Verus-Insight يعلّم كاشف الفيديو المولَّد بالذكاء الاصطناعي العثور على الشوائب وإثباتها

لا تزال كاشفات الفيديو المولَّد تشرح أحكامها بصورة ضعيفة. وقد قسّم فريق مؤلفي Verus-Insight المهمة إلى ثلاث مهارات منفصلة، ودرّب نموذجًا لا يكتفي بتسمية مصدر المقطع، بل يُظهر الشوائب التي بُني عليها القرار. وصدر مع النموذج Verus-Bench، وهو معيار رُمّزت فيه يدويًا الشوائب التي يلاحظها الإنسان، وبتفاصيل دقيقة.

المشكلة مألوفة لكل من حاول رصد المحتوى الاصطناعي. فمولّدات الفيديو تزداد واقعية، وصارت العيوب الفجّة، مثل الأصابع المتمايلة أو القوام المتذبذب، أقل ظهورًا. وتبحث الكاشفات الحالية القائمة على الشوائب عن هذه الآثار وتستخدمها دليلًا عند تحديد المصدر. غير أن لهذا النهج نقطتي ضعف. الأولى أن الكاشف يفوّته الشوائب الدقيقة. والثانية، وهي الأسوأ، أنه قد يصل إلى إجابة صحيحة مثل «هذا المقطع مولَّد بنموذج كذا» دون أن يشير إلى أي دليل حقيقي. فالحكم صحيح، لكن تعليله وهمي. وهذه الإجابة شبه عديمة النفع لأعمال الإشراف على المحتوى والتحقيقات.

ثلاث مهارات بدل حكم واحد

يصف المؤلفون الكشف بوصفه عملية منظَّمة من ثلاث قدرات يكمّل بعضها بعضًا:

• Inspection Planning: تحديد ما ينبغي فحصه في الفيديو بالضبط، من مناطق وأجسام ومقاطع حركة.
• Evidence Verification: التحقق من أن المقطع المختار يحتوي فعلًا على شائبة ناتجة عن التوليد، وليس على سمة من سمات التصوير أو الضغط أو المونتاج.
• Evidence Aggregation: تجميع الأدلة المؤكَّدة في قرار نهائي بشأن مصدر الفيديو.

تكمن فائدة هذا التقسيم في إمكان تقييم كل خطوة على حدة. فإذا أخطأ الكاشف، يتضح موضع الخطأ: إما أنه لم ينظر إلى المكان الصحيح، أو نظر ولم يتعرّف على الشائبة، أو تعرّف عليها لكنه جمع الصورة بشكل خاطئ. وأظهر التحليل اللاحق أن المهارات الثلاث يكمّل بعضها بعضًا، لكن لا يمكن اختزال إحداها في الأخرى، أي أن تعزيز إحداها لا يؤدي تلقائيًا إلى تحسّن في البقية.

التدريب بمشاركة الإنسان في الحلقة

دُرّب Verus-Insight وفق مخطط human-anchored full-process supervision: إذ يربط الترميز البشري العملية كلها بملاحظات حقيقية، من اختيار مواضع الفحص إلى القرار النهائي، وليس التسمية النهائية وحدها. كما استُخدم progressive capability training، أي تعزيز المهارات على مراحل. والهدف مزدوج: تحسين رصد الشوائب الدقيقة، ورفع دقة تصنيف الفيديو ككل.

وتكمن القيمة الخاصة لهذا العمل في Verus-Bench. فمعظم مجموعات بيانات الكشف تعطي تسمية «حقيقي أو مولَّد» فحسب. أما هنا فيوجد ترميز تفصيلي للشوائب المدركة، ولذلك يمكن التحقق مما إذا كان النموذج يجد ما يراه الإنسان، لا أن يخمّن الإجابة فقط.

ماذا أظهرت التجارب

بحسب النتائج على معايير مختلفة، يُظهر Verus-Insight أداءً قويًا في التحليل الدقيق للشوائب وفي كشف الفيديوهات المولَّدة على السواء. ويبرز التفوق خصوصًا في استعادة الشوائب التي يلاحظها البشر. وحجة المؤلفين الرئيسية أن النموذج يحوّل أهداف الفحص ذات الصلة إلى أدلة مؤكَّدة بموثوقية أكبر، دون أن يزداد عدد الادعاءات الخاطئة بوجود شوائب. وهذا مهم، فالكاشف الذي يتهم كل شيء يحقق استدعاءً (recall) مرتفعًا بسهولة، لكنه يصبح عديم الفائدة عمليًا.

أين يفيد هذا

بالنسبة إلى المنصات وغرف التحرير، تكمن القيمة في قابلية التفسير. فالمشرف أو مدقق الحقائق لا يحتاج إلى نسبة ثقة، بل إلى إشارة محددة: هذا هو الإطار، وهذا هو التشوّه، وهذا هو سبب اعتباره علامة على التوليد. وتنسجم بنية «التخطيط ثم التحقق ثم التجميع» جيدًا مع سير عمل المحلل البشري، وتتيح تمرير النتائج الوسيطة إليه.

أما مطوّرو الكاشفات فيحصلون على مقياس أفضل من الدقة المعتادة: إذ يتيح Verus-Bench التحقق مما إذا كان النموذج يعتمد على أدلة حقيقية أم على مؤشرات إحصائية، مثل آثار الترميز (codec). وبالنسبة إلى مطوّري المولّدات، يفيد المعيار أيضًا بوصفه خريطة للعيوب الدقيقة التي لا يزال الإنسان يلاحظها والتي ينبغي معالجتها.

وثمة قيد واضح يشمل المجال كله: فمجموعة الشوائب مرتبطة بالجيل الحالي من المولّدات. ومع ظهور نماذج جديدة ستتغير الأدلة، وسيلزم تحديث الترميز. لكن النهج نفسه، الذي يشترط أن يستند الحكم إلى أدلة مُتحقَّق منها لا إلى تسمية صحيحة فقط، يبدو معيارًا عمليًا للجيل القادم من الكاشفات.