تستعد شركة OpenAI لتطبيق نظام علامات مائية غير مرئية يحمل اسم textGrain على النصوص البرمجية والتحريرية الصادرة عن نماذج ChatGPT وCodex. تعمل هذه الميزة على تعديل الأنماط الإحصائية لاختيار الكلمات أثناء توليد النص دون إحداث تغيير يمكن للقارئ البشري رصده، بهدف تمكين خوارزميات الفحص التابعة للشركة من إثبات مصدر النص البرمجي أو المقروء بعد نسخه ولصقه.
كيف تعمل العلامة المائية textGrain في نصوص ChatGPT؟
تعتمد تقنية textGrain على التدخل الرياضي الدقيق في ترتيب الكلمات واختيار المرادفات أثناء عملية التوليد الآلي؛ إذ يُنشئ النموذج نمطًا تردديًا مخصصًا لا يراه المستخدم العادي، لكنه يظهر بوضوح لأدوات الفحص والتحليل البرمجية التابعة لـ OpenAI. ويظل هذا النمط مدمجًا في بنية النص، مما يتيح تتبعه واكتشافه حتى بعد نقل المحتوى من نافذة المحادثة واستخدامه في منصات أخرى.
أين ومتى يبدأ تطبيق علامة textGrain؟
يرتبط تطبيق نظام textGrain بمتطلبات قانون الذكاء الاصطناعي الأوروبي (EU AI Act)، وتتوزع خطة إتاحته الحالية على ثلاثة مستويات تشغيلية محددة:
- الاتحاد الأوروبي: يُطرح النظام خلال الفترة المقبلة داخل دول الاتحاد التزامًا بالتشريعات التي تلزم الشركات بترميز المحتوى التوليدي آليًا، دون وجود جدول زمني لإطلاقه عالميًا لعموم المستخدمين.
- عملاء واجهة البرمجة (API): توفر OpenAI التقنية كخيار اختياري للشركات والمطورين عالميًا على نماذج مختارة.
- الباحثون والمؤسسات: تخطط الشركة لتوفير أدوات فحص مخصصة لمراكز الأبحاث والهيئات المتخصصة للتحقق من أصل النصوص.
هل تكشف العلامة المائية هوية المستخدم أو تؤثر على جودة الصياغة؟
أثبتت نتائج الاختبارات القياسية لأداء النماذج لدى OpenAI أن تفعيل textGrain لا يسبب تراجعًا في جودة المخرجات، حيث تطابقت معدلات الدقة المنطقية واللغوية بين النصوص الموسومة وتلك الخالية من العلامة. وتقتصر التقنية بالكامل على التعرف على أسلوب التوليد الرياضي، دون أن ترتبط بحساب المستخدم أو تسجل هويته، ودون إمكانية استرجاع الأوامر النصية الأصلية (Prompts) التي أدخلت لتوليد المحتوى.
حدود دقة النظام وحالات فشل كشف العلامة المائية
لا تقدم تقنية textGrain حلاً قاطعًا لكافة حالات الفحص؛ إذ تتباين قدرتها على رصد أصل النص تبعًا لعدة عوامل تقنية وتحريرية:
| حالة النص | قدرة أدوات textGrain على الاكتشاف | السبب التقني |
|---|---|---|
| النصوص الطويلة المباشرة | مرتفعة | توفر عدد كافٍ من الكلمات لتثبيت النمط الإحصائي |
| النصوص القصيرة أو الإجابات المحدودة | منخفضة | ضيق الخيارات المعجمية المتاحة لتضمين النمط |
| إعادة الصياغة واستبدال المرادفات | تتراجع بنسب كبيرة | كسر التسلسل التوزيعي للكلمات التي رتبها النموذج |
| الترجمة إلى لغات أخرى | ضعيفة جدًا | فقدان البنية التوزيعية الأصلية للنموذج أثناء النقل اللغوي |
ماذا يثبت وجود العلامة المائية في النص؟
يقتصر دور أداة الكشف عند رصد textGrain على تأكيد صدور النص عن أحد أنظمة OpenAI فقط، ولا يمثل ذلك حكمًا على صحة المحتوى؛ فالنص الموسوم قد يتضمن معلومات خاطئة رغم ثبوت مصدره الآلي. وفي المقابل، لا يعني غياب العلامة المائية أن النص كتبه إنسان بالضرورة، إذ يرجع ذلك الاحتمال إلى خضوع النص لتحرير بشري موسع، أو ترجمته، أو إنتاجه عبر إصدار قديم لم يُدرج فيه النظام، أو اعتماده على نموذج توليدي تابع لشركة أخرى.