كيف تفرق بين الصورة الحقيقية والصورة المولدة بالذكاء الاصطناعي؟

أصبحت الصور المولدة بالذكاء الاصطناعي أكثر واقعية من أي وقت مضى. لم يعد الأمر مقتصرًا على صور غريبة بملامح مشوهة أو أيدٍ تحتوي على عدد خاطئ من الأصابع، بل أصبحت النماذج الحديثة قادرة على إنتاج وجوه، وشوارع، ومنتجات، وأحداث ومشاهد تبدو في النظرة الأولى وكأنها التقطت بكاميرا حقيقية. وهذا التطور يجعل السؤال "هل هذه الصورة حقيقية؟" أصعب بكثير مما كان عليه قبل عدة سنوات.

بالنسبة للمستخدم السعودي، المسألة لا تتعلق بالفضول فقط. قد تصلك صورة على واتساب تدّعي حدوث حادث أو حدث محلي، أو ترى إعلانًا لمنتج بصورة تبدو حقيقية، أو تجد صورة مرتبطة بخبر، أو حسابًا على منصة اجتماعية يستخدم وجهًا قد يكون مولدًا بالذكاء الاصطناعي. وفي هذه الحالات، اتخاذ قرار بناءً على الصورة دون التحقق من مصدرها قد يؤدي إلى نشر معلومة خاطئة أو الوقوع في عملية احتيال أو تصديق خبر خارج سياقه.

لكن هناك حقيقة مهمة يجب معرفتها من البداية: لا توجد علامة بصرية واحدة تضمن لك أن الصورة مولدة بالذكاء الاصطناعي، ولا توجد أداة واحدة تستطيع الحكم على كل الصور بدقة 100%. OpenAI نفسها تؤكد في أدوات التحقق الحالية أن غياب العلامات أو بيانات المصدر لا يثبت أن الصورة حقيقية، لأن إشارات المنشأ قد تُزال أو تضيع بعد التعديل أو الضغط أو إعادة النشر.

لذلك فإن أفضل طريقة للتحقق ليست البحث عن "علامة سحرية"، بل جمع عدة أدلة: الفحص البصري، والسياق، والبحث العكسي، وبيانات المصدر، وContent Credentials، والعلامات المائية الرقمية. كل طبقة تعطيك جزءًا من الصورة الكاملة.

كيف تفرق بين الصورة الحقيقية والصورة المولدة بالذكاء الاصطناعي؟

أولًا: لا تبدأ من شكل الصورة.. ابدأ من الادعاء المرتبط بها

عندما ترى صورة مثيرة، أول سؤال لا يجب أن يكون: "هل الأصابع طبيعية؟" بل: ما الذي تدّعي الصورة إثباته؟

لنفترض أنك رأيت صورة لشارع غارق بالمياه مع تعليق يقول إنها التقطت "اليوم في مدينة سعودية". ربما تكون الصورة حقيقية تمامًا، لكنها من دولة أخرى أو من حادث وقع قبل سنوات. في هذه الحالة المشكلة ليست أن الصورة مولدة بالذكاء الاصطناعي، بل أنها صورة حقيقية مستخدمة في سياق كاذب.

وهذا النوع من التضليل قد يكون أكثر شيوعًا وأصعب من الصور المولدة بالكامل.

السياق أهم من الواقعية البصرية

اسأل نفسك:

من نشر الصورة أولًا؟

هل هناك مصدر معروف؟

هل يوجد تاريخ ومكان واضحان؟

هل نشرتها جهة إخبارية أو رسمية موثوقة؟

هل توجد صور أخرى للمشهد نفسه من زوايا مختلفة؟

إذا كان الادعاء مهمًا، لا تجعل جودة الصورة هي الدليل الوحيد.

ثانيًا: الأخطاء البصرية ما زالت مفيدة.. لكنها لم تعد كافية

في الأجيال الأولى من مولدات الصور، كانت هناك علامات شهيرة: أصابع كثيرة، نصوص غير مفهومة، أسنان غير طبيعية، أقراط مختلفة، خلفيات مشوهة أو أشخاص يندمجون في بعضهم.

بعض هذه الأخطاء ما زال يظهر، لكن الاعتماد عليها وحدها أصبح أضعف؛ لأن النماذج الحديثة تحسنت بدرجة كبيرة.

انظر إلى العلاقات بين الأشياء لا إلى الشيء وحده

الصورة قد تحتوي على يد مثالية، لكن المشكلة تظهر عندما تنظر إلى العلاقة بينها وبين الكوب الذي تمسكه. قد يكون المقبض متداخلًا بطريقة غير منطقية، أو الأصابع تمسك الجسم دون ضغط طبيعي.

قد تبدو السيارة واقعية، لكن انعكاسها على الأرض لا يتوافق مع اتجاه الإضاءة.

قد يكون الوجه ممتازًا، لكن النظارة لا تتبع شكل الأذن بصورة طبيعية.

ابحث عن الفيزياء قبل التشوه

التفاصيل التي يمكن أن تكشف الصورة أحيانًا تشمل الظلال، والانعكاسات، وعمق المجال، وتفاعل الملابس مع الجسم، ونقاط الاتصال بين الأشياء.

لكن حتى هذه المؤشرات ليست دليلًا قاطعًا؛ لأن التصوير الحقيقي نفسه قد يحتوي على إضاءة غريبة أو تشويه عدسة أو معالجة قوية.

ثالثًا: افحص النصوص والشعارات لكن بحذر

كان النص داخل الصور من أوضح نقاط ضعف AI، لكن هذه المشكلة تحسنت كثيرًا أيضًا.

ومع ذلك، عندما تحتوي الصورة على لوحة متجر أو مستند أو شعار أو رقم سيارة، من المفيد تكبير المنطقة ومراجعتها.

ما الذي تبحث عنه؟

حروف متداخلة.

كلمات تتغير بين جزء وآخر.

شعار قريب من الحقيقي لكنه ليس مطابقًا.

أرقام تتكرر بطريقة غريبة.

لكن لا تحكم من خطأ مطبعي واحد فقط؛ فقد تكون الصورة منخفضة الجودة أو مضغوطة.

رابعًا: الوجوه ليست الدليل الأسهل كما يعتقد البعض

الصور الحديثة تستطيع إنتاج وجوه شديدة الواقعية، لذلك فكرة "سأكتشف AI من العينين" لم تعد قاعدة يعتمد عليها.

لكن يمكن أحيانًا ملاحظة عدم اتساق دقيق في الضوء أو التفاصيل الدقيقة حول الأذن والشعر والحواف.

راقب التناسق لا الجمال

قد يكون الوجه جميلًا جدًا وهذا لا يعني أنه مولد.

وقد يكون الوجه غير مثالي وهو حقيقي.

الأفضل هو فحص:

هل الإضاءة على الوجه تتوافق مع الخلفية؟

هل انعكاس العينين متناسق؟

هل الشعر يمر خلف النظارة والأذن بصورة منطقية؟

هل التفاصيل على الجانبين متناسقة مع زاوية التصوير؟

لكن لا تستخدم هذه العلامات كحكم نهائي

هي فقط أسباب تدفعك إلى التحقق أكثر.

خامسًا: البحث العكسي عن الصورة أهم من محاولة التخمين

واحدة من أقوى الخطوات العملية هي استخدام Google Lens أو أي خدمة بحث عكسي موثوقة لمعرفة أين ظهرت الصورة سابقًا.

Google Lens يستطيع البحث عن صور مماثلة وصفحات تستخدم الصورة نفسها أو نسخة قريبة منها.

لماذا هذه الخطوة قوية؟

لأنك قد تكتشف أن الصورة التي قيل إنها التقطت اليوم موجودة على الإنترنت منذ ثلاث سنوات.

أو تجد النسخة الأصلية قبل إضافة عناصر إليها.

أو تكتشف أنها نُشرت أولًا على موقع لفنان متخصص في الصور التوليدية.

لا تبحث بالصورة كاملة فقط

إذا كانت الصورة مركبة أو تحتوي على عدة عناصر، استخدم Lens وحدد الجزء الذي يثير الشك.

ربما تكون الخلفية حقيقية والشخص مضافًا لاحقًا.

البحث عن الجزء نفسه قد يعطي نتائج أفضل.

سادسًا: استخدم About this image لفهم تاريخ الصورة وسياقها

Google توفر أداة About this image التي يمكن أن تعرض معلومات عن الوقت التقريبي الذي ظهرت فيه الصورة أو صور مشابهة لأول مرة في فهرس Google، والمواقع الأخرى التي استخدمتها، وبعض المعلومات عن طريقة إنشاء الصورة عندما تكون متاحة.

هذه الميزة مهمة جدًا لأن التحقق من الصورة لا يتعلق فقط بما إذا كانت AI أو لا، بل متى وأين ظهرت.

مثال عملي

ترى صورة مرتبطة بخبر وقع اليوم.

تفتح About this image وتكتشف أن النسخة نفسها أو صورة شديدة الشبه ظهرت على مواقع قبل عامين.

هنا لديك دليل قوي على أن الصورة ليست توثيقًا للحدث الحالي، حتى لو كانت حقيقية.

التاريخ أحيانًا يكشف التضليل أسرع من الفحص البصري

ولهذا لا تتوقف عند السؤال "هل الصورة مزيفة؟"

اسأل أيضًا:

"هل الصورة في سياقها الصحيح؟"

سابعًا: ابحث عن Content Credentials

مع صعوبة الاعتماد على العين فقط، بدأت صناعة التقنية تتجه نحو إثبات المصدر بدل محاولة اكتشاف التزييف بعد حدوثه.

أحد أهم المعايير هنا هو C2PA، الذي يسمح بإرفاق بيانات اعتماد مشفرة بالمحتوى لتوضيح كيفية إنشائه أو تعديله. ويستخدم هذا النهج ما يسمى Content Credentials التي يمكن أن تعرض معلومات عن الأداة المستخدمة، وطريقة الإنشاء أو التعديل، وفي بعض الحالات ما إذا كان الذكاء الاصطناعي قد دخل في العملية.

فكر في Content Credentials كملصق مصدر رقمي

مثل بطاقة صغيرة تقول:

تم إنشاء هذا الملف باستخدام أداة معينة.

تم تعديله في برنامج معين.

تم استخدام AI في جزء من العملية.

هذه المعلومات تكون موقعة تشفيريًا، مما يجعل العبث بها قابلًا للاكتشاف عندما تبقى بيانات الاعتماد سليمة.

ثامنًا: استخدم Adobe Inspect عندما تكون Content Credentials موجودة

Adobe توفر أداة Content Authenticity Inspect التي تسمح برفع ملف وفحص Content Credentials المرتبطة به، مثل معلومات المصدر وبعض تفاصيل عملية الإنشاء والتعديل.

ما الذي يمكن أن تستفيد منه؟

قد ترى أن الصورة تم إنشاؤها بواسطة Adobe Firefly.

أو أنها التقطت أو عُدلت باستخدام أدوات معينة.

أو أن AI التوليدي استُخدم في العملية.

Adobe تطبق Content Credentials تلقائيًا على أصول معينة مولدة بالكامل بواسطة Firefly.

لكن عدم وجود Content Credentials لا يعني أن الصورة حقيقية

وهذه أهم نقطة.

البيانات قد تُزال من الملف، أو قد تكون الصورة ناتجة من أداة لا تضيف هذه البيانات أصلًا.

لذلك غياب الدليل ليس دليلًا على الأصالة.

تاسعًا: افهم الفرق بين "صورة مولدة" و"صورة معدلة بالذكاء الاصطناعي"

ليست كل الصور AI من النوع نفسه.

قد تكون الصورة مولدة بالكامل.

وقد تكون صورة حقيقية أزيل منها شخص.

وقد تكون صورة حقيقية تم تغيير السماء فيها.

وقد تكون صورة حقيقية حُسن فيها الضوء فقط باستخدام خوارزمية AI.

لا تجعل السؤال ثنائيًا فقط

بدل:

"حقيقية أم AI؟"

استخدم سؤالًا أدق:

ما مقدار التعديل الذي دخل على الصورة؟

وهذا سبب آخر يجعل بيانات المصدر مهمة، لأنها تستطيع في بعض الحالات إظهار سلسلة التعديلات بدل إعطاء حكم نعم أو لا فقط.

عاشرًا: تعرف على SynthID والعلامات المائية غير المرئية

إحدى الطرق الأخرى لإثبات المصدر هي العلامات المائية الرقمية غير المرئية، مثل SynthID.

OpenAI أعلنت في 2026 عن استخدامها SynthID إلى جانب C2PA في الصور المولدة بأدواتها، مع أداة تحقق عامة تبحث عن إشارات مثل C2PA وعلامة SynthID في الملفات المدعومة.

Google تستخدم SynthID أيضًا في منظومتها للمحتوى المولد بالذكاء الاصطناعي، ويمكن أن تظهر معلومات مرتبطة به في بعض أدوات البحث مثل About this image أو Google Lens عندما تكون الإشارة متاحة.

ما الفائدة؟

العلامة المائية غير المرئية قد تكون أكثر مقاومة لبعض التغييرات من بيانات Metadata التقليدية.

لكنها ليست ضمانًا مطلقًا أيضًا.

ولهذا تستخدم الشركات مزيجًا من العلامات المائية وبيانات الاعتماد وأدوات التحقق.

الحادي عشر: يمكنك فحص الصور المولدة بأدوات OpenAI مباشرة

OpenAI توفر حاليًا أداة تحقق تتيح رفع صورة لفحص وجود إشارات مصدر مرتبطة بأدوات OpenAI، بما فيها C2PA وSynthID.

لكن انتبه إلى معنى النتيجة

إذا اكتشفت الأداة علامة OpenAI، فهذا دليل مفيد على أن الملف يحمل إشارة من أدوات OpenAI.

أما إذا لم تجد شيئًا، فلا يعني ذلك أن الصورة حقيقية.

OpenAI نفسها تؤكد أن الإشارات قد تُزال أو تضيع، ولذلك لا تقدم نتيجة "لم نجد شيئًا" باعتبارها إثباتًا أن الصورة لم تُنشأ باستخدام AI.

هذه قاعدة مهمة جدًا

نتيجة إيجابية من نظام إثبات مصدر قد تكون قوية.

أما النتيجة السلبية فغالبًا أضعف.

الثاني عشر: لا تعتمد كثيرًا على مواقع "AI Detector" المجهولة

هناك مواقع كثيرة تسمح لك برفع صورة ثم تعطيك نسبة مثل:

"92% AI"

هذا النوع من الأدوات قد يكون مغريًا لأنه يعطي جوابًا سريعًا.

لكن مشكلة الكشف بالاعتماد على تحليل البكسلات فقط أن النماذج تتغير باستمرار، كما أن الضغط والتعديل والتصوير من الشاشة قد يؤثر في النتيجة.

تعامل معها كإشارة إضافية فقط

إذا استخدمت Detector، لا تجعل نسبته الحكم النهائي.

اجمعها مع البحث العكسي، والمصدر، وبيانات الاعتماد والسياق.

الثالث عشر: الصورة المثالية جدًا ليست دليلًا على AI

هذا خطأ شائع.

ترى صورة شديدة الجمال، بشرة مثالية وإضاءة رائعة، فتقول فورًا:

"AI."

لكن صور الاستوديو والإعلانات والتصوير التجاري يمكن أن تكون مثالية جدًا أيضًا.

وفي المقابل، يستطيع AI عمدًا إنتاج ضوضاء وعدسة وتشوهات تجعل الصورة تبدو وكأنها التقطت بجوال عادي.

الجمال ليس اختبارًا

ولا الجودة العالية.

ولا الجودة المنخفضة.

كلها يمكن تقليدها.

الرابع عشر: الجودة المنخفضة قد تجعل اكتشاف AI أصعب لا أسهل

عندما تُضغط الصورة عدة مرات عبر تطبيقات التواصل، تختفي التفاصيل الدقيقة التي ربما كانت تكشف التوليد.

وهذا مهم جدًا في صور واتساب والمنصات الاجتماعية.

حاول الوصول إلى النسخة الأصلية

إذا كانت الصورة مهمة، اطلب الملف الأصلي بدل Screenshot.

كل جيل جديد من إعادة الحفظ يزيل جزءًا من البيانات والسياق.

الخامس عشر: فحص Metadata مفيد.. لكنه ليس دليلًا كاملًا

قد تحتوي الصورة على EXIF أو IPTC أو بيانات أخرى عن الجهاز أو البرنامج المستخدم.

لكن هذه البيانات يمكن تعديلها أو حذفها.

Google نفسها تنبه إلى أن بعض Metadata التي تصف كيفية إنشاء أو تعديل الصورة يمكن تعديلها أو إزالتها.

لا تقل: لا توجد بيانات كاميرا إذن الصورة AI

قد يكون المستخدم أرسل Screenshot.

أو مرر الصورة عبر تطبيق يزيل Metadata.

أو رفعها إلى منصة أعادت ضغطها.

الغياب وحده لا يثبت شيئًا.

السادس عشر: افحص انعكاسات المرايا والأسطح اللامعة

هذه منطقة يمكن أن تكشف عدم الاتساق أحيانًا.

إذا كان الشخص يقف أمام مرآة، هل الانعكاس مطابق لوضعه؟

إذا كانت السيارة على سطح لامع، هل الانعكاس يتفق مع شكلها؟

إذا توجد عدة مصادر ضوء، هل الانعكاسات والظلال تتبعها؟

لكن النماذج الحديثة أصبحت أفضل بكثير في هذه التفاصيل

لذلك لا تعتمد على خطأ واحد.

كل ما تفعله هو رفع مستوى الشك ثم الانتقال إلى أدوات التحقق الأخرى.

السابع عشر: افحص الخلفية بعيدًا عن العنصر الرئيسي

مولدات الصور تركز غالبًا على العنصر الأساسي المطلوب، بينما قد تظهر مشكلات في التفاصيل البعيدة.

انظر إلى الأشخاص في الخلفية.

النوافذ.

مقاعد السيارات.

اللوحات.

المباني.

الأجسام الصغيرة.

التفاصيل الثانوية أحيانًا أكثر فائدة من الوجه الرئيسي

لأن العين تنجذب تلقائيًا إلى العنصر الذي أراد مولد الصورة أن يبدو مقنعًا.

الثامن عشر: انتبه إلى المنطق وليس البكسل فقط

تخيل صورة لحدث رسمي.

كل شيء يبدو بصريًا مثاليًا، لكن الشخص يرتدي ملابس لا تناسب الحدث، أو المبنى الموجود في الخلفية ليس في المكان الذي يدّعيه المنشور، أو الطقس لا يتوافق مع اليوم المذكور.

يمكن للصورة أن تكون بصريًا ممتازة ومنطقيًا خاطئة

لذلك المعرفة بالسياق مهمة جدًا.

إذا كان الادعاء عن مكان، ابحث عن صور المكان الحقيقية.

إذا كان عن حدث، ابحث عن تغطيات أخرى.

التاسع عشر: ابحث عن أكثر من صورة للحدث نفسه

حدث حقيقي عام وكبير غالبًا لا ينتج صورة واحدة فقط.

إذا قيل إن حادثًا كبيرًا وقع في شارع مزدحم، فمن الطبيعي أن تظهر صور أو فيديوهات أخرى من زوايا مختلفة.

الصورة الوحيدة ليست دليلًا كافيًا عندما يكون الحدث كبيرًا

ابحث عن:

تغطية جهات إعلامية موثوقة.

حسابات الجهات الرسمية.

صور متعددة.

فيديوهات من أشخاص مختلفين.

هذه الأدلة أقوى بكثير من محاولة تحليل كل بكسل.

العشرون: لا تثق في Caption لأنه مرفق بالصورة

هذه نقطة شديدة الأهمية.

الصورة لا تقول بنفسها:

"التقطت اليوم في الرياض."

النص المحيط بها هو الذي يقول ذلك.

افصل الصورة عن الادعاء

قد تكون الصورة حقيقية، لكن الوصف كاذب.

وقد تكون الصورة مولدة، لكن منشئها أعلن بوضوح أنها عمل فني.

المشكلة ليست دائمًا في الصورة نفسها، بل في طريقة تقديمها.

طريقة عملية من سبع مراحل لفحص أي صورة مشكوك فيها

عندما تصلك صورة مهمة، لا تحتاج إلى أن تصبح خبير تحقيق جنائي. استخدم هذا التسلسل البسيط:

• اقرأ الادعاء المرتبط بالصورة وحدد ما الذي تحاول إثباته.

• افحص التفاصيل والمنطق والإضاءة والعلاقات بين الأشياء.

• استخدم Google Lens للبحث عن نسخ مشابهة.

• راجع About this image عندما يكون متاحًا لمعرفة السياق والتاريخ.

• افحص Content Credentials أو بيانات المصدر إذا كانت موجودة.

• ابحث عن تغطيات مستقلة وصور أخرى للحدث نفسه.

• إذا ظل الدليل ضعيفًا، لا تنشر الصورة باعتبارها حقيقة مؤكدة.

هذا التسلسل أفضل من محاولة إصدار حكم سريع من شكل الأصابع أو الوجه.

مثال عملي: صورة عاصفة قوية في مدينة سعودية

وصلك منشور يقول إن صورة لسحب مخيفة التقطت قبل نصف ساعة في مدينة معينة.

الصورة واقعية جدًا.

ما الذي تفعله؟

ابدأ بالبحث عنها عبر Lens.

إذا ظهرت في موقع من عام 2023 في دولة أخرى، انتهى الأمر.

إذا لم تجدها، استخدم About this image لمعرفة هل توجد نسخ أقدم.

ثم ابحث عن الطقس الفعلي في المدينة ومصادر الأخبار المحلية الموثوقة.

لاحظ أننا لم نحتج إلى اكتشاف أنها AI

ربما كانت صورة حقيقية تمامًا.

لكننا اكتشفنا أن سياقها غير صحيح.

وهذا أكثر أهمية.

مثال ثانٍ: صورة لشخصية لم تقل شيئًا كهذا

قد ترى Screenshot يحتوي على شخص معروف واقتباس مكتوب بجواره.

بدل تحليل الوجه فقط، ابحث عن التصريح نفسه.

تحقق من المصدر الأولي

هل نشر الشخص التصريح؟

هل توجد مقابلة؟

هل الجهة الإعلامية التي يظهر شعارها في الصورة نشرت المحتوى؟

في كثير من الأحيان تكون أسرع طريقة لكشف الصورة المزيفة هي التحقق من الادعاء المكتوب فيها لا الصورة.

مثال ثالث: صورة منتج تبدو أفضل من الواقع

في التجارة الإلكترونية، قد يستخدم AI لإنشاء خلفيات جذابة أو تعديل الصورة.

هذا ليس مشكلة بحد ذاته.

المشكلة عندما يتغير شكل المنتج أو لونه أو حجمه بطريقة تؤثر في قرار الشراء.

قارن بالصور الرسمية للمنتج

ولا تعتمد على صورة واحدة إعلانية، خصوصًا إذا كان المنتج مرتفع السعر.

هل سنصل يومًا إلى مرحلة لا تستطيع العين فيها التفريق؟

في حالات كثيرة نحن قريبون بالفعل من ذلك.

وكلما تطورت النماذج، ستصبح مهارة "رؤية العيوب" أقل موثوقية.

لهذا تتجه الصناعة إلى مفهوم Provenance أو إثبات المصدر، أي أن نعرف كيف نشأ الملف بدل محاولة تخمين أصله من شكله.

C2PA تصف Content Credentials كوسيلة لتسجيل معلومات التوليد والتعديل في بيانات موقعة ضد العبث، وهو اتجاه يزداد أهمية مع انتشار الصور الواقعية المولدة آليًا.

المستقبل ليس أن تصبح عيناك جهاز كشف AI

بل أن تصبح منصات المحتوى والكاميرات وأدوات التحرير أفضل في إظهار مصدر الصورة وتاريخها.

هل Content Credentials تثبت أن الصورة "صادقة"؟

لا.

وهذه نقطة دقيقة جدًا.

إذا أثبتت البيانات أن الصورة التقطت بكاميرا، فقد تكون الصورة حقيقية لكنها مستخدمة في سياق كاذب.

وإذا أثبتت أنها عُدلت، قد يكون التعديل بسيطًا وغير مضلل.

OpenAI نفسها توضح أن إشارات المصدر مثل C2PA وSynthID تساعد في فهم المنشأ، لكنها لا تضمن دقة المحتوى أو السياق أو الملكية القانونية أو عدم تعرض الملف لتعديلات أخرى.

إثبات المصدر يجيب عن سؤال

"كيف أُنشئ هذا الملف؟"

ولا يجيب وحده عن:

"هل ما يقوله المنشور صحيح؟"

ما الذي يجب ألا تفعله عندما تشك في صورة؟

لا تنشرها مع عبارة:

"لا أعرف إن كانت صحيحة لكن شوفوا."

لأنك بهذا تساعد على انتشارها حتى وأنت متشكك.

الشك ليس سببًا للنشر

إذا لم تستطع التحقق، يمكنك ببساطة عدم المشاركة.

هذه من أهم المهارات الرقمية في عصر AI.

كيف تحمي عائلتك من الصور المزيفة على واتساب؟

لا تحتاج إلى تعليم الجميع C2PA بالتفصيل.

يمكنك تعليمهم قاعدة أبسط.

إذا كانت الصورة:

مثيرة جدًا.

تطلب منك إرسالها بسرعة.

مرتبطة بخبر كبير.

أو تحتوي على عرض أو تحذير مالي.

توقف وابحث قبل المشاركة.

أرسل لهم النتيجة مع المصدر

بدل قول:

"الصورة مزيفة."

قل:

"هذه الصورة ظهرت قبل سنتين في هذا السياق."

الدليل أفضل من الجدال.

كيف تتعامل مع صورة لا تجد لها أي أثر على الإنترنت؟

عدم العثور عليها لا يعني أنها AI.

ربما التقطت حديثًا ولم تنشر من قبل.

أو منشورة في حساب خاص.

أو تغيرت بدرجة كبيرة.

هنا تحتاج إلى طبقات أخرى

افحص مصدر المرسل.

اطلب النسخة الأصلية.

راجع بيانات الاعتماد.

ابحث عن أدلة أخرى للحدث.

ولا تتخذ قرارًا مهمًا بناءً عليها منفردة.

الخلاصة: لا تحاول هزيمة AI بعينيك فقط

التفرقة بين الصورة الحقيقية والصورة المولدة بالذكاء الاصطناعي أصبحت أصعب كثيرًا، ولذلك لم يعد من الذكي الاعتماد على علامات قديمة مثل الأصابع الغريبة أو النصوص المشوهة وحدها.

ابدأ بالسياق. ما الذي تدعيه الصورة؟ ومن نشرها؟ ثم استخدم البحث العكسي عبر Google Lens لمعرفة إن كانت الصورة أو نسخة منها ظهرت سابقًا، واستفد من About this image لمعرفة عمر الصورة التقريبي وسياقات استخدامها ومعلومات طريقة إنشائها عندما تكون متاحة.

بعد ذلك انتقل إلى طبقة إثبات المصدر. ابحث عن Content Credentials التي تعتمد على معيار C2PA، واستخدم أدوات مثل Adobe Content Authenticity Inspect إذا كانت البيانات موجودة. وإذا كنت تشك في صورة يُحتمل أنها منشأة بأدوات OpenAI، فهناك أداة تحقق يمكنها البحث عن C2PA وعلامة SynthID في الملفات المدعومة.

لكن لا تنسَ القاعدة الأهم: عدم العثور على علامة AI لا يثبت أن الصورة حقيقية، كما أن وجود صورة حقيقية لا يعني أن الادعاء المصاحب لها صحيح.

أفضل حماية في 2026 ليست أن تصبح خبيرًا في اكتشاف البكسلات المزيفة، بل أن تتعامل مع الصورة مثل أي معلومة مهمة: ابحث عن مصدرها، وتاريخها، وسياقها، وأدلة مستقلة تؤيد ما تدعيه.

عندما تفعل ذلك، لن تحتاج إلى معرفة اسم النموذج الذي صنع الصورة في كل مرة. يكفي أن تعرف إن كان هناك دليل حقيقي يسمح لك بالثقة فيما تراه.