarity Pro Upscaler تفاصيل على مستوى البكسل. لكن رفع الدقة يُدخل آثاره المميزة: حواف مفرطة الحدة، وملمس بشرة يبدو مرسومًا لا مصوّرًا، وطابع بلاستيكي شبه كامل على الأسطح التي يجب أن تحمل تباينًا طبيعيًا في المادة.
عندما تصادف صورة تجمع بين الدقة العالية والتفاصيل التشريحية المريبة، فضع في اعتبارك أن رفع الدقة طُبّق بعد التوليد الأولي بالذكاء الاصطناعي. فأداة رفع الدقة تضيف تفاصيل لا تستطيع استرجاعها فعلًا من الأصل (لأنه لا يوجد التقاط فوتوغرافي أصلي)، فتنتج مظهرًا بالغ التفصيل لكنه خاطئ.
ومن المفيد مقارنة ذلك بأدوات مثل Topaz Image Upscale وGoogle Upscaler عند استخدامها على صور فوتوغرافية حقيقية: فعند تطبيقها على صور حقيقية، تستعيد هذه الأدوات الحبيبات الطبيعية وتحافظ على ملمس مادي متسق، لأن بيانات صورة أصلية موجودة للرجوع إليها.
بعيدًا عن الفحص البصري، يحلل باحثو الطب الشرعي الرقمي الصور في مجال التردد. تملك الصور الفوتوغرافية الحقيقية الملتقطة بمستشعرات الكاميرا توزيعًا محددًا للمعلومات منخفضة التردد وعالية التردد، يعكس فيزياء البصريات والمستشعر. أما الصور المولّدة بالذكاء الاصطناعي فتملك توقيعًا تردديًا مختلفًا، يمكن كشفه حتى بعد أن تُعالج الصورة بكثافة أو تُعاد ضغطها.
بهذه الطريقة تستطيع البرامج الجنائية الاحترافية وأدوات مثل SynthID من Google تحديد الصور المولّدة بالذكاء الاصطناعي التي تجتاز الفحص البصري تمامًا. لا تحتاج إلى تشغيل هذه التحليلات بنفسك، لكن معرفة وجود هذه الطبقة تخبرك متى يجب أن تتجاوز تقييمك البصري الشخصي وتستعين بالأدوات المؤسسية.
أسرع طريق إلى حدس كشف موثوق هو التعرّض المنظّم للصور. ولّد الصور بنفسك، وافحص كل أثر، وابنِ قاعدة ذهنية لما يبدو عليه "الخطأ" عند مستويات جودة مختلفة ومن نماذج مختلفة.
تمنحك PicassoIA الوصول إلى عشرات نماذج توليد الصور عبر picassoia.com/en/all-models. اقضِ وقتًا في توليد أوامر نصية مصمَّمة خصيصًا لكشف نقاط ضعف النماذج:
كل واحد من هذه الأوامر يكشف بشكل موثوق قيود النموذج الذي تستخدمه. وتصبح الأخطاء التي تنتجها مرجعًا لبصمتك الخاصة. وعندما تصادف صورة مشبوهة في الواقع، ستملك كتالوجًا ذهنيًا تقارنها به، بدلًا من قواعد مجردة تطبقها بوعي.
💡 سير العمل: ولّد خمس صور لأيدٍ باستخدام نماذج مختلفة على PicassoIA. التقط لقطات شاشة للأخطاء التي تلاحظها. عندما ترى صورة مشبوهة على وسائل التواصل الاجتماعي، قارن جودة اليد بمجموعة مراجعك. التعرّف على الأنماط المبني على أمثلة حقيقية يتفوق باستمرار على قوائم التحقق النظرية.
هذه ليست مهارة تقنية فقط. إنها معرفة إعلامية لعصر تتدفق فيه الصور الاصطناعية عبر كل قناة معلومات تستخدمها يوميًا. كلما أنشأت الصور المولّدة بالذكاء الاصطناعي ودرستها بقصد أكبر، ستكون أكثر قدرة على اكتشافها حين تكون الأصالة مهمة فعلًا.
قائمة مرجعية سريعة
اختر لغتك
