كيف تعرف ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي: دليل الخبراء

يصل مقطع فيديو إلى بريدك الإلكتروني قبل خمس دقائق من النشر. يُظهر شخصية عامة تقول شيئًا مثيرًا للجدل. يبدو الإطار نظيفًا، ويبدو الصوت مقنعًا، وقد بدأ المقطع بالفعل بالانتشار عبر منصات التواصل الاجتماعي. لم يعد السؤال نظريًا بعد الآن. عليك أن تقرر ما إذا كان هذا المقطع صالحًا للنشر، أم يستحق التصنيف كمحتوى مشكوك فيه، أم ينبغي حجبه إلى حين اكتمال عملية التحقق.

هذا هو الواقع الذي يواجهه المحررون والصحفيون والمعلمون وفرق العلامات التجارية اليوم. معرفة كيفية معرفة ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي لا تعني اكتشاف إطار واحد غريب واعتبار المهمة منتهية. إنها عملية عمل متكاملة. تفحص ما يمكن للعين رصده، وتختبر ما يمكن للأذن تأكيده، وتتحقق مما يمكن أن يكشفه مصدر المحتوى، ثم تستخدم أدوات التحقق الآلية كطبقة إضافية لضبط الجودة.

لم تعد النصائح القديمة المتداولة على الإنترنت كافية وحدها. لا تزال نصيحة "تحقق من الأيدي" مفيدة، لكنها لم تعد كافية بمفردها. أصبح بإمكان الفيديو الاصطناعي الحديث ضبط الكثير من التفاصيل الواضحة بشكل صحيح. ما لا يزال عرضة للخلل هو الاتساق والعلاقة السببية وإمكانية التتبع. وهنا تظهر جدوى عملية المراجعة الاحترافية.

الحاجة المتزايدة للتحقق من الفيديوهات

أكثر خطأ شائع ألاحظه هو التعامل مع عملية التحقق وكأنها بحث عن دليل قاطع واحد. نادرًا ما تعمل المراجعات الحقيقية بهذه الطريقة. يصبح المقطع مثيرًا للشك لأن عدة إخفاقات صغيرة تبدأ بالتوافق مع بعضها. شكل الفم يتحرك قبل الوقت المناسب بجزء من الثانية. الظل يتصرف بطريقة غريبة. جسم في الخلفية ينجرف بطريقة لا تدعمها فيزياء المشهد. الحساب الذي نشر المقطع لا يقدم مسارًا موثوقًا لمصدره.

هذا الأمر مهم لأن من يتعاملون مع المحتوى الحساس غالبًا ما يواجهون ضغوطًا موازية تتعلق بالامتثال. قد تحتاج غرفة الأخبار إلى معايير للإفصاح. وقد تحتاج الجامعة إلى توثيق قبل عرض مقطع في الفصل الدراسي. وقد تكون الشركة التي تراجع لقطات داخلية تفكر بالفعل في سياسات للمحتوى الاصطناعي والمخاطر المرتبطة به، مثل الذكاء الاصطناعي للتعامل مع المستندات السرية، حيث تكون ضوابط المصدر والخصوصية لا تقل أهمية عن الراحة.

هناك أيضًا مشكلة تتعلق بالتصنيف. فبمجرد أن تبدأ في مراجعة الفيديو بجدية، ستواجه سريعًا أسئلة حول التزامات الإفصاح، خاصة بالنسبة للناشرين والفرق المعنية بالاتحاد الأوروبي. تتداخل الآن المراجعة البشرية مع سياسات المنصات، ولهذا من المفيد فهم الإرشادات العملية حول متطلبات تصنيف محتوى الذكاء الاصطناعي قبل أن يتحول مقطع مشكوك فيه إلى تصحيح علني.

التحقق ليس طقسًا تقنيًا. إنه عملية قرار تحريري مدعومة بالأدلة.

تبدأ عملية العمل السليمة بالملاحظة المباشرة، ثم تتوسع تدريجيًا. أولًا، افحص الصورة. ثانيًا، اختبر الصوت وتزامن الشفاه. ثالثًا، ابحث في مصدر المحتوى وسياقه. رابعًا، شغّل عمليات فحص آلية. وأخيرًا، وازن بين جميع المؤشرات معًا واتخذ قرارًا يمكنك الدفاع عنه لاحقًا إذا سألك أحدهم عن سبب نشرك للفيديو أو تصنيفه أو رفضه.

ابدأ بالفحص البصري اليدوي

يجب أن تكون الجولة الأولى يدوية وبطيئة ومتشككة. لا تبدأ بالبرمجيات. ابدأ بمشاهدة المقطع مرة واحدة بالسرعة العادية، ثم أعد مشاهدته إطارًا تلو الآخر في أكثر اللحظات إثارة للشك. عادة ما تكشف فترات التوقف، والالتفاتات، وإيماءات اليدين، وحالات التداخل البصري أكثر مما يكشفه لقطة ثابتة لشخص يتحدث.

ابحث عن إخفاقات الاتساق الزمني

أحد أوضح الأنماط البصرية هو عدم الاتساق بين الإطارات. ووفقًا لنظرة Morphic العامة على الشوائب البصرية في الفيديو المولّد بالذكاء الاصطناعي)، تشمل العلامات الشائعة وميض الشعر، وتغيّر تسريحة الشعر في منتصف الفيديو، وأجسامًا مثل النظارات أو المجوهرات التي تختفي وتظهر مجددًا بين الإطارات. ويشير المصدر نفسه إلى أن الوشوم أو علامات الجلد قد تختفي عبر الإطارات، وأن حركة مقلة العين قد تبدو سلسة بشكل مبالغ فيه، دون الحركات القفزية الطبيعية للعين.

قد يبدو هذا أمرًا دقيقًا وغير ملحوظ حتى تبدأ بتحريك الفيديو يدويًا إطارًا بإطار. عندها يصبح واضحًا تمامًا.

إذا التفت الشخص برأسه وكان القرط موجودًا في إطار، ثم اختفى في الإطار التالي، وعاد للظهور بعد لحظة، فهذه ليست مجرد شائبة ضغط يمكن تجاهلها. وإذا بدا الشعر وكأنه كتلة مطلية ناعمة بدلًا من خصلات تستجيب للحركة والضوء، فهذا أيضًا أمر يستحق التسجيل. وإذا تلاشى وشم على الساعد أثناء الحركة وعاد للظهور عند استقرار الذراع، فهذا يستحق مراجعة إضافية.

تحقق من الحواف والأطراف وسلوك الخلفية

يحظى الوجه بمعظم اهتمام النموذج. أما بقية الإطار فغالبًا ما لا يحظى بالقدر نفسه.

اتبع هذا الترتيب أثناء الفحص الأول:

• الأيدي والأصابع: لا تزال تستحق الفحص، خصوصًا عندما يقوم المتحدث بإيماءات تمر عبر الجذع أو الوجه.
• الإكسسوارات: راقب إطارات النظارات، والأقراط، والقلادات، وأساور الساعات، وياقات القمصان أثناء الحركة.
• خط الشعر وحافة الفك: غالبًا ما تتموج أو تنفصل قليلًا أثناء الالتفاتات.
• أجسام الخلفية: قد تتشوه المصابيح، والرفوف، وإطارات الأبواب، وأنسجة الجدران عند تحرك الشخص.
• تفاصيل الجلد: يجب أن تبقى النمش والشامات والعلامات الصغيرة ثابتة ما لم تتغير الإضاءة بشكل واضح.

مثال عملي: إذا كان شخص يتحدث بينما يحمل ميكروفونًا، أوقف الفيديو عند الإطارات التي تتداخل فيها اليد مع الميكروفون والذقن. غالبًا ما يواجه الفيديو الاصطناعي صعوبة عندما تتقاطع عدة أجسام. قد تلاحظ أن جسم الميكروفون يصبح غير واضح، أو أن الأصابع تندمج بشكل غريب، أو أن الجزء السفلي من الوجه يفقد شكله للحظة.

ملاحظة ميدانية: أفضل فحص بصري يدوي ليس "هل تبدو الأيدي غريبة؟" بل "هل يظل الجسم نفسه هو الجسم نفسه من إطار إلى آخر؟"

لا تُبالغ في تقدير العلامات الواضحة

لا يزال الكثير من المراجعين يعتمدون بشكل مفرط على الأنماط البصرية القديمة المتكررة. وهذا يخلق ثقة زائفة. غالبًا ما تحل أدوات التوليد الأحدث مشكلة عدد الأصابع بشكل أفضل من الأدوات القديمة، لذا فإن يدًا سليمة الشكل لا تعني أن الفيديو خالٍ من الشبهة.

ما لا يزال فعّالًا هو طرح سؤال أكثر طابعًا جنائيًا: هل يحافظ المشهد على الاستمرارية أثناء الحركة؟ تحافظ اللقطات الحقيقية على ثبات الهوية. أما اللقطات الاصطناعية فقد تنتج استمرارية أشبه بالحلم، حيث يظل الشخص قابلًا للتمييز بشكل عام، لكن تفاصيل محددة تتغير تحت الضغط. لهذا السبب فإن التكبير على الأطراف وتحريك المقاطع الغنية بالحركة أكثر فائدة من التحديق في إطار ثابت واحد.

يجب أن تخرج من المراجعة البصرية السريعة بملاحظات، لا بحكم نهائي. سجّل كل حالة عدم اتساق. ستحتاج إليها لاحقًا عند مقارنتها بنتائج فحص الصوت ومصدر المحتوى.

حلّل تباينات الصوت وتزامن الشفاه

الصوت هو النقطة التي تبدأ عندها الكثير من المقاطع التي تبدو مقنعة بالتفكك. قد ينجو الفيديو الاصطناعي من مشاهدة بصرية عابرة، لكنه غالبًا ما يواجه صعوبة عند التدقيق في الصوت، لأن الكلام يتطلب توقيتًا فيزيائيًا دقيقًا للغاية. يجب أن تتوافق حركة الفم والفك والخدين والتنفس وبداية الصوت جميعها معًا.

ابدأ بكتم الصوت، ثم أعد التشغيل مع الصوت

من أكثر العادات فائدة كتم صوت المقطع أولًا. يشير تحليل Alibaba حول كيفية معرفة ما إذا كان الفيديو تم إنشاؤه بالذكاء الاصطناعي إلى وجود تأخير زمني ثابت يتراوح بين 0.1 و0.3 ثانية أو خلل في النطق المسبق في الفيديوهات المولّدة بالذكاء الاصطناعي، حيث تتحرك الشفاه قبل بدء الصوت. ويذكر المصدر نفسه أنه يمكنك التحقق من ذلك بكتم صوت الفيديو ومراقبة حركة الفم لمدة 10 ثوانٍ، ويصف بروتوكول توثيق قابلًا للتكرار مدته 90 ثانية، حيث تشير ثلاث علامات مرصودة أو أكثر عبر إيقاع الرمش، وتوقيت الفم، وزخم الأجسام، ومحاذاة الضوء والظل، وتنعيم الملمس، إلى محتوى اصطناعي بثقة عالية.

هذا مفيد لأنه يمنحك تسلسلًا فعالًا:

1. راقب الوجه مع كتم الصوت.
2. ركّز فقط على الشفاه والفك وإيقاع الرمش.
3. أعد التشغيل مع الصوت.
4. تحقق مما إذا كانت الحروف الساكنة تصدر في اللحظة التي يوحي بها شكل الفم.
5. لاحظ ما إذا كانت الحركة استباقية أو متأخرة أو متكررة بشكل آلي.

تُعد مشكلة تزامن الشفاه هذه بالذات مهمة لأن الكلام له علاقة سببية فيزيائية. فالصوت لا يظهر من فراغ، بل يُعِدّه الوجه وينتجه. وعندما تُعرض هذه السلسلة بشكل غير دقيق، يشعر المشاهدون بأن هناك خطأ ما حتى لو لم يتمكنوا من تحديده.

استمع بحثًا عن تباين الصوت مع البيئة المحيطة

تتجاوز مشكلات الصوت مسألة توقيت الشفاه. يسلط مقال Focal ML حول كيفية معرفة ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي الضوء على تأخر الصوت، والأصوات التي لا تتطابق مع المتحدث الظاهر من حيث النبرة أو العمر أو العمق العاطفي، والأصوات البيئية مثل خطوات الأقدام التي لا تتناسب مع السطح الظاهر في الصورة.

هذا يعني أن مراجعتك يجب أن تطرح أسئلة فيزيائية بسيطة:

• هل يتناسب صوت المتحدث مع الوجه والجسم؟
• هل تتطابق المشاعر في الصوت مع تعبيرات الوجه على الشاشة؟
• هل تتطابق صوتيات الغرفة مع الغرفة المعروضة؟
• هل تنتمي الأصوات المحيطة إلى المكان المعروض؟

مثال عملي: إذا ظهر شخص في الهواء الطلق على طريق وعر، لكن صوت خطواته يبدو وكأنه على أرضية داخلية نظيفة، فهذه علامة تحذيرية. وإذا بدا شخص متوترًا لكن صوته يظل هادئًا ومنفصلًا تمامًا عن حالته، فهذه علامة أخرى. وإذا بدا التصفيق أو ضجيج المرور أو ضوضاء الحشد خلف المتحدث مسطحًا بشكل غير طبيعي، فقد يكون المقطع مُجمّعًا من أجزاء لا تشترك في بيئة حقيقية واحدة.

بالنسبة للفرق التي توثّق هذه المراجعات، يساعد تدوين الملاحظات بشكل منظم. وإذا كنت بحاجة إلى نموذج لتسجيل المحتوى المنطوق أثناء عملية التحقق، فإن صيغ نصوص الفيديو وأفضل الممارسات المتعلقة بها مفيدة لأنها تجبرك على الفصل بين ما قيل وما شوهد وسُمع حوله.

يساعد عرض توضيحي قصير إذا كنت تدرّب فريق غرفة أخبار أو فريق محتوى على سماع هذه الفروقات:

ما يجب أن تثق به أكثر من انطباعك الأول

يمكن لمقطع اصطناعي مصقول أن يبدو "جيدًا" ومع ذلك يفشل في التحقق. لا تسأل عمّا إذا كان الصوت ممتعًا. اسأل عمّا إذا كان متسقًا سببيًا مع الأداء الظاهر.

إذا كان الفم يُعِدّ كلمة قبل أن توجد تلك الكلمة في الصوت، فهذه ليست مسألة أسلوب. إنها دليل يتعلق بطريقة الإنتاج.

عندما تتفق المؤشرات البصرية والصوتية، تصبح المراجعة أقوى بسرعة. الوجه الذي يُظهر توقيتًا متكررًا للفم، مقترنًا بصوت يبدو منفصلًا عن الجسم والبيئة، ينبغي أن يُنقل المقطع إلى فئة أعلى خطورة حتى قبل أن تبدأ فحوصات مصدر المحتوى.

ابحث في مصدر المحتوى وأدلة السياق

لا تزال الكثير من النصائح القديمة توصي بالبحث العكسي عن الصور للإطارات وفحص البيانات الوصفية (metadata). هذا ليس عديم الفائدة، لكنه لم يعد قويًا بما يكفي لحمل المراجعة وحده. فالفيديو الاصطناعي عالي الجودة يكسر هذه الحلول المختصرة بشكل متزايد.

لماذا لا تزال الفحوصات القديمة تخيّب آمال المراجعين

وفقًا لنقاش VEED حول كيفية معرفة ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي، تتم إزالة البيانات الوصفية أو تزييفها في 73% من مقاطع الذكاء الاصطناعي المنتشرة بشكل واسع، وأظهرت 29% فقط من فيديوهات الذكاء الاصطناعي الصادرة عن أبرز النماذج في دراسة Global Voices لعام 2025 نتائج مطابقة عند البحث العكسي عن الصور، بينما لم تحتوِ 81% على بيانات EXIF موثوقة. بالنسبة لسير العمل الحالي، هذا يعني أن البحث العكسي وفحص البيانات الوصفية الأساسي غالبًا ما يكونان مؤشرين ضعيفين، لا دليلًا موثوقًا.

هذا يغيّر الطريقة التي أستخدمهما بها. ما زلت أجري هذين الفحصين، لكنني لا أدعهما يحسمان القضية بمفردهما.

إذا لم يُظهر البحث العكسي أي نتيجة، فهذا لا يعني براءة الفيديو. وإذا كانت البيانات الوصفية مفقودة، فقد يعكس ذلك معالجة من قِبل المنصة أو أصلًا اصطناعيًا. وإذا كانت البيانات الوصفية موجودة، فإنها لا تزال بحاجة إلى سياق لأنه يمكن تعديلها أو إزالتها قبل أن يصل الملف إليك أصلًا.

ما الذي يجب التحقيق فيه بدلًا من ذلك

تعامل مع مصدر المحتوى وكأنه مسألة سلسلة حيازة (chain of custody). اسأل أين ظهر المقطع لأول مرة، ومن نشره، وما إذا كان الحساب يمتلك سجلًا موثوقًا في تقديم مصادر، وما إذا كانت أي جهة موثوقة قد أكدت الحدث المعروض بشكل مستقل.

تشمل مراجعة مصدر المحتوى الأقوى ما يلي:

• تتبع المصدر: ابحث عن أقدم تحميل يمكنك التحقق منه، وليس فقط أكثر إعادة نشر انتشارًا.
• مصداقية الحساب: تحقق مما إذا كان الناشر يصف المقطع بأنه اصطناعي أو ساخر أو مُعدّل.
• تأكيد الحدث: ابحث عن تقارير مستقلة، أو مواد من شهود عيان، أو لقطات ذات صلة من الحدث نفسه.
• مراجعة الإفصاح: قارن سياق النشر بالتوقعات الحالية المتعلقة بتصنيف المحتوى الاصطناعي، بما في ذلك قواعد الإفصاح عن الفيديوهات المزيفة العميقة.

إليك مثالًا عمليًا. لنفترض أن مقطعًا يدّعي أنه يُظهر سياسيًا يتحدث في مسيرة. يفشل البحث العكسي عن الصور. هذا لا يخبرك بالكثير. الفحص الأفضل هو معرفة ما إذا كانت أي وسيلة إعلام محلية، أو لقطات من الحضور، أو جدول الحدث، أو قناة رسمية تُظهر المنصة نفسها والملابس نفسها والطقس والتوقيت نفسه. وإذا لم يتطابق أي من ذلك، فإن هذا الغياب يحمل دلالة أكبر من فشل البحث العكسي بحد ذاته.

يمكن للسياق أن يكشف ما تُخفيه البكسلات

تبدو الكثير من الفيديوهات الاصطناعية في أقوى حالاتها عند مشاهدتها بمعزل عن سياقها. لكنها تضعف عند إعادة وضعها في سياق حقيقي.

يجب أن يحظى المقطع الذي لا يمتلك مسارًا مصدريًا موثوقًا بمزيد من التدقيق، حتى لو بدا العرض المرئي مصقولًا.

ينطبق هذا بشكل خاص على المعلمين والناشرين. إذا لم تتمكن من تحديد من أين جاء الفيديو، ومتى ظهر لأول مرة، ولماذا لا توجد أدلة موازية موثوقة، فإن مشكلة التحقق لا تُحل بالقول إن الإطارات "تبدو حقيقية بما يكفي". السياق جزء من الأصالة. الفيديو الذي يفتقر إلى قصة أصل مقنعة يستحق تصنيف حذر أعلى.

استفد من أدوات التحقق الآلية

المراجعة اليدوية مهمة، لكنها لا تتوسع بشكل جيد عندما تتعامل الفرق مع تدفق مستمر من اللقطات المرسلة من المستخدمين، والمقاطع الاجتماعية، والمواد الإعلانية، أو المواد التعليمية. كما أنها لا تستطيع كشف كل مؤشر ظاهر على مستوى النموذج أو البيانات الوصفية. عند نقطة معينة، تحتاج إلى التحقق الآلي كطبقة ثانية.

لماذا أصبحت الأتمتة الآن جزءًا من سير العمل

يصف تحليل Revid حول كيفية معرفة ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي تحولًا كبيرًا عندما اعتمدت منصات مثل TikTok نظام تحقق ثنائي الطبقات يجمع بين نماذج الكشف الآلي وبيانات اعتماد المحتوى C2PA (C2PA Content Credentials). ويذكر المصدر نفسه أن هذه الأنظمة يمكن أن تُرجع درجات ثقة خلال دقائق من خلال فحص حركات الوجه، ودقة تزامن الشفاه، ونبرة الصوت، والأنماط الحيوية، والبيانات الوصفية بحثًا عن علامات التلاعب، مع دعم العلامات المائية الظاهرة وتصنيفات المنشئين للمحتوى الاصطناعي.

هذا نموذج مفيد للناشرين وفرق الامتثال لأنه يعكس الاتجاه الذي تتجه إليه عملية التحقق. لا تزال مراجعة الإطارات اليدوية ذات قيمة، لكن مصدر المحتوى الرسمي والتقييم الآلي أصبحا جزءًا من العناية الواجبة القياسية.

ما الذي تفعله أدوات الأتمتة بشكل جيد

تكون الأنظمة الآلية مفيدة عندما تفحص عبر أنماط متعددة بدلًا من البحث عن شائبة نمطية واحدة. يمكنها مقارنة سلوك الوجه، وأنماط الحركة، وبنية الصوت، والعلامات على مستوى الملف في مرور واحد. وهذا مفيد عندما يبدو المقطع نظيفًا بصريًا لكنه يحمل مؤشرات أضعف في التزامن، أو أنماط الطيف الصوتي، أو مؤشرات مصدر المحتوى.

من الناحية العملية، استخدم الأدوات لثلاث مهام:

Use case	What the tool helps verify	Why it matters
الفرز التحريري	ما إذا كان المقطع بحاجة إلى تصعيد	يوفر الوقت على العناصر منخفضة المخاطر
مراجعة الامتثال	دعم التصنيف ومصدر المحتوى	يساعد الفرق على توثيق قرارات الشفافية
ضمان الجودة	ما إذا كانت هناك عناصر اصطناعية في المحتوى المنشور	يقلل من سوء التصنيف والثغرات في المراجعة

تحتاج بعض الفرق أيضًا إلى خيار بسيط للتحميل والفحص المباشر. في هذا السياق، يُعد كاشف فيديوهات الذكاء الاصطناعي من Humantext.pro مناسبًا كطبقة تحقق واحدة، لأنه يحلل الفيديو المُحمَّل بحثًا عن الشوائب التوليدية ويُرجع حكمًا مصحوبًا بدرجة ثقة. هذا مفيد كأداة مساعدة للمراجعة، وليس كبديل عن الحكم التحريري.

لا تدع الدرجة تحل محل التفكير المنطقي

يجب أن تصقل نتيجة أداة الكشف مراجعتك، لا أن تنهيها. إذا رصدت الأداة تناقضات في الوجه أو حالات شذوذ صوتية، قارن هذه النتائج بملاحظاتك من الفحص اليدوي. وإذا أعطت الأداة إشارة قلق منخفضة لكن مراجعة مصدر المحتوى لديك ضعيفة وتزامن الشفاه يبدو خاطئًا، أبقِ المقطع قيد التدقيق.

يكون التحقق الآلي أكثر قابلية للدفاع عنه عندما يدعم عملية موثقة. بالنسبة للناشرين والمعلمين والمؤسسات المعنية بالاتحاد الأوروبي التي تفكر في التزامات الشفافية، تكون هذه العملية بنفس أهمية النتيجة. الهدف ليس تفويض الحكم إلى جهة خارجية، بل جعل حكمك أكثر اتساقًا وسرعة وسهولة في الشرح لاحقًا.

اجمع الأدلة للوصول إلى تقييم نهائي

في نهاية المراجعة، تكون المهمة الأساسية هي التصنيف. لا ينبغي تصنيف كل مقطع مشكوك فيه بالطريقة نفسها. فبعضها يُرجّح أنه أصلي، وبعضها مشكوك فيه ويحتاج إلى مزيد من الفحص، وبعضها يحمل من المؤشرات المتقاربة ما يكفي لإيقاف النشر حتى تظهر أدلة أقوى.

استخدم عتبة قرار منظمة

يذكر دليل Aivideodetector.org حول تقنيات الكشف اليدوي لفيديوهات الذكاء الاصطناعي أن منهجية جنائية يدوية تستخدم تسع تقنيات محددة تحقق دقة تتراوح بين 80 و90% لمؤشرين حاسمين، هما عدم التوافق بين تزامن الصوت والصورة والتحقق من السياق. ويذكر المصدر نفسه أنه عندما تُظهر خمس تقنيات أو أكثر علامات شذوذ، يُصنَّف الفيديو على أنه "مزيف على الأرجح"، بينما تشير 2 إلى 4 علامات إلى محتوى "مشكوك فيه" يتطلب تحققًا متقاطعًا باستخدام كاشف آلي. كما يصف الدليل عملية فرز سريعة مدتها 30 ثانية تركز على لقطات الأيدي، وعدد الأصابع، وتزامن الشفاه قبل إجراء تحليل أعمق.

هذا نموذج عتبة عملي لأنه يعكس طريقة عمل المحترفين. فهم لا ينتظرون اليقين المطلق، بل يحصون قوة المؤشرات ومدى تقاربها.

مصفوفة عملية لغرف الأخبار والناشرين

استخدم جدول قرار مثل هذا:

Classification	What you found	Action
يُرجَّح أنه أصلي	لا توجد حالات شذوذ بصرية أو صوتية ذات دلالة، مصدر موثوق، لا مخاوف قوية من الفحص الآلي	انشره بشكل طبيعي إذا كان يستوفي المعايير التحريرية
مشكوك فيه	مجموعة صغيرة من المؤشرات مثل خلل في تزامن الشفاه، أو مسار مصدري ضعيف، أو تشوه في الخلفية	احتفظ به للتحقق المتقاطع، وصنّفه داخليًا، واسعَ للحصول على تأكيد إضافي
يُرجَّح أنه اصطناعي بقوة	علامات مستقلة متعددة عبر المراجعة البصرية والصوتية والسياقية والآلية	لا تنشره كمحتوى أصلي

يساعد هنا مثال عملي. لنفترض أن مقطعًا يُظهر متحدثًا رسميًا يُلقي بيانًا. أثناء الفرز السريع، تلاحظ توقيتًا غريبًا للفم وقلادة تومض أثناء التفاتات الرأس. تُظهر المراجعة الأعمق تشوهًا في الخلفية عند تحرك الكتفين. مصدر المحتوى ضعيف، ويبدأ مسار التحميل من حساب مجهول لإعادة النشر. هذا لم يعد مجرد شذوذ واحد. إنه نمط متكامل.

ركّز على التقارب، لا على الكمال

يحذر الدليل اليدوي نفسه من الاعتماد فقط على الغرابة البصرية مثل الأيدي غير الواضحة. هذه نصيحة جيدة. تشمل المؤشرات الأفضل حركة الشفاه إطارًا بإطار مقارنة بالصوت، واتساق متجهات الحركة في مناطق الحركة المشبوهة. بل يشير أيضًا إلى استخدام الأمر ffmpeg -vf codecview=mv=pf+bf+bb لفحص التجمعات غير الطبيعية والمنتظمة لمتجهات الحركة في الخلفيات الثابتة، والتي قد تشير إلى حقن تدفق بصري (optical flow injection).

من غير العملي تشغيل تحليل حركة عبر سطر الأوامر على كل مقطع، ولا ينبغي أن يكون ذلك ضروريًا. لكن المبدأ نفسه مهم. تأتي التقييمات القوية من توافق أنواع مختلفة من الأدلة مع بعضها البعض.

قاعدة عملية: الإطار الغريب الواحد مجرد ملاحظة. أما الإخفاقات المتكررة عبر الصورة والصوت ومصدر المحتوى، فهي تقييم متكامل.

هذا هو المعيار الذي يستحق التبني إذا كنت بحاجة إلى إجابة يمكن الدفاع عنها بخصوص كيفية معرفة ما إذا كان الفيديو مولّدًا بالذكاء الاصطناعي. ليس يقينًا مطلقًا. وليس مجرد انطباع حدسي. بل حكم موثق مبني على أدلة متقاربة، تمت مراجعته بالانضباط نفسه الذي تطبقه على أي مادة مصدرية أخرى عالية المخاطر.

---

إذا كنت بحاجة إلى طبقة تحقق أسرع للمراجعة التحريرية، أو الفرز الصفي، أو فحوصات الامتثال، فإن Humantext.pro يقدم كاشف فيديوهات ذكاء اصطناعي يتيح لك تحميل اللقطات، والتحقق مما إذا كانت تبدو مولّدة بالذكاء الاصطناعي، واستخدام النتيجة كجزء من سير عمل أوسع للجودة والأصالة.