منذ دمج تقنية توليد الصور في ChatGPT، مؤخرًا عبر نموذج GPT-4o متعدد الوسائط، وصلت اللوحات المُولّدة بالذكاء الاصطناعي إلى مستويات غير مسبوقة من الواقعية. وبينما يستخدم الفنانون والمصممون هذه الأدوات للاستكشاف الإبداعي، فإن الكم الهائل من الصور المُولّدة يُشكّل أيضًا تحديات تتعلق بالأصالة والمصدر وسوء الاستخدام. يُعدّ تحديد ما إذا كانت اللوحة مرسومة يدويًا أم مُولّدة بواسطة ChatGPT مهارةً حيويةً للمعارض والناشرين والمعلمين والمنصات الإلكترونية. تُلخّص هذه المقالة أحدث التطورات - تجارب وضع العلامات المائية، ومعايير البيانات الوصفية، وخوارزميات التحليل الجنائي، وأدوات الكشف - للإجابة على أسئلة رئيسية حول تحديد اللوحات المُولّدة بالذكاء الاصطناعي.
ما هي الإمكانيات التي يوفرها ChatGPT الآن لإنشاء اللوحات؟
كيف تطورت عملية إنشاء الصور في ChatGPT؟
عندما قدّم ChatGPT تكامل DALL·E لأول مرة، أصبح بإمكان المستخدمين تحويل الرسائل النصية إلى صور بدقة معقولة. في مارس 2025، استبدلت OpenAI DALL·E بخط أنابيب ImageGen من GPT‑4o، مما حسّن بشكل كبير دقة العرض والوعي السياقي. أصبح بإمكان GPT‑4o الآن تفسير سياق المحادثة، واتباع الرسائل المعقدة متعددة الخطوات، وحتى إعادة تصميم الصور التي يحمّلها المستخدمون، مما يجعلها أداة متعددة الاستخدامات لإنشاء لوحات فنية بأنماط لا تُحصى.
ما هي الأنماط والإخلاص الذي يمكن أن تنتجه؟
أظهر المستخدمون الأوائل براعة GPT-4o في تحويل الصور إلى رسوم توضيحية بأسلوب استوديو جيبلي، محققين جودة تكاد تكون متقاربة مقارنةً بالرسومات اليدوية. من اللوحات الزيتية فائقة الواقعية إلى فنون الخطوط البسيطة ورسومات الألعاب بتقنية البكسل، يستطيع محرك صور ChatGPT محاكاة تقنيات فنية متنوعة عند الطلب. تضمن قدرة النموذج على الاستفادة من قاعدة معارفه الواسعة تكوينًا متماسكًا وإضاءة دقيقة وتناسقًا أسلوبيًا حتى في المشاهد المعقدة.
لماذا يعد اكتشاف اللوحات التي تم إنشاؤها بواسطة الذكاء الاصطناعي أمرًا مهمًا؟
ما هي المخاطر التي تشكلها لوحات الذكاء الاصطناعي غير المكتشفة؟
يمكن للوحات الذكاء الاصطناعي غير المميزة أن تُغذّي المعلومات المضللة، وعمليات الاحتيال المُزيّفة، ونزاعات حقوق النشر. قد يُزيّف المُخربون الأدلة (مثل الرسوم التوضيحية التاريخية المُعدّلة) أو يُضلّلون هواة جمع الأعمال الفنية من خلال تقديم أعمال الذكاء الاصطناعي على أنها أعمال أصلية نادرة. في التعليم الإلكتروني ووسائل التواصل الاجتماعي، قد ينتشر الفن المُصنّع على أنه أصلي، مما يُقوّض الثقة في الأدلة البصرية والتقييم المُختص.
كيف تتأثر المنشأ والأصالة؟
يعتمد توثيق الأعمال الفنية التقليدية على بحث المنشأ، وخبرة الخبراء، والتحليل العلمي (مثل تأريخ الصبغة). ومع ذلك، تفتقر اللوحات المُولّدة بالذكاء الاصطناعي إلى الأصل البشري، ويمكن إنشاؤها فورًا وبكميات كبيرة. وقد سلّط تحقيقٌ حديثٌ نُشر في مجلة Wired الضوء على كيفية دحض تحليل الذكاء الاصطناعي للوحةٍ مزعومةٍ لفان جوخ ("إليمار فان جوخ")، مُظهرًا احتمالًا بنسبة 97% أنها ليست من أعمال فان جوخ، مما يُؤكد الدور المزدوج للذكاء الاصطناعي في إنتاج الأعمال المزيفة وكشفها. وبدون أساليب كشف فعّالة، يواجه سوق الفن والمؤسسات الثقافية خطرًا متزايدًا من عمليات الاحتيال المُكررة وتشوهات السوق.
كيف توفر العلامة المائية حلاً؟
ما هي ميزات العلامة المائية التي يتم اختبارها؟
في أبريل 2025، أفادت Cybernews أن OpenAI تُجري تجارب على إضافة علامات مائية للصور المُولّدة بواسطة GPT‑4o، مُدمجةً علامات مرئية أو مخفية للإشارة إلى الأصل الاصطناعي. وأوضح SecurityOnline أن علامة مائية "ImageGen" المُرتقبة قد تظهر على الصور المُنشأة عبر تطبيق ChatGPT لنظام أندرويد، والتي قد تُميّز مُخرجات الطبقة الحرة بعلامة ظاهرة كـ "ImageGen".
ما هي طرق استخدام العلامة المائية المرئية مقابل غير المرئية؟
تُقدم العلامات المائية المرئية - كالشعارات شبه الشفافة أو النصوص - مؤشرات فورية وسهلة القراءة، ولكنها قد تُضعف جمالية الصورة. أما العلامات المائية غير المرئية (المخفية) فتستخدم تقنيات التخفي، حيث تُغير قيم البكسل أو معاملات التردد بدقة لتشفير مفتاح سري لا يمكن للمشاهد العادي اكتشافه. ووفقًا لموقع The Verge، تُخطط OpenAI لتضمين بيانات وصفية متوافقة مع C2PA تُشير إلى أن OpenAI هي منشئها، حتى في حال عدم ظهور أي علامة مائية ظاهرة في الصورة نفسها.
ما هي القيود وتكتيكات التحايل على المستخدم؟
رغم وعودها، تواجه العلامة المائية عقبات عملية. أفاد مستخدمو Reddit أن مشتركي ChatGPT Plus يمكنهم حفظ الصور بدون العلامة المائية المجانية، مما يشير إلى تفاوت في الاستخدام واحتمالية إساءة الاستخدام. خطوات المعالجة اللاحقة البسيطة - القص، وتعديل الألوان، وإعادة التشفير - يمكن أن تزيل علامات الإخفاء الهشة، مما يُبطل العلامات المائية غير المرئية. علاوة على ذلك، في غياب معيار عالمي، تُعيق أنظمة العلامات المائية الاحتكارية عملية التحقق عبر المنصات.
ما هي التقنيات الجنائية التي تتجاوز العلامة المائية؟
كيف يساعد تحليل البيانات الوصفية في اكتشاف صور الذكاء الاصطناعي؟
عادةً ما تحمل الصور الرقمية بيانات EXIF الوصفية، وهي: طراز الكاميرا، والعدسة، وإحداثيات نظام تحديد المواقع العالمي (GPS)، والطابع الزمني. غالبًا ما تفتقر اللوحات المُولّدة بالذكاء الاصطناعي إلى حقول EXIF متسقة، أو تُضمّن بيانات وصفية شاذة (مثل طراز كاميرا غير موجود). على سبيل المثال، يُشير موقع The Verge إلى أن صور GPT-4o تتضمن بيانات وصفية مُهيكلة من نوع C2PA تُحدد تاريخ الإنشاء ومنصة المنشأ، والتي يُمكن لأدوات التحليل الجنائي تحليلها للتحقق من صحتها. يُعدّ فقدان أو تشويه سلسلة المنشأ علامة تحذيرية تستدعي فحصًا أعمق.
ما هي القطع الأثرية على مستوى البكسل التي تكشف عن جيل الذكاء الاصطناعي؟
نماذج الانتشار التوليدية، مثل ImageGen من GPT-4o، تُزيل الضوضاء العشوائية بشكل متكرر لتكوين الصور. تُخلّف هذه العملية آثارًا مميزة - تدرجات لونية سلسة في مناطق التباين المنخفض، وحلقات ضوضاء متحدة المركز حول الحواف، وأطياف ترددية عالية غير نمطية لا توجد في الصور الطبيعية. يُدرّب الباحثون الشبكات العصبية التلافيفية على اكتشاف هذه الشذوذات الإحصائية، محققين دقة تتجاوز 90% في تمييز اللوحات الحقيقية عن اللوحات الاصطناعية.
كيف يمكن لتحليل الضوضاء والملمس أن يكشف عن أنماط الانتشار؟
من خلال حساب مرشحات لابلاس المحلية وفحص أطياف طاقة الضوضاء، يمكن لخوارزميات التحليل الجنائي تحديد التجانس غير الطبيعي أو الأنماط الدقيقة المتكررة النموذجية لمخرجات الذكاء الاصطناعي. على سبيل المثال، قد يُظهر مشهد مُولّد بواسطة الذكاء الاصطناعي نسيجًا مفرط الاتساق لضربات الفرشاة، بينما يُقدّم الفنانون البشريون تباينًا عضويًا. تُبرز الأدوات التي تُصوّر خرائط الحرارة للمناطق المشتبه بها أماكن حدوث الانحرافات الإحصائية، مما يُساعد في مراجعة الخبراء.
ما هي الأدوات والمنصات المتوفرة للكشف؟
ما هي أجهزة الكشف التجارية والمفتوحة المصدر الرائدة في هذا المجال؟
أجرت مراجعة حديثة لموقع Medium اختبارًا لـ 17 أداةً للكشف عن الذكاء الاصطناعي، ووجدت أن ثلاثًا منها فقط تتمتع بأداء موثوق به مقارنةً بالنماذج المتطورة مثل GPT‑4o. من بينها، يجمع كلٌّ من ArtSecure وDeepFormAnaylzer بين تحليل البيانات الوصفية واكتشاف الآثار باستخدام التعلم الآلي، مما يوفر إضافات للمتصفحات وتكاملات لواجهات برمجة التطبيقات (API) للناشرين والمتاحف. توفر مشاريع مفتوحة المصدر مثل SpreadThemApart أساليب تضمين واستخراج العلامات المائية متوافقة مع C2PA دون الحاجة إلى إعادة تدريب نماذج الانتشار الأساسية.
ما هي أداة الكشف الداخلية التي تقوم OpenAI بتطويرها؟
في حين لم تُصدر OpenAI بعد واجهة برمجة تطبيقات للكشف عن الصور، ألمح مُطلعون على الشركة إلى خطط مُشابهة لجهاز كشف العلامات المائية النصية (الذي يُحقق دقة 99.9% في النصوص الطويلة). ويتوقع المراقبون خدمة "ImageGuard" مُستقبلية تُقارن بيانات C2PA الوصفية، وعلامات التخفي الخفية، والتحليل الجنائي على مستوى البكسل، للكشف عن الصور المُريبة قبل مشاركتها أو نشرها.
كيف تقوم المؤسسات الثقافية بدمج الذكاء الاصطناعي للمصادقة؟
تُجري المتاحف ودور المزادات الرائدة تجارب على سير عمل المصادقة بمساعدة الذكاء الاصطناعي. تعاون متحف فان جوخ مع باحثين في مجال الذكاء الاصطناعي للتحقق من صحة تقييمات الخبراء باستخدام تحليل الصبغة وضربات الفرشاة المُدار بالشبكات العصبية، مما يزيد من الثقة في نسب الأعمال الفنية ويُسرّع من وقت المراجعة. توضح هذه الأساليب الهجينة بين الإنسان والآلة كيف يُمكن للذكاء الاصطناعي إنشاء الأعمال الفنية والتحقق منها في آنٍ واحد.
ما هي أفضل الممارسات التي ينبغي لأصحاب المصلحة اعتمادها؟
كيف يمكن لبروتوكولات المنشأ الموحدة تحسين الشفافية؟
يضمن اعتماد معايير المصدر المفتوح - مثل ائتلاف منشأ المحتوى وأصالته (C2PA) - أن تُضمّن منصات التوليد بيانات وصفية قابلة للتحقق بتنسيق متسق. يُمكّن هذا أدوات الجهات الخارجية من تحليل تفاصيل الإنشاء، وسجلات سلسلة الحفظ، وسجل التحرير، بغض النظر عن المصدر.
لماذا يعد وضع العلامات الواضحة على لوحات الذكاء الاصطناعي أمرًا ضروريًا؟
إن وضع العلامات المرئية (مثل العلامات المائية، أو التعليقات التوضيحية، أو إخلاء المسؤولية) يعزز ثقة المستخدم ويحد من انتشار المعلومات المضللة. وقد تُلزم المقترحات التنظيمية، بما في ذلك قانون الذكاء الاصطناعي المرتقب للاتحاد الأوروبي، بالإفصاح الواضح عن المحتوى المُصنّع لحماية المستهلكين والتراث الثقافي.
هل ينبغي أن تكون استراتيجيات الكشف متعددة الطبقات؟
لا توجد طريقة واحدة مضمونة النجاح. ينصح الخبراء باتباع نهج دفاعي متعمق:
- التحقق من العلامة المائية والبيانات الوصفية للإشارة الآلية.
- تحليلات البكسل المستندة إلى التعلم الآلي لكشف آثار الانتشار.
- مراجعة الخبراء البشريين للحكم السياقي والدقيق.
تعمل هذه الاستراتيجية الطبقية على إغلاق متجهات الهجوم: حتى لو قام الخصوم بإزالة العلامات المائية، فإن تحليل البكسل لا يزال قادرًا على التقاط العلامات الدالة.
الخاتمة
أدى التطور السريع لقدرات ChatGPT في توليد الصور - من DALL·E إلى GPT‑4o - إلى تسهيل إنشاء لوحات عالية الجودة، ولكنه زاد أيضًا من صعوبة التحقق من صحتها. تُقدم تجارب OpenAI للعلامات المائية خط دفاع أول، حيث تُدمج علامات ظاهرة أو خفية وبيانات تعريفية موحدة C2PA. ومع ذلك، فإن هشاشة العلامات المائية وعدم اتساق استخدامها يتطلبان تقنيات جنائية تكميلية: فحص البيانات الوصفية، وكشف التشويه على مستوى البكسل، وسير عمل مصادقة هجينة بين الإنسان والذكاء الاصطناعي.
يجب على الجهات المعنية - من المنصات الرقمية والناشرين الأكاديميين إلى المعارض والهيئات التنظيمية - اعتماد استراتيجيات كشف متعددة الطبقات، ومعايير منشأ مفتوحة، وشفافية في وضع العلامات. من خلال الجمع بين العلامات المائية القوية، والتحليل الجنائي المتقدم القائم على التعلم الآلي، والإشراف الدقيق من الخبراء، يمكن للمجتمع التمييز بفعالية بين اللوحات المُولّدة بالذكاء الاصطناعي والأعمال الفنية البشرية، والحفاظ على سلامة الثقافة البصرية في عصر الذكاء الاصطناعي المُولّد.
كيف تبدأ
يوفر CometAPI واجهة REST موحدة تجمع مئات نماذج الذكاء الاصطناعي، بما في ذلك عائلة ChatGPT، ضمن نقطة نهاية موحدة، مع إدارة مدمجة لمفاتيح واجهة برمجة التطبيقات، وحصص الاستخدام، ولوحات معلومات الفواتير. بدلاً من إدارة عناوين URL وبيانات اعتماد متعددة للموردين.
يمكن للمطورين الوصول واجهة برمجة تطبيقات GPT-image-1 (واجهة برمجة تطبيقات الصور GPT‑4o، اسم الطراز: gpt-image-1) و دال-E 3 API من خلال كوميت ايه بي اي. للبدء، استكشف قدرات النموذج في ساحة اللعب واستشر دليل واجهة برمجة التطبيقات للحصول على تعليمات مفصلة. يُرجى ملاحظة أن بعض المطورين قد يحتاجون إلى التحقق من مؤسستهم قبل استخدام النموذج.