تقنية «التحريض الغاوسي»: ثورة في سلامة الذكاء الاصطناعي تكتشف نماذج إساءة الأطفال دون توليد صورة واحدة

بدلاً من سؤال النموذج عن الصورة التي سينتجها، تسأل التقنية كيف يقوم مُكيف LoRA بتغيير المظهر الداخلي لاستجابة النموذج . عمليًا، يتم تغذية النموذج بمجموعة عشوائية من المدخلات (حالات كاوسية كامنة) خلال عملية الانتشار (diffusion)، ثم تُرصد كيفية تغير التفعيلات الداخلية للشبكة العصبية .

يقوم المعادل الرياضي الأساسي، وهو "دالة تحريضية"، بحساب متوسط التمثيلات الخفية عبر مراحل مختلفة، ثم يجمعها في متجه ميزات يصف تأثير المُكيف . وباستخدام مصنف يُدرّب على هذه المتجهات، يتم التمييز بين المُكيفات الضارة (المصممة لمواد الإيذاء) والمُكيفات الآمنة.

كما أوضح المؤلف الرئيسي للدراسة، فينيث سورياكومار، طالب دراسات عليا في MIT: "لم تكن لدينا طرق لقياس هذا من قبل. لقد كانت بقعة عمياء كبيرة استغلها البعض" .

دقة 100% في الاختبارات

في التجارب التي أجراها الفريق، تمكنت تقنية التحريض الغاوسي من تحديد نماذج الذكاء الاصطناعي المعدلة لإنتاج مواد إيذاء الأطفال بنسبة دقة بلغت 100% .

لاحظ الباحثون أن التحريض الغاوسي يميز بشكل موثوق بين التعديلات الضارة والآمنة، على عكس الطرق التي تعتمد على مقارنة الأوزان الأولية للنماذج والتي قد تعتمد على مصادفات تدريبية وليست على محتوى ذي معنى .

أُجري هذا البحث بالتعاون بين MIT وجامعة بوسطن ومؤسسة ثورن، بمشاركة كل من الدكتور أشيا ويلسون ومارزيه غاسيمي والدكتورة ريبيكا بورتنوف .

المعضلة القانونية التي تحلها التقنية

الطريقة التقليدية لفحص سلامة الذكاء الاصطناعي تعتمد على استفزاز النموذج بمطالبات ضارة وفحص مخرجاته. وهذا مستحيل قانونيًا في حالة مواد إيذاء الأطفال. ففي الولايات المتحدة، يُعتبر توليد هذا النوع من المحتوى جريمة، حتى لو كان بقصد الفحص والاختبار .

تحل تقنية التحريض الغاوسي هذه المعضلة بتقييم قدرة النموذج على إنتاج محتوى ضار اعتمادًا على التغيرات في التفعيلات الداخلية فقط، دون الحاجة لتوليد أي صورة. وكما ورد في الإعلان الرسمي لـ MIT: "تقنيتهم تفحص كيف تتغير الأعمال الداخلية للنموذج عندما يتم تعديله بمواد إيذاء الأطفال، دون الحاجة لرؤية أي صور" .

بالإضافة إلى ذلك، تتجنب هذه الطريقة المشكلة الأخلاقية المتمثلة في تعريض الباحثين لمواد صادمة، حيث لا تتطلب رؤية أي من هذه الصور أثناء عملية الفحص .

الأزمة المتفاقمة لمواد إيذاء الأطفال المولدة بالذكاء الاصطناعي

تأتي هذه التقنية الجديدة في وقت تتصاعد فيه أزمة عالمية. الإحصائيات من المصادر الموثوقة ترسم صورة مقلقة:

• المركز الوطني للأطفال المفقودين والمستغلين (NCMEC) تلقى أكثر من 1.5 مليون بلاغ عن مواد إيذاء أطفال مرتبطة بالذكاء الاصطناعي في عام 2025، بارتفاع هائل عن 67 ألف بلاغ في عام 2024 بأكمله . وهذا يمثل زيادة سنوية تقارب 22 ضعفًا.
• في النصف الأول من عام 2025 وحده، تلقى NCMEC 485 ألف بلاغ، وأشارت التقارير إلى أن حوالي 35 شركة تكنولوجية تقدم الآن مثل هذه البلاغات .
• مؤسسة مراقبة الإنترنت (IWF) قيمت 8,029 صورة وفيديو من إنتاج الذكاء الاصطناعي على أنها تظهر إساءة حقيقية للأطفال في 2025 . ورغم أن هذه النسبة لا تزال صغيرة نسبيًا، إلا أنها توصف بأنها "واسعة الانتشار ومتنامية" من حيث الحجم والتطور .
• لاحظ البرلمان الأوروبي أن عام 2025 شهد "زيادة هائلة" في هذا المجال، وأن نماذج النص-إلى-صورة مفتوحة المصدر تشكل الوسيلة الأساسية .
• وأشارت بيانات NCMEC إلى زيادة بنسبة 1,325% في البلاغات التي تتضمن الذكاء الاصطناعي التوليدي بين عامي 2023 و2024 فقط .

كما أصبح محتوى الفيديو الواقعي بالحركة الكاملة شائعًا. ففي عام 2025، حددت IWF 3,443 فيديو لإساءة أطفال من إنتاج الذكاء الاصطناعي، وصنفت 65% منها تحت الفئة "أ"، وهي الأكثر خطورة بموجب القانون البريطاني .

ماذا يعني هذا لسلامة الذكاء الاصطناعي وحماية الأطفال؟

تسد تقنية التحريض الغاوسي فجوة حرجة في أدوات سلامة الذكاء الاصطناعي. تعتمد الدفاعات الحالية بشكل رئيسي على فحص المدخلات والمخرجات وبيانات التدريب . لكن الأبحاث أظهرت أن "إعادة إدخال مفهوم ما عبر التعديل الدقيق ممكن حتى لو كان التصفية مثاليًا"، مما يعني أن طرق التصفية الحالية توفر "حماية محدودة للنماذج المغلقة ولا حماية للنماذج المفتوحة" .

بتمكين المنصات من كشف النماذج الخبيثة قبل توزيعها على نطاق واسع، يمكن لتقنية التحريض الغاوسي أن تسمح لمنصات مثل Hugging Face وCivitai بفحص مُكيفات LoRA المرفوعة دون اللجوء إلى توليد محتوى غير قانوني .

في الوقت الحالي، توفر هذه التقنية بديلًا غير توليدي وقابلًا للتطوير لتقييم سلامة النماذج، وهي أداة كانت الحاجة إليها شديدة مع تسارع أزمة مواد إيذاء الأطفال المولدة بالذكاء الاصطناعي.