كيف تُستخدم الصور المولَّدة بالذكاء الاصطناعي في حملات التضليل الإعلامي

الصورة الفيروسية لسياسي في احتجاج لم يحضره قط. الصورة التي تحمل علامة وكالة أنباء مائية وتُصوِّر حدثًا كارثيًا لم يقع إطلاقًا. صورة 'شاهد عيان' لمشهور يرتكب جريمة، شاركها عشرات الآلاف قبل أن يتبيّن أنها تركيبية. باتت الصور المولَّدة بالذكاء الاصطناعي أداةً معيارية في عمليات التضليل الإعلامي، يستخدمها فاعلون تابعون لدول، وجماعات سياسية، وأفراد سيئو النية، لتصنيع 'أدلة' على ادعاءات كاذبة بالكامل. بات فهم كيفية عمل هذه العمليات — وكيفية التعرف على الصور المُلفَّقة — مهارةً أساسية متزايدة الأهمية في الثقافة الإعلامية.

كيف تُبنى حملات التضليل بالصور

تتضمن حملة تضليل ناضجة بالصور عدة مكونات تعمل معًا. التوليد: تُنتج أدوات توليد الصور بالذكاء الاصطناعي الصور الفوتوغرافية التركيبية. تستطيع Midjourney وDALL-E وStable Diffusion، إلى جانب أدوات تضليل مُصمَّمة خصيصًا (بعضها غير متاح للعموم)، توليد صور واقعية لأشخاص بعينهم في مواقف محددة عند الطلب. أصبحت هندسة الأوامر (prompt engineering) مهارةً قائمة بذاتها في أوساط التضليل — فصياغة أوامر تتجنب مرشحات الأمان وتُنتج صورًا ذات طابع وثائقي مقنع أصبحت حرفةً يمكن تعلّمها.

إضفاء القِدَم والتدهور: كثيرًا ما تبدو الصور الخام المولَّدة بالذكاء الاصطناعي مصقولةً أكثر مما ينبغي. لذا يلجأ مُنفِّذو حملات التضليل غالبًا إلى معالجة لاحقة لجعل الصور تبدو أقرب إلى الصور الفوتوغرافية الأصيلة — بإضافة حُبيبات، وشوائب ضغط، وبيانات EXIF مأخوذة من كاميرات حقيقية، ودرجة ألوان تحاكي أجهزة أو منصات بعينها. هذا يجعل الكشف أصعب على الأدوات الآلية وعلى المراقبين البشر على حدٍّ سواء.

التوزيع الشبكي: تُنشر الصور أولًا على منصات ذات إشراف متساهل، ثم تُشارَك عبر الشبكة لبناء أعداد مشاهدات. وغالبًا ما تُلتقَط لقطة شاشة لمنشور 'بذرة' نُشر في منصة هامشية، ثم يُعاد تداولها في المنصات الرئيسية، بحيث يظهر الانتشار السائد بوصفه لقطة شاشة لا الصورة الأصلية — ما يجعل الكشف المعتمد على بصمة الصورة أصعب. وتضخّم حسابات منسَّقة المحتوى لدفعه إلى قوائم الرائج قبل أن يتسنى للإشراف الاستجابة.

غسل السياق: أكثر صور التضليل فاعليةً تُرفَق بسياق كاذب بدلًا من أن تكون ملفَّقة بالكامل. الصور الحقيقية المستخدمة خارج سياقها، أو الصور الحقيقية بتعليقات ملفَّقة، غالبًا ما تكون أكثر فاعليةً من الصور التركيبية الكاملة لأنها أصعب في الدحض القاطع. تكون الصورة التركيبية في أقوى حالاتها حين 'تؤكد' ادعاءً زُرع مسبقًا عبر وسائل أخرى.

حالات موثّقة بارزة

انفجار البنتاغون عام 2023: انتشرت صورة تركيبية تُصوِّر انفجارًا كبيرًا قرب البنتاغون في مايو 2023 بشكل فيروسي، وتسببت في تقلب مؤقت في سوق الأسهم قبل أن يُكشف زيفها. وُلِّدت الصورة بأداة ذكاء اصطناعي وافتقرت إلى التفاصيل السياقية التي كانت ستُثبت وقوعها في الموقع الفعلي — تفصيل صغير غاب عن كثيرين ممن شاركوها.

تزييف سياسي في انتخابات متعددة عام 2024: في عدة انتخابات جرت عام 2024 في بلدان مختلفة، انتشرت صور مولَّدة بالذكاء الاصطناعي لمرشحين في سياقات مُحرِجة أو إجرامية على نطاق واسع في وسائل التواصل الاجتماعي. رصد تحليل ما بعد الانتخابات حملات صور تركيبية منسَّقة في ثماني انتخابات وطنية على الأقل.

صور إنسانية تركيبية: استُخدمت صور مولَّدة بالذكاء الاصطناعي لمناطق نزاع وكوارث لتضخيم الاهتمام بأحداث حقيقية أو لكبته على حدٍّ سواء — بتوليد صور معاناة تركيبية لحث الناس على التبرع لجمعيات خيرية وهمية، وبإنشاء صور تركيبية تدّعي تصوير نزاعات أقل حدةً مما أُفيد به.

كيفية التعرف على صور التضليل المولَّدة بالذكاء الاصطناعي

يبدأ الكشف بالتدقيق قبل المشاركة. العادة الأهم هي التوقف قبل نشر أي صورة تُثير رد فعل عاطفي قويًا أو تُؤكد اعتقادًا سابقًا لديك — فهذه بالضبط هي الصور التي صُمِّمت حملات التضليل لإنتاجها.

البحث العكسي عن الصور (Google Images وTinEye وYandex) أداة أولى لا غنى عنها. إذا لم يكن للصورة وجود سابق على الويب، فهي إما خبر عاجل حقيقي أو حديثة الإنشاء. وإذا ظهرت في سياقات لا تتسق مع السياق المزعوم، فهي تُستخدَم بشكل مضلِّل.

افحص التفاصيل. توليد الصور بالذكاء الاصطناعي في 2026 بارع جدًا في التماسك العام — أي جعل المشهد يبدو صحيحًا للوهلة الأولى — لكنه لا يزال يُخفق في التفاصيل الدقيقة عند التمحيص عن قرب. تبقى الأيدي والأصابع نقطة ضعف لمعظم النماذج. النصوص في الخلفية غالبًا ما تكون لا معنى لها أو خاطئة بشكل خفي. تظهر تناقضات في الإضاءة عند فحص الظلال والانعكاسات عن قرب. الشعارات المؤسسية والشارات واللافتات كثيرًا ما تكون خاطئة قليلًا. الأشخاص في الخلفية قد يكونون ضبابيين أو يعانون من مشكلات تشريحية.

تحقق من البيانات التعريفية. تحمل الصور الفوتوغرافية الوثائقية الحقيقية عادةً بيانات EXIF: طراز الكاميرا، إحداثيات GPS، الطابع الزمني، معلومات العدسة. أما الصور المولَّدة بالذكاء الاصطناعي فعادةً ما تفتقر إلى بيانات EXIF كليًا، أو تحمل بيانات تعريفية لا تتطابق مع السياق المزعوم. أدوات مثل Jeffrey's Exif Viewer أو ExifTool تُسهِّل هذا الفحص. لاحظ أن البيانات التعريفية يمكن تلفيقها أو إزالتها — فغياب بيانات مريبة ليس دليلًا على الأصالة، لكن وجود بيانات غير متسقة مؤشر تحذيري.

استخدم أدوات كشف الذكاء الاصطناعي. تحلّل أدوات مثل SUS IT الخصائص الطيفية والإحصائية للصور لتحديد بصمات التوليد بالذكاء الاصطناعي. تفحص هذه الأدوات خصائص من بينها سمات مجال التردد (تحمل صور الذكاء الاصطناعي أنماطًا مميزة في تحويل فورييه الخاص بها)، وشوائب تركيب النسيج، وبصمات خاصة بنماذج توليد بعينها. وبالنسبة للصور التي خضعت للضغط أو القص أو المعالجة بعد التوليد، يصبح الكشف أصعب — لكن إشارة كشف قوية تظل دليلًا ذا دلالة.

تحقق من سلسلة المصدر. أين نُشرت هذه الصورة أول مرة؟ لقطات الشاشة للقطات شاشة أخرى تُخفي المصدر الأصلي. كلما ابتعدت عن المصدر الأصلي، قلّت قدرتك على التحقق. بالنسبة للصور الإخبارية، تحقق مما إذا كانت أي وكالة أنباء شرعية (أسوشيتد برس، رويترز، فرانس برس) قد نشرت الصورة بعد تحقق تحريري. وإذا لم تكن الصورة متاحة إلا كلقطة شاشة لمنشور غير قابل للتحقق على وسائل التواصل الاجتماعي، فتعامل معها بوصفها غير موثَّقة.

المنظور الجنائي

تتجاوز أدوات التحليل الجنائي الرقمي الفحص المرئي. تحليل مستوى الخطأ (ELA) يُبرز مناطق الصورة التي ضُغطت بمستويات مختلفة، وهو ما قد يُشير إلى التلاعب — رغم أن لهذه التقنية حدودًا مع توليد الذكاء الاصطناعي الحديث الذي يُنتج ضغطًا متسقًا عبر الصورة كلها. تحليل مجال التردد يفحص تحويل فورييه للصورة بحثًا عن أنماط مرتبطة بالتوليد بالذكاء الاصطناعي — وهو أسلوب أصعب في التحايل عليه بالمعالجة اللاحقة مقارنةً بالتحليل على مستوى البكسل. تحليل نمط الضوضاء يحدد بصمة الضوضاء الخاصة بمستشعرات الكاميرات المختلفة، وهو ما يمكن أن يؤكد أو يدحض ادعاءات بشأن مصدر الصورة. تستخدم المؤسسات الإخبارية المحترفة مزيجًا من هذه التقنيات مع محللين مدرَّبين.

استجابة المنصات

استثمرت المنصات الكبرى استثمارًا كبيرًا في كشف صور الذكاء الاصطناعي، لكن نهجها يتفاوت. نشرت Meta وسم 'صُنع بالذكاء الاصطناعي' تلقائيًا باستخدام بيانات C2PA التعريفية (معيار تقني يسمح بتسجيل التوليد بالذكاء الاصطناعي تشفيريًا في ملف الصورة عند إنشائه) إلى جانب نماذج الكشف الخاصة بها. تطبّق YouTube كشفًا مشابهًا على المحتوى المتضمن صورًا. تجمع TikTok بين الكشف التلقائي والإفصاح الإلزامي من صانعي المحتوى. ويمثّل معيار C2PA، المدعوم من Adobe وMicrosoft وغيرهما، الحلَّ الأكثر واعدًا على المدى الطويل — إذ يُضمِّن سجلًا مقاومًا للتلاعب لمصدر الصورة وتاريخ تحريرها داخل الملف نفسه. يتسارع تبنّي هذا المعيار لكنه لم يصبح شاملًا بعد.

ماذا يمكن للقراء والمشاهدين أن يفعلوا

الإرشاد العملي بسيط لكنه يتطلب تطبيقًا ثابتًا. توقّف قبل المشاركة. رد الفعل العاطفي الذي يدفعك للمشاركة فورًا هو بالضبط ما تستغله حملات التضليل. تحقق من المصدر. مصدران موثوقان ومستقلان هما الحد الأدنى لأي ادعاء استثنائي. ابحث عمّا هو مفقود. غالبًا ما تفتقر صور التضليل إلى السياق التوثيقي المؤكِّد الذي يوفره التصوير الوثائقي الحقيقي — لا مصدر أصلي، ولا التقاط من وكالة أنباء، ولا تغطية من وسائل إعلام محلية في الموقع المزعوم. استخدم الأدوات المتاحة. البحث العكسي عن الصور، وفحص البيانات التعريفية، وأدوات كشف الذكاء الاصطناعي مجانية ولا تستغرق تطبيقها دقيقة واحدة. أبلغ عن التضليل المشتبه به للمنصة، وعند الاقتضاء، لمنظمات تقصّي الحقائق. فكلما أسرع الإبلاغ عن المحتوى التركيبي، قلّ الضرر الذي يُحدثه.