في إطار التزامها بمنظومة ذكاء اصطناعي أكثر أمانًا وشفافية، تستخدم OpenAI إشارات المنشأ لمساعدة الناس على معرفة ما إذا كان المحتوى قد أُنشئ باستخدام نموذج من OpenAI.
يمكن أن توفر إشارات المنشأ معلومات مفيدة عن مصدر المحتوى، لكنها لا تضمن دقته أو خلوّه من التعديلات أو ملكيته القانونية أو عرضه في السياق الصحيح.
إشارات المنشأ لدى OpenAI
ما إشارات المنشأ التي تستخدمها OpenAI؟
تستخدم OpenAI إشارات منشأ مختلفة بحسب نوع المحتوى.
| نوع المحتوى | إشارات المنشأ | ملاحظات |
|---|---|---|
| الصور | بيانات اعتماد المحتوى وعلامات SynthID المائية | تتضمن الصور المُنشأة باستخدام ChatGPT أو Codex أو واجهة برمجة تطبيقات OpenAI كلا النوعين من الإشارات. |
| الصوت | علامات SynthID المائية | يتضمن الصوت المُنشأ بواسطة ChatGPT أو واجهة برمجة تطبيقات OpenAI علامة مائية غير مسموعة مضمّنة في الصوت نفسه. |
| النصوص | علامات textGrain المائية (في الاتحاد الأوروبي فقط) | في الاتحاد الأوروبي، تتضمن النصوص المُنشأة بواسطة ChatGPT تغييرًا غير مرئي في آلية العشوائية التي يستخدمها النموذج لاختيار الكلمات، امتثالًا لقانون الذكاء الاصطناعي للاتحاد الأوروبي. يمكن لعملاء واجهة برمجة التطبيقات حول العالم تفعيل العلامات المائية للمخرجات النصية من إعدادات المشروع أو المؤسسة. |
| الفيديو | بيانات اعتماد المحتوى | أُوقفت خدمة Sora. معرفة المزيد. |
قد يختلف نطاق التغطية بحسب المنتج والنموذج وطريقة التصدير ونوع الملف ووقت إنشاء المحتوى. تشمل التغطية مخرجات واجهة برمجة التطبيقات، باستثناء النماذج المقرر إيقافها قريبًا، ومنها gpt-image-1 وgpt-image-1.5 وsora-2.
لماذا تستخدم بعض أنواع المحتوى إشارات متعددة؟
تجمع OpenAI بين البيانات الوصفية والعلامات المائية متى أمكن ذلك تقنيًا، لكي تعوّض كل منهما أوجه القصور في الأخرى. يمكن أن تحمل البيانات الوصفية معلومات مفصّلة، لكن المنصات وأدوات التحرير وعمليات تحويل الملفات قد تزيلها. تحمل العلامات المائية معلومات سياقية أقل، لكنها قد تبقى بعد بعض التحويلات التي تزيل البيانات الوصفية، لأنها مضمّنة في المحتوى المُولَّد نفسه.
ما مدى قدرة إشارات المنشأ على الصمود أمام تعديلات المحتوى؟
صُمّمت علامات SynthID المائية للصور والصوت، وعلامات textGrain المائية للنصوص، لتحمّل التغييرات الشائعة. قد تشمل هذه التغييرات تعديلات طفيفة أو النسخ واللصق أو الاقتصاص أو لقطات الشاشة، بحسب نوع المحتوى. أما التغييرات الأوسع نطاقًا، مثل الاقتصاص الكبير للصورة أو ضغط الملفات أو إعادة الصياغة على نطاق واسع أو الترجمة، فقد تجعل العلامة المائية غير قابلة للكشف. وبعد إجراء تغييرات واسعة، قد يصبح وصف النتيجة بأنها «مُولَّدة باستخدام OpenAI» أقل دلالة أيضًا.
قد تُفقد بيانات اعتماد المحتوى، التي طوّرها تحالف منشأ المحتوى وأصالته، نتيجة إجراءات يومية مثل التقاط لقطة شاشة أو تحويل ملف. وعندما تظل متاحة، يمكنها توفير تفاصيل عن منشأ الملف وسجله أكثر مما توفره العلامة المائية وحدها.
نستخدم الطريقتين معًا حيثما أمكن تقنيًا، لزيادة احتمال بقاء معلومات المنشأ بعد إجراء تغييرات على المحتوى.
ما هي بيانات اعتماد المحتوى وما الذي تتيحه؟
تُرفق بيانات اعتماد المحتوى معلومات عن منشأ الملف وسجله، مثل الأداة التي أنشأته ووقت إنشائه. وهي تستخدم معيارًا مفتوحًا طوّره تحالف منشأ المحتوى وأصالته (C2PA)، ولهذا تُسمّى أحيانًا «البيانات الوصفية لـ C2PA».
تساعد بيانات اعتماد المحتوى الناس على التحقق من مصدر المحتوى. ولا يقتصر استخدامها على المحتوى المُولَّد بالذكاء الاصطناعي؛ إذ يستخدم مصنعو الكاميرات والمؤسسات الإخبارية وغيرهم هذا المعيار أيضًا لتوثيق مصدر وسائطهم وسجلها. تعرّف على المزيد عن C2PA.
ما هي SynthID وما الذي تتيحه؟
SynthID هي تقنية للعلامات المائية غير المرئية طوّرتها Google DeepMind، وتُضمِّن إشارة مباشرةً في الوسائط المُولَّدة. على خلاف البيانات الوصفية، تكون الإشارة جزءًا من المحتوى نفسه، وقد تبقى بعد بعض التعديلات أو التحويلات. توفّر SynthID إشارة منشأ إضافية إلى جانب بيانات C2PA الوصفية. على سبيل المثال، إذا أُزيلت البيانات الوصفية من ملف، فقد تظل العلامة المائية المضمّنة فيه تشير إلى أن المحتوى قد وُلِّد باستخدام أدوات OpenAI المدعومة. تعرّف على المزيد عن SynthID.
لماذا تضعون علامات مائية في المخرجات النصية؟
نطبّق العلامات المائية النصية لمستخدمي ChatGPT في الاتحاد الأوروبي امتثالًا لقانون الذكاء الاصطناعي للاتحاد الأوروبي، واتساقًا مع التزاماتنا بموجب مدونة ممارسات الاتحاد الأوروبي بشأن شفافية المحتوى المُولَّد بالذكاء الاصطناعي، التي وقّعتها OpenAI إلى جانب عدد من أبرز مزودي الذكاء الاصطناعي الآخرين.
ما هي textGrain وما الذي تتيحه؟
textGrain هي تقنية OpenAI لوضع العلامات المائية في النصوص. تُجري التقنية تعديلًا طفيفًا على طريقة اختيار النموذج عشوائيًا بين الكلمات أو أجزاء الكلمات المحتملة أثناء الكتابة. تُشكِّل هذه الاختيارات على امتداد المقطع نمطًا يمكن لأداة الكشف البحث عنه، حتى بعد إجراء بعض التعديلات.
العلامة المائية جزء من الصياغة نفسها، ولا تظهر للقراء. ولا تضيف أحرفًا مخفية أو مسافات غير مرئية أو علامات ترقيم غير معتادة. يساعد وضع العلامات المائية في النصوص على الامتثال لمتطلب قانون الذكاء الاصطناعي للاتحاد الأوروبي بوضع علامات على النصوص المُولَّدة.
أدوات التحقق لدى OpenAI
كيف أتحقق مما إذا كان المحتوى قد أُنشئ باستخدام أدوات OpenAI؟
يمكنك زيارة openai.com/verify للتحقق مما إذا كانت صورة أو ملف صوتي بتنسيق مدعوم يحتوي على إشارات منشأ مرتبطة بمحتوى أُنشئ أو صُدّر باستخدام أدوات OpenAI. بعد رفع ملف مدعوم، ستبحث الأداة عن إشارات منشأ OpenAI المدعومة، مثل علامة SynthID المائية أو ملف تعريف C2PA موثوق مرتبط بـ OpenAI. إذا عثرت الأداة على إشارة منشأ OpenAI مدعومة، فهذا يشير إلى أن المحتوى قد أُنشئ على الأرجح بواسطة نموذج من OpenAI.
يمكن للمطورين والمؤسسات أيضًا استخدام واجهة برمجة تطبيقات منشأ المحتوى من OpenAI لفحص الصور والمقاطع الصوتية بحثًا عن إشارات منشأ OpenAI، ودمج التحقق في تطبيقاتهم أو سير عملهم. يمكن للمؤسسات التي لديها حالة استخدام مؤهلة التقدم بطلب لزيادة حدود الاستخدام.
بالنسبة إلى النصوص، واتساقًا مع التزاماتنا بموجب قانون الذكاء الاصطناعي للاتحاد الأوروبي، يمكن للمؤسسات التي لديها حالة استخدام مؤهلة، مثل المؤسسات الأكاديمية والبحثية التي تدرس منشأ النصوص أو موثوقية الكشف أو كيفية فهم الناس لنتائج التحقق من المنشأ، التقدم بطلب للوصول إلى أداة كشف النصوص. سنراجع طلبات المؤسسات المؤهلة كلًّا على حدة، ونتواصل معها حسب الاقتضاء لإطلاعها على المستجدات أو طلب معلومات إضافية. قد تتطور آلية إتاحة الوصول مع تعمّق فهمنا وتحسين التقنية.
نتعاون حاليًا مع مجموعة محدودة من الباحثين، من بينهم جون ثيكستون، الأستاذ المساعد في علوم الحاسوب بجامعة كورنيل، ومارتن فيتشيف، أستاذ علوم الحاسوب في المعهد الفدرالي السويسري للتكنولوجيا في زيورخ والمدير العلمي لمعهد INSAIT، وباحثون في معهد كيمبيلين للتقنيات الذكية (KInIT)، لفهم إمكانات هذه التقنية وحدودها بشكل أفضل والاستفادة من ذلك في تحسين العلامات المائية للنصوص.
من المؤهل للحصول على حدود تحقق أعلى، وهل تُفرض رسوم على عمليات الفحص؟
عمليات الفحص عبر واجهة API لمنشأ المحتوى مجانية حاليًا وتخضع لحدود الاستخدام. يركّز برنامج الحدود الأعلى على مشاريع منشأ المحتوى المؤهلة التي تخدم المصلحة العامة ومسارات عمل نزاهة المعلومات، مثل التحقق في غرف الأخبار وتدقيق الحقائق وأبحاث منشأ المحتوى والرقابة التنظيمية.
الاستخدامات التجارية العامة خارج نطاق البرنامج حاليًا، مثل منع الاحتيال والمصادقة والتحقق لأغراض تجارية، أو إعادة البيع ضمن حزم خدمات منشأ المحتوى وتحليل البيانات.
يمكن للمؤسسات التي لديها حالة استخدام مؤهلة تقديم طلب لزيادة حدود الاستخدام، لكن تقديم الطلب لا يضمن الموافقة عليه. تظل واجهة API العامة متاحة ضمن حدودها الافتراضية، بما في ذلك لإجراء تقييمات أصغر نطاقًا. راجع وثائق واجهة API لمنشأ المحتوى لمعرفة حدود الاستخدام الحالية.
من المؤهل للوصول إلى أداة كشف النصوص، وهل تُفرض رسوم على عمليات الفحص؟
عمليات الفحص بأداة كشف النصوص مجانية حاليًا. تشمل حالات الاستخدام المؤهلة المؤسسات الأكاديمية والبحثية التي تدرس منشأ النصوص أو موثوقية الكشف أو كيفية فهم الناس لنتائج التحقق من المنشأ.
الاستخدامات التجارية العامة خارج نطاق البرنامج حاليًا، مثل منع الاحتيال والمصادقة والتحقق لأغراض تجارية، أو إعادة البيع ضمن حزم خدمات منشأ المحتوى وتحليل البيانات.
استخدامات النزاهة الأكاديمية خارج نطاق البرنامج حاليًا أيضًا، مثل فحص أعمال الطلاب بحثًا عن استخدام الذكاء الاصطناعي، كاستخدامه في كتابة المقالات أو الأطروحات.
ماذا تعني نتائج التحقق؟
إذا اكتُشفت إشارة عبر openai.com/verify أو واجهة برمجة تطبيقات منشأ المحتوى من OpenAI، فهذا يعني أن المحتوى المرفوع يحتوي على إشارة منشأ مدعومة مرتبطة بـ OpenAI. لا تؤكد الأداة دقة المحتوى أو خلوّه من التعديلات أو ملكيته القانونية أو عرضه في السياق الصحيح. كما أنها لا تحدد من أنشأ المحتوى أو سبب إنشائه.
إذا لم تُكتشف أي إشارة، فهذا يعني أن الأداة لم تعثر على إشارات منشأ صادرة عن OpenAI في الملف المرفوع. ومع ذلك، قد يكون المحتوى قد أُنشئ أو صُدّر باستخدام أدوات OpenAI في الحالات التالية:
أُنشئ المحتوى قبل توفر إشارات المنشأ.
صدر المحتوى عن منتج أو نموذج غير مدعوم، أو استُخدمت طريقة تصدير أو نوع ملف غير مدعوم.
أُزيلت البيانات الوصفية أثناء الرفع أو التنزيل أو التحرير أو التحويل أو المشاركة.
تضررت العلامة المائية بفعل الضغط أو الاقتصاص أو التشويش أو التعديلات أو تحويل التنسيق أو غيرها من التغييرات.
كان المقطع الصوتي قصيرًا جدًا أو خضع لتعديلات كبيرة.
كيف أحصل على نتيجة تحقق بأعلى قدر من الموثوقية؟
ارفع ملفًا مدعومًا واحدًا في كل مرة، واستخدم الملف الأصلي المُصدَّر متى أمكن. بالنسبة إلى الصور، تجنّب اقتصاص الملف أو تحويله قبل فحصه. بالنسبة إلى الصوت، تحقق المقاطع التي تتراوح مدتها بين 10 و60 ثانية أفضل النتائج عمومًا. حتى إذا لم يُكشف عن أي إشارة، خذ مصدر الملف وسياقه في الحسبان قبل استخلاص نتيجة.
هل تُظهر النتائج مطالبتي أو معلوماتي الشخصية؟
لا تتضمن إشارات المنشأ تفاصيل عن المستخدم أو المؤسسة أو المطالبة.
ماذا يحدث للمحتوى الذي أتحقق منه باستخدام openai.com/verify أو واجهة برمجة تطبيقات منشأ المحتوى؟
تقتصر معالجة المحتوى المرفوع إلى openai.com/verify أو المُرسل إلى واجهة برمجة تطبيقات منشأ المحتوى لدينا للتحقق منه على البحث عن إشارات المنشأ المدعومة. لا يُخزّن المحتوى إلا إذا كان ذلك مطلوبًا قانونًا، ولا يُستخدم لتدريب نماذج OpenAI.
هل تستطيع OpenAI الكشف عن المحتوى المُولَّد باستخدام أدوات ذكاء اصطناعي أخرى؟
صُمّمت أدوات منشأ المحتوى لدينا للكشف عن إشارات المنشأ المدعومة المرتبطة بمحتوى وُلِّد باستخدام نماذج OpenAI أو صُدِّر باستخدام أدوات OpenAI. وهي غير مصمّمة للكشف عن المحتوى المُولَّد باستخدام نماذج ذكاء اصطناعي أخرى، وقد لا تكشف أيضًا عن المحتوى المُولَّد باستخدام OpenAI إذا كانت الإشارة ذات الصلة مفقودة أو غير مدعومة أو ضعيفة.
كيف تعمل العلامات المائية
هل تحدد العلامات المائية هوية المؤلف أو الملكية أو المسؤولية القانونية؟
لا. العلامة المائية دليل على أن نموذجًا من OpenAI قد ولّد المحتوى أو عالجه على الأرجح. لكنها لا تُثبت بمفردها من ألّف المحتوى أو يملكه، أو ما إذا كان الإفصاح مطلوبًا، أو من يتحمل المسؤولية القانونية. كما أنها لا تُبيّن ما إذا كان النموذج يحرر محتوى رفعه مستخدم.
هل تُبيّن العلامات المائية مدى مساهمة نموذج من OpenAI في المحتوى؟
لا. تُبلِّغ أداة الكشف عمّا إذا كانت قد عثرت على علامة مائية. العثور على علامة مائية دليل على أن نموذجًا من OpenAI قد ولّد المحتوى أو عالجه على الأرجح، لكنه لا يوضح ما إذا كان النموذج قد ولّد بعضه أو كله، ولا حجم مساهمة أي شخص فيه.
كيف تعمل العلامات المائية النصية؟
يُنشئ وضع العلامات المائية في النصوص نمطًا سريًا في اختيارات النموذج للكلمات وأجزائها، التي تُسمّى «الرموز»، أثناء الكتابة.
في كل خطوة، يحدد النموذج احتمالًا لكل رمز يمكن أن يأتي تاليًا. يُنشئ نظام العلامات المائية عدة مجموعات معدَّلة من تلك الاحتمالات، ترجّح كل منها خيارات مختلفة وفقًا لمفتاح سري. تُوازن المجموعات بحيث يتطابق متوسطها مع الاحتمالات الأصلية للنموذج. يحدد المفتاح المجموعة التي ستُستخدم، ثم يُجري النموذج اختيارًا عشوائيًا جديدًا من تلك المجموعة.
يمكن لأداة كشف تستخدم المفتاح نفسه وإعدادات مطابقة أن تتحقق لاحقًا مما إذا كان النص يتبع النمط السري بوتيرة أعلى مما يُتوقع حدوثه بمحض المصادفة.
هل تُطبَّق العلامات المائية النصية على النصوص القائمة على الحقائق والنصوص التي يقدمها المستخدم؟
يعتمد وضع العلامات المائية في النصوص على توفر طرق مختلفة لدى النموذج للتعبير عن المعنى. تقل هذه المرونة عندما يجب أن تلتزم الإجابة بالحقائق أو بالدقة الشديدة، كالإجابة عن مسألة رياضية، أو عندما يُطلب من النموذج إعادة إنتاج نص مُقدَّم له دون تغييره. في هذه الحالات، يضيق مجال تغيير الصياغة لدى النموذج دون إحداث فرق ملحوظ، ولذلك قد لا يُكشف عن العلامة المائية.
هل تُطبَّق العلامات المائية النصية على الإجابات القصيرة والشيفرات البرمجية؟
لا تحتوي المقاطع القصيرة عادةً على نص كافٍ للكشف عن العلامة المائية بشكل موثوق. كما يصعب وضع علامات مائية في الشيفرات البرمجية، لأن الخيارات المعقولة لما سيأتي تاليًا أقل منها في النصوص العادية.
لمراعاة هذه القيود، لا تشترط مدونة الممارسات بشأن شفافية المحتوى المُولَّد بالذكاء الاصطناعي، في إطار قانون الذكاء الاصطناعي للاتحاد الأوروبي، وضع علامات مائية في المخرجات التي تقل عن 200 رمز، أي نحو 150 كلمة بالإنجليزية، أو في مقتطفات الشيفرات البرمجية.
كيف يختلف الكشف عن العلامات المائية النصية باختلاف اللغة؟
تختلف معدلات الكشف باختلاف اللغة، والكشف في بعض اللغات أسهل حاليًا منه في غيرها. يمكننا ضبط قوة العلامة المائية لتحسين الكشف في اللغات التي تكون فيها الإشارة أضعف.
يقيّم هذا الرسم البياني معدل الكشف في جميع اللغات الرسمية الـ24 للاتحاد الأوروبي. ولّدنا أولًا 500 مطالبة اصطناعية باللغة الإنجليزية تغطي موضوعات متنوعة، ثم ترجمناها إلى اللغات الـ23 الأخرى. عند معدل نتائج إيجابية كاذبة قدره 1%، تحقق الإسبانية أعلى معدل كشف (69.0%)، بينما تحقق الرومانية أدنى معدل (42.2%). تتضمن علامتنا المائية مَعلمة لضبط القوة، أشبه بـ«مقبض تحكم» يقوّي إشارة العلامة المائية أو يضعفها بحسب المجال. باستخدام هذا التحكم، تمكّنا من زيادة القوة للغات التي تقل معدلات الكشف فيها عن 60%؛ وتُظهر الأجزاء الزرقاء الفاتحة من الأعمدة مقدار التحسن الناتج.
هل تقلل العلامات المائية النصية من جودة النموذج؟
بحسب اختباراتنا، لا. عبر الاختبارات المعيارية التي نستخدمها لتقييم Astra، أحدث نماذجنا الرائدة، تقع فروق الأداء بين استخدام العلامات المائية وعدم استخدامها ضمن نطاق التذبذب المعتاد الذي نرصده بين جولات التقييم. كما أظهرت اختبارات سابقة في ChatGPT أن إدخال العلامات المائية لم يغيّر معدلات التقييم السلبي أو غيرها من مقاييس المنتج.
هل تقلل العلامات المائية النصية من سرعة النموذج؟
تأثير وضع العلامات المائية في النصوص على سرعة نماذجنا ضئيل للغاية.
كيف تختلف العلامات المائية للنصوص من OpenAI عن أدوات الجهات الخارجية لكشف المحتوى المُنشأ بالذكاء الاصطناعي؟
تستخدم أدوات الكشف التابعة لجهات خارجية، مثل Pangram، عادةً مُصنِّفات للتعرف على النصوص المُنشأة بالذكاء الاصطناعي من خلال أنماط مثل اختيار الكلمات. يحلّل هذا النهج النص بعد إنشائه، بدلًا من الكشف عن إشارة مضمّنة فيه. يشترط قانون الذكاء الاصطناعي للاتحاد الأوروبي تحديدًا تضمين إشارة في النص المُنشأ.
لماذا تستخدمون علاماتكم المائية النصية الخاصة بدلًا من TextSeal أو SynthID؟
طوّرنا طريقتنا الخاصة لوضع العلامات المائية في النصوص، وتُسمّى textGrain، لتمنحنا تحكمًا أكبر مما تتيحه SynthID أو TextSeal في الموازنة بين قابلية الكشف عن العلامة المائية وتنوّع الردود المُولَّدة من المطالبة نفسها. في اختباراتنا، نجحت طريقتنا في التعرف بشكل صحيح على نسبة من عينات النصوص ذات العلامات المائية تماثل النسبة التي حققتها SynthID للنصوص أو تتجاوزها. نخطط لإتاحة textGrain كتقنية مفتوحة المصدر ليتمكن الآخرون من البناء عليها والمساعدة في تحسين العلامات المائية النصية.
هل يضيف وضع العلامات المائية في النصوص أحرفًا مخفية أو رموزًا إضافية أو تغييرات مرئية؟
لا. يغيّر وضع العلامات المائية في النصوص النمط الإحصائي لاختيارات الكلمات؛ ولا يُدرج أحرفًا مخفية أو يضيف رموزًا مخصصة للعلامة المائية وحدها. لا تظهر العلامة المائية للقراء، ولا يؤدي نسخ النص ولصقه إلى إدراج أي محتوى مخفي.
إرشادات للعملاء
أنا أحد عملاء واجهة برمجة التطبيقات، كيف أفعّل العلامات المائية للنصوص؟
يمكن لعملاء واجهة برمجة تطبيقات OpenAI تفعيل العلامات المائية للنصوص لمشروع محدد من خلال الإعدادات، أو على مستوى مؤسستهم بأكملها من خلال إعدادات المؤسسة. يمكن للعملاء في كلتا الحالتين اختيار النموذج أو النماذج التي ستُضاف علامة مائية إلى نصوصها. بمجرد تفعيل الميزة لنموذج مدعوم، تُضيف OpenAI العلامة المائية أثناء إنشاء النص. لا يحتاج العملاء إلى إضافة علامة منفصلة إلى كل رد.
فعّل السماح بالعلامات المائية للنصوص، وحدّد نماذجك، ثم اختر حفظ.
الإعداد الافتراضي للمؤسسة: انتقل إلى إعدادات المؤسسة > عناصر التحكم في البيانات.
اختر منشأ النصوص.
تجاوز الإعداد الافتراضي للمشروع: انتقل إلى إعدادات المشروع > منشأ النصوص.
ما النماذج التي يمكنني تفعيل العلامات المائية لها؟
يمكن للعملاء الاطلاع على قائمة النماذج التي تدعم العلامات المائية حاليًا من خلال الإعدادات وإعدادات المؤسسة. سنوسّع الدعم خلال الأسابيع المقبلة ليشمل جميع النماذج القديمة.
هل يتيح لي تفعيل العلامات المائية النصية الوصول إلى أداة كشف النصوص أيضًا؟
لا. يقتصر الوصول إلى أداة كشف النصوص حاليًا على المؤسسات البحثية والأكاديمية المعتمدة التي تعمل على تحسين موثوقية العلامات المائية النصية وسهولة استخدامها، ووضوح شرح التقنية ونتائجها. يتسق ذلك مع التزاماتنا بموجب مدونة الممارسات بشأن شفافية المحتوى المُولَّد بالذكاء الاصطناعي، في إطار قانون الذكاء الاصطناعي للاتحاد الأوروبي.
هل ستظل الإشارات مرتبطة بالمحتوى بعد إجراء تغييرات عليه؟
قد تظل كذلك، لكن هذا يعتمد على الإشارة والتغييرات التي تجريها.
بالنسبة إلى الصور والمقاطع الصوتية المدعومة، احتفظ بنسخة أصلية واستخدم واجهة برمجة تطبيقات منشأ المحتوى لاختبار عينة ممثّلة من الملفات بعد تحريرها وتحويلها ونشرها. بالنسبة إلى الصور، قد يؤدي الاقتصاص وإضافة التشويش والتحويل إلى JPEG والتقاط لقطات الشاشة إلى زيادة صعوبة اكتشاف الإشارات. لا يمكنك اختبار النصوص بهذه الطريقة إلا إذا حصلت مؤسستك على موافقة للوصول إلى أداة كشف النصوص.
إذا كان تنسيق الملف وسير عملك يدعمان ذلك، فاحتفظ ببيانات C2PA الوصفية الموجودة وضمّن بيانات اعتماد المحتوى في الملفات التي تنتجها. يمكنك أيضًا التفكير في إضافة علامات خاصة بك لتعزيز بقاء معلومات المنشأ أو فائدتها. راجع الوثائق التقنية لـ C2PA للاطلاع على تفاصيل التنفيذ.
بالنسبة إلى النصوص، تكون العلامة المائية جزءًا من اختيارات النموذج للكلمات. إذا حافظت على الصياغة، فمن المتوقع أن تبقى الإشارة عند إعادة استخدام النص، دون الحاجة إلى أعمال تكامل إضافية. قد تؤدي إعادة الكتابة على نحو جوهري أو إعادة الصياغة أو الترجمة إلى تقليل موثوقية الكشف. حتى إبقاء الصياغة دون تغيير لا يضمن وجود علامة مائية قابلة للكشف، خاصةً في المقاطع القصيرة أو النصوص التي لا تتيح مجالًا كبيرًا لاختيار كلمات بديلة.
أستخدم نماذج OpenAI عبر خدمة سحابية. هل تحتوي تلك المخرجات أيضًا على إشارات منشأ؟
نعمل مع جميع مزوّدي الخدمات السحابية والتوزيع الذين نتعامل معهم لضمان تضمين إشارات المنشأ، بما فيها العلامات المائية، في جميع المخرجات المؤهلة، بما يشمل الصور والمقاطع الصوتية والنصوص. قد يختلف توفر هذه الإشارات بحسب المخرجات والشريك.
هل تحل إشارات المنشأ محل التسميات المرئية الدالة على استخدام الذكاء الاصطناعي أو غيرها من الإفصاحات؟
لا. توفر العلامات المائية وبيانات C2PA الوصفية معلومات يمكن للبرامج قراءتها. ولا تحل محل التسميات المرئية أو اللافتات أو غيرها من الإشعارات التي قد تكون مطلوبة.
تعتمد حاجتك إلى إفصاح إضافي على كيفية استخدام المحتوى ومكان استخدامه. لا تستطيع OpenAI تقديم المشورة بشأن التزاماتك القانونية المحددة؛ وعلى فريقك القانوني تقييم المتطلبات الخاصة باستخدامك.
لديّ المزيد من الأسئلة حول قانون الذكاء الاصطناعي للاتحاد الأوروبي
يُرجى إرسال استفسار بشأن قانون الذكاء الاصطناعي للاتحاد الأوروبي وسنرد عليك.