عجز أداة ميتا لكشف الذكاء الاصطناعي عن تمييز الصور التي أنشأتها بنفسها

حين ترى صورة مذهلة على الإنترنت اليوم، يخطر في بالك سؤال بسيط لكنه مربك: هل هذه حقيقية فعلًا؟ شركات التقنية تراهن على أدوات الكشف لتمنحنا إجابة سريعة وواضحة. لكن ماذا لو عجزت هذه الأدوات عن التعرّف حتى على الصور التي صنعتها بنفسها؟ هذا تحديدًا ما كشفه تقرير حديث لوكالة رويترز حول أداة الكشف الجديدة من ميتا.

عند إطلاق نموذج توليد الصور Muse Image، أعلنت ميتا أن كل صورة مُنشأة عبره ستحمل علامة مائية غير مرئية تُدعى Content Seal. الشركة أكدت أن هذه الإشارة ستبقى قابلة للرصد حتى لو جرى قص الصورة أو ضغطها أو تغيير أبعادها أو حتى تصويرها عبر لقطة شاشة. الفكرة تبدو منطقية: تضمين بصمة رقمية صامدة تتيح لأدوات الكشف التعرّف على المحتوى الاصطناعي بسهولة.

لكن الاختبار العملي يظل دائمًا المحك الحقيقي لأي تقنية، خصوصًا في مجال حساس مثل كشف التزييف العميق والمحتوى المُنشأ بالذكاء الاصطناعي.

بحسب تقرير رويترز، نجحت أداة ميتا في التعرّف على 40 صورة أصلية مُولّدة عبر Muse Image بنسبة 100%. غير أن الصورة تغيّرت تمامًا بعد قصّ هذه الصور إلى نصف أو ثلث حجمها؛ إذ انخفضت دقة الكشف إلى 55% فقط. أي أن الأداة فشلت في تحديد أكثر من نصف الصور المعدّلة.

هذه النتيجة تضع ادعاء “الصمود أمام القص والتعديل” تحت المجهر. فالقص ليس معالجة متقدمة؛ إنه إجراء بسيط يمكن لأي مستخدم القيام به خلال ثوانٍ. وإذا كان تعديل بهذه البساطة قادرًا على إرباك نظام الكشف، فإن ذلك يثير تساؤلات أعمق حول متانة البنية التقنية للعلامة المائية نفسها.

مشهد الذكاء الاصطناعي التوليدي يتسارع بشكل لافت. تقارير أمنية تشير إلى نمو سنوي هائل في حجم المحتوى الزائف والتزييف العميق خلال العامين الماضيين. في المقابل، لا تبدو تقنيات الكشف قادرة على مواكبة هذا الإيقاع.

المعضلة أن أدوات الكشف نفسها تعتمد على خوارزميات تعلم آلي، ما يجعلها جزءًا من سباق مستمر بين المولّد والكاشف. وكلما تحسّنت نماذج التوليد، ازدادت صعوبة التمييز. أما المستخدم العادي، فدقته في التفرقة بين الصورة الحقيقية والمُنشأة اصطناعيًا لا تتجاوز حدود التخمين.

إطلاق Muse Image لم يأتِ في فراغ. ميتا تحاول اللحاق بركب المنافسين في سباق النماذج المتقدمة، مع استثمارات بمليارات الدولارات وإعادة هيكلة فرق الذكاء الاصطناعي. لذلك فإن أدوات الكشف ليست ميزة جانبية، بل عنصر أساسي في بناء الثقة وتنظيم استخدام المنصات.

الجدل لم يقتصر على أداء أداة الكشف. فقد أثار استخدام صور الحسابات العامة في إنستغرام لتدريب النموذج موجة انتقادات دفعت الشركة إلى التراجع عن بعض الخصائص. هنا يتقاطع مساران معقدان: حماية الخصوصية من جهة، والشفافية في تعقّب المحتوى الاصطناعي من جهة أخرى.

عمليًا، أي أداة كشف غير مستقرة تترك فراغًا في منظومة الثقة الرقمية. الصحفيون، منصات التواصل، وحتى المستخدم العادي، يعتمدون على إشارات واضحة تساعدهم في تقييم مصداقية الصور. حين تصبح العلامة المائية قابلة للتعطيل عبر تعديل بسيط، يتحول الكشف من درع حماية إلى ميزة تجريبية.

مع اقتراب إطلاق مولد الفيديو الجديد Muse Video، تتضاعف أهمية هذه القضية. الفيديو أكثر تعقيدًا من الصورة، وأثره التضليلي أعمق. وإذا لم تكن أنظمة التحقق والوسم الرقمي متماسكة من البداية، فقد يصبح الضرر أسرع انتشارًا من حلول احتوائه.

القصة هنا لا تدور حول خطأ تقني عابر، بل حول اختبار واقعي لقدرة الصناعة على ضبط أدواتها قبل أن تنفلت. وفي سباق الذكاء الاصطناعي، يبدو أن السؤال لم يعد من يستطيع توليد المحتوى الأذكى، بل من يستطيع ضمان تمييزه بوضوح حين نحتاج إلى الحقيقة.