Content Credentials (C2PA)

بيانات اعتماد المحتوى سجلات موقّعة تشفيريًا تُرفق بصورة أو فيديو أو ملف صوتي أو مستند، وتوضح الجهة أو الشيء الذي أنشأه وكيفية تحريره. وهي تطبّق المعيار التقني المفتوح للتحالف من أجل مصدر المحتوى وأصالته (C2PA)، الذي أسسته Adobe وArm وBBC وIntel وMicrosoft وTruepic في فبراير 2021 لتوحيد العمل التقني لكل من مبادرة أصالة المحتوى بقيادة Adobe ومشروع Origin بقيادة Microsoft وBBC. و«بيانات اعتماد المحتوى» هو الاسم العام لبيانات C2PA وأيقونتها «cr». وفي الذكاء الاصطناعي التوليدي، يمكن لبيانات الاعتماد أن تشير إلى أن صورة أو مقطعًا أُنشئ بواسطة نموذج تحويل النص إلى صورة أو نموذج توليد الفيديو، فلا يضطر المشاهدون إلى التخمين من وحدات البكسل.

آلية عمل بيان C2PA#

تجمع مواصفة C2PA معلومات المصدر في بيان يتألف من ثلاثة أجزاء:

• الإقرارات: بيانات عن الأصل، مثل جهاز الالتقاط وإجراءات التحرير كاقتصاص الصورة أو تصحيح الألوان والمكونات التي استُخدمت في إنشائه ونوع المصدر الرقمي.
• المطالبة والتوقيع: تسرد المطالبة تجزئات كل إقرار، وتُوقّع باستخدام شهادة X.509 الخاصة بالكاميرا أو التطبيق أو الخدمة التي أصدرتها، مع طابع زمني موثوق اختياريًا.
• الروابط: الرابط الصلب هو تجزئة تشفيرية لبايتات الأصل، لذا يؤدي تغيير بكسل واحد إلى إبطالها. أما الرابط المرن، مثل علامة مائية غير مرئية أو بصمة إدراكية، فيتيح لجهة التحقق العثور على بيانات الاعتماد التي أُزيلت من الملف.

يستخدم نوع المصدر الرقمي مفردات IPTC، حيث يشير trainedAlgorithmicMedia إلى محتوى أنشأه نموذج توليدي بالكامل. وعادةً ما تُضمّن البيانات في الملف، ويمكن تخزينها سحابيًا أيضًا. ويضيف كل تحرير في أداة متوافقة مع C2PA بيانًا جديدًا يسرد الإصدار السابق باعتباره مكوّنًا، فينشئ سلسلة مصدر البيانات من الالتقاط أو الإنشاء إلى النشر. وتتحقق أداة التحقق من هذه السلسلة خطوةً خطوة:

ما الذي تثبته بيانات الاعتماد وما حدودها#

تثبت بيانات الاعتماد الصالحة، التي يمكن لأي شخص فحصها بتحميل ملف إلى أداة التحقق من بيانات اعتماد المحتوى، أن موقّعًا معروفًا أصدر تصريحات محددة وأن الأصل لم يتغير منذ ذلك الحين. لكنها لا تثبت أن الصورة تعرض أحداثًا حقيقية، إذ يمكن للكاميرا تصوير مشهد مُعدّ أو شاشة. وغياب بيانات الاعتماد لا يثبت شيئًا أيضًا: فهي اختيارية، كما أن لقطات الشاشة وإعادة الترميز والعديد من مسارات تحميل الملفات تزيل البيانات الوصفية المضمّنة، ولهذا توجد الروابط المرنة. وتعتمد الثقة كذلك على الجهة الموقّعة، لذا تدير C2PA برنامجًا للمطابقة وقائمة ثقة للمنتجات التي تصدر بيانات الاعتماد. وبذلك تعمل بيانات اعتماد المحتوى جنبًا إلى جنب مع العلامات المائية للذكاء الاصطناعي، التي تبقى بعد إزالة البيانات الوصفية لأن الإشارة موجودة في وحدات البكسل، ومع كشف التزييف العميق، الذي يبحث عن المؤشرات البصرية والإحصائية للصور المُنشأة بالذكاء الاصطناعي في محتوى لا يحمل أي معلومات عن مصدره.

يدفع تنظيم الذكاء الاصطناعي إلى اعتماد هذه التقنية. فالمادة 50 من قانون الذكاء الاصطناعي الأوروبي، وهي مادته الرئيسية المتعلقة بـالشفافية، تلزم مزوّدي أنظمة الذكاء الاصطناعي التوليدي بوضع علامات على الصوت الاصطناعي، مثل الأصوات المستنسخة، والصور والفيديو والنص بتنسيق قابل للقراءة آليًا والكشف، اعتبارًا من 2 أغسطس 2026. وتُعد بيانات C2PA المدمجة مع العلامات المائية من التقنيات التي يستخدمها المزوّدون.

الاعتماد عبر الأجهزة والمنصات#

• الكاميرات والهواتف: كانت Leica M11-P، التي طُرحت في أكتوبر 2023، أول كاميرا توقّع الصور ببيانات اعتماد المحتوى عند التقاطها. وتُرفق هواتف Pixel 10 من Google هذه البيانات بكل صورة تُلتقط باستخدام تطبيق Pixel Camera، الذي بلغ المستوى 2 من الضمان، وهو أعلى مستوى يحدده حاليًا برنامج المطابقة لدى C2PA.
• مولدات الذكاء الاصطناعي: تُرفق Adobe Firefly ونماذج الصور من OpenAI بيانات اعتماد تفيد بأن المخرجات مُنشأة بالذكاء الاصطناعي.
• منصات النشر: تعرض LinkedIn تسمية «cr» على الصور ومقاطع الفيديو المدعومة، وعند فتحها تظهر تفاصيل بيانات الاعتماد.

تساعد بيانات الاعتماد فرق الرؤية الحاسوبية أيضًا على التمييز بين الصور الملتقطة والبيانات الاصطناعية عند تجميع بيانات التدريب، إذ قد يؤدي التدريب المتكرر على صور مُنشأة غير متتبعة إلى انهيار النموذج. وفي منصة Ultralytics، يمكن أن تحمل كل صورة بيانات وصفية مخصصة تبحث عنها أداة البحث في مجموعات البيانات، لذا يستطيع الفريق الذي يسجل نوع المصدر الرقمي لبيانات الاعتماد هناك العثور على كل صورة trainedAlgorithmicMedia قبل التدريب.