رمشة العين لم تعد دليلاً: الذكاء الاصطناعي تجاوز التعرف على الوجه

في 26 أكتوبر، تصدّر على منصات التواصل الصينية موضوعٌ مفاده أن الفيديو المولَّد بالذكاء الاصطناعي بات قادراً على خداع أنظمة التعرف على الوجه. امتلأت التعليقات بعبارات من نوع «قشعريرة تسري في الرأس». لكن ما يزعج فعلاً ليس التقنية بحد ذاتها، بل السؤال الذي لم يجهر به أحد تحت ذلك الوسم: في آخر مرة مسحت فيها وجهي، من كان يؤكّد على الجانب الآخر من الشاشة أنني أنا؟ أنا، أم مقطع مدته خمس عشرة ثانية؟

قضية أعلنتها محكمة الشعب المتوسطة في هانغتشو هذا العام تضع الجواب على الطاولة. شخصان جمعا صوراً لأشخاص آخرين من الإنترنت، وحوّلاها بالذكاء الاصطناعي إلى فيديوهات متحركة فيها إيماء بالرأس وإنكار وتحريك للجفون، ثم تلاعبا ببيانات الكاميرا. بذلك تجاوزا التحقق من الوجه في إحدى منصات التسوق، وأفرغا الحسابات مما فيها من بيانات شخصية.

أما محكمة حي يوهوا في تشانغشا فنظرت في نسخة أشد وضوحاً. طالب جامعي اشترى من موقع غير قانوني تقنية «فيديو تزييف الوجه بالذكاء الاصطناعي»، وأنتج مقطعاً متحركاً لوجه شخص آخر، وأعاد تعيين كلمة مرور الدفع الخاصة به، وحوّل أكثر من 50 ألف يوان خلال أقل من أربعة أشهر. لا غرفة خوادم من أفلام القراصنة، ولا متواطئ من الداخل. شخص واحد في غرفة سكن جامعي يكفي.

عبارة «ارمش عينيك» كانت دائماً حلاً مرقّعاً

كشف الحياة، ببساطة، هو أن تطلب من الكاميرا أن تتأكد من وجود إنسان حقيقي أمامها. اعتمدت النسخ الأولى على رمش العين وفتح الفم وتحريك الرأس، ثم أُضيف تغيّر الإضاءة وانعكاس الشاشة والعمق بالأشعة تحت الحمراء، ثم جاءت عشوائية الحركات: يطلب النظام منك أن تدير رأسك يساراً أو أن تقرأ سلسلة أرقام.

يقوم هذا التصميم كله على فرضية غير معلنة: تزييف وجه يتحرك أصعب بكثير من تزييف وجه ساكن.

هذه الفرضية انهارت في 2026. يكفي أن تُدخل صورة أمامية واحدة إلى أحد نماذج الفيديو الحالية، لتحصل خلال عشرات الثواني على مقطع بتعبيرات دقيقة وحركة تنفّس وميل خفيف للرأس. تطلب منه الإيماء فيومئ، وتطلب منه الرمش فيرمش. والكلفة؟ خبير تحدّث إلى «غلوبال تايمز» قدّم رقماً: بضع عشرات من اليوانات وعشر ثوانٍ من الصوت تكفي «لاستنساخ» أي شخص.

الثغرة الحقيقية ليست في النموذج، بل في التوزيع

من المفيد أن نقولها بوضوح: هذه الهجمات نادراً ما تعتمد على هزيمة أحدث خوارزمية. إنها تضرب الحلقة الأضعف في السلسلة.

الحلقة الأولى هي مصدر البيانات. لا حاجة لاختراق قاعدة بيانات للحصول على وجهك. تكفي صورة أمامية واضحة: منشور على وي تشات، أو موقع توظيف، أو صورة رمزية في سوق للمستعمل، أو نسخة من بطاقة الهوية ملصقة على إيصال شحن. في قضية هانغتشو، لُخّصت طريقة المشتبه بهما بعبارة واحدة: «جمع من الإنترنت».

الحلقة الثانية هي مدى الثقة ببيانات الكاميرا. التلاعب بهذه البيانات يبدو أمراً متقدماً، لكن الواقع أن كثيراً من التطبيقات تتعامل مع ما تسلّمه الكاميرا كمدخل موثوق، دون أي تحقق من التوقيع في الطريق. القفل متين، لكن إطار الباب من الكرتون.

الحلقة الثالثة هي إعادة الاستخدام. القالب نفسه يُطبَّق دفعة واحدة على عشرات الأشخاص، وحين يُغلق حساب يُفتح آخر بقشرة جديدة. الكلفة الحدية تقارب الصفر. حين يقول الخبراء إن «العتبة منخفضة جداً، والقالب قابل للنسخ بالجملة، والحساب المغلق يُستبدل بقشرة أخرى»، فهم لا يصفون تقنية، بل يصفون اقتصاديات الكلفة في هذه التجارة.

في أعلى السلسلة تجارة أكثر ربحاً بكثير

سحب 50 ألف يوان هو حجم قضية جنائية. الحجم الحقيقي يقع في الطرف الآخر.

في 18 أكتوبر، تحدّثت الممثلة وو يوي علناً: أحد الحسابات كان يستخدم الذكاء الاصطناعي لتزييف وجهها وصوتها لبيع منتجات العناية بالبشرة. تُظهر لقطات الشاشة التي احتفظت بها أن المنتج سجّل 16,492 عملية بيع تراكمية، بتقدير إيرادات يتجاوز 1.3 مليون يوان. وفي نهاية الفيديو المزيّف ظهرت نسخة مقلّدة من دنغ يا بينغ لتواصل الترويج.

عشرات اليوانات في الإنتاج مقابل مبيعات بالملايين. هذا التفاوت هو سبب عودة هذا المحتوى مراراً. إغلاق الحساب ليس عقوبة، بل بند من بنود الكلفة.

وبالتوازي تحرّكت الجهات التنظيمية. أطلقت الهيئة الوطنية للإذاعة والتلفزيون حملة ضد «التحوير بالذكاء الاصطناعي»، تركّز على التعديلات غير المرخّصة للأعمال الكلاسيكية الأربعة الكبرى والمواد التاريخية والشخصيات النموذجية. وأزالت منصات الفيديو الرئيسية نحو 13 ألف مقطع مخالف في سبتمبر وحده. وحين تُقاس عمليات الإزالة بعشرات الآلاف، فذلك يعني أن الطاقة الإنتاجية في جانب العرض صارت فائضة.

ما يستطيع الشخص العادي فعله أكثر تحديداً مما يُتصوّر

نصائح CCTV عملية بما يكفي لتدوينها:

في مكالمة الفيديو، اطلب من الطرف الآخر أداء حركة محددة: أن يرمش ثلاث مرات متتالية، أو يلمس أنفه، أو يمرّر يده أمام وجهه. تزييف الوجه ينهار غالباً عند الحجب والحركة السريعة، فتظهر تأخيرات أو اهتزاز في الحواف أو تشوّه غير طبيعي.

في مكالمة من رقم مجهول يلتزم فيها الطرف الآخر الصمت، لا تكن أنت من يبدأ الكلام. انتظر ثلاث ثوانٍ في صمت، وإن استمر السكوت فأغلق الخط. عيّنة الصوت هي المادة الخام للاستنساخ، وكل جملة إضافية تقولها تضيف مقطعاً إلى مخزون أحدهم.

لا تقدّم رقم هويتك أو جهة عملك أو عنوان منزلك أو مسمّاك الوظيفي إلا عند الضرورة الفعلية. واحرص على ألا تترك وجهك وصورك وصوتك وبصماتك داخل تطبيقات مصغّرة مجهولة المصدر.

أما المنصات، فالفعال ليس كشف حياة أكثر تعقيداً، بل ثلاثة أمور: توقيع البيانات عند نقطة الالتقاط ليصبح لـ«بيانات الكاميرا» أصل يمكن تتبعه؛ وفرض تحقق ثانٍ في العمليات عالية الخطورة بدل التعامل مع مسح الوجه كوثيقة وحيدة؛ وتخصيص خانة توقيع للمحتوى المولَّد: أي نموذج أنتجه، ومن نشره، وماذا فعلت المنصة بعد التعرف عليه.

ويبقى استنتاج غير مريح

كثيرون في هذا النقاش يعلّقون الأمل على أدوات الكشف. لكن الكشف متأخر دائماً: لا بد أولاً من وجود فيديو مثير للشك حتى يمكن اختباره. أما الدفع بالوجه فيحدث قبل أن ترى أي فيديو.

لذلك فالحل الحقيقي، على الأرجح، ليس في جانب الخوارزميات بل في جانب المؤسسات والمنتجات: إنزال «الوجه» من مرتبة الوثيقة الوحيدة إلى دليل مساند، وإعادة التحويلات الكبيرة وتغيير كلمات المرور إلى التحقق متعدد العوامل، وجعل الإسناد للمحتوى المولَّد خياراً افتراضياً لا إضافياً.

التقنية جعلت «أن تبدو حقيقياً» رخيصاً كالخضار. وما سيكلّف مالاً بعد اليوم هو إعادة تعريف معنى «هذا أنا».