فريدريك داور
نقله إلى العربية: د. باسم علي خريسان
المقدمة
وسائط التزييف العميق (Deepfakes) هي تقنيات متقدمة تُستخدم لإنشاء مقاطع فيديو وصور وأصوات مزيفة لكنها تبدو واقعية للغاية، وذلك باستخدام الذكاء الاصطناعي وخوارزميات التعلم الآلي. تشمل أنواع هذه الوسائط المزيفة تبديل الوجوه، وتحريك ملامح الأشخاص وفقًا لحركات منشئيها، أو حتى إنتاج محتوى اصطناعي بالكامل.
يتم إنشاء هذه الوسائط باستخدام الشبكات التوليدية التنافسية (GANs)، وهي تقنية تعتمد على خوارزميتين: الأولى “المُنشئ” الذي يقوم بإنتاج الصورة، والثانية “المُميز” الذي يحاول اكتشاف إن كانت الصورة مزيفة أم حقيقية. يتطور أداء هاتين الخوارزميتين من خلال التنافس، حتى تصل إلى نقطة يصعب فيها على المُميز اكتشاف التزييف.
ظهر أول استخدام واسع النطاق للتزييف العميق عام 2017 على منصة Reddit، حيث استُخدمت هذه التقنية في إنتاج مقاطع إباحية مزيفة لمشاهير. وفي 2018، لفت الممثل الكوميدي جوردان بيل الانتباه إلى خطورة هذه التقنية عندما نشر مقطع فيديو مزيفًا للرئيس الأمريكي السابق باراك أوباما، يُظهره وهو يوجه إهانات للرئيس السابق دونالد ترامب.
مع تقدم التكنولوجيا، أصبحت هذه التزييفات أكثر إقناعًا، كما حدث في 2021، عندما انتشرت مقاطع مزيفة للممثل توم كروز على منصة TikTok، حيث بدت حقيقية لدرجة أربكت العديد من المشاهدين.
يؤدي انتشار هذه التقنية إلى تآكل الثقة في الوسائط المرئية، مما يفرض تحديات كبيرة على أجهزة إنفاذ القانون التي تعتمد على أدلة الفيديو من كاميرات المراقبة، وكاميرات الجسم، ومقاطع الهواتف المحمولة. لذلك، يتوجب على الأجهزة الأمنية فهم كيفية استخدام المجرمين لهذه التقنية وتأثيرها على التحقيقات الجنائية والإجراءات القضائية.
مشكلة التزييف العميق
تشكل وسائط التزييف العميق تهديدًا خطيرًا لثقة الجمهور بالأدلة الرقمية، مما يؤدي إلى تحديات غير مسبوقة أمام السلطات القضائية. فقد استُخدمت هذه التقنية في جرائم مثل التحرش والاحتيال المالي والتلاعب بالأدلة.
على سبيل المثال، في عام 2021، قامت والدة إحدى المشجعات في فريق مدرسي بإنشاء مقاطع مزيفة تظهر زميلات ابنتها في مواقف غير لائقة، بهدف طردهنّ من الفريق. ورغم اتهامها بالتحرش، لم تستطع الشرطة إثبات أن الفيديو كان مزيفًا أو أنها المسؤولة عن إنتاجه.
كما حذر مكتب التحقيقات الفيدرالي (FBI) في عام 2021 من أن التزييف العميق سيُستخدم في هجمات التصيد الاحتيالي الموجه خلال الأشهر الـ18 المقبلة. وقد وردت بالفعل تقارير عن انتحال شخصية رؤساء تنفيذيين عبر الصوت المزيف، ومحاولات تقديم أدلة زائفة في قضايا الحضانة.
يتمتع الفيديو بتأثير نفسي قوي على المشاهد، مما يزيد من خطورة اعتماده كدليل قاطع في المحاكم. ومع ذلك، فإن استخدام التزييف العميق يمكن أن يؤدي إلى ظاهرة “أرباح الكاذب”، حيث يمكن للمذنبين الادعاء بأن مقاطع الفيديو الحقيقية التي تدينهم هي مزيفة، مستغلين انتشار تقنية التزييف العميق.

الحالة الراهنة للتزييف العميق
لا يزال الوعي العام بمخاطر التزييف العميق محدودًا، حتى بين جهات إنفاذ القانون. ففي عام 2021، أشار رئيس شرطة إيميريفيل، جيف جينينغز، إلى أن مجرد إدراك وجود هذه التقنية هو خطوة أولى لمكافحتها.
ورغم تزايد التهديدات، لا تزال القوانين الخاصة بالتزييف العميق محدودة في بعض الولايات الأمريكية. على سبيل المثال، حظرت تكساس التزييف العميق المتعلق بالانتخابات، بينما منعت فرجينيا المحتوى الإباحي المزيف. ومع ذلك، لم يتم بعد وضع تشريعات لحماية الأطفال من الوسائط المزيفة.
اكتشاف التزييف العميق والتحديات المرتبطة به
تشكل تقنيات كشف التزييف العميق تحديًا صعبًا، إذ أن أي خوارزمية كشف يتم تطويرها تُستخدم لاحقًا لتحسين تقنيات التزييف نفسها. على سبيل المثال، عندما طُورت طريقة لكشف التزييف من خلال ملاحظة أنماط رمش العين، سرعان ما تم تعديل الخوارزميات المزيفة لجعل الرمش يبدو طبيعيًا.
في العام 2019، أطلقت شركات مثل فيسبوك ومايكروسوفت وأمازون مسابقة عالمية لتطوير خوارزميات كشف التزييف، إلا أن الفريق الفائز لم يتمكن من تحقيق دقة أعلى من ٪.65 وحتى الآن، لا يوجد برنامج تجاري موثوق قادر على اكتشاف جميع التزييفات العميقة.

الاستجابة لمخاطر التزييف العميق
لمكافحة هذه الظاهرة، يجب تبني نهج شامل يشمل:
التوعية والتدريب: يجب تدريب جهات إنفاذ القانون على كيفية التعرف على التزييف العميق، واستخدام أساليب تحقق بديلة مثل مقارنة البيانات من مصادر متعددة.
المناصرة والتشريع: ينبغي الضغط من أجل سنّ قوانين أكثر صرامة تشمل وسائل مصادقة رقمية داخل أجهزة التسجيل لمنع التلاعب بالمحتوى.
التعاون والشراكات: يجب التعاون مع شركات التكنولوجيا والجامعات لتطوير أدوات أكثر فعالية في كشف التزييف العميق.
تطوير حلول تقنية لمكافحة التزييف العميق
تعمل العديد من الشركات والمؤسسات البحثية على تطوير تقنيات تساعد في كشف التزييف العميق، مثل:
العلامات المائية الرقمية: لتحديد مصدر التسجيل.
تقنيات تتبع الصور: للتحقق من تاريخ الفيديو والتعديلات التي طرأت عليه.
تقنية البلوكشين: لإنشاء سجل غير قابل للتعديل يثبت أصالة المحتوى.
الخاتمة
يُعد التزييف العميق تهديدًا متزايدًا للأدلة الرقمية، ويشكل تحديًا كبيرًا أمام وكالات إنفاذ القانون التي تعتمد على الفيديوهات كأدلة قانونية. ومع استمرار تطور التكنولوجيا، ستبقى المواجهة بين صانعي المحتوى المزيف والمحققين سباقًا مستمرًا. لذا، فإن بناء وعي أمني وتقني حول هذه الظاهرة، إلى جانب تطوير تقنيات كشف موثوقة، سيظل أمرًا بالغ الأهمية للحفاظ على العدالة والنظام القانوني في العصر الرقمي.