الوحدة 10 — حقوق التأليف والمصدر والاستخدام المسؤول

كلّ الوحدات السابقة كانت هندسة. هذه الوحدة تفتح ما لا تحلّه الشفرة: النماذج التوليدية تُدرَّب على بيانات تحمل حقوقًا، وتنتج محتوى قد يُنسَب زورًا لأشخاص حقيقيّين، وتُنشَر في فضاء يخضع لتشريعات جديدة تتشكّل بينما نكتب. تجاهل هذه المسائل ليس خيارًا مهنيًّا مقبولًا.

بيانات التدريب: من أين تأتي، وأيّ حقوق تحمل؟

نماذج مثل Stable Diffusion دُرِّبت على LAION-5B، مجموعة بيانات مفتوحة تحوي 5 مليارات زوج (نصّ، صورة) مأخوذة من الويب. جامعو البيانات يدّعون أنّ الجمع «للأغراض البحثيّة» يخضع لاستثناءات الاستعمال العادل. لكن الاستعمال الفعليّ للنماذج تجاريًّا، مع تدريب على صور محميّة الحقوق، فتح دعاوى قضائيّة عديدة:

• Getty Images ضدّ Stability AI (بريطانيا، 2023): استعمال صور Getty في التدريب دون ترخيص، مع بقاء علامتها المائيّة أحيانًا في الصور المولَّدة.
• مصوّرون ورسّامون ضدّ Midjourney وStability (كاليفورنيا، 2023-2024): استعمال أعمالهم في التدريب، مع القدرة على توليد صور «بأسلوب فنّان X».
• صحيفة New York Times ضدّ OpenAI (2023): استعمال محتوى الصحيفة في تدريب GPT، مع قدرة النموذج على استظهار مقاطع طويلة تكاد تكون حرفيّة.

القضايا لم تُحسم كلّها. لكن الاتّجاه واضح: الاستعمال التجاريّ يحتاج إلى تراخيص واضحة على البيانات، أو إلى بيانات تحت رخصة متساهلة (Creative Commons، المجال العامّ). نماذج مثل Adobe Firefly بُنيت من البداية على بيانات مرخّصة، وتُبيَع مع ضمان قانونيّ للعملاء.

العلامة المائيّة: التوقيع في الصورة نفسها

العلامة المائيّة (Watermarking) تقنية تدرج معلومة غير مرئيّة في الصورة، تسمح لاحقًا بالتعرّف عليها بوصفها مولَّدة. الطرائق الحديثة (مثل Stable Signature من Meta) لا تعدّل الصورة ظاهريًّا لكنّها تُدخل نمطًا يمكن استخراجه بشبكة مخصّصة، حتّى بعد ضغط JPEG أو تدوير أو قصّ.

# على المستوى المفاهيميّ (المكتبات تختلف):
image_marquee = watermarker.embed(image, message="sd-2024-01-15-abc123")
# لاحقًا:
message = watermarker.extract(image_marquee)

قيمة العلامة المائيّة أمرّان: تمكين المنصّات الاجتماعيّة من كشف الصور المولَّدة تلقائيًّا، وتوفير دليل قانونيّ عند نزاع (هل هذه صورة حقيقيّة أم مولَّدة؟). عيبها: يمكن إزالتها بعمليّات معقّدة، لذا يجب اعتبارها رادعًا لا حاجزًا مطلقًا.

C2PA: سجلّ متكامل للمصدر

C2PA (Coalition for Content Provenance and Authenticity) اتّحاد يضمّ Adobe وMicrosoft وBBC وIntel وغيرها. يقترح معيارًا مفتوحًا لإرفاق بيانات وصفيّة موقّعة رقميًّا بكلّ ملفّ وسائط: من التقطها، بأيّ أداة، ما التعديلات التي أُجريت عليها، هل هي مولَّدة كلّيًّا أو جزئيًّا.

هذه البيانات الوصفيّة موقَّعة بمفتاح المصنِّع، فتكون مقاومة للتزوير. إذا فُقدت (بعد لقطة شاشة مثلًا)، تُفقَد المصداقيّة كلّها، وهذا معلوم في التصميم.

كاميرات هاتف حديثة (Sony Alpha 1، Leica M11-P) صارت تُوقّع الصور تلقائيًّا. ومحرّرات مثل Photoshop تُضيف سجلّ التحرير إلى C2PA. ونماذج توليد (Adobe Firefly، DALL-E 3) تُدرج علامة «صورة مولَّدة» في البيانات الوصفيّة. الاتّجاه المرجوّ: كلّ صورة تُنشَر بلا C2PA تصير مثار شكّ افتراضيّ.

التزييف العميق: الوجه الأصعب

التزييف العميق (Deepfake) استعمال نماذج توليد لصنع صورة أو فيديو أو صوت لشخص حقيقيّ يقول أو يفعل ما لم يقُله فعلًا. التطوّر منذ 2022 جعل الجودة صعبة الكشف على عين غير مدرَّبة، والكلفة صارت في متناول الفرد.

الاستعمالات الضارّة موثَّقة على نطاق واسع:

• الابتزاز الجنسيّ: صور حميميّة مزيّفة تُستعمل للابتزاز، وأغلب الضحايا نساء (تقرير Sensity AI 2019: 96% من التزييف العميق على الإنترنت محتوى جنسيّ غير موافَق عليه).
• التلاعب السياسيّ: خطابات مزيّفة لسياسيّين في فترة الحملات الانتخابيّة، وقد رُصدت حالات في انتخابات سلوفاكيا 2023 وتركيا 2023 وأمريكا 2024.
• الاحتيال الماليّ: مكالمات فيديو مزيّفة لمدراء تنفيذيّين تأمر بتحويلات بنكيّة (حادثة Arup في هونغ كونغ 2024، خسارة 25 مليون دولار).

الردود التشريعيّة تتشكّل بسرعة. قانون AI الأوروبيّ (2024) يفرض التصريح عن المحتوى المولَّد وتمييزه. قانون No FAKES المقترح في أمريكا يحمي من استنساخ الصوت والصورة دون موافقة. المغرب والإمارات وفرنسا تطوّر أطرًا تشريعيّة تُجرّم الاستعمال الضارّ.

الموافقة: المسألة التي تسبق كلّ شيء

قبل التشريع، هناك مبدأ أخلاقيّ بسيط: إذا كنت تُنتج صورة أو صوتًا لشخص حقيقيّ، احصل على موافقته المكتوبة. هذا يشمل:

• تدريب نموذج على صور شخص محدّد (مثلًا LoRA على وجه معيّن).
• استنساخ صوت شخص (حتّى بغرض التعليق فقط).
• إنتاج فيديو يظهر فيه شخص لم يوافق (حتّى في سياق كوميديّ أو فنّيّ).

الاستثناء الوحيد المقبول هو الشخصيّات العامّة في سياقات صريحة السخرية، حيث القانون في بعض البلدان يحمي التعبير الفكاهيّ. ومع ذلك، حتّى في هذه الحالات، يبقى وضع تسمية «محتوى مولَّد» ضروريًّا لتفادي الالتباس.

الاستنساخ الصوتيّ بثوانٍ قليلة

النماذج الحاليّة (XTTS، ElevenLabs، Bark) تستنسخ صوتًا مقبولًا من 20 ثانية من التسجيل. هذا يعني أنّ كلّ خطاب علنيّ، كلّ محاضرة على يوتيوب، كلّ منشور صوتيّ على واتساب، مواد كافية للتزييف. لا تنشر نماذجك مفتوحة دون فلاتر آمنة ترفض استنساخ أصوات معلومة. ولا تستنسخ صوت أحد دون موافقته المكتوبة الصريحة على الاستعمال المحدَّد. الأمر ليس فرضيّة أخلاقيّة، بل قانون في عدد متزايد من الدول.

ماذا يمكن للمطوّر أن يفعل؟

المسائل الأخلاقيّة الكبرى لا تُحلّ بشفرة، لكن هناك ممارسات ملموسة يمكن تبنّيها من أوّل يوم في المشروع:

• إدماج علامة مائيّة في كلّ صورة أو صوت مولَّد، عبر مكتبة قياسيّة (invisible-watermark لصور Stable Diffusion).
• إضافة C2PA إلى المخرجات (مكتبة c2patool من Adobe متاحة).
• الحفاظ على سجلّ التوليد (موجّه، معالم، بذرة، تاريخ) لإمكان إثبات المصدر لاحقًا.
• رفض توليد ما هو محظور بوضوح: أشخاص محدّدون دون موافقة، محتوى جنسيّ متعلّق بالقُصّر (فلاتر حكوميّة الاستعمال)، محتوى عنيف قابل للتنفيذ.
• الشفافيّة تجاه المستعملين: إخبارهم أنّ المحتوى مولَّد، وتحت أيّ نموذج، وأيّ حقوق تنطبق على المخرَج.

ما تقوله التشريعات الفعليّة

الحقل يتشكّل بسرعة. الوضع في منتصف 2026 كما يلي:

• الاتحاد الأوروبيّ: قانون AI ساري، يفرض التصريح والعلامة على المحتوى المولَّد، مع عقوبات تصل إلى 7% من الرقم التجاريّ العالميّ.
• الصين: تشريع «التوليف العميق» (2023) يفرض علامة واضحة على كلّ محتوى مولَّد بالذكاء الاصطناعيّ، وينظّم تدريب النماذج المفتوحة.
• الولايات المتحدة: لا قانون فيدراليّ شامل بعد، لكن تشريعات ولاياتيّة (كاليفورنيا، تكساس) تجرّم التزييف العميق الانتخابيّ والجنسيّ.
• دول عربيّة: الإمارات (استراتيجيّة AI 2031) والمملكة العربيّة السعوديّة تُنشئان أطرًا تنظيميّة، مع تركيز على مسائل الهويّة والأمن الوطنيّ.

في الخلاصة

• بيانات التدريب ليست حرّة الاستعمال؛ نماذج تجاريّة كبرى تواجه دعاوى قضائيّة، والاتّجاه نحو ترخيص واضح كنموذج Adobe Firefly.
• العلامة المائيّة رادع مفيد لكشف الصور المولَّدة، وC2PA يوفّر سجلًّا موقّعًا للمصدر يقاوم التزوير حتّى فقده لا تجاوزه.
• التزييف العميق يفتح مخاطر ابتزاز جنسيّ، تلاعب سياسيّ، احتيال ماليّ؛ التشريعات تتقدّم لكنّ الحماية الأخلاقيّة تسبق التشريع.
• الموافقة المكتوبة لكلّ استعمال لصورة أو صوت شخص حقيقيّ ليست خيارًا، بل مبدأ يجب دمجه في تصميم كلّ نظام توليد قبل نشره.

الوحدة القادمة تجمع الدورة كلّها في مراجعة نهائيّة، مع استعداد للامتحان من 40 سؤالًا الذي تتوّج به.