واشنطن-سانا
طور باحثون من جامعة كورنيل ومعهد ماساتشوستس للتكنولوجيا (MIT) في الولايات المتحدة إطار عمل جديداً للكشف عن النصوص المولدة بالذكاء الاصطناعي، يعتمد على التعلم والتكيف مع النصوص التي يفحصها، ما يساعده على التعرف على المحتوى المولد حتى بعد إعادة صياغته باستخدام أدوات تجعل أسلوبه يبدو بشرياً.
وذكر الموقع الإخباري الرسمي لمعهد ماساتشوستس للتكنولوجيا (MIT News) أول أمس، أن التقنية الجديدة تعتمد على أسلوب يُعرف باسم “التكيف أثناء الاختبار” (Test-Time Adaptation)، ويتيح لنظام الكشف الاستفادة من النصوص الجديدة التي يتلقاها، بدلاً من الاقتصار على بيانات التدريب التي أُعد عليها مسبقاً، بما يعزز قدرته على مواكبة تطور النماذج اللغوية وتغير أساليب الكتابة.
وتواجه أدوات الكشف التقليدية تحديات متزايدة مع انتشار نماذج الذكاء الاصطناعي القادرة على إنتاج نصوص تحاكي الأسلوب البشري، فضلاً عن أدوات إعادة صياغة المحتوى المولد بهدف إخفاء مصدره، الأمر الذي يحد من دقة هذه الكواشف ويؤدي أحياناً إلى تصنيف نصوص بشرية على أنها مولدة بالذكاء الاصطناعي.
وتقوم فكرة النظام الجديد على تحليل مجموعة من النصوص معاً، بدلاً من التعامل مع كل نص بمعزل عن الآخر، إذ يبحث عن الأنماط المشتركة بينها، مستفيداً من ملاحظة أن النصوص المولدة بالذكاء الاصطناعي قد تظهر قدراً من التشابه والانتظام عند تحليلها ضمن مجموعات، وهو ما يطلق عليه الباحثون اسم “التجانس أثناء الاستدلال”.
ويجمع النظام بين المعرفة التي اكتسبها خلال التدريب والبيانات الجديدة غير المصنفة، ويحدّث آلية التمييز لديه بصورة مستمرة، ما يساعده على تحديد الأنماط التي تشير إلى الكتابة البشرية أو المحتوى المولد بالذكاء الاصطناعي، حتى عند التعامل مع نصوص أو نماذج لم يسبق له التعرف عليها.
وأظهرت الاختبارات التي أجراها الباحثون أن النظام حقق نسبة اكتشاف بلغت 93.3 بالمئة للنصوص المولدة بالذكاء الاصطناعي التي أعيدت صياغتها باستخدام أدوات إضفاء الطابع البشري، مقارنة بـ27 بالمئة لأداة “Pangram” التي استخدمها الفريق معياراً للمقارنة.
كما أظهرت النتائج قدرة النظام على التعامل مع نماذج لغوية حديثة لم تكن ضمن بيانات تدريبه، إذ تراوحت نسب اكتشاف النصوص المولدة بهذه النماذج بين 87 و94 بالمئة، في حين واجهت أدوات الكشف التقليدية صعوبة أكبر في التعرف عليها قبل تحديثها.
وشملت الاختبارات أيضاً قياس قدرة النظام على التعرف على الكتابة البشرية والحد من النتائج الخاطئة، إذ تراجعت قدرة أداة تقليدية مدربة على نصوص قديمة على تصنيف النصوص البشرية بصورة صحيحة من 85.9 بالمئة إلى 73.4 بالمئة بعد عشر سنوات، بينما حافظ النظام الجديد على أداء تراوح بين 86 و90 بالمئة خلال الفترة نفسها.
وأشار الباحثون إلى أن التقنية قد تفيد الجامعات ودور النشر والمؤسسات الإعلامية وجهات التوظيف في التحقق من مصدر المحتوى المكتوب، فضلاً عن إمكانية استخدامها في كشف رسائل التصيد الاحتيالي المولدة بالذكاء الاصطناعي، ورصد ممارسات التلاعب بمحتوى محركات البحث.
ومن المقرر أن يعرض فريق البحث نتائجه خلال مؤتمر NeurIPS المتخصص في الذكاء الاصطناعي، والمقرر عقده في وقت لاحق من العام الجاري.
وتقدم التقنية نهجاً يعتمد على التكيف مع المحتوى المتجدد بدلاً من البيانات الثابتة، في محاولة لتحسين دقة الكشف مع تطور أدوات الذكاء الاصطناعي، وإن كانت النتائج لا تعني الاستغناء عن التحقق البشري أو ضمان خلو هذه الأنظمة من الأخطاء.