العلامات المائية العصبية: كيف يضع الذكاء الاصطناعي بصمات غير مرئية داخل الصور؟

تنتشر صورة واقعية أو تسجيل صوتي أو مقطع نصي صاغته برمجيات الذكاء الاصطناعي الحديثة عبر شبكات التواصل الاجتماعي ومواقع الأخبار، لتبدو للوهلة الأولى حقيقية تماماً ولا يشوبها أدنى شك. والسؤال الفوري والمهم الذي يطرحه أي مستخدم أو باحث عن الحقيقة هو: كيف يمكن إثبات مصدر هذا المحتوى تقنياً، والتأكد بدقة مما إذا كان نتاج عدسة بشرية وتسجيل حقيقي أم ثمرة خوارزميات حسابية معقدة؟ لم تعد العلامات المائية البصرية التقليدية، مثل الشعارات المطبوعة في زوايا الصور، مجدية لحماية الحقيقة، إذ يستطيع أي شخص إزالتها بسهولة عبر قص الحواف أو بتعديل سطحي سريع. ومن هنا انطلقت أبحاث 'العلامة المائية العصبية'، وهي تقنية متطورة تدمج توقيعات رقمية خفية داخل البنية الرياضية للملفات ذاتها أثناء ولادتها البرمجية لتأكيد هويتها.

كيف تُدمج البصمة الرياضية أثناء عملية التوليد الحسابية

على النقيض من الطرق التقليدية القديمة التي تضيف ختماً أو شارة بعد اكتمال تصميم الملف، تعمل العلامة المائية العصبية في المراحل الحسابية الوسيطة داخل بنية النموذج الذكي نفسه. على سبيل المثال، يتدخل نظام SynthID الذي طوره فريق Google DeepMind في عام 2023 أثناء عمل نماذج الانتشار المسؤولة عن بناء الصور من التشويش العشوائي التام. يقوم النظام بإجراء تعديلات إحصائية طفيفة للغاية على ترددات البكسلات وتدرجات الإضاءة، بحيث تظل تلك التغييرات غير محسوسة إطلاقاً للعين المجردة مع بقائها واضحة تماماً لخوارزميات الفحص الرقمي.

ينطبق المبدأ الحسابي ذاته بدقة على النماذج اللغوية الكبيرة التي تصوغ المقالات والأبحاث والنصوص المتنوعة. فعندما يتوقع النموذج الكلمة التالية في الجملة، يُدخل انحرافاً إحصائياً محسوباً في احتمالات اختيار الكلمات (tokens)، مما يرجح اختيار مفردات محددة من قائمة رياضية دون المساس بسلامة المعنى أو سلاسة التعبير اللغوي المكتوب. يقرأ المستخدم النص بأسلوب طبيعي ومترابط تماماً كأنه كتابة بشرية، لكن عند تمرير الملف على أداة الكشف المناسبة، تستخرج الخوارزمية النمط الإحصائي وتؤكد فوراً عبر حساب احتمالي دقيق أن النص صيغ بواسطة الذكاء الاصطناعي.

مستويات المتانة والحدود التقنية في البيئة الرقمية الواقعية

تتميز العلامات المائية العصبية بقدرتها الكبيرة على الصمود أمام التعديلات اليومية الشائعة التي تخضع لها الملفات عند التداول. فهي تحتفظ ببصمتها بعد اقتصاص أجزاء معتدلة من الصورة، أو بعد الضغط التلقائي بصيغة JPEG الذي تفرضه منصات التواصل، وكذلك بعد تعديل طفيف في توازن الألوان والإضاءة. غير أن التقنية ليست حلاً نهائياً مطلقاً، بل تواجه تحديات هندسية محددة يجب إدراكها بوضوح:

• التلاشي بفعل المعالجة الرقمية العنيفة: تفقد العلامة فاعليتها إذا تعرضت الصورة لمرشحات ضبابية كثيفة، أو لضغط جودة شديد ومتكرر، أو عند إعادة تصوير شاشة الحاسوب بعدسة هاتف محمول خارجي.
• غياب المعايير الموحدة المشتركة بين الشركات: تطور كل مؤسسة تقنية خوارزميات إخفاء خاصة بها ومغلقة المصدر، مما يحول دون قدرة برنامج فحص تابع لجهة معينة على قراءة واكتشاف بصمات الأنظمة المنافسة.
• سهولة التحايل في النماذج مفتوحة المصدر: في البرمجيات الحرة التي تعمل محلياً على حواسيب المستخدمين، يستطيع المطورون تعديل التعليمات البرمجية وحذف وظيفة دمج العلامة المائية قبل بدء عملية التوليد.
• مخاطر الإنذارات الخاطئة والاطمئنان الزائف: إن غياب العلامة المائية لا يعني بالضرورة أن المحتوى أصيل وبشري المصدر، كما أن التداخلات العشوائية في الصور الطبيعية قد تتشابه نادراً مع أنماط العلامات مسببة أخطاء تصنيف.

معيار C2PA والأطر التشريعية العالمية للشفافية

نظراً لأن العلامات المائية الرياضية وحدها لا توفر يقيناً كاملاً ومطلقا، يتزايد الاعتماد على دمجها مع معيار C2PA المفتوح لسجلات المحتوى الرقمي، والذي تدعمه كبرى الشركات مثل أدوبي وميكروسوفت ومؤسسات إعلامية دولية. يركز معيار C2PA على حفظ بيانات وصفية مشفرة تثبت مسار الملف بالكامل، وتسجل الكاميرا التي التقطت المشهد والتطبيقات التي استخدمت في تعديله، مما يمنح طبقة حماية إضافية تكتمل بها فاعلية العلامة العصبية الخفية المضمنة في البكسلات.

في الاتجاه نفسه، تفرض التشريعات الحديثة الصارمة، مثل قانون الذكاء الاصطناعي الأوروبي (EU AI Act)، على مطوري الأنظمة وضع أدوات وآليات واضحة تميز المحتوى الاصطناعي عن الحقيقي لحماية الجمهور. وفي ظل هذا المشهد الرقمي المتسارع، يتمثل السلوك الرشيد في عدم الاعتماد على وسيلة فحص وحيدة كدليل قاطع لا يقبل النقاش، بل الجمع الدائم بين أدوات التحليل الآلي، والتحقق الصحفي المستقل، والتدقيق النقدي الواعي في سياق النشر ومصدره الأصلي.