سلاح جديد من واتساب ضد الأخبار المزيفة.. اكتشاف الصور المزيفة بنقرة واحدة
تاريخ النشر: 29th, December 2024 GMT
يتيح لك واتساب الآن التعرف على الصور المزيفة بنقرة واحدة! تعرف على كيفية عمل هذه الميزة الجديدة التي تعمل بالذكاء الاصطناعي، وتأثيرها، والقيود المفروضة عليها في مكافحة المعلومات المضللة.
في العصر الرقمي الحالي، تنتشر المعلومات المضللة كالنار في الهشيم، وغالبًا ما تغذيها الصور المزيفة والمرئيات المضللة.
تأتي هذه الميزة الجديدة في وقت أصبح فيه انتشار المعلومات المضللة، وخاصة من خلال الصور المزيفة، مصدر قلق عالمي. غالبًا ما يتم استغلال منصات مثل واتساب، بقاعدة مستخدميها الضخمة، لنشر معلومات كاذبة. يهدف هذا التحديث إلى تزويد المستخدمين بالقدرة على تقييم صحة الصور التي يتلقونها بشكل نقدي، وتعزيز مجتمع رقمي أكثر اطلاعًا ومسؤولية.
كيف يعمل اكتشاف الصور المزيفة في واتساب
تستفيد الميزة الجديدة في واتساب من خوارزميات الذكاء الاصطناعي المتقدمة لتحليل الصور والإشارة إلى التناقضات المحتملة. وفيما يلي تفصيل للعملية:
التنشيط بنقرة واحدة: عندما يتلقى المستخدم صورة تبدو مشبوهة، يمكنه ببساطة الضغط لفترة طويلة على الصورة للوصول إلى قائمة. تتضمن هذه القائمة خيارًا جديدًا "التحقق من صحة الصورة" أو تسمية مماثلة.
التحليل المدعوم بالذكاء الاصطناعي: عند النقر فوق هذا الخيار، تنطلق خوارزميات الذكاء الاصطناعي في واتساب إلى العمل. تفحص هذه الخوارزميات جوانب مختلفة من الصورة، بما في ذلك:
البيانات الوصفية: يفحص الذكاء الاصطناعي البيانات الوصفية للصورة، والتي تحتوي على معلومات حول متى وأين تم التقاط الصورة، والجهاز المستخدم، وأي تعديلات تم إجراؤها. يمكن أن تكون التناقضات في هذه البيانات بمثابة علامة حمراء.
التحليل على مستوى البكسل: يتعمق الذكاء الاصطناعي في الصورة على مستوى البكسل، بحثًا عن علامات التلاعب مثل الحواف غير الطبيعية أو الاستنساخ أو الوصل.
البحث العكسي عن الصور: يقوم الذكاء الاصطناعي بإجراء بحث عكسي عن الصور لمعرفة ما إذا كانت الصورة نفسها أو إصدارات مماثلة موجودة على الإنترنت. يساعد هذا في تحديد ما إذا كانت الصورة قد تم إخراجها من سياقها أو تغييرها.
النتائج وإجراءات المستخدم: بناءً على تحليله، يوفر الذكاء الاصطناعي للمستخدم درجة ثقة فيما يتعلق بمصداقية الصورة. قد يشير ذلك إلى أن الصورة من المحتمل أن تكون أصلية أو تم التلاعب بها أو تتطلب مزيدًا من التحقيق. يمكن للمستخدمين بعد ذلك أن يقرروا ما إذا كانوا سيثقون في الصورة أو يبحثون عن معلومات إضافية أو يبلغون عنها على أنها مضللة محتملة.
تجربتي مع الميزة
لقد واجهت مؤخرًا صورة مشكوك فيها متداولة في دردشة جماعية عائلية. أظهرت معلمًا محليًا يُفترض أنه ضربته صاعقة. بدافع من الفضول، قررت اختبار ميزة WhatsApp الجديدة. بضغطة طويلة بسيطة ونقرة، بدأ الذكاء الاصطناعي العمل. في غضون ثوانٍ، أعاد نتيجة تشير إلى أن الصورة ربما تم التلاعب بها. أكد بحث عكسي سريع عن الصور ذلك، وكشف أن الصورة الأصلية كانت قديمة سنوات وأن ضربة البرق تمت إضافتها رقميًا. بفضل هذه الميزة، تمكنت من منع انتشار المعلومات المضللة داخل دائرتي الخاصة.
تأثير أداة التحقق من الصور في واتساب
هذه الميزة البسيطة على ما يبدو لديها القدرة على إحداث تأثير كبير في مكافحة الأخبار المزيفة. وإليك الطريقة:
تمكين المستخدمين: من خلال وضع قوة الذكاء الاصطناعي في أيدي المستخدمين العاديين، يمكّن واتساب الأفراد من أن يصبحوا مستهلكين ناقدين للمعلومات. وهذا يعزز معرفة وسائل الإعلام ويقلل من الاعتماد على مدققي الحقائق الخارجيين.
كبح المعلومات المضللة: إن القدرة على تحديد الصور المزيفة بسهولة يمكن أن تحد بشكل كبير من انتشار المعلومات المضللة، وخاصة أثناء الأحداث الحرجة مثل الانتخابات أو أزمات الصحة العامة.
تعزيز المشاركة المسؤولة: إن معرفة إمكانية التحقق من الصور بسهولة يشجع المستخدمين على توخي المزيد من الحذر بشأن ما يشاركونه، مما يعزز بيئة أكثر مسؤولية وجدارة بالثقة على الإنترنت.
القيود والتحديات
في حين أن الميزة الجديدة التي تقدمها واتس آب تشكل خطوة كبيرة إلى الأمام، فمن المهم أن ندرك حدودها:
ليست مضمونة: خوارزميات الذكاء الاصطناعي، على الرغم من تطورها، ليست مثالية. هناك دائمًا احتمال أن تتسلل صورة تم التلاعب بها بذكاء من بين الشقوق.
الإفراط في الاعتماد على التكنولوجيا: يجب على المستخدمين تجنب الاعتماد المفرط على الأداة والاستمرار في ممارسة التفكير النقدي. تظل المراجع المتبادلة للمعلومات والاعتماد على المصادر الموثوقة أمرًا بالغ الأهمية.
إمكانية إساءة الاستخدام: هناك خطر إساءة استخدام الميزة لتشويه سمعة الصور الحقيقية أو مضايقة الأفراد.
مستقبل مكافحة الأخبار المزيفة على واتس آب
أداة التحقق من الصور في واتس آب ليست سوى البداية. من المرجح أن تستمر المنصة في الاستثمار في الحلول التي تعمل بالذكاء الاصطناعي لمكافحة المعلومات المضللة. يمكننا توقع المزيد من التحسينات، مثل:
التحقق من الفيديو: توسيع التكنولوجيا للتحقق من صحة مقاطع الفيديو، والتي يتم استخدامها بشكل متزايد د- نشر المعلومات المضللة.
الكشف في الوقت الفعلي: دمج خوارزميات الذكاء الاصطناعي للكشف عن الصور المزيفة المحتملة والإبلاغ عنها أثناء مشاركتها، ومنع انتشارها على نطاق واسع.
التعاون مع مدققي الحقائق: الشراكة مع منظمات التحقق من الحقائق المستقلة لتزويد المستخدمين بمعلومات أكثر شمولاً وموثوقية حول الصور المتنازع عليها.
تُعد ميزة التحقق من الصور الجديدة في واتساب سلاحًا قويًا في مكافحة الأخبار المزيفة. من خلال تمكين المستخدمين من تحديد الصور التي تم التلاعب بها بنقرة واحدة، تعمل واتساب على تعزيز مجتمع رقمي أكثر اطلاعًا ومسؤولية. وفي حين لا تزال التحديات قائمة، تمثل هذه الأداة المبتكرة خطوة مهمة نحو خلق بيئة أكثر جدارة بالثقة عبر الإنترنت.
المصدر: بوابة الوفد
كلمات دلالية: خوارزمیات الذکاء الاصطناعی المعلومات المضللة الأخبار المزیفة التحقق من الصور المیزة الجدیدة تم التلاعب بها الصور المزیفة بنقرة واحدة هذه المیزة فی واتساب عن الصور
إقرأ أيضاً:
تعليم نماذج الذكاء الاصطناعي ما لا تعرفه
أسس فريق من باحثي معهد ماساتشوستس للتكنولوجيا (MIT)، Themis AI لقياس عدم اليقين في نماذج الذكاء الاصطناعي ومعالجة فجوات المعرفة.
تُقدم أنظمة الذكاء الاصطناعي، مثل ChatGPT، إجاباتٍ تبدو معقولة لأي سؤال قد يطرح عليها. لكنها لا تكشف دائمًا عن ثغراتٍ في معارفها أو جوانبَ عدم اليقين فيها.
وقد تُسفر هذه المشكلة عن عواقب وخيمة مع تزايد استخدام أنظمة الذكاء الاصطناعي في مجالاتٍ مثل تطوير الأدوية، وقيادة السيارات ذاتية القيادة.
والآن، تُساعد Themis AI في تحديد عدم اليقين في النماذج وتصحيح النتائج قبل أن تُسبب مشاكل أكبر. ويمكن لمنصة Capsa التابعة للشركة العمل مع أي نموذج تعلُّم آلي للكشف عن النتائج غير الموثوقة وتصحيحها في ثوانٍ. وتعمل المنصة عن طريق تعديل نماذج الذكاء الاصطناعي لتمكينها من اكتشاف الأنماط في معالجة البيانات التي تُشير إلى الغموض أو عدم الاكتمال أو التحيز.
تقول دانييلا روس، المؤسس المشارك لشركة Themis AI والأستاذة في معهد ماساتشوستس للتكنولوجيا، والتي تشغل أيضًا منصب مديرة مختبر علوم الحاسوب والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا "الفكرة هي أخذ نموذج، ودمجه في Capsa، وتحديد أوجه عدم اليقين وأنماط فشل النموذج، ثم تحسينه"، مضيفة "نحن متحمسون لتقديم حل يُحسّن النماذج ويضمن عملها بشكل صحيح".
أسست روس شركة Themis AI عام 2021 بالتعاون مع زميلي بحث سابقين في مختبرها. ومنذ ذلك الحين، ساعدوا شركات الاتصالات في تخطيط الشبكات وأتمتتها، وساعدوا شركات النفط والغاز على استخدام الذكاء الاصطناعي لفهم الصور الزلزالية، ونشروا أبحاثًا حول تطوير روبوتات دردشة أكثر موثوقية.
يقول ألكسندر أميني، أحد الرؤساء المشاركين "نريد تمكين الذكاء الاصطناعي في التطبيقات الأكثر أهمية في كل قطاع". ويضيف "رأينا جميعًا أمثلة على هلوسة الذكاء الاصطناعي أو ارتكابه للأخطاء. ومع اتساع نطاق استخدام الذكاء الاصطناعي، قد تؤدي هذه الأخطاء إلى عواقب وخيمة. يُمكّن ثيميس أي ذكاء اصطناعي من التنبؤ بأخطائه قبل وقوعها".
مساعدة النماذج على معرفة ما تجهله
يبحث مختبر روس في عدم اليقين في النماذج منذ سنوات. في عام 2018، حصلت على تمويل لدراسة موثوقية حل قيادة ذاتية قائم على التعلم الآلي. تقول روس "هذا سياق بالغ الأهمية للسلامة، حيث يُعد فهم موثوقية النموذج أمرًا بالغ الأهمية".
في عمل منفصل، طوّر روس وأميني وزملاؤهما خوارزمية يمكنها اكتشاف التحيز العنصري والجنسي في أنظمة التعرف على الوجه، وإعادة وزن بيانات تدريب النموذج تلقائيًا، مما يُظهر أنها أزالت التحيز. عملت الخوارزمية من خلال تحديد الأجزاء غير المُمثلة من بيانات التدريب الأساسية، وتوليد عينات بيانات جديدة ومتشابهة لإعادة توازنها.
في عام 2021، أظهر المؤسسون المشاركون إمكانية استخدام نهج مماثل لمساعدة شركات الأدوية على استخدام نماذج الذكاء الاصطناعي للتنبؤ بخصائص الأدوية المرشحة. وأسسوا شركة Themis AI في وقت لاحق من ذلك العام.
تؤكد روس "قد يوفر توجيه اكتشاف الأدوية الكثير من المال. كانت هذه هي حالة الاستخدام التي جعلتنا ندرك مدى قوة هذه الأداة".
تعمل Themis AI اليوم مع شركات في مجموعة متنوعة من الصناعات، والعديد من هذه الشركات تبني نماذج لغوية ضخمة. باستخدام Capsa، تتمكن هذه النماذج من تحديد مستوى عدم اليقين الخاص بها لكل ناتج.
يعتقد فريق "ثيميس" للذكاء الاصطناعي أن الشركة في وضع جيد لتحسين أحدث تقنيات الذكاء الاصطناعي المتطورة باستمرار.