يطرح النص المولد آليًا، ولا سيما محتوى التزييف العميق، تحديات كبيرة أمام منصات التواصل الاجتماعي، إذ يهدد ثقة المستخدمين بتلك المنصات ويفتح الباب واسعًا أمام التضليل والأخبار الزائفة المصنوعة، ومن هنا تكتسب القدرة على اكتشاف هذا المحتوى وتمييزه أهمية حاسمة في الحفاظ على الثقة العامة ومنع انتشار المعلومات المضللة، وتتناول هذه الدراسة مسألة التعرف إلى المحتوى النصي المولد آليًا على منصات التواصل الاجتماعي، مركزة على النصوص القصيرة كالتغريدات، عبر بناء إطار ذكي لمكافحة التضليل يميز بين ما كتبه الإنسان وما ولدته الحسابات الآلية من نصوص ومنشورات، فالنصوص القصيرة عالية التدفق على المنصات بيئة مثالية لانتشار المحتوى المولد آليًا دون أن ينتبه إليه القراء والمشرفون، إذ تحاكي الحسابات الآلية أسلوب البشر في التغريد والتعليق بمهارة متزايدة عامًا بعد عام، بما يصعب مهمة التمييز اليدوي ويجعل الأتمتة الذكية ضرورة لا خيارًا
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير إطار ذكي لاكتشاف النصوص المولدة آليًا على منصات التواصل الاجتماعي بالاستناد إلى إطار اكتشاف الأخبار الزائفة، مستخدمة نموذج ديبيرتا في نسخته الثالثة ومجموعتي بيانات معروفتين هما تويب فيك وفيم، ويحلل الإطار المقترح التغريدات ومنشورات التواصل الاجتماعي ليحدد ما إذا كان النص من صنع إنسان أو من إنتاج حساب آلي مولد للنصوص، وقيمت الدراسة فعالية النموذج المقترح بمقارنته بأطر تعلم عميق ونماذج متنوعة شملت نموذج بيرت ونموذج روبرتا وآلة المتجهات الداعمة بنواة دالة الأساس الشعاعي والغابة العشوائية وآلة المتجهات الداعمة والشبكات العصبية الالتفافية وشبكات الذاكرة طويلة قصيرة المدى، كما قيمت قابلية التوسع والكفاءة الحاسوبية لاكتشاف الأخبار الزائفة مقارنة بتلك النماذج، واختارت الدراسة لهذا الغرض مجموعتي بيانات متخصصتين في النصوص الاجتماعية القصيرة والمحتوى الزائف والمولد آليًا، بما يجعل تقييم النماذج أقرب إلى ظروف الاستخدام الفعلية على المنصات منه إلى نصوص طويلة مصقولة قليلة الشبه بطبيعة التداول اليومي السريع والمقتضب
ثانيًا: أبرز النتائج
أظهرت النتائج أن دقة أداء النموذج المقترح في اكتشاف الأخبار الزائفة بلغت 97.12 في المئة، بما يدل على أداء استثنائي ودقة عالية في هذه المهمة، وبينت النتائج التجريبية أن تصميم بنية نموذج ديبيرتا، إلى جانب تقنيات المعالجة المسبقة للبيانات وطرائق التضمين المستخدمة، ييسر تصنيف التغريدات تصنيفًا فعالًا وكفؤًا يمكن من تحديد ما إذا كانت التغريدة مولدة من إنسان أو من حساب آلي بدقة يعتمد عليها، كما عالجت الدراسة في مقارناتها جوانب قابلية النموذج للتوسع وكفاءته الحاسوبية مقارنة بالنماذج المنافسة، بوصفهما شرطين عمليين لأي تطبيق واسع النطاق على منصات التواصل الاجتماعي ذات التدفق الهائل من المنشورات القصيرة، كما تعني الدقة المرتفعة المحققة تجريبيًا أن أخطاء التصنيف باتت محدودة بما يسمح بتضمين مثل هذا الإطار في خطوات الإشراف الآلي الأولي على المحتوى بالمنصات واسعة النطاق، مع إبقاء المراجعة البشرية للحالات الملتبسة والمحتوى الحساس الذي تتجاوز كلفة الخطأ فيه حدود المقبول
ثالثًا: دلالات الدراسة وتطبيقاتها
وتبرز دلالات الدراسة في سياق معركة أوسع ضد التضليل الرقمي، إذ تقدم إطارًا قابلًا للتطبيق في أنظمة الإشراف على المحتوى بالمنصات للتمييز بين المحتوى البشري والمحتوى المولد آليًا في النصوص القصيرة عالية التدفق كالتغريدات، وهو ما يدعم جهود التحقق من الأخبار ويحد من انتشار الروايات الزائفة التي تصنعها الحسابات الآلية وتنشرها على نطاق واسع، كما تفيد منهجيتها المقارنة الباحثين والمطورين في اختيار النماذج الملائمة لمهام تصنيف النصوص الاجتماعية، مع إبراز أن جودة المعالجة المسبقة للبيانات وطرائق التضمين شريكة للبنية النموذجية في تحقيق الدقة العالية، لا مجرد عوامل مساعدة ثانوية في خطوات بناء النموذج، غير أن سباق التسلح المعرفي بين نماذج توليد النص ونماذج اكتشافه مستمر ومتسارع، فكل جيل جديد من نماذج التوليد يجعل النص الآلي أصعب تمييزًا وأقرب إلى الأسلوب البشري، وهو ما يفرض تحديث أطر الاكتشاف وبيانات تدريبها وتقنياتها باستمرار للحفاظ على فعاليتها عبر الزمن
وخلاصة القول إن الجمع بين بنية ديبيرتا المتقدمة ومعالجة بيانات محكمة وتضمين فعال يمنح منصات التواصل الاجتماعي أداة دقيقة لاكتشاف النصوص المولدة آليًا وتمييزها من النصوص البشرية، وإن تطوير مثل هذه الأطر الذكية خطوة عملية لحماية الثقة العامة وصد موجات التضليل التي تستغل قدرات الذكاء الاصطناعي التوليدي المتسارعة، ويبقى الجمع بين الاكتشاف التقني الدقيق والشفافية المعلنة حول المحتوى المولد آليًا وتوعية الجمهور بأساليب التضليل أركانًا متكاملة لبناء بيئة رقمية أصح معلوماتيًا وأقل عرضة للتلاعب المنظم والسرديات المصنوعة
