أبرز النقاط
- أدوات توليد الصور بالذكاء الاصطناعي تُستخدم الآن في الأبحاث العلمية للتوضيح والتعليم، لكنها تطمس الحدود بين الرسم التوضيحي والتلاعب
- سُحبت أوراق بحثية من مجلات مرموقة بعد اكتشاف صور مولّدة أو معدّلة بالـ AI تحتوي هياكل بيولوجية مستحيلة
- يحتاج المجتمع العلمي إلى أدوات تحقق جديدة لأن الافتراض التقليدي بأن الصورة دليل لم يعد كافياً
في أبريل 2026، انتشرت صورة التقطها رواد فضاء على متن مهمة Artemis II التابعة لوكالة NASA: الأرض متوهجة في عمق الفضاء، وأفق القمر المليء بالفوهات يمتد في المقدمة. استحضرت الصورة فوراً لحظة Earthrise الشهيرة من مهمة Apollo 8، وبدت حقيقية وملهمة للكثيرين. لكن السؤال الذي بات يطرح نفسه بإلحاح: حين يستطيع أي شخص تقريباً توليد صورة مماثلة بصرياً خلال ثوانٍ باستخدام أدوات الذكاء الاصطناعي، كيف يقرر الجمهور أيّ الصور حقيقية؟
لماذا تتجاوز المشكلة مجرد التضليل المعلوماتي؟
انتشار الصور العلمية المولّدة بالذكاء الاصطناعي في الفضاء العام ليس مجرد مشكلة تضليل معلوماتي عابرة. وفقاً للباحثين المتخصصين في التواصل العلمي البصري والثقة العامة، فإن هذا الانتشار يسهم في أزمة ثقة حقيقية بالعلم ذاته في عصر الـ AI. الأدوات التي اعتمد عليها العلماء طويلاً لترسيخ المصداقية البصرية — من التصوير المخبري الدقيق إلى الرسوم البيانية الموثقة — تفقد قبضتها تدريجياً.
كيف تتسلل الصور المولّدة إلى الأبحاث العلمية؟
أدوات الذكاء الاصطناعي تغيّر بالفعل طريقة إنشاء المرئيات العلمية ومشاركتها ونشرها. يستخدمها الباحثون لتوليد الرسوم التوضيحية، وإنشاء بيانات تركيبية، وتحرير صور المختبرات، وإنتاج مواد للتعليم والتواصل الجماهيري. وبينما يمكن لهذه الأدوات أن تساعد العلماء على إيصال أفكار معقدة بإبداع وكفاءة أكبر، فإنها في الوقت ذاته تطمس الحدود بين الرسم التوضيحي والتحسين والتزوير.
حالات سحب فعلية من مجلات مرموقة
في عام 2024، سُحبت ورقتان بحثيتان بعد نشرهما صوراً مولّدة بالذكاء الاصطناعي تحتوي هياكل بيولوجية مستحيلة علمياً. وفي أبريل 2026، سحبت مجلة New England Journal of Medicine ورقة بحثية بعد اكتشاف أن صورة سريرية فيها قد عُدّلت باستخدام الـ AI. هذه الحالات التي وصلت إلى الاهتمام العام الواسع ليست سوى قمة جبل الجليد على الأرجح.
- التقديرات تشير إلى أن ورقة بحثية واحدة من كل 25 ورقة في المجال الطبي الحيوي تحتوي صوراً إشكالية
- زيادة المحتوى المولّد بالـ AI عبر الإنترنت بنسبة تفوق 4000% بين عامي 2022 و2024
- 40% من الأمريكيين يعبّرون عن ثقة منخفضة بالعلماء، وهي نسبة مرتفعة تاريخياً وفقاً لـ Pew Research
هل أدوات الكشف تواكب أدوات التوليد؟
الخبراء في الطب الشرعي الرقمي يحذرون من فجوة متسعة. يقول Hany Farid، أستاذ علوم الحاسوب في جامعة UC Berkeley والمتخصص في كشف التلاعب بالصور، إن الصورة العلمية كانت دائماً تمثيلاً مُنشأً، لكن الذكاء الاصطناعي يغيّر جذرياً إبستمولوجيا الرؤية كدليل. أما Sam Gregory، المدير التنفيذي لمنظمة WITNESS، فيشير إلى أن أدوات إنشاء الوسائط التركيبية تفوقت بمراحل على أدوات كشفها.
Elisabeth Bik، مستشارة النزاهة العلمية المعروفة بكشف التلاعب في آلاف الأوراق البحثية، تطرح تحولاً جوهرياً في التفكير: قد نحتاج للانتقال من افتراض أن الصور حقيقية ما لم يُثبت تزويرها، إلى افتراض أنها مشكوك فيها ما لم تُتحقق منها.
الحقول الأكثر عرضة للخطر
حذّر الباحثون من أن المرئيات المولّدة بالذكاء الاصطناعي تشكل تهديداً متصاعداً في الحقول التي تعتمد بشكل كبير على الأدلة البصرية. علوم المواد materials science تأتي في مقدمة هذه الحقول، حيث تُعدّ صور المجهر الإلكتروني والتحليل الطيفي أساس الاستنتاجات العلمية. كذلك الأبحاث الطبية الحيوية التي تعتمد على صور الخلايا والأنسجة والفحوصات السريرية.
رأي Logicity
التحدي الذي تطرحه الصور العلمية المولّدة بالـ AI يتجاوز المجلات الأكاديمية ليطال صناع القرار في شركات التقنية والرعاية الصحية. أدوات مثل Adobe Content Credentials التي تُضمّن بيانات وصفية للتحقق من أصل الصورة، ومنصات مثل Originality.ai وHive Moderation للكشف عن المحتوى المولّد، ستصبح ضرورة لأي فريق منتج يتعامل مع بيانات بصرية. لكن هذه الأدوات ما زالت في مراحلها الأولى، وتكلفتها تتراوح بين الاشتراكات المجانية المحدودة والباقات المؤسسية التي تبدأ من 500 دولار شهرياً. الاستثمار في البنية التحتية للتحقق البصري لم يعد ترفاً، بل متطلب تشغيلي.
الأسئلة الشائعة
كيف أتحقق من أن صورة علمية حقيقية وليست مولّدة بالـ AI؟
يمكن استخدام أدوات متخصصة مثل Hive Moderation أو Adobe Content Credentials للتحقق من البيانات الوصفية للصورة. كما يُنصح بمراجعة المصدر الأصلي والبحث عن تناقضات بصرية مثل هياكل بيولوجية غير منطقية أو تفاصيل مشوهة.
هل تُلزم المجلات العلمية الباحثين بالإفصاح عن استخدام الذكاء الاصطناعي في الصور؟
بدأت مجلات كبرى مثل Nature وScience بفرض سياسات إفصاح، لكن التطبيق يتفاوت. بعض المجلات تطلب إقراراً صريحاً بأي استخدام لأدوات الـ AI في توليد أو تعديل الصور.
ما أبرز العلامات التي تكشف صورة علمية مزيفة؟
تشمل العلامات: هياكل تشريحية أو جزيئية مستحيلة علمياً، تكرار أنماط غير طبيعي في الخلفيات، وعدم تطابق الإضاءة أو الظلال. أدوات الكشف الآلي تبحث أيضاً عن بصمات رقمية تتركها نماذج التوليد.
هل يؤثر انتشار صور الـ AI على ثقة الجمهور بالعلم عموماً؟
نعم، الأبحاث تشير إلى ارتفاع نسبة الشك العام. حين يصعب التمييز بين الصورة الحقيقية والمولّدة، قد يميل الجمهور لرفض حتى الأدلة البصرية الموثوقة، مما يُضعف التواصل العلمي.
هل تحتاج مساعدة في التطبيق؟
إذا كان فريقك يعمل على منتج يتعامل مع صور أو بيانات بصرية ويحتاج استراتيجية للتحقق من المحتوى المولّد، تواصل مع Logicity للحصول على استشارة متخصصة في دمج أدوات الكشف والتحقق ضمن سير العمل.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
