Authorship Impersonation via LLM Prompting does not Evade Authorship Verification Methods

إليك ملخص تقني مفصل لورقة البحث بعنوان "انتحال الهوية التأليفية عبر توجيه النماذج اللغوية الكبيرة لا يتجاوز أساليب التحقق من التأليف" (مارس 2026).

1. بيان المشكلة

تتناول الورقة التهديد الناشئ المتمثل في انتحال الهوية التأليفية (Authorship Impersonation) في اللسانيات الجنائية، مع التركيز بشكل خاص على ما إذا كان يمكن توجيه النماذج اللغوية الكبيرة (LLMs) لمحاكاة أسلوب كتابة فرد معين (الأسلوب الفردي - idiolect) بدرجة كافية لتجاوز أنظمة التحقق من التأليف (AV).

• السياق: بينما ظل الانتحال اليدوي تحديًا جنائيًا لفترة طويلة، فإن سهولة الوصول إلى نماذج لغوية قوية (مثل GPT-4o) تثير مخاوف من أن الجهات الخبيثة قد تولد "تزييفات نصية" لتلفيق أدلة أو تضليل التحقيقات.
• السؤال الجوهري: هل يمكن للمهاجم، باستخدام الموارد العامة وتقنيات التوجيه (دون ضبط دقيق - fine-tuning)، توليد نص يقنع أنظمة التحقق من التأليف المتطورة بأن النص كتبه المؤلف المستهدف؟
• الفجوة: ركزت الدراسات السابقة غالبًا على مقاييس التشابه الأسلوبي أو الشخصيات رفيعة المستوى (التي قد تكون موجودة في بيانات التدريب). تقيم هذه الدراسة الانتحال مقابل أطر عمل التحقق من التأليف الجنائية الراسخة باستخدام أفراد حقيقيين في أنواع تواصل واقعية.

2. المنهجية

أ. الإعداد التجريبي

• نموذج المهاجم: GPT-4o (OpenyaAI)، تم اختياره لأدائه المتطور وسهولة الوصول إليه علنًا.
• مجموعات البيانات: ثلاث مجموعات متميزة تمثل أنواعًا ذات صلة جنائية:
  1. CEnron: رسائل بريد إلكتروني مؤسسية (76 مؤلفًا، 345 نصًا).
  2. CBOLT: رسائل SMS/دردشة (46 مؤلفًا، 3,716 نصًا).
  3. CTwitter: منشورات وسائل التواصل الاجتماعي (60 مؤلفًا، 10,933 نصًا).
• صياغة المهمة: تمت صياغة المهمة كعملية إعادة كتابة.
  • النص المصدر (S): نص كتبه مؤلف آخر (ليس المستهدف).
  • المؤلف المستهدف (Ai): فرد محدد يراد محاكاة أسلوبه.
  • العملية: يتم تزويد النموذج اللغوي بأمثلة من كتابة (Ai) ويُطلب منه إعادة كتابة (S) لمحاكاة (Ai). المخرج ($Q^P_i$) هو نص الانتحال.

ب. استراتيجيات التوجيه (Prompting Strategies)

تم اختبار أربع حالات توجيه لمحاكاة مستويات متفاوتة من تطور المهاجم:

1. التوجيه الساذج (Naive Prompting): تعليمات بسيطة من جملة واحدة لإعادة كتابة النص ليشبه الهدف.
2. التوجيه الذاتي (Self-prompting): عملية من خطوتين حيث يقوم النموذج أولاً بتوليد تعليمات مفصلة (قائمة مراجعة للميزات) لنفسه، ثم ينفذها.
3. توجيه لعب الأدوار (Role-Playing Prompting): يخصص "أمر النظام" دور "خبير محاكاة"، يليه "أمر المستخدم" مع قيود لغوية محددة (علامات ترقيم، أفعال مركبة، إلخ).
4. توجيه شجرة الأفكار (Tree-of-Thoughts - ToT): عملية تخطيط وتصويت متعددة الخطوات حيث يولد النموذج خططًا ومسودات متعددة، ويختار الأفضل من خلال التصويت الداخلي.

ج. إطار التقييم

تم تقييم النصوص المولدة مقابل ستة أساليب للتحقق من التأليف (AV) باستخدام إطار عمل نسبة الاحتمالية (Likelihood Ratio - LR) (المعايرة عبر الانحدار اللوجستي):

• الطرق غير العصبية:
  • تتبع N-gram: تشابه 9-gram للحروف (معامل سيمبسون).
  • المتطفلون القائمون على الترتيب (RBI): يقارن الاستعلام مقابل عينات معروفة ومجموعة من المتطفلين.
  • LambdaG: طريقة جنائية تستخدم نماذج قواعد لغوية تعتمد على الكلمات الوظيفية (تتطلب قناع المحتوى عبر POSNoise).
• الطرق العصبية:
  • AdHominem: شبكة عصبية سيامية قائمة على الانتباه (Attention-based).
  • LUAR: تعلم تمثيلات التأليف العالمية (التعلم التبايني).
  • STAR: محول الأسلوب لتمثيلات التأليف (Style Transformer).
• المعالجة المسبقة: استخدمت الطرق غير العصبية POSNoise (استبدال كلمات المحتوى بوسوم أجزاء الكلام) لمنع انحياز الموضوع. تم تقييم الطرق العصبية على النص الخام.

3. النتائج الرئيسية

أ. فشل الانتحال

• الصمود العام: عبر جميع مجموعات البيانات وجميع استراتيجيات التوجيه، فشل GPT-4o في توليد نصوص نجحت في تجاوز أنظمة التحقق من التأليف.
• نسب الاحتمالية (LLR): كانت الغالبية العظمى من درجات LLR سالبة، مما يشير إلى أن الأنظمة رفضت الانتحالات بشكل صحيح كحالات "مؤلف مختلف".
• عدم فعالية التوجيه: لم تؤدِ تقنيات التوجيه الأكثر تعقيدًا (ToT، لعب الأدوار) إلى تحقيق معدلات نجاح أعلى بشكل ملحوظ مقارنة بالتوجيه الساذج. واجهت النماذج اللغوية صعوبة في التقاط العلامات اللغوية العميقة والمستقرة المطلوبة للتحقق الجنائي.

ب. أداء الأساليب النوعية

• النماذج العصبية:
  • كان STAR و LUAR الأكثر قوة، حيث أنتجا باستمرار درجات LLR سالبة قوية.
  • كان AdHominem الأكثر عرضة للاختراق، حيث أعطى غالبًا درجات قريبة من الصفر (غير حاسمة)، رغم أنه ظل عمومًا يرفض الانتحالات.
• النماذج غير العصبية: ظلت الطرق الثلاث (LambdaG، N-gram، RBI) قوية، رغم أن N-gram و RBI أظهرتا تقلبات طفيفة في الثقة اعتمادًا على المجموعة.

ج. "النتيجة المناقضة للبديهة"

كانت إحدى النتائج الحاسمة هي أن بعض الأساليب (تحديدًا STAR، LUAR، و N-gram tracing في Enron) كانت أفضل في رفض انتحالات النماذج اللغوية منها في رفض العينات البشرية الحقيقية (النصوص التي كتبها أشخاص مختلفون).

• المقياس: كان معدل الحالات السلبية الحقيقية (TNR) أعلى للنصوص المولدة بواسطة LLM مقارنة بأزواج "المؤلف المختلف" البشرية الحقيقية.
• التفسير: أظهرت النصوص المولدة بواسطة LLM تنوعًا معجميًا أعلى، وإنتروبيا (Entropy) أعلى، ونسب نوع-إلى-رمز (TTR) أعلى مقارنة بالكتابة البشرية.
  • تتميز الكتابة البشرية بعادات لغوية محددة ومتكررة.
  • تميل النماذج اللغوية الكبيرة، حتى عند توجيهها للمحاكاة، إلى إنتاج نصوص "متنوعة للغاية" إحصائيًا وأقل تكرارًا من الكتابة البشرية الطبيعية.
  • هذا التوقيع الإحصائي "الآلي" جعل الانتحالات أسه יותר في الكشف عنها من التباينات البشرية الحقيقية.

4. المساهمات الرئيسية

1. تقييم الإطار الجنائي: على عكس دراسات NLP السابقة التي تعتمد على مقاييس التشابه، تقيم هذه الدراسة انتحال LLM ضمن إطار نسبة الاحتمالية الجنائي الصارم، مع تقييم القبول الفعلي وقوة الدليل.
2. تحليل شامل للتوجيه: تختبر الدراسة بشكل منهجي طيفًا من استراتيجيات التوجيه (من الساذج إلى ToT) لتحديد ما إذا كان هندسة التوجيه وحدها يمكن أن تتغلب على قيود التعلم السياقي في محاكاة التأليف.
3. اكتشاف "الإفراط في التنوع" للنماذج اللغوية: تحدد الورقة أن النماذج اللغوية الكبيرة تفشل في محاكاة الأساليب الفردية البشرية ليس فقط عبر فقدان علامات محددة، بل عبر إدخال تنوع معجمي وإنتروبيا مفرطين، مما يعمل كبصمة قابلة للكشف ضد أنظمة التحقق من التأليف القائمة.
4. رؤى خاصة بالأنواع الأدبية: توضح الدراسة أنه بينما كانت جميع الأنواع مقاومة، كانت نصوص Twitter هي الأسهل في الكشف (أكثر LLR سلبية)، بينما كانت رسائل البريد الإلكتروني هي الأصعب (أقل قدر من LLR)، مما يشير إلى أن خصائص المجموعة تؤثر على ثقة الكشف.

5. الأهمية والآثار المترتبة

• القوة الحالية: تظل أنظمة التحقق من التأليف الحالية قوية ضد الهجمات العدائية من المستوى المبتدئ التي تستخدم النماذج اللغوية الكبيرة المتاحة علنًا وتقنيات التوجيه. يمكن لعلماء اللسانيات الجنائية حاليًا الاعتماد على هذه الأدوات لكشف انتحالات LLM.
• محدودية التوجيه: تشير الدراسة إلى أن "التوجيه" وحده غير كافٍ لانتحال التأليف عالي المخاطر؛ فالخصائص الإحصائية المتأصلة في النموذج (الإنتروبيا العالية) تمنعه من محاكاة الطبيعة منخفضة الإنتروبيا والمتكررة للأسلوب الفردي البشري بدقة.
• التهديدات المستقبلية: يحذر المؤلفون من أنه بينما يفشل التوجيه، فإن الهجمات الأكثر تطورًا التي تتضمن الضبط الدقيق (Fine-tuning)، أو حلقات التغذية الراجعة العدائية، أو التكيف الفعال للمعلمات قد تتمكن من تجاوز هذه الدفاعات.
• الإنسان مقابل الآلة: بينما نجحت الخوارزميات في كشف الانتحالات، تشير الورقة إلى أن نصوص LLM قد تبدو مقنعة لـ القراء البشر (مثل أفراد العائلة أو المحققين غير الخبراء)، مما يشكل خطر خداع حقيقي في العالم الواقعي حتى لو كشفتت الأدوات الجنائية ذلك.

الخاتمة

تخلص الورقة إلى أنه على الرغم من التقدم السريع في النماذج اللغوية الكبيرة، فإن انتحال الهوية التأليفية عبر التوجيه لا يتجاوز حاليًا أساليب التحقق من التأليف الجنائية. إن الاختلافات الإحصائية المتأصلة بين الأساليب الفردية البشرية ومخرجات النماذج اللغوية الكبيرة (تحديدًا فيما يتعلق بالتنوع المعجمي والإنتروبيا) تجعل الانتحالات المولدة بواسطة هذه النماذج قابلة للكشف، وفي بعض الحالات، أسهل في الرفض من الكتابة البشرية الحقيقية. ومع ذلك، تدعو الدراسة إلى اليقظة المستمرة مع تطور التقنيات العدائية.