نماذج ومنصات الذكاء الاصطناعي

كيف اكتشفت أداة الصحة النفسية التي تعتمد على الذكاء الاصطناعي بشكل غير متعمد كشفًا دقيقًا للتعرف على عمليات التزوير العميق

Salomé Beyer Velez
أضف Unite.AI إلى مصادرك المفضلة على Google

عندما أطلقت شركة التكنولوجيا العملاقة Open AI نظام الفيديو والصوت التوليدي سورا 2 في سبتمبر 2025، غمرت مقاطع الفيديو المزيفة منصات وسائل التواصل الاجتماعي، وجعلت الجماهير على دراية متزايدة بمحتوى فائق الواقعية قد يكون خطيرًا.

على الرغم من أن شركة Open AI اعتبرت إطلاق سورا 2 مسؤولًا في المرتبة الأولى، زعمت أنه سيعطي المستخدمين “الأدوات والخيارات للسيطرة على ما يرونه في تغذيتهم” والتحكم الكامل في استخدام صورتهم، إلا أن دراسة أكتوبر 2025 وجدت أن النموذج أنتج مقاطع فيديو تتضمن ادعاءات كاذبة في 80٪ من الحالات.

من مقاطع الفيديو التي تقلدت تقارير الأخبار حول مسؤول انتخابي في مولدوفا يدمر بطاقات الاقتراع إلى مشاهد مزيفة لطفل يتم اعتقاله من قبل ضباط الهجرة أو مندوب كوكا كولا يعلن أن الشركة لن ترعى بطولة السوبر بول، فإن الرهانات لإنتاج معلومات خاطئة في عالم مترابط لا يمكن أن تكون أعلى. (KO )

ما وراء سورا: التصيد الصوتي

حتى قبل إطلاق أداة شركة Open AI، كانت إنشاء وتوزيع ملفات التزييف العميق على الإنترنت في تزايد. وفقًا لتقرير سبتمبر 2025 الصادر عن شركة الأمن السيبراني DeepStrike، زادت محتوى التزييف العميق من 500000 في عام 2023 إلى 8 ملايين في عام 2025، وكان معظمها يستخدم لأغراض الاحتيال.

لا تظهر هذه الاتجاهات أي علامات على التوقف؛ من المتوقع أن يصل الاحتيال باستخدام الذكاء الاصطناعي في الولايات المتحدة وحدها إلى 40 مليار دولار أمريكي في عام 2027.

لا تقتصر هذه الزيادة على الكمية. مع أدوات مثل سورا 2 و فيو 3 من جوجل، أصبحت محتوى الوجوه والصوت وحركات الجسم الكاملة التي تم إنشاؤها بواسطة الذكاء الاصطناعي أكثر واقعية من أي وقت مضى. كما أشار عالم الحاسوب ومتخصص التزييف العميق سيوي ليو، النماذج المعاصرة قادرة على إنتاج وجوه مستقرة دون تشويه أو تشوه، في حين أن تقليد الصوت قد عبر عتبة غير قابلة للتمييز. (GOOGL )

الحقيقة هي أن التزييف العميق يتفوق على الكشف. ما تبيعه شركات التكنولوجيا كأدوات ممتعة لإنشاء كل شيء من روتين الجمباز الأولمبي إلى خلفيات الصوت المتطورة، تم الاستفادة منه أيضًا من قبل المجرمين لاستهداف الشركات والأفراد على حد سواء. فقط في النصف الأول من عام 2025، أدت حوادث التزييف العميق إلى خسائر بقيمة 356 مليون دولار أمريكي للشركات، و 541 مليون دولار أمريكي للأفراد.

الكشف عن التزييف العميق التقليدية – بما في ذلك تحديد العلامات المائية والوجوه المنقحة وفحوصات البيانات الوصفية – تفشل. كما أن التزييف العميق الصوتي يبقى الشكل الثاني الأكثر شيوعًا للاحتيال باستخدام الذكاء الاصطناعي وقد ازداد التصيد الصوتي بنسبة 442٪ في عام 2025، وآثاره بدأت تظهر.

“بضع ثوانٍ من الصوت تكفي الآن لإنشاء نسخة مقنعة – كاملة مع تنغيم طبيعي وإيقاع وتوكيد وعاطفة ووقفات وضجيج تنفس”، كتب ليو.

علم الاستماع إلى البشر

كينتسوغي، شركة صحة تكنولوجية ناشئة تعمل على تطوير تقنية العلامات البيولوجية الصوتية بالذكاء الاصطناعي لتحديد علامات الاكتئاب السريري والقلق. بدأ عملهم من فرضية بسيطة: يجب علينا الاستماع إلى البشر.

“لقد بدأت كينتسوغي بسبب مشكلة واجهتها شخصيًا. قمت بمكالمة مع مقدمي الخدمة لمدة خمسة أشهر تقريبًا لتحديد موعد أولي للعلاج النفسي، ولم يرد أحد على مكالماتي أبدًا. استمررت في المحاولة – لكنني تذكرت التفكير بوضوح أنني لو كنت أبي أو أخي، لكانوا قد توقفوا قبل أن أفعل ذلك”، قالت الرئيسة التنفيذية غريس تشانغ في حديث مع Unite.AI.

تأسست الشركة في كاليفورنيا في عام 2019 كحل لمشكلة وصفها تشانغ بأنها “اختناق في الفرز الطبي”. اعتقدت أن تحديد شدة الحالة في وقت مبكر وبالطريقة السلبية يمكن أن يساعد في الحصول على الرعاية المناسبة في وقت أقرب. ومن خلال كينتسوغي فويس، تعرف العلامات البيولوجية الصوتية على الاكتئاب السريري والقلق.

توجد أبحاث كثيرة تثبت الاستخدام الناجح لتحليل الكلام والصوت الذي يعتمد على الذكاء الاصطناعي كمؤشر حيوي لاضطرابات الصحة النفسية. على سبيل المثال، في ورقة مايو 2025، وجد أن العلامات البيولوجية الصوتية يمكن أن تكتشف علامات مبكرة للاضطرابات النفسية والتنوع العصبي، وادعى أن دمج تحليل الأغاني في الإعدادات السريرية لتقييم انحدار إدراكي محتمل للمرضى.

تعد مقاييس الصوت دقيقة بنسبة 78٪ إلى 96٪ في تحديد الأشخاص الذين يعانون من الاكتئاب مقارنةً بالذين لا يعانون منه، وفقًا للجمعية الأمريكية للأطباء النفسيين. دراسة أخرى استخدمت اختبار الكلام لمدة دقيقة واحدة حيث ذكر الفرد أكبر عدد ممكن من الكلمات في فئة معينة – ووجدت دقة 70٪ إلى 83٪ في الكشف عن وجود الاكتئاب والقلق معًا.

لتقييم صحة المستخدمين النفسية، تطلب كينتسوغي مقطع صوتي قصير، وبعد ذلك تقوم تقنية العلامات البيولوجية الصوتية بتحليل حدة الصوت والتنغيم والجرس والوقفات – علامات توجد في حالات مثل الاكتئاب والقلق واضطراب ثنائي القطب والخرف.

ما لم تدرك تشانغ في البداية هو أن التكنولوجيا قد فككت واحدة من التحديات الحالية الأكثر إلحاحًا في صناعة الأمن: تحديد ما يجعل الأصوات البشرية بشرية.

من الرعاية الصحية النفسية إلى الأمن السيبراني

في حين كانت تشانغ تحضر قمة في نيويورك في أواخر عام 2025، ذكرت لصديق في مجال الأمن السيبراني أن تجربة فريقها مع الأصوات الاصطناعية كانت مخيبة للآمال.

“كنا نستكشف البيانات الاصطناعية لتعزيز التدريب على نماذج الصحة النفسية، ولكن الأصوات المولدة كانت مختلفة جدًا عن الكلام البشري الحقيقي لدرجة أننا يمكن أن نميّزها في نحو 100٪ من الحالات”، قالت.

“توقف عني وقال لي، ‘غريس – هذه ليست مشكلة محلولة في الأمن’. ذلك كان اللحظة التي كل شيء فيها انسجم. منذ ذلك الحين، أكدت محادثات مع شركات الأمن والخدمات المالية والاتصالات على مدى سرعة تزايد هجمات التزييف العميق الصوتية – وعلى مدى الحاجة الحقيقية لتمييز الأصوات البشرية من الأصوات الاصطناعية في المكالمات الحية”، أضافت الرئيسة التنفيذية.

في أبريل من العام الماضي، حذر مكتب التحقيقات الفيدرالي من حملة رسائل نصية وصوتية خبيثة ادعت أنها رسائل من مسؤولين أمريكيين كبيرين واستهدفت موظفي الحكومة السابقين وجهات اتصالهم.

كما استهدفت البنوك الوطنية الكبيرة في الولايات المتحدة بمعدل 5.5 محاولات احتيال بالتلاعب بالصوت يوميًا، وأبلغ موظفو المستشفى في مركز جامعة فاندربيلت الطبي هجمات التصيد الصوتي من منتحلي الهوية الذين يتصنعون أنهم أصدقاء أو رؤساء أو زملاء.

على الرغم من ذلك، لم تكن التزييف العميق في البداية جزءًا من عمل كينتسوغي. بينما كان فريق الشركة يستخدم نماذج جاهزة مثل Cartesia و Sesame و ElevenLabs لتحقيق الأصوات الاصطناعية لموظفي مركز الاتصال والعمليات الخارجية، لم يكن احتيال التزييف العميق تركيزهم في سوق مزدحم ويمكن الوصول إليه يضم نماذج مثل سورا.

ومع ذلك، الإشارات البشرية التي تشير إلى صحة الصوت هي نفس العلامات البيولوجية التي تجعل شخصًا بشريًا في المقام الأول. بغض النظر عن اللغة أو الدلالات، تعمل كينتسوغي فويس مع معالجة الإشارات والاتساع الزمني للكلام، وتلتقط دقة زمنية خفية وتنوع نبري وعبء إدراكي و علامات فيزيولوجية تعكس كيفية إنتاج الكلام… وليس ما قيل.

“الأصوات الاصطناعية يمكن أن تبدو سلسة، لكنها لا تحمل نفس الآثار البيولوجية والإدراكية”، قالت تشانغ. نموذج الشركة يصنّف باستمرار ضمن أفضل 10٪ من حيث دقة الكشف، باستخدام 3 إلى 5 ثوانٍ فقط من الصوت.

كينتسوغي قد تكون ثورية لأولئك الذين يصارعون مع الصحة النفسية، خاصة في المناطق حيث يستغرق الحصول على علاج مع المحترفين وقتًا وموارد. بنفس القدر، تكنولوجيا الشركة تطرح ثورة لاكتشاف التزييف العميق والأمن السيبراني بشكل عام: كشف الأصالة بدلاً من التعرف على التزييف العميق.

المستقبل يكمن في التكنولوجيا المتمركزة حول الإنسان

لقد ركز الأمن السيبراني لفترة طويلة على الاستخدام الخبيث للتكنولوجيا أو الجناة أنفسهم.ومع ذلك، اكتشاف كينتسوغي العرضي يراهن على الإنسانية نفسها.

“نحن نعمل على سطح مختلف تمامًا: أصالة الإنسان نفسها. لا يمكن للنماذج اللغوية الكبيرة الكشف بشكل موثوق عن المحتوى الذي تم إنشاؤه بواسطة النماذج اللغوية الكبيرة، والأساليب القائمة على الآثار هشة. جمع مجموعات بيانات كبيرة ذات وسوم سريرية ترمز إلى التباين البشري الحقيقي عملية مكلفة وبطيئة وخارج خبرة معظم شركات الأمن – مما يجعل هذا النهج صعبًا للتكرار”، أشارت تشانغ.

يقترح نهج الشركة أيضًا تحولًا أوسع: الابتكار عبر المجالات. قد يقود رواد الطليعة في مجال الرعاية الصحية جهود كشف التصيد الصوتي المدعومة بالذكاء الاصطناعي، كما قد تدعم المبتكرون في تكنولوجيا الفضاء آليات الاستجابة للطوارئ الجديدة، أو قد يساهم لاعبو الألعاب في العمارة والتخطيط الحضري.

فيما يتعلق تشانغ، تخطط لتصبح معيارًا لتحديد البشر الحقيقيين والنيات الحقيقية في النهاية من خلال التفاعلات الصوتية.

“مثل HTTPS أصبحت طبقة موثوقة افتراضية للويب، نعتقد أن ‘إثبات الإنسان’ ستصبح طبقة أساسية لأنظمة القائم على الصوت. Signal هي بداية تلك البنية التحتية”، قالت.

مع استمرار تسارع الذكاء الاصطناعي التوليدي، قد تأتي الحماية الأكثر فعالية من فهم ما يجعل البشر… ببساطة بشر.

سالومي هي صحفية ولدت في مدينة ميديلين، ومراسلة أولى في Espacio Media Incubator. مع خلفية في التاريخ والسياسة، يركز عمل سالومي على الأهمية الاجتماعية للتكنولوجيات الناشئة. وقد تم عرضها في قناة الجزيرة، وLatin America Reports، وThe Sociable، من بين آخرين