المكاسب:
- القدرة على فهم كل من الأدلة الكاذبة وتهديد "مكاسب الكاذب" للوسائط الاصطناعية والتحقق متعدد الطبقات من صحة الوسائط
- القدرة على تقييم المصدر والبيانات الوصفية والشذوذ الفني والمصدر (C2PA) وطبقات الاتساق السياقي معًا وعدم الاعتماد على درجة مركبة واحدة
- القدرة على التعبير عن النتيجة بلغة مستوى الثقة وليس اليقين، واعتماد استخدام المعرفة بتقنية الإنتاج فقط للكشف والدفاع.
يأتي الفيديو "كدليل" في التحقيق: تسجيل صوتي لمدير يعطي تعليمات غير لائقة، صورة تظهر شخصًا في مكان ما، مقطع فيديو لاعترافات. لكن يبقى السؤال الآن في مقدمة كل دليل: هل هذا حقيقي أم أنه من إنتاج الذكاء الاصطناعي؟ تعد تقنية التزييف العميق (الوسائط المزيفة التي ينتجها التعلم العميق والتي تحاكي وجه/صوت/حركة شخص حقيقي)، وعلى نطاق أوسع، الوسائط الاصطناعية (الوسائط الاصطناعية - الصور والصوت والفيديو التي يتم إنتاجها كليًا أو جزئيًا بواسطة الذكاء الاصطناعي) هي أحدث حدود الطب الشرعي الرقمي وأكثرها تحديًا. في هذه الوحدة، سنغطي هذا الدور المزدوج للذكاء الاصطناعي كأداة للتهديد والكشف، ولماذا يجب أن يكون التحقق متعدد الطبقات.
لماذا هو بالغ الأهمية؟
تشكل الوسائط الاصطناعية تهديدًا ذا شقين. أولاً، الأدلة المزيفة: يمكن لأي شخص إنتاج تزييف عميق "لإثبات" حدث لم يحدث. ثانياً، والأكثر غدراً، هو "عائد الكذاب" (عائد الكذاب - بفضل انتشار وسائل الإعلام المزيفة، يمكن رفض حتى الأدلة الحقيقية باعتبارها "تزييفاً عميقاً"). لذا فإن الوسائط الاصطناعية لا تنتج أدلة كاذبة فحسب؛ كما أنه يقوض مصداقية الأدلة الفعلية. ولذلك، يجب على المحلل الجنائي التحقق من صحة كل دليل إعلامي، أي أنه يأتي بالفعل من المصدر المزعوم، دون تغيير.
انتبه: "قالت أداة الكشف بالذكاء الاصطناعي إن 98% من التزييف العميق" وحده لا يكفي في المحكمة. نماذج الكشف خاطئة، وتقنيات الجيل الجديد تتهرب منها، ودرجة الاحتمالية ليست دليلا قاطعا. يجب أن يكون اكتشاف Deepfake مدعومًا دائمًا بالتحقق متعدد الطبقات (تقني + سياقي + مصدر).
طبقات الكشف
لا يمكن أن يعتمد الكشف عن الوسائط الاصطناعية على أداة سحرية واحدة؛ يجب أن تكون الطبقات:
- التحليل الفني/الطب الشرعي: عدم تناسق الضغط، شذوذ البكسل/التردد، تشوهات حدود الوجه، غياب الإشارات البيولوجية مثل ومضات العين والنبض، وأنماط التردد غير الطبيعية للصوت.
- البيانات الوصفية وتحليل المصدر: بيانات تعريف EXIF/الحاوية للملف، آثار الإنتاج، بصمة الجهاز، المسارات التي مر من خلالها الملف (سلسلة العهدة). تعد البيانات الوصفية المحذوفة/غير المتناسقة بمثابة تحذير.
- مصدر المحتوى: تم التحقق منه بمعايير مثل C2PA (معيار مفتوح يضيف معلومات المصدر الموقعة بالتشفير إلى الوسائط، مع الإشارة إلى مصدرها وكيف تم تحريرها)؛ هل هناك توقيع، هل هو متسق؟
- التحقق السياقي: هل الأضواء والظلال والانعكاسات في الفيديو متسقة فعليًا؟ هل تتطابق مزامنة الصوت والشفاه؟ هل يتعارض المحتوى مع الحقائق المعروفة (الطقس، الموقع، الوقت)؟
الذكاء الاصطناعي هو المسرع في العديد من هذه الطبقات: فهو يشير إلى الحالات الشاذة، ويكشف التناقضات، وينشئ قوائم مرجعية. لكن الحكم النهائي على الأصالة يتم من خلال طبقات متعددة من التحقق المتبادل وتقييم الخبراء.
الذكاء الاصطناعي: التهديد والأداة
التوتر الرئيسي في هذه الوحدة: نفس التكنولوجيا تنتج وتكتشف التزييف العميق. يجب أن يفهم المحلل الجنائي تقنيات الإنتاج (كيفية اكتشاف التزوير دون معرفة كيفية صنعه؟) ولكنه يستخدم ذلك فقط لأغراض الكشف والدفاع. إن استخدام الذكاء الاصطناعي لإنتاج وسائط مزيفة لخداع شخص آخر يعد احتيالًا وإساءة استخدام للهوية؛ نطاق هذه الوحدة هو الكشف والتحقق بدقة.
نصيحة: عند تقييم الأدلة الإعلامية، قم أولاً بإجراء اختبار "التفسير الأبسط": هل أتى هذا الملف بالفعل من المكان الذي يدعي أنه موجود فيه؟ هل سلسلة الحضانة آمنة؟ في معظم الأحيان، لا تكمن المشكلة في التزييف العميق، بل في إزالة السياق (مقطع فيديو من حدث حقيقي ولكنه قديم/حدث آخر، يتم تقديمه في سياق خاطئ). تحقق من الأصل والسياق قبل تحليل التزييف العميق المعقد.
الاحتمال وليس اليقين
تنتج أدوات الكشف عن التزييف العميق درجة احتمالية؛ ليست "مزيفة بالتأكيد" أو "حقيقية بالتأكيد". تحتوي هذه النتيجة على هامش خطأ، وفاصل ثقة، وينخفض أداؤها في طرق الإنتاج الجديدة التي لم يشهدها النموذج. في تقرير الطب الشرعي، بدلاً من القول "إنه مزيف" لوسائل الإعلام، ينبغي القول "هذه المؤشرات تشير إلى التلاعب، أظهرت طبقات التحقق هذه، مستوى اليقين هو هذا". اللغة الدقيقة بشكل مفرط تؤدي إلى اعتراضات في المحكمة وفقدان السمعة.
ثلاث حالات صغيرة
الحالة 1 - تم حل تحليل الأصل قبل التزييف العميق. تمت مراجعة مقطع فيديو تم تقديمه كـ "دليل" إلى المجلس. قبل الانتقال إلى تحليل التزييف العميق، تم فحص البيانات الوصفية: تم إنشاء الفيديو قبل 8 أشهر من تاريخ المطالبة، وأشارت البيانات الوصفية للحاوية إلى تطبيق آخر. لم يكن الفيديو مزيفًا، لكنه تم تقديمه في سياق خاطئ؛ أبسط طبقة تحل المشكلة.
الحالة 2 - كشف الكشف متعدد الطبقات عن التزييف. وفي تسجيل صوتي قالت أداة الكشف بالذكاء الاصطناعي أن 71% اصطناعي (غير مؤكد). نظر الخبير إلى طبقات إضافية: الأنماط المنتظمة بشكل غير طبيعي في تحليل التردد، وغياب أصوات التنفس، وغياب توقيع C2PA. أدى الجمع بين ثلاثة مؤشرات مستقلة إلى نتيجة أقوى بكثير من نتيجة واحدة.
الحالة الثالثة – الرجوع عن اليقين الزائد . وجاء في مسودة التقرير نقلاً عن نتيجة مركبة واحدة: "الفيديو هو بالتأكيد مزيف بعمق". وصحح الخبير الكبير: أداة واحدة لا تكفي، واللغة لا يمكن أن تكون "مطلقة". تمت ترجمة التقرير إلى لغة تعبر عن طبقات ومستويات متعددة من الدقة؛ وبالتالي يصبح من الممكن الدفاع عنه في المحكمة.
أربعة قوالب قابلة للنسخ
1) قائمة التحقق من الوسائط:
دورك: خبير التحقق من الوسائط الاصطناعية. أعطني قائمة مرجعية متعددة الطبقات للتحقق من صحة أدلة الصورة/الصوت/الفيديو: (1) المصدر/سلسلة الحيازة، (2) البيانات الوصفية، (3) الشذوذ الفني، (4) المصدر/C2PA، (5) الاتساق السياقي. اكتب خطوات فحص ملموسة لكل طبقة.
2) تحليل اتساق البيانات الوصفية:
سأقدم لك البيانات الوصفية (EXIF/الحاوية) لملف الوسائط. قم بوضع علامة على التناقضات: إنشاء وتعديل صراع التعريف، وتتبع الجهاز/البرنامج، والحقول المفقودة/المحذوفة، والتناقض الجغرافي الزمني. وضح أن هذه قد تكون علامات على التلاعب، ولكنها ليست دليلاً في حد ذاتها.
3) التحقق من الاتساق السياقي:
قم بتقييم الاتساق المادي في هذه الصورة/الفيديو: هل اتجاه الإضاءة والظلال متسقان، هل الانعكاسات دقيقة، هل يتطابق الصوت مع lipsync، هل تتطابق الخلفية مع الموقع/الوقت المطالب به؟ اربط كل ملاحظة بمكان محدد. لا تصدر حكمًا نهائيًا؛ اذكر النقاط التي تثير الشكوك.
4) لغة مستوى الدقة:
قم بترجمة نتائج التحقق التالية (الدرجات + نتائج التقسيم الطبقي) إلى فقرة تقرير. لا تقل "بالتأكيد مزيف/حقيقي"؛ أعط كل نتيجة مصدرها وعبّر عن مستوى عام من اليقين (ثقة منخفضة/متوسطة/عالية). تجنب المطالبات المفرطة غير المقبولة.
موجه ضعيف / موجه قوي
حث ضعيف:
أخبرني، هل هذا الفيديو مزيف بعمق؟
طبقة واحدة، حكم واحد ينتظر؛ يولد الذكاء الاصطناعي "نعم/لا" بدون سياق، وسيتم دحض ذلك في المحكمة.
مطالبة قوية:
دورك: خبير التحقق من الوسائط الاصطناعية. سأصف لك البيانات الوصفية للفيديو، ونتائج أداة الكشف، وعدد قليل من الإطارات. المهمة: تقييم المصدر والبيانات الوصفية والشذوذ الفني وطبقات الاتساق السياقي بشكل منفصل؛ قم بتوصيل ما تراه في كل طبقة بالمصدر. قم بالتعبير عن النتيجة كمستوى الثقة المجمع للطبقات، وليس كـ "دقيق". لا تعتمد على نتيجة واحدة؛ تشير إلى الطبقات المفقودة.
التقييم الطبقي، والارتباط بالمصدر، وقيد "عدم الاتصال" يجعل المخرجات قابلة للدفاع عنها.
جدول طبقات المصادقة
طبقة
إلى ماذا ينظر؟
نقطة قوية
الحد
الأصل/CoC
من أين أتى الملف
بسيطة ودقيقة
يمكن إخفاء الاحتيال
البيانات الوصفية
EXIF/حاوية
نصيحة سريعة
قابل للمسح/وهمية
الشذوذ الفني
بكسل/التردد
أثر التلاعب
تقنية جديدة تتجاوز
المصدر/C2PA
المصدر الموقع
الثقة التشفير
ليس في كل مكان
سياقية
الفيزياء / الانسجام الواقع
من الصعب الغش
يتطلب التعليق
الأخطاء الشائعة
- الاعتماد على درجة مركبة واحدة. يجب أن يكون اكتشاف التزييف العميق متعدد الطبقات؛ درجة واحدة ليست دليلا.
- وهذا يعني "زائفة تماما / حقيقية". استخدم لغة الاحتمال؛ الدقة الزائدة تثير الاعتراضات.
- إغفال الأصل والسياق. معظم المشاكل ليست تزييفًا عميقًا ولكنها سياق خاطئ/وسائط قديمة.
- الثقة المطلقة في البيانات الوصفية. يمكن حذف البيانات الوصفية وتزويرها.
- إساءة استخدام تقنية الإنتاج. المعلومات مخصصة للكشف والدفاع فقط.
باختصار
تعد الوسائط المزيفة والوسائط الاصطناعية أحدث الحدود في الطب الشرعي الرقمي؛ كلاهما ينتج أدلة كاذبة ويجعل الأدلة الحقيقية موضع شك. الذكاء الاصطناعي هو أداة للتهديد والكشف. ولا ينبغي أن يستند التحقق إلى أداة واحدة، بل إلى التحقق المتبادل من طبقات المصدر، والبيانات الوصفية، والشذوذ التقني، والمصدر، والاتساق السياقي. يتم التعبير عن النتيجة ليس باليقين ولكن بمستوى اليقين. وهذه المعلومات مخصصة للكشف والدفاع فقط، وليس لإنشاء وسائط مزيفة.
مهمة التطبيق
وصف سيناريو الأدلة الإعلامية (مثل التسجيل الصوتي). أنشئ خطة متعددة الطبقات باستخدام قالب "قائمة التحقق من الوسائط". ثم قم بتطبيق قوالب "تحليل اتساق البيانات الوصفية" و"لغة مستوى الدقة" مع بيانات وصفية وهمية ودرجة الكشف؛ حاول التعبير عن النتيجة بمستوى متعدد الطبقات من الثقة بدلاً من "التزييف بالتأكيد".
قائمة مرجعية
- [ ] لقد بنيت عملية التحقق على طبقات متعددة، وليس على أداة واحدة.
- [ ] لقد تحققت من الأصل والسياق أولاً.
- [ ] لقد وضعت في الاعتبار أنه يمكن حذف/تزوير البيانات الوصفية.
- [ ] عبرت عن النتيجة بلغة مستوى الثقة وليس اليقين.
- [ ] لقد استخدمت معلومات الإنتاج فقط للاكتشاف/الدفاع.