الدليل الشامل لاكتشاف الصور المولَّدة بالذكاء الاصطناعي في 2026

وصلت تقنيات توليد الصور بالذكاء الاصطناعي في 2026 إلى مرحلة أصبحت فيها أفضل النتائج لا تكاد تُميَّز عن الصور الفوتوغرافية الحقيقية بالنسبة إلى المشاهد العادي. Midjourney v7 وDALL-E 4 وStable Diffusion XL وAdobe Firefly كلها قادرة على إنتاج صور واقعية لأي مشهد أو شخص حقيقي أو حدث تقريبًا — بسرعة وتكلفة زهيدة وعلى نطاق واسع. يجمع هذا الدليل كل ما هو معروف حاليًا عن كشف الصور المولَّدة بالذكاء الاصطناعي: ما الذي يجب البحث عنه بصريًا، وكيفية استخدام تحليل البيانات التعريفية، وكيف تعمل أدوات الكشف الآلية، وأين تصل كل هذه الأساليب إلى حدودها.

لماذا يهم الكشف

تُستخدم الصور المولَّدة بالذكاء الاصطناعي في مجموعة واسعة من السياقات — المشاريع الإبداعية، والتسويق، والرسوم التوضيحية — حيث يكون أصلها الاصطناعي أمرًا غير ضار أو غير ذي صلة. لكنها تُستخدم أيضًا لتلفيق أدلة على أحداث لم تقع، ولإنشاء صور حميمية غير توافقية باستخدام ملامح أشخاص حقيقيين، ولانتحال شخصية أفراد حقيقيين، ولتغذية حملات التضليل الإعلامي. يخدم الكشف أغراضًا مختلفة بحسب السياق: التحقق من الصور الإخبارية، وحماية الأشخاص من الاستخدام غير التوافقي لملامحهم، والحفاظ على نزاهة المسابقات الإبداعية، وفرز المحتوى على المنصات. الأساليب واحدة؛ لكن المخاطر تتفاوت.

الفحص البصري: ما الذي يجب البحث عنه

الفحص البصري هو نقطة البداية، لكنه أصبح أقل موثوقية مما كان عليه قبل عامين. الدلالات التالية لا تزال ذات صلة، لكن ينبغي التعامل معها كإشارات تستدعي مزيدًا من التحقق لا كدليل قاطع.

اليدان والأصابع. تحسّنت نماذج الصور بشكل ملحوظ في رسم اليدين، لكنها تبقى نقطة ضعف. ابحث عن: عدد أصابع خاطئ؛ أصابع مرتبة أو مندمجة بشكل غير طبيعي؛ أصابع تندمج في راحة اليد؛ طول أصابع غير متسق؛ وأيدٍ تبدو صحيحة للوهلة الأولى لكنها خاطئة عند التدقيق. المشكلة تشريحية بطبيعتها — فاليدان معقدتان ومتغيرتان وتظهران في تشكيلات كثيرة، ما يجعل من الصعب إحصائيًا على النماذج أن تتعلمها بشكل كامل.

النص داخل الصور. تُولِّد نماذج الذكاء الاصطناعي النص حرفًا حرفًا كأنماط بصرية، لا كلغة ذات معنى. غالبًا ما يكون النص الخلفي في الصور المولَّدة عديم المعنى، أو يستخدم أحرفًا مخترَعة، أو يكون نسخة مشوَّشة من كلمات حقيقية. يجب فحص اللافتات والعلامات والكتب والشاشات وأي عنصر يحتوي نصًا عن كثب. وهذه من أكثر الدلالات موثوقية في الصور التي تتضمن عناصر نصية.

الخلفيات والتفاصيل الهامشية. تركّز نماذج الذكاء الاصطناعي مواردها الحسابية على الموضوع الرئيسي، وغالبًا ما تنتج خلفيات أقل تماسكًا. ابحث عن: أشخاص في الخلفية بتشريح مشوَّه؛ عناصر معمارية لا تخضع للمنظور بشكل صحيح؛ أجسام موجودة جزئيًا فقط؛ وأنماط (كورق الجدران أو البلاط أو الأقمشة) تتكرر بشكل خاطئ أو تنكسر عند الحواف.

الإضاءة والظلال. من الصعب توليد إضاءة متسقة بشكل صحيح. ابحث عن: ظلال لا تتوافق مع اتجاه مصدر الضوء الظاهر؛ ظلال متعددة لجسم واحد توحي بمصادر إضاءة متعددة ومتضاربة؛ انعكاسات في العيون أو النوافذ أو الأسطح اللامعة لا تطابق المشهد؛ وبريق العين الذي يختلف بين العينين.

نسيج البشرة. كثيرًا ما تُنتج صور الجيل الحالي بشرة اصطناعية بشكل خفي. ابحث عن: نسيج بشرة موحّد بشكل غير طبيعي يفتقر إلى التنوعات الدقيقة للبشرة الحقيقية (المسام، الخطوط الدقيقة، تفاوت اللون الطفيف)؛ مظهرًا أملس أو شمعيًا مفرطًا؛ وشعرًا مثاليًا أكثر من اللازم أو يندمج بشكل خاطئ مع فروة الرأس والخلفية.

التماثل. الوجوه الحقيقية تحمل تفاوتات دقيقة — عين أعلى قليلًا من الأخرى، أنف يميل قليلًا، خط شعر متغير. تميل الوجوه المولَّدة بالذكاء الاصطناعي إلى جمال أكثر مثالية وتماثلًا يبدو، عند التدقيق، غير إنساني قليلًا. هذه دلالة دقيقة وتعتمد على النموذج المولِّد.

تحليل البيانات التعريفية

تحمل الصور الفوتوغرافية الرقمية الأصيلة بيانات تعريفية — بيانات مضمّنة في ملف الصورة تصف كيفية التقاطها. تشمل بيانات EXIF: الشركة المصنِّعة للكاميرا وموديلها؛ معلومات العدسة؛ إعدادات التصوير (ISO، فتحة العدسة، سرعة الغالق)؛ إحداثيات GPS؛ والطابع الزمني. عادةً ما تفتقر الصور المولَّدة بالذكاء الاصطناعي إلى بيانات EXIF تمامًا، أو تحمل بيانات لا تطابق السياق المزعوم.

لفحص البيانات التعريفية، يمكنك استخدام: أدوات مجانية عبر الإنترنت مثل Jeffrey's Exif Viewer (على exifdata.com) أو ExifTool (على exiftool.org)؛ خيار "Get Info" في تطبيق Preview على macOS؛ أو برامج تحرير الصور مثل Photoshop أو GIMP، التي تعرض البيانات التعريفية في لوحة معلومات الملف. تحقق من: هل توجد بيانات EXIF أصلًا؟ هل يطابق موديل الكاميرا ما تتوقعه لهذا النوع من الصور؟ هل الطابع الزمني متسق مع وقت التقاط الصورة المزعوم؟ هل إحداثيات GPS موجودة، وهل تطابق الموقع المزعوم؟

تنبيهات مهمة: يمكن إزالة بيانات EXIF (تقوم جميع المنصات الاجتماعية الكبرى بإزالتها عند رفع الصور، فلقطة الشاشة أو الصورة المعاد نشرها ستفتقر إلى بيانات EXIF حتى لو كانت الصورة الأصلية حقيقية). كما يمكن تلفيق بيانات EXIF وإضافتها إلى صور مولَّدة بالذكاء الاصطناعي. غياب بيانات EXIF ليس دليلًا على التوليد بالذكاء الاصطناعي؛ أما وجود بيانات EXIF غير متسقة فهو دليل على التلاعب.

البحث العكسي عن الصور

قبل أي فحص آخر، مرّر الصورة المشتبه بها عبر Google Images (على images.google.com) وTinEye (على tineye.com) وYandex Images. يخبرك هذا: هل ظهرت الصورة قبل التاريخ المزعوم للأحداث التي تصورها (ما يدل على إعادة استخدام أو تلفيق)؛ وهل تظهر في سياقات لا تتسق مع السياق المزعوم؛ وهل هي صورة مخزون معروفة، أو صورة أرشيفية، أو صورة مؤكَّد أنها مولَّدة بالذكاء الاصطناعي.

البحث العكسي عن الصور فعّال بشكل خاص في كشف الصور القديمة التي تُستخدم بسياق زائف — صورة حقيقية من زمان ومكان مختلفَين تُعرَض وكأنها توثّق حدثًا حاليًا. وهذا أكثر شيوعًا من الصور الاصطناعية بالكامل في كثير من سياقات التضليل الإعلامي.

بيانات اعتماد المحتوى C2PA

طوّر تحالف نسب المحتوى وموثوقيته (C2PA) معيارًا تقنيًا — "بيانات اعتماد المحتوى" — يسجّل بشكل تشفيري أصل الوسائط الرقمية وتاريخ تحريرها. عندما يُنشئ مولِّد ذكاء اصطناعي يدعم C2PA صورة ما، فإنه يضمّن في الملف سجلًا واضح التلاعب لعملية التوليد. وعندما تلتقط كاميرا تدعم C2PA صورة فوتوغرافية، فإنها تضمّن سجلًا لعملية الالتقاط. كما تُسجَّل التعديلات اللاحقة.

في 2026، يتوفر دعم C2PA في: Adobe Photoshop وLightroom (لتوثيق نسب التحرير)؛ عدة مولّدات ذكاء اصطناعي رئيسية منها DALL-E وAdobe Firefly؛ كاميرات Leica (أول شركة مصنّعة كاميرات كبرى تطبّق C2PA داخل الكاميرا)؛ وعدد متزايد من طرازات الهواتف الذكية عبر تحديثات البرامج الثابتة. يمكنك التحقق من بيانات اعتماد المحتوى باستخدام الأداة المجانية على contentcredentials.org. إذا زعمت صورة أنها فوتوغرافية لحدث حقيقي، وحملت بيانات اعتماد C2PA تشير إلى أنها مولَّدة بنموذج ذكاء اصطناعي، فهذا دليل قاطع على التلفيق. غياب بيانات اعتماد C2PA لا يثبت أن الصورة مولَّدة بالذكاء الاصطناعي، لأن معظم الكاميرات وأدوات الذكاء الاصطناعي القديمة لا تضمّنها بعد.

أدوات الكشف الآلي بالذكاء الاصطناعي

تحلل أدوات الكشف الآلي الصور باستخدام الرؤية الحاسوبية ونماذج تعلّم الآلة المدرَّبة لتحديد بصمات التوليد بالذكاء الاصطناعي. تفحص هذه الأدوات: خصائص المجال الترددي (تحمل الصور المولَّدة بالذكاء الاصطناعي أنماطًا مميزة في تحويلات فورييه تختلف عن الصور الملتقطة بالكاميرا)؛ آثار توليف النسيج (تنتج مولّدات الذكاء الاصطناعي أنماط تشويش مميزة)؛ وبصمات التوليد الخاصة بكل نموذج (أنماط مرتبطة بنماذج توليد محددة، وإن كانت تتغير بين إصدارات النموذج).

يفحص خط أنابيب كشف الصور الخاص بـ SUS IT هذه الخصائص، ويقدّم درجة احتمالية مع تفصيل دقيق للإشارات المحددة التي استند إليها الحكم. تكون الأداة فعّالة بشكل خاص مع الصور النظيفة غير المضغوطة؛ وتنخفض الدقة نوعًا ما مع الصور شديدة الضغط أو المقصوصة أو المُعالَجة لاحقًا، لأن هذه العمليات يمكن أن تُخفي آثار التوليد.

من الأدوات المتاحة الأخرى: SynthID من Google (متاحة على المنصات التي تدعمها)، وواجهة برمجة تطبيقات الكشف بالذكاء الاصطناعي من Hive Moderation (تستخدمها منصات كثيرة)، وأدوات مفتوحة المصدر مثل Grover ومحوِّلات رؤية مضبوطة دقيقًا متنوعة. لكل أداة بيانات تدريب مختلفة ونقاط قوة مختلفة — وعندما يعتمد قرار عالي المخاطر على النتيجة، فإن استخدام أدوات متعددة يمنح ثقة أكبر من نتيجة واحدة.

حدود الكشف

لا توجد طريقة كشف حالية مثالية، وفهم هذه القيود ضروري لاستخدام أدوات الكشف بشكل مناسب. الضغط يهزم كثيرًا من الكواشف: الضغط الشديد بصيغة JPEG، الذي تطبّقه معظم المنصات الاجتماعية عند رفع الصور وكذلك عمليات التقاط الشاشة، يدمّر كثيرًا من آثار المجال الترددي التي تبحث عنها الكواشف. الصورة المولَّدة بالذكاء الاصطناعي التي رُفعت إلى Instagram ثم أُخذت لها لقطة شاشة أصعب كشفًا بكثير من الملف الأصلي. المعالجة اللاحقة العدائية: توجد تقنيات معدّة خصيصًا لتعديل الصور المولَّدة بالذكاء الاصطناعي لهزيمة الكشف مع الحفاظ على الجودة البصرية، وتُستخدم في عمليات تضليل إعلامي متطورة. تحديثات النماذج: نماذج الكشف المدرَّبة على إصدار واحد من نموذج مولِّد قد لا تعمم بشكل جيد على إصدارات أحدث ذات خصائص توليد مختلفة، ما يتطلب إعادة تدريب مستمرة. النتائج الإيجابية الخاطئة: أنواع معينة من الصور الفوتوغرافية الحقيقية المعالَجة بشدة — تلك التي خضعت لمعالجة HDR كبيرة، أو فلاتر شبيهة باللوحات، أو تنقيح مكثف — يمكن أن تُصنَّف على أنها مولَّدة بالذكاء الاصطناعي. ينبغي دائمًا وضع نتائج الكشف في سياقها مع أدلة أخرى.

سير عمل عملي للتحقق

لأي صورة تكون الإجابة فيها مهمة، طبّق هذه الخطوات بالترتيب: 1) توقف ولاحظ ردة فعلك الأولية — فالشحنة العاطفية العالية سبب لمزيد من التدقيق لا لتقليله. 2) بحث عكسي عن الصورة عبر محركات متعددة. 3) فحص البيانات التعريفية بأداة EXIF. 4) التحقق من وجود بيانات اعتماد المحتوى C2PA. 5) فحص بصري لليدين والنص والخلفيات والإضاءة. 6) تشغيل الصورة عبر أداة كشف آلية. 7) اعتبار المصدر — من أين نشأت هذه الصورة، ومن الذي يقدّم الادعاء الذي توثّقه؟ طبّق كل خطوة قبل المشاركة، خصوصًا في السياقات عالية المخاطر. أما بالنسبة للاستهلاك العادي على وسائل التواصل الاجتماعي، فالبدء بالبحث العكسي عن الصورة وفحص البيانات التعريفية يغطي أكثر أنواع التلاعب شيوعًا بأقل جهد.