تخيل عالماً لا يمكنك فيه الوثوق بما تراه عيناك أو ما تسمعه أذناك. نحن نعيش في عصر تعلمت فيه الحواسيب كيف ترسم وتغني وتمثل ببراعة تجعلها قادرة على إنشاء نسخ "مزيفة" من أشخاص حقيقيين. هذه ليست مجرد رسومات سيئة أو تقليد مضحك للأصوات؛ بل هي تزييف رقمي فائق الواقعية يسمى التزييف العميق (deepfakes). فكر فيها كدمى رقمية: يمكنك أخذ فيديو لسياسي، واستبدال وجهه بوجه شخص آخر، وجعله يقول أشياء لم يقلها أبداً، أو حتى إنشاء فيديو لمشهور يركب وحيد قرن على المريخ بمجرد كتابة جملة. هذه التكنولوجيا هي سلاح ذو حدين؛ فمن ناحية، هي أداة سحرية للإبداع والترفيه، ومن ناحية أخرى، هي سلاح للمحتالين والمتلاعبين الذين يمكنهم خداع الناس ليدفعوا أموالهم أو يصدقوا الأكاذيب. السؤال الكبير الذي يواجه العلماء هو: إذا كانت عمليات التزييف تصبح أكثر إتقاناً، فهل يمكننا بناء أدوات كشف ذكية بما يكفي لرصدها قبل أن تسبب المشاكل؟

هذه الورقة البحثية تشبه خريطة كنز ضخمة ومنظمة لأي شخص يحاول فهم هذه اللعبة عالية المخاطر بين القط والفأر. قام المؤلفون، وهم فريق من الباحثين من جامعات في رومانيا والإمارات العربية المتحدة والولايات المتحدة، بجمع كل طريقة معروفة لكل من إنشاء هذه التزييفات العميقة وكشفها. إنهم يفرزون الفوضى من الصور ومقاطع الفيديو وملفات الصوت لبناء "شجرة عائلة" واضحة (أو تصنيف) لكيفية صنع هذه التزييفات. ينظرون إلى الأدوات القديمة، مثل الشبكات التنافسية التوليدية (GANs) — التي تشبه فنانين يتصارعان، أحدهما يحاول رسم تزييف والآخر يحاول كشفه — والأدوات الأحدث والأكثر قوة وهي "نماذج الانتشار" (diffusion models) التي تعمل عن طريق تحويل الضجيج العشوائي ببطء إلى صورة واضحة، تماماً مثل النحات الذي ينحت من كتلة حجرية ليكشف عن تمثال.

ثم يوجه الباحثون اهتمامهم إلى المحققين: برامج الكمبيوتر المصممة لرصد التزييف. إنهم يراجعون أفضل الأدوات المتاحة حالياً، والتي تعتمد في الغالب على شبكات عصبية معقدة (أنظمة رياضية مستوحاة من الدماغ البشري) للبحث عن ثغرات أو "آثار" (artifacts) صغيرة غير مرئية يغفل عنها البشر. ولكن هنا تكمن المفاجأة التي اكتشفوها: أفضل أدوات الكشف الحالية تفشل. فعندما اختبروا هذه الكواشف على تزييفات مصنوعة بواسطة أدوات ذكاء اصطناعي جديدة وقوية لم ترها هذه الكواشف من قبل، ارتبكت الكواشف وفشلت في رصد التزييف. الأمر يشبه تعليم حارس أمن التعرف على نوع محدد من الهويات المزورة، ليقوم المجرمون في اليوم التالي باستبدالها بنوع جديد تماماً من التزوير. كما تقدم الورقة "مسار اختبار" جديد (معيار مرجعي) لقياس هذا الفشل، وتقترح أنه بدلاً من مجرد محاولة رصد كل تزييف ممكن، قد نحتاج إلى تغيير قواعد اللعبة تماماً — ربما من خلال التحقق من مصدر المحتوى باستخدام تقنية "البلوكشين" (blockchain)، أو من خلال التركيز على أشخاص محددين لجعل عملية الكشف أسهل.

الصورة الكبيرة: ماذا يحدث؟

التزييف العميق هو في الأساس خداع رقمي. يمكن أن يكون على شكل صور، أو فيديوهات (صور متحركة)، أو صوت (أصوات)، أو متعدد الوسائط (فيديوهات مع صوت). توضح الورقة كيف يتم صنع هذه الأنواع إلى "نكهات" مختلفة:

• تبديل الهوية (Identity Swapping): أخذ وجه من شخص ما ولصقه على جسد شخص آخر (مثل تبديل الوجوه).
• تبديل التعبيرات (Expression Swapping): جعل الشخص يبدو سعيداً بينما كان حزيناً في الواقع، دون تغيير هويته.
• تخليق الوجه المتحدث (Talking Face Synthesis): جعل شفاه الشخص تتحرك وتتغير تعبيرات وجهه لتتطابق مع تسجيل صوتي، حتى لو لم يقل تلك الكلمات أبداً.
• تحويل النص إلى صورة/فيديو (Text-to-Image/Video): كتابة جملة مثل "مورغان فريمان يركب وحيد قرن" وجعل الكمبيوتر ينشئ فيديو جديداً تماماً لذلك من الصفر.

وجد المؤلفون أن "صانعي" هذه التزييفات يستخدمون بعض الأدوات الرئيسية. كانت الأدوات المفضلة القديمة هي GANs و VAEs (المشفرات التلقائية المتغيرة)، لكن العمالقة الجدد هم نماذج الانتشار (Diffusion Models) و المحولات (Transformers). هذه الأدوات الجديدة بارعة جداً لدرجة أنها تستطيع توليد تزييفات عالية الجودة في ثوانٍ معدودة.

العمل الاستقصائي: كيف نحاول الإمساك بهم؟

على الجانب الآخر من الطاولة، توجد أدوات الكشف. لفترة طويلة، تم تدريب هذه الكواشف لرصد "الثغرات" التي تتركها أدوات الذكاء الاصطناعي القديمة. على سبيل المثال، إذا واجه ذكاء اصطناعي قديم مشكلة في دمج أنف مزيف على وجه حقيقي، فإن الكاشف يتعلم البحث عن ذلك التمويه المحدد. تنظم الورقة هذه الكواشف حسب طريقة عملها:

• الشبكات العصبية الالتفافية (CNNs): وهي تشبه الكاميرات التقليدية التي تمسح الصورة بكسل بكسل للبحث عن الأنماط.
• المحولات (Transformers): وهي أنظمة أحدث وأذكى تنظر إلى الصورة (أو الفيديو) بأكملها دفعة واحدة، وتفهم كيف ترتبط الأجزاء المختلفة ببعضها البعض.
• النماذج الهجينة (Hybrid Models): وهي تجمع بين أفضل ما في العالمين.

جمع الباحثون قائمة ضخمة من مجموعات البيانات (datasets) (مجموعات من الفيديوهات الحقيقية والمزيفة) التي يستخدمها العلماء لتدريب واختبار كواشفهم. لقد نظروا في مجموعات شهيرة مثل FaceForensics++ و Celeb-DF و DeepFake-TIMIT. حتى أنهم وضعوا تصنيفاً لأفضل الكواشف التي تعمل على هذه الاختبارات المحددة.

الاكتشاف الصادم: الكواشف تخسر

هذا هو الجزء الأهم في الورقة. أخذ المؤلفون "أفضل" الكواشف — تلك التي سجلت دقة 99% في الاختبارات القديمة — وألقوا بها في تحدٍ جديد: اختبار "خارج التوزيع" (out-of-distribution). وهذا يعني أنهم اختبروا الكواشف على تزييفات مصنوعة بواسطة أدوات ذكاء اصطناعي جديدة وغير مرئية لم تتدرب عليها الكواشف من قبل.

النتيجة؟ فشلت الكواشف فشلاً ذريعاً.

تظهر الورقة أنه عندما يقوم صانعو التزييف بترقية أدواتهم، تتخلف الكواشف عن الركب. فالكاشف الذي كان مثالياً في رصد التزييفات المصنوعة بواسطة الأداة (أ) قد يكون أعمى تماماً أمام التزييفات المصوعة بواسطة الأداة (ب). ويرى المؤلفون أن السبب في ذلك هو أن الكواشف تتعلم رصد "البصمات" الخاصة بالأدوات القديمة بدلاً من فهم الطبيعة الجوهرية لما يجعل التزييف العميق تزييفاً عميقاً. الأمر يشبه تعليم كلب أن ينبح فقط على السيارات الحمراء؛ فإذا مرت سيارة زرقاء، سيظل الكلب صامتاً.

ما الخطوة التالية؟ أفكار وأدوات جديدة

بما أن نهج "رصد التزييف" الحالي يعاني، تقترح الورقة أفكاناً جديدة:

1. معيار مرجعي جديد: بنى المؤلفون اختباراً جديداً (متاح على موقعهم الإلكتروني) مصمماً خصيصاً لمعرفة مدى قدرة الكواشف على التعامل مع هذه التزييفات "غير المرئية". وهذا يساعد الباحثين على رؤية نقاط الضعف الحقيقية في أنظمتهم.
2. كشف الأشخاص المعنيين (POI Detection): بدلاً من محاولة تخمين ما إذا كان أي فيديو هو تزييف، ماذا لو قارنا الفيديو بصورة معروفة وموثقة للشخص المعني؟ إذا لم يتطابق الفيديو مع الصورة المعروفة، فهو مزيف. هذا يبسط المشكلة.
3. حلول البلوكشين (Blockchain): بدلاً من محاولة كشف التزييف بعد ظهوره، لماذا لا نتحقق من المصدر قبل مشاركته؟ تقترح الورقة استخدام البلوكشين (سجل رقمي آمن) لتتبع أصل الوسائط، مما يضمن مشاركة المحتوى الموثق فقط.

الخلاصة

هذه الورقة هي بمثابة جرس إنذار. إنها تخبرنا أنه بينما حققنا تقدماً مذهلاً في كل من إنشاء التزييف العميق وكشفه، إلا أن "سباق التسلح" لا يزال بعيداً عن النهاية. الكواشف الحالية متخصصة للغاية؛ فهي بارعة في رصد تزييفات الأمس، لكنها تُخدع بسهولة بتزييفات الغد. ويخلص المؤلفون إلى أننا بحاجة إلى التوقف عن الاعتماد فقط على البحث عن "الثغرات" والبدء في بناء أنظمة يمكنها التعميم — أي أنظمة يمكنها رصد التزييف بغض النظر عن الأداة المستخدمة لصنعه. وحتى ذلك الحين، سيستمر الخط الفاصل بين الواقع والخداع الرقمي في التلاشي، ونحن بحاجة إلى أدوات أفضل للحفاظ على سلامة الحقيقة.