كاشف الذكاء الاصطناعي مقابل الأخبار الزائفة المُولَّدة بالذكاء الاصطناعي: لماذا تخدع التزييفات الذكية الناس بشكل أفضل

نميل إلى افتراض أن الأخبار الزائفة سهلة الاكتشاف. كتابة رديئة، وتنسيق غريب، وادعاءات تنهار عند أدنى تمحيص. هذا الافتراض لم يعد صالحًا.

أمضى لغويون في جامعة أوسلو (ملخص البحث) سنوات في دراسة كيفية عمل الأخبار الزائفة على مستوى اللغة عبر الإنجليزية والروسية والنرويجية. وتقلب نتائجهم الأخيرة الصورة المألوفة رأسًا على عقب: يُقيّم الناس المعلومات المضلِّلة المُولَّدة بالذكاء الاصطناعي على أنها أكثر مصداقية من التزييفات التي يكتبها مؤلفون بشر. وأكثر إفادة أيضًا.

الأمر لا يتعلق بالتلاعب العاطفي. تُقنِع نصوص الذكاء الاصطناعي لأنها تحاكي أسلوب المصادر التي نثق بها بشكل افتراضي.

حقق المحتوى المُولَّد بالذكاء الاصطناعي درجة ثقة أعلى من التزييفات البشرية

أنتج مشروعان في جامعة أوسلو هذا البحث. درس مشروع Fakespeak لسانيات الأخبار الزائفة عبر ثلاث لغات. أما خَلَفه، NxtGenFake، فقد ركّز تحديدًا على المعلومات المضلِّلة المُولَّدة بالذكاء الاصطناعي وسيستمر حتى عام 2029. ويقود كليهما اللغوية سيلجِه سوزانه ألفستاد.

أجرى الفريق تجربة مع مشاركين أمريكيين. عُرضت على الناس مجموعة من النصوص، بعضها كتبه بشر وبعضها وَلَّده الذكاء الاصطناعي. ولم يُخبَر أحد بأيٍّ منها كان أي. وقُيِّم كل نص وفق ثلاثة معايير: المصداقية، والجاذبية العاطفية، ومدى الإفادة.

حصلت المعلومات المضلِّلة المُولَّدة بالذكاء الاصطناعي على درجة أعلى في المصداقية ومدى الإفادة. أما في الجاذبية العاطفية، فلم يتفوق الذكاء الاصطناعي على البشر. وعندما سُئل المشاركون عن النصوص التي يفضلون مواصلة قراءتها، اختار الأغلبية النصوص المُولَّدة بالذكاء الاصطناعي.

مقارنة بين التزييفات المُولَّدة بالذكاء الاصطناعي والتزييفات التي يكتبها البشر عبر معايير التجربة. المصدر: NxtGenFake، جامعة أوسلو، 2026

لا تُقنِع تزييفات الذكاء الاصطناعي عبر الضغط العاطفي بل عبر طريقة تغليف المعلومات. فهي لا تستفز ولا تدفع. لقد اعتدنا على العناوين الجاذبة للنقرات والعناوين العاطفية، ومع مرور الوقت يتطور لدينا شيء أشبه بمرشّح تلقائي: ترى الاستفزاز فترفع حذرك. أما معلومات الذكاء الاصطناعي المضلِّلة فلا تستفز. تبدو كمقال عادي بمصادر عادية. لا تستشعرها لأن الخداع بنيوي وليس دلاليًا: النبرة، والبنية، والأسلوب — كلها تحاكي أنواعًا أدبية لا يجد القراء سببًا للتشكيك فيها.

معلومات الذكاء الاصطناعي المضلِّلة تنسخ الصيغ التي نثق بها بشكل افتراضي

حدد باحثو NxtGenFake أسلوبين رئيسيين توظفهما دعاية الذكاء الاصطناعي بشكل أكثر اتساقًا من الدعاية التي يصنعها البشر.

الأول هو الاحتكام إلى السلطة المرجعية. تشير نصوص الذكاء الاصطناعي بشكل روتيني إلى خبراء ودراسات لكن من دون تفاصيل قط. "وفقًا للباحثين." "يعتقد الخبراء." تتبع الصياغة أعراف الصحافة الجيدة، لكن التحقق مستحيل. فلا أسماء وراء الادعاءات، ولا منشورات للتحقق منها. تعيد نماذج اللغة إنتاج هذه الصيغة لأنها دُرِّبت على نصوص تظهر فيها. وليس لها أي صلة بالمصادر الفعلية.

الأسلوب الثاني يظهر في الخواتيم. تختتم الدعاية البشرية عادةً بدعوة إلى الفعل: اذهب، افعل، حارب. لا يعمل الذكاء الاصطناعي بهذه الطريقة. بل ينتج فقرة سلسة عن القيم: العدالة، والثقة، والنمو الاقتصادي. تُقرأ كخاتمة تقرير محلِّل. ولا أحد يشكك في هذا النوع من الكتابة. ولهذا السبب بالضبط يمر دون أن يُلاحَظ.

توظف دعاية الذكاء الاصطناعي أساليب إقناعية أقل إجمالًا من الدعاية البشرية. لكن الأساليب التي تستخدمها بالفعل تطبقها بتوازن أكبر. فالقائمون على الدعاية البشرية قد يكونون فوضويين وغير متوقعين. أما الذكاء الاصطناعي فيحافظ على نبرة نص احترافي كفء من الفقرة الأولى إلى الأخيرة.

أنماط الأخبار الزائفة: ما كشفته ثلاث لغات عن نصوص الذكاء الاصطناعي

حتى قبل أن يدخل بُعد الذكاء الاصطناعي إلى المشروع، أمضى فريق Fakespeak سنوات في تحليل كيف تختلف الأخبار الزائفة عن التقارير الحقيقية على مستوى القواعد والأسلوب.

بُني جزء من التحليل على قضية جيسون بلير، الصحفي السابق في صحيفة New York Times. في عام 2003، تبيّن أنه كان يختلق القصص لسنوات. قارن باحثون في جامعة برمنغهام بين مقالاته الصادقة والملفقة ووجدوا فروقًا قابلة للقياس. فعندما كان بلير يكذب، كان يتحول إلى زمن المضارع بشكل أكثر تكرارًا. وعند كتابة أخبار حقيقية، كان يستخدم زمن الماضي. كان دافعه المال، وكانت نصوصه الملفقة تكاد تخلو من الاستعارات. وبدلًا من المشاعر السلبية التي تُربط عادةً بالتلاعب، استخدم بلير مشاعر إيجابية — فقد كتب قصصًا زائفة عن جنود أمريكيين أبطال في العراق.

وسّع مشروع Fakespeak هذا التحليل عبر ثلاث لغات ووثّق أنماطًا متسقة:

• المضارع بدلًا من الماضي. يصف الصحفي الحقيقي ما حدث. أما الملفِّق فيخلق إحساسًا ببث مباشر، كأن الحدث يتكشف الآن. وقد صحّ هذا عبر اللغات الثلاث جميعها.
• التعبيرات التوكيدية. تظهر كلمات مثل حقًا، فعلًا، تمامًا بشكل أكثر تكرارًا بكثير في المحتوى الملفق. أما الأخبار الحقيقية فأكثر تحفظًا. فعندما تدعم الوقائع النص، لا يحتاج المؤلف إلى الإصرار على أن "هذا صحيح حقًا".
• اليقين المعرفي. هكذا يصف الباحثون الحالة التي لا يسمح فيها المؤلف بأي ظل من الشك في أي ادعاء. النصوص الزائفة مشبعة بعبارات مثل من الواضح، وجليًا، وفي الواقع. فالشك من شأنه أن يقوّض الكذبة، ولذا يُجرَّد منها. وفي النصوص باللغة الروسية، كان هذا الأثر أوضح بشكل ملحوظ منه في الإنجليزية.

لكن هذه المؤشرات ليست عالمية. اختبر مشروع Fakespeak ثلاث لغات ووجد صورة مختلفة في كل واحدة منها. أظهرت النصوص الروسية تأكيدات أكثر قطعية. واحتوت النصوص الإنجليزية على تعبيرات توكيدية أكثر. حتى دافع المؤلف يغير الأسلوب: من يكذب من أجل المال نادرًا ما يستخدم الاستعارات. ومن يكذب من أجل أيديولوجيا يملأ النص بصور من الحرب والرياضة. لا توجد وصفة واحدة لـ "هكذا يبدو التزييف". وقد يكون هذا أكثر استنتاجات الدراسة بأكملها إثارة للقلق.

النص المُولَّد بالذكاء الاصطناعي كتهديد عالمي: ما وراء تجربة واحدة

قد تُرفض نتائج Fakespeak باعتبارها تجربة واحدة بعينة محدودة. لكنها تتوافق مع ما تورده الدراسات الدولية واسعة النطاق — من تقرير المخاطر العالمية 2026 الصادر عن المنتدى الاقتصادي العالمي إلى بحث منشور في PNAS Nexus.

عندما لا يستطيع الناس التمييز بين نص الذكاء الاصطناعي والنص البشري، فهذه مشكلة واحدة. ومن يعملون مع الذكاء الاصطناعي بانتظام يبدؤون بملاحظة الأنماط مع مرور الوقت. لكن عندما يُنظَر إلى نص الذكاء الاصطناعي على أنه أكثر جدارة بالثقة، فإن الخبرة وحدها لن تُجدي. نحكم على المصداقية من الشكل — من مدى تشابه النص مع ما اعتدنا على اعتباره عالي الجودة. لا يحاكي الذكاء الاصطناعي كلمات منفردة. بل يحاكي أنواعًا أدبية كاملة. ونحن ننخدع به.

كاشف نصوص الذكاء الاصطناعي: عندما لم يعد الحكم البشري كافيًا

في أغسطس 2026، تدخل المادة 50 من قانون الذكاء الاصطناعي الأوروبي حيز التنفيذ: وسم إلزامي للمحتوى المُولَّد بالذكاء الاصطناعي. ويمكن أن تصل عقوبات عدم الامتثال إلى 3% من إجمالي الإيرادات السنوية العالمية أو 15 مليون يورو (المادة 99(4)، قانون الذكاء الاصطناعي الأوروبي). إشارة جدية. لكن الوسم لا ينجح إلا مع المستعدين للعب وفق القواعد. وحملات المعلومات المضلِّلة لا تَسِم نفسها.

هنا يأتي دور الأدوات. لا الأوسمة، بل تحليل النص الفعلي. كاشف It's AI يفعل ذلك بالضبط: فهو يفكك النص على مستوى الجملة. ويلتقط النبرة "الخبيرة" المتسقة، والتجانس الأسلوبي، والصياغة التي تكشف عن أصول مُولَّدة بالذكاء الاصطناعي. تلك الأمور ذاتها التي تحددها دراسة Fakespeak باعتبارها أسبابًا تجعل الناس يثقون بنص الذكاء الاصطناعي أكثر.

هناك نتيجة ذات صلة من Fakespeak تؤثر مباشرةً في كيفية عمل الكشف. تُبنى مؤشرات الأخبار الزائفة بشكل مختلف باختلاف اللغة. فقد تمر أنماط الدعاية في النص الروسي دون أن تلاحظها أداة مضبوطة على الإنجليزية. اختبر مشروع Fakespeak هذا عبر ثلاث لغات ووجد مجموعة متمايزة من المؤشرات في كل واحدة منها. يدعم كاشف It's AI لغات متعددة — وفي ضوء هذه البيانات، فإن الدعم متعدد اللغات ليس ميزة إضافية بل متطلبًا لا يمكن من دونه للكاشف أن يلتقط جزءًا من المحتوى المُولَّد بالذكاء الاصطناعي.

الأسئلة الشائعة