- كاشفات الصور المولّدة بالذكاء الاصطناعي تعطيك نسبة احتمالية، وليس إثباتاً قاطعاً—ادمجها مع البحث العكسي عن الصور والفحوصات البصرية للحصول على دقة أفضل.
- ابحث عن الأيدي غير الطبيعية، والنصوص المشوهة، والانعكاسات المستحيلة، والتفاصيل الغريبة في المجوهرات، لكن اعلم أن المولّدات الأحدث مثل Midjourney وChatGPT Images 2.5 تصلح الكثير من هذه الأعراض.
- استخدم Google Lens لتتبع صورة إلى مصدرها الأصلي وتاريخ النشر—السياق غالباً ما يكون أهم من البكسلات.
- Content Credentials (C2PA) وعلامة SynthID من Google هي معايير ناشئة، لكنها تعمل فقط عندما يضمنها المنشئ أو المنصة.
كاشف الصور المولّدة بالذكاء الاصطناعي يحلل صورة ويعود بتقدير نسبة مئوية لما إذا كانت مصنوعة من قبل مولّد مثل Midjourney أو DALL-E أو Stable Diffusion. الرقم هو تخمين يعتمد على أنماط رآها الكاشف من قبل، وليس حكماً تحليلياً. قد يعلّم الكاشف صورة حقيقية كذكاء اصطناعي أو يفوّت صورة مولّدة بالكامل، خاصة صورة مصنوعة بنموذج أحدث لم يدرسه قط.
هذا هو السبب في أنه لا توجد طريقة واحدة كافية. للحكم على ما إذا كانت صورة فيروسية مولّدة بالذكاء الاصطناعي، تدمج نتائج الكاشف مع البحوث العكسية عن الصور والفحوصات البصرية العينية والسياق المصدري. يرشدك هذا الدليل عبر جميع الأساليب الأربعة حتى تتمكن من اتخاذ قرار مستنير بدون درجة في علوم الحاسوب.
ما يفعله كاشفات الصور المولّدة بالذكاء الاصطناعي ولماذا لا تكون قطعية
كاشف الصور المولّدة بالذكاء الاصطناعي هو برنامج تم تدريبه على آلاف الصور الحقيقية والمولّدة بالذكاء الاصطناعي. يتعلم التعرف على البصمات الإحصائية—القطع الأثرية من الضغط، وتدرجات الألوان، وأنماط النسيج—التي تميل المولّدات إلى تركها. عندما تحمّل صورة، يقارن الكاشف مقابل تلك الأنماط المستفادة ويخرج نسبة: «85% احتمالية مولّد بالذكاء الاصطناعي» أو «ثقة 20%.»
المشكلة ثنائية. أولاً، كل كاشف جيد فقط بقدر مجموعة بيانات التدريب الخاصة به. إذا لم يرَ صوراً من أحدث مولّدات الصور المولّدة بالذكاء الاصطناعي، فسوف يفوّت أعراضها. ثانياً، الصور الحقيقية يمكن أن تؤدي إلى نفس الأنماط الإحصائية—التحرير الثقيل، وأجهزة استشعار الكاميرا معينة، وضغط JPEG جميعها تقدم قطعاً أثرية تبدو «شبيهة بالذكاء الاصطناعي» للخوارزمية.
هذا يعني أن النسبة المرتفعة علم احمر يستحق التحقيق، وليس حكماً. والنسبة المنخفضة لا تثبت أن الصورة حقيقية. تعامل دائماً مع نتائج الكاشف كنقطة بيانات واحدة في صورة أكبر.
مؤشرات بصرية يمكنك فحصها بنفسك
قبل أن تصبح مولّدات الذكاء الاصطناعي سائدة، كان اكتشاف المزيف واضحاً: ابحث عن الأيدي المشوهة والنصوص الغامضة والانعكاسات التي تتحدى الفيزياء. تلك الأعراض لا تزال مفيدة، لكنها تأتي مع نافذة متقلصة من الموثوقية.
الأيدي والأصابع
نماذج الانتشار المبكرة كانت تكافح مع الأيدي لأن الأصابع تتداخل وتنحني وتختصر بطرق تربك التدريب على مستوى البكسل. كنت ترى ستة أصابع، مفاصل ملتحمة، أو إبهام ينبت من المعاصم. بحلول منتصف 2025، نماذج مثل Midjourney v7 و ChatGPT Images 2.5 تعلمت تقديم الأيدي بشكل صحيح في معظم الأوقات. اليد المثالية لم تعد تثبت أن الصورة حقيقية، واليد المكسورة لم تعد تثبت أنها مزيفة—بعض الصور الحقيقية تقبض على الأصابع منتصف الحركة أو مختبئة جزئياً.
لا تزال تستحق الفحص: كبّر أي أيدٍ مرئية. عد الأصابع. تتبع كل إصبع إلى قاعدتها. إذا كانت الهندسة معطوبة أو بدا أن إصبعاً يختفي في جردة بدون نقطة نهاية واضحة، فتلك نقطة ضد الأصالة.
النصوص واللافتات
المولّدات اعتادت على إنتاج نصوص مشوهة وحروف عشوائية على واجهات المتاجر وأغلفة الكتب والتي شيرتات لأنها تتعامل مع الحروف كنسيج بصري وليس لغة مقروءة. النماذج الحديثة تحسنت، لكن النص يبقى نقطة ضعف. ابحث عن:
- كلمات غير معنى تبدو تقريباً حقيقية («COFFAE» بدلاً من «COFFEE»)
- حروف تغير الأسلوب وسط الكلمة
- خطوط أساسية منحنية أو متموجة حيث يجب أن يجلس النص بشكل مستقيم
- الرموز المتكررة في نمط يخلو من المعنى الدلالي
إذا كان النص صغيراً أو ضبابياً أو بزاوية بعيدة، حتى الصورة الحقيقية قد تبدو مشوهة. السياق مهم.
الانعكاسات والظلال
الفيزياء صعبة على نماذج الانتشار. شخص واقف أمام مرآة يجب أن يظهر في الانعكاس بنفس الملابس والوضعية والإضاءة. مولّدات الذكاء الاصطناعي تجسد أحياناً وضعية مختلفة، وتبدّل ألوان الملابس، أو تحذف الانعكاس تماماً. الظلال يجب أن تقع في اتجاه متسق مع مصدر الضوء؛ الظلال المولّدة بالذكاء الاصطناعي تشير أحياناً في اتجاهات متعددة أو تطفو منفصلة عن أجسامها.
افحص أي سطح زجاجي أو حفرة أو أرضية لامعة. هل الانعكاس منطقي فيزيائياً؟ هل الإضاءة متسقة عبر المشهد؟
المجوهرات والتفاصيل الدقيقة
القلائد والأقراط والسلاسل هي نقطة اهتمام أخرى. المولّدات تكافح مع الهندسة الرقيقة المتداخلة. قد ترى مشبك قلادة يتصل بلا شيء، أقراط تمر عبر شحمة الأذن بدلاً من تعليقها منها، أو حلقات سلسلة تنصهر في كتلة صلبة. الأسنان والنظارات وخيوط الشعر تظهر مشاكل مماثلة—ابحث عن انتقالات تتحدى التشريح أو البصريات.
الخلفيات والحواف
الصور المولّدة بالذكاء الاصطناعي تظهر أحياناً «ذوباناً» على الحدود بين الموضوع والخلفية. قد تنصهر الكتف في ورق الجدران، أو قد تندمج خيوط الشعر مع السماء. يحدث هذا لأن آلية الانتباه في النموذج تطمس التمييز بين المقدمة والسياق. إنه دقيق، لكن تكبير الحواف يمكنه أن يكشفه.
الخلفيات نفسها يمكن أن تكون مثالية جداً—بلا كبلات ضالة، بلا فوضى، كل شيء مرتب بتماثل بطريقة الغرف الحقيقية نادراً ما تكون. أو يمكن أن تكون غير متماسكة: رف كتب حيث كل ظهر غير معنى، منظر مدينة حيث المباني لها وجهات نظر مستحيلة.
لماذا هذه الأدلة تتلاشى
كل علم موجود أعلاه كان أحمر موثوقاً في 2023 وأوائل 2024. بحلول أواخر 2025 ودخول 2026، مولّدات الطبقة العليا أغلقت معظم هذه الفجوات. Midjourney v7 يقدم أيداً تشريحية صحيحة. ChatGPT Images 2.5 يمكنه إنتاج لافتات قابلة للقراءة. Flux وStable Diffusion 4.0 يتعاملان مع الانعكاسات والمجوهرات الدقيقة بكثير أفضل من سابقاتهما.
هذا لا يجعل الفحوصات البصرية عديمة الفائدة—يجعلها احتمالية. اليد المكسورة لا تزال دليلاً. اليد المثالية لم تعد إثباتاً للأصالة. تحتاج إلى المزيد من نقاط البيانات.
Content Credentials وSynthID: المعايير الناشئة
معياران تقنيان يهدفان إلى وضع علامات على الصور المولّدة بالذكاء الاصطناعي عند نقطة الإنشاء، بحيث لا تضطر إلى التخمين لاحقاً.
Content Credentials (C2PA)
Content Credentials هو مواصفة تديرها Coalition for Content Provenance and Authenticity (C2PA)عندما تدعم كاميرا أو تطبيق تحرير أو مولّد ذكاء اصطناعي C2PA، فإنه يضمن بيان موقّع بالتشفير في ملف الصورة. هذا البيان يسجل الأداة التي أنشأتها، والتاريخ، وما إذا كانت أي تعديلات قد أجريت. Adobe وMicrosoft وLeica اعتمدتها؛ بعض كاميرات Canon وNikon تأتي مع دعم C2PA.
للتحقق من صورة بحثاً عن Content Credentials، حمّلها إلى عارض متوافق أو استخدم امتداد المتصفح. إذا كان البيان موجوداً وسليماً، ستشاهد سلسلة النسب: «تم إنشاؤها بواسطة Adobe Firefly في 2026-10-12، بدون تعديلات.» إذا تم تحرير الصورة بعد الإنشاء، تعرض السلسلة كل خطوة.
الفخ: Content Credentials تعمل فقط إذا كان المنشئ قد فعّلها. معظم مولّدات الذكاء الاصطناعي لا تضمن C2PA افتراضياً. منصات وسائل التواصل الاجتماعي غالباً ما تجرد البيانات الوصفية عند تحميل صورة، كاسرة السلسلة. وجهة نظر سيئة يمكنها ببساطة أخذ لقطة شاشة لصورة مولّدة بالذكاء الاصطناعي وإعادة حفظها، تجردها من البيان. Content Credentials هي إشارة إيجابية قوية عندما تكون موجودة، لكن غيابها لا يثبت شيئاً.
Google SynthID
SynthID هي نظام العلامات المائية من Google للصور والنصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي. بدلاً من إضافة علامة مرئية، فإنها تغير قيم البكسل بطريقة دقيقة لا يمكن للعين البشرية رؤيتها لكن يمكن لفك تشفير SynthID اكتشافها. تضمن Google برنامج SynthID في الصور التي تم إنشاؤها من خلال منشئ صور Gemini وجعلت التكنولوجيا متاحة للمنصات الأخرى.
يتحمل SynthID التعديل المعتدل والقص والضغط—تقنيات تمحو العلامات المائية التقليدية. لكنه ليس معصوماً من الأخطاء. يمكن للتصفية الثقيلة أو تحويل الصورة إلى تنسيق مختلف عدة مرات أو الطباعة وإعادة المسح أن تقلل العلامة المائية إلى ما دون حدود الكشف.
مثل Content Credentials، SynthID اختياري. فقط الصور التي أنشأتها المولدات المشاركة تحمله، وليس هناك فاك شفرة عام SynthID يمكنك استخدامه في المنزل. إنها أداة للمنصات والمحققين، وليست خط دفاع أول للمستخدمين العاديين.
البحث العكسي عن الصور: البحث عن المصدر
من أكثر الطرق موثوقية للحكم على صورة هو معرفة أين ظهرت أولاً وفي أي سياق. يجعل Google Lens هذا بسيطاً.
كيفية استخدام Google Lens
على الهاتف الذكي، افتح تطبيق Google أو حمّل Google Lens. اضغط على أيقونة الكاميرا، ثم إما التقط صورة للصورة على شاشة أخرى أو حمّلها من معرض الصور. سيعرض لك Lens صوراً متشابهة بصرياً من جميع أنحاء الويب، جنباً إلى جنب مع الصفحات التي تظهر فيها الصورة الدقيقة.
على سطح المكتب، اذهب إلى lens.google.com. انقر على رمز التحميل وحدد ملف الصورة. يعيد Lens قائمة بالمطابقات مع التواريخ والمصادر.
ما الذي ينبغي البحث عنه
إذا كانت الصورة موجودة على الإنترنت لأشهر أو سنوات، فمن المرجح أن تكون صورة حقيقية تتداول مجدداً. إذا ظهرت فقط على خيوط Reddit من آخر 48 ساعة مع تعليقات مثل «هل هذا حقيقي؟»، فهذا علامة تحذير.
تحقق مما إذا كان المصدر الأول منفذاً إخبارياً موثوقاً أو حساباً تم التحقق منه أو مكتبة صور مخزونة. إذا أدى المسار إلى معرض فن ذكاء اصطناعي أو وسم «صور تم إنشاؤها» على منتدى، فلديك إجابتك.
يمسك البحث العكسي أيضاً بالصور المزيفة المعاد تدويرها—صورة ذكاء اصطناعي من 2024 يتم تمريرها كصورة أخبار عاجلة في 2026. الطابع الزمني والسياق مهمان بقدر البكسلات.
استخدام أداة الصورة إلى النص الفوري
إذا كنت تشك في أن صورة تم إنشاؤها بواسطة ذكاء اصطناعي، فإن أداة تحويل الصورة إلى موجه مجانية من Convly يمكنها مساعدتك على فهم الموجه الذي قد يكون أنشأها. حمّل الصورة، والأداة تفك الهندسة العكسية لوصف نصي—«صورة شخصية واقعية فوتوغرافية لامرأة بفستان أحمر، إضاءة استوديو، عمق حقل ضحل.»
هذا لا يثبت أن الصورة تم إنشاؤها بواسطة ذكاء اصطناعي، لكنه يعطيك المفردات للبحث عن صور معروفة مماثلة من الذكاء الاصطناعي. الصق الموجه المعاد بناؤه في بحث الصور أو قاعدة بيانات فن الذكاء الاصطناعي، وانظر إذا وجدت مطابقات. إذا فعلت، فهذا دليل قوي بالقرائن.
لماذا لا يجب الاعتماد على مواقع الكاشف وحدها
عشرات المواقع تقدم كشف صور ذكاء اصطناعي مجاني: حمّل صورة، انتظر بضع ثوان، احصل على نسبة مئوية. يتم بناؤها على نفس المبدأ—مصنفات مدربة تبحث عن الإشارات الإحصائية—لكن دقتها تختلف بشكل كبير، وليس أي منها ينشر معدلات الإيجابيات الخاطئة أو السلبيات الخاطئة.
اختبرت دراسة مستقلة عام 2025 ثمانية كاشفات شهيرة على مزيج من الصور الحقيقية وصور الذكاء الاصطناعي من Midjourney وDALL-E وStable Diffusion. حقق أفضل كاشف دقة بنسبة 78٪ على نماذج حقبة التدريب الخاصة به لكن انخفض إلى 54٪ (بالكاد أفضل من رمية عملة) على صور من المولدات المُصدرة بعد حد التدريب الخاص به. أشار أسوأ كاشف إلى 40٪ من الصور الحقيقية على أنها ذكاء اصطناعي.
تفشل الكواشف أيضاً بطرق يمكن التنبؤ بها:
- الصور الحقيقية المعدلة بكثافة تحصل على درجات عالية لأن برنامج التعديل يقدم قطع أثرية يربطها الكاشف بالإنشاء.
- صور ذكاء اصطناعي بسيطة—رسوم توضيحية مسطحة وخلفيات بسيطة—تحصل على درجات منخفضة لأنها تفتقر إلى الأنسجة المعقدة التي تعلمها الكاشف التعرف عليها.
- تعديلات عدائية: إضافة طبقة رقيقة من الضوضاء أو تشغيل صورة من خلال مرشح معين يمكنها خداع الكاشف دون تغيير كيفية ظهور الصورة بالنسبة لك.
لا توفر Convly كاشف صور ذكاء اصطناعي. إذا اخترت استخدام أحدها، فعامل النتيجة كنقطة بداية. درجة عالية تعني «تحقق أكثر»، وليس «انتهت القضية».
الفيديوهات المزيفة والفيديو: مشكلة ذات صلة
الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي هي جزء واحد من لغز أكبر. مقاطع الفيديو العميقة المزيفة—مقاطع مبدلة الوجه وأصوات تم إنشاؤها بواسطة الذكاء الاصطناعي وقادة الأخبار الاصطناعيين—تثير نفس أسئلة الأصالة لكنها تتحرك بسرعة 30 إطاراً في الثانية. تتداخل التقنيات للتحقق منها مع كشف الصور الثابتة (القطع الأثرية البصرية والفحوصات المصدر والبيانات الوصفية)، لكن الفيديو يضيف تحليل الحركة والطب الشرعي للصوت إلى المزيج.
للحصول على نظرة أعمق على كيفية الصور والفيديوهات المزيفة (deepfakes) العمل، ولماذا من الصعب اكتشافها، وما هي الأدوات الموجودة لاكتشافها، اقرأ دليل Convly حول deepfakes: the threat and how to detect them.
جمع كل شيء معاً: قائمة تحقق
عندما تواجه صورة تريد التحقق منها، اعمل من خلال هذه الخطوات بالترتيب:
- قم بتشغيل بحث صورة عكسي مع Google Lens. ابحث عن المصدر الأول وتحقق من السياق. إذا تتبع إلى منفذ موثوق أو قبل حقبة الذكاء الاصطناعي الحالية، فمن المرجح أن يكون حقيقياً.
- ابحث عن Content Credentials أو SynthID. إذا كانا موجودين، فهما دليل قوي (على الرغم من أن الغياب لا يثبت شيئاً).
- افحص التفاصيل البصرية: اليدين والنصوص والانعكاسات والمجوهرات واتساق الخلفية. خطأ واحد ليس دليلاً، لكن مجموعة من المشاكل تزيد الاحتمالية.
- حمّل إلى كاشف صور ذكاء اصطناعي إذا كان لديك شك. درجة عالية جداً (فوق 90٪) جديرة بالملاحظة؛ درجة وسيطة (40-70٪) هي ضوضاء.
- تحقق من تحويل الصورة إلى موجه أداة لترى ما إذا كان الموجه المعاد بناؤه يتطابق مع أنماط أو مقولات فن ذكاء اصطناعي معروفة.
- زن السياق: من شاركه ومتى وبأي مطالبة؟ «هذا للتو حدث» المرفقة بصورة بدون وجود ويب سابق هي علامة تحذير بحد ذاتها.
لا يوجد اختبار واحد معصوم من الأخطاء. معاً، يعطيانك إشارة كافية لإصدار حكم معقول.
الأسئلة الشائعة
هل يمكنني الوثوق بنسبة كشف 95%؟
النسبة المرتفعة جداً تعني أن الكاشف وجد أنماطاً يربطها بقوة بالجيل الاصطناعي، لذا فمن الجدير التحقيق فيها بعمق. لكن الكاشفات تحتوي على إيجابيات كاذبة—الصور الحقيقية المحررة بكثافة، وأجهزة استشعار الكاميرا معينة، والصور المضغوطة يمكن أن تحصل جميعها على نسب عالية. استخدم النسبة كمدخل واحد، وليس الكلمة الأخيرة.
لماذا تبدو بعض الصور المولّدة بالذكاء الاصطناعي واقعية تماماً؟
الأفضل مولدات الصور الاصطناعية في عام 2026—Midjourney v7, ChatGPT Images 2.5, و Flux—تم تدريبها على مليارات الصور عالية الدقة وتعلمت محاكاة الإضاءة والنسيج والتشريح على مستوى يخدع العين البشرية في كثير من الحالات. لا تزال ترتكب أخطاء، لكن هذه الأخطاء أصبحت أندر وأكثر دقة مما كانت عليه قبل عامين. مع تحسن النماذج، تصبح الفحوصات البصرية العشوائية أقل موثوقية، وهذا هو السبب في أن البحث العكسي والتحقق من البيانات الوصفية أصبحا أكثر أهمية.
ما هي أكثر طريقة موثوقة للتحقق من أن الصورة حقيقية؟
البحث العكسي عن الصور باستخدام Google Lens هو أفيد أداة على الإطلاق، لأنه يخبرك من أين جاءت الصورة، ومتى ظهرت لأول مرة، وفي أي سياق. الصورة التي كانت موجودة على الإنترنت لسنوات أو التي يمكن تتبعها إلى جهة إعلامية موثوقة يكون احتمال أن تكون حقيقية أعلى بكثير من صورة ليس لها وجود سابق على الويب. ادمج ذلك مع الفحوصات البصرية ونتائج الكاشف للحصول على أقوى حكم.
هل تضع منصات وسائل التواصل الاجتماعي علامات على الصور المولّدة بالذكاء الاصطناعي؟
يفعل البعض ذلك، لكن بشكل غير متسق. بدأت Meta (Facebook و Instagram) في إضافة تسميات «تم تخيله باستخدام الذكاء الاصطناعي» في 2024 للصور التي تحتوي على C2PA Content Credentials، لكن فقط إذا نجت البيانات الوصفية من التحميل. X (تويتر سابقاً) لا تضع تسميات على الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي. يطلب TikTok من المبدعين الإفصاح عن المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي لكنه يعتمد على الإبلاغ الذاتي. لا تملك أي منصة نظاماً مثالياً، لذا تعامل مع التسميات على أنها مفيدة لكن ليست شاملة.
هل يمكنني إزالة علامة مائية من الذكاء الاصطناعي لتمرير صورة كحقيقية؟
إزالة البيانات الوصفية أو قص علامة مائية مرئية ممكن من الناحية التقنية، لكن فعل ذلك لخداع الآخرين—خاصة في السياقات الإخبارية والإعلانية والأكاديمية—غير أخلاقي وغالباً غير قانوني. العديد من الولايات القضائية لديها الآن قوانين ضد احتيال الفيديوهات المزيفة والوسائط التركيبية المضللة. بعيداً عن المخاطر القانونية، فإنها تؤدي إلى تآكل الثقة في المعلومات البصرية للجميع. إذا ولّدت صورة، فيجب أن تفصح عنها.
هل سيتحسن كشف الصور المولّدة بالذكاء الاصطناعي؟
الكشف والجيل يعملان في سباق تسلح. في كل مرة يتعلم فيها الكاشفات عن خاصية جديدة، يتم تدريب المولّدات على تجنبها. الحل طويل الأجل ليس كاشفات أفضل بل أنظمة نسب أفضل—Content Credentials وSynthID والسجلات الوسائط القائمة على blockchain التي تصنف الأصالة عند الإنشاء. حتى تصبح هذه الأنظمة عالمية، سيظل الكشف احتمالياً وغير مثالي.