تصور کنید که در یک ویدئوی اینستاگرامی، می‌بینید که یک کارخانه‌ی مواد غذایی معروف، از مواد خام کپک‌زده و بی‌کیفیت استفاده می‌کنند. در همین حال، فردی که خود را یکی از کارگران کارخانه معرفی می‌کند، از تخلف‌های بهداشتی این کارخانه صحبت می‌کند. حتما پس از تماشای این ویدئو تصمیم می‌گیرید که دیگر از این کارخانه خرید نکنید.

با این‌حال در بخش نظرات می‌بینید که چند نفر گفته‌اند این ویدئو با هوش مصنوعی ساخته شده است. در صورتی که به نظر شما ویدئو کاملا طبیعی به نظر می‌رسد. اکنون این سوال پیش می‌آید که واقعیت ماجرا چیست؟

متاسفانه این روزها مرز بین ویدئوهای واقعی و مصنوعی در حال محو شدن است. با استفاده از ابزارهایی مانند Sora  از OpenAI و Veo۳ از Google، می‌توان ویدئوهایی ساخت که تشخیص هوش مصنوعی بودن آن‌ها اصلا ساده نیست.

با این‌حال هنوز هم ترفندهایی وجود دارد که با کمک آن‌ها می‌توان ویدئوهای تولیدشده با هوش مصنوعی را تشخیص داد یا حداقل این‌که به هوش مصنوعی بودن این ویدئوها شک کرد. در ادامه تعدادی از این ترفندها را معرفی می‌کنیم.

اهمیت آشنایی با روش‌های تشخیص ویدئوهای هوش مصنوعی

دیپ‌فیک‌ها اکنون در حدود ۶.۵ درصد از موارد کلاهبرداری در سراسر جهان دیده می‌شوند. یعنی تقریباً از هر ۱۵ حمله، یک مورد به تصاویر، ویدئوها و صوت‌های تولیدشده با هوش مصنوعی ارتباط پیدا می‌کند. این رقم از سال ۲۰۲۲ تاکنون ۲۱۳۷ درصد افزایش یافته است. افزایشی که دیگر نمی‌توان آن را یک روند تدریجی دانست، بلکه باید آن را موجی گسترده و فزاینده تلقی کرد.

اما آنچه نگران‌کننده‌تر است، ناتوانی ما انسان‌ها در تشخیص این محتواهاست. در آزمایش‌های کنترل‌شده، افراد تنها در ۲۴.۵ درصد موارد، ویدئوهای ساخته‌شده با هوش مصنوعی را به‌درستی شناسایی کردند. به بیان دیگر، در بیشتر موارد، بینندگان نمی‌توانند محتوای جعلی را از محتوای واقعی تشخیص دهند. حتی در آزمایش‌های مبتنی بر تصویر که در آن، عملکرد افراد بهتر است، نرخ خطا همچنان به ۳۸ درصد می‌رسد.

گزارش بین‌المللی ایمنی هوش مصنوعی ۲۰۲۶، نشان می‌دهد که تشخیص محتوای تولیدشده با هوش مصنوعی از محتوای واقعی، نسبت به یک سال قبل دشوارتر شده است. هرچه کیفیت دیپ‌فیک‌ها بالاتر می‌رود، فاصله میان «آنچه واقعی به نظر می‌رسد» و «آنچه واقعاً واقعی است» نیز بیشتر می‌شود.

در چنین شرایطی، آشنایی با روش‌های تشخیص ویدئوهای تولیدشده با هوش مصنوعی دیگر یک مهارت تخصصی یا صرفاً فناورانه نیست؛ بلکه به بخشی از سواد رسانه‌ای و دیجیتال تبدیل می‌شود. در ادامه، تعدادی از مهم‌ترین و کاربردی‌ترین روش‌های تشخیص ویدئوهای تولیدشده یا دستکاری‌شده با هوش مصنوعی را معرفی می‌کنیم.

حالت صورت و چشم‌ها را بررسی کنید!

ما انسان‌ها احساسات خود را به‌طور طبیعی از طریق چهره و حرکات صورت نشان می‌دهیم. چهره انسان بیش از ۴۰ عضله دارد که امکان ایجاد طیف گسترده‌ای از حرکات و ریزحالت‌های چهره را فراهم می‌کنند. علاوه بر این، حرکات صورت معمولاً با عدم تقارن‌های ظریف و ریتم‌های طبیعی همراه‌اند. مثلا گاهی یک ابرو کمی بالاتر از ابروی دیگر است. یا مثلا گوشه‌ی یک لب هنگام لبخند زدن، کمی بیشتر بالا برود.

ویدئوهای تولیدشده با هوش مصنوعی هنوز در بازسازی دقیق این ظرافت‌ها با مشکل مواجه‌اند. بنابراین، برای تشخیص واقعی یا ساختگی بودن یک ویدئو، به رفتار غیرطبیعی چشم‌ها، ریزحالت‌های صورت و تقارن بیش از حد و غیرطبیعی بودن چهره توجه کنید.

نکته‌ی مهم: در دنیای واقعی بیشتر چهره‌ها تقارن کامل ندارند. ولی در ویدئوهای تولیدشده توسط هوش مصنوعی، معمولا چهره‌ها بیش از حد متقارن هستند.

به حس درونی خود اعتماد کنید!

هرگز حس و غریزه‌ی خود را دست‌کم نگیرید. اصطلاح «دره وهمی» هم به این موضوع اشاره می‌کند. این اصطلاح نخستین بار در دهه‌ی ۱۹۷۰ توسط ماساهیرو موری، متخصص رباتیک ژاپنی، مطرح شد.

موری دریافت که هرچه ربات‌ها بیشتر به انسان شبیه می‌شوند، احساس راحتی و پذیرش ما نیز افزایش پیدا می‌کند. اما وقتی این شباهت بیش از حد زیاد می‌شود، ناگهان احساس راحتی جای خود را به حسی ناخوشایند، اضطراب یا حتی ترس می‌دهد.

این افت ناگهانی در احساس راحتی، همان پدیده‌ای است که امروزه آن را «دره وهمی» می‌نامیم. به همین دلیل، وقتی ویدئوهای هوش مصنوعی را می‌بینیم، گاهی مواقع ناخودآگاه حس بدی به ما دست می‌دهد. احساسی که نشانه‌ای از هوش مصنوعی بودن ویدئوی موردنظر است.

به دست‌ها توجه کنید!

دست‌ها گاهی سرنخ مهمی برای تشخیص ویدئوهای تولیدشده با هوش مصنوعی به شمار می‌آیند. دلیل آن هم این است که بازسازی دقیق دست‌ها و انگشتان انسان برای هوش مصنوعی دشوار است. زیرا دست‌ها ساختار پیچیده‌ای دارند و در موقعیت‌ها و حالت‌های بسیار متنوعی دیده می‌شوند.

در ویدئوهای تولیدشده با هوش مصنوعی، ممکن است که تعداد انگشتان اشتباه باشد، شکل دست‌ها غیرطبیعی به نظر برسد یا انگشتان به شکلی خشک و غیرعادی حرکت کنند. گاهی حتی انگشت‌ها در یکدیگر فرو می‌روند، با هم ادغام می‌شوند یا به شکل‌هایی تغییر می‌کنند که در دنیای واقعی امکان‌پذیر نیست.

بنابراین، هنگام تماشای ویدئو، به حرکات دست‌ها و انگشتان دقت کنید. اگر حرکات دست با صحبت‌ها و رفتار فرد هماهنگ نیست یا شکل انگشتان در طول ویدئو به‌طور غیرطبیعی تغییر می‌کند، نشانه‌ای از تولید یا دست‌کاری ویدئو با هوش مصنوعی است.

به دنبال رفتارهای غیرمنطقی باشید!

در زندگی روزمره، همه‌ی ما گاهی رفتارهای کوچک و به‌ظاهر بی‌معنایی انجام می‌دهیم؛ مثلاً با خودکار روی میز ضرب می‌گیریم، عینکمان را جابه‌جا می‌کنیم یا موهایمان را مرتب می‌کنیم. این رفتارها کاملاً طبیعی‌اند و در روان‌شناسی به آن‌ها «رفتارهای سازگاری یا Adaptive behavior» گفته می‌شود. این حرکات معمولاً ناخودآگاه هستند و به کاهش تنش و اضطراب یا حفظ تمرکز کمک می‌کنند.

ویدئوهای تولیدشده با هوش مصنوعی بر اساس الگوریتم‌هایی ساخته می‌شوند که با حجم زیادی از تصاویر و ویدئوها آموزش دیده‌اند. اگرچه این فناوری در بازسازی حرکات پیشرفت زیادی کرده است اما هنوز هم در درک دلیل و زمینه‌ی بسیاری از رفتارهای ظریف و ناخودآگاه انسان محدودیت دارد.

به همین دلیل، ممکن است که در یک ویدئوی تولیدشده با هوش مصنوعی، فرد جسمی را به شکلی غیرطبیعی در دست بگیرد یا حرکات کوچک و ناخودآگاه او با رفتارهای معمول انسان‌ها همخوانی نداشته باشد.

پس هنگام تماشای ویدئو، فقط به حرکات اصلی فرد توجه نکنید؛ به رفتارهای کوچک و ناخودآگاه او نیز دقت کنید. گاهی همین حرکات ظریف، سرنخ مهمی برای تشخیص یک ویدئوی ساختگی می‌شوند.

مطمئن شوید اشیا از میان یکدیگر عبور نمی‌کنند!

این موضوع به یک اصل ساده در دنیای واقعی برمی‌گردد: دو جسم جامد نمی‌توانند هم‌زمان یک فضای یکسان را اشغال کنند. بنابراین، اگر در یک ویدئو می‌بینید که یک شیء یا بخشی از بدن فرد از میان دیوار، مبلمان یا حتی بدن شخص دیگری عبور می‌کند، این ویدئو با هوش مصنوعی تولید یا دست‌کاری شده است.

البته گاهی خطاها بسیار ظریف‌اند؛ مثلاً دست فرد برای لحظه‌ای وارد یک جسم می‌شود، انگشتان از سطحی عبور می‌کنند یا بخشی از بدن با یک شیء ادغام می‌شود. به همین دلیل، هنگام تماشای ویدئو به نحوه‌ی تعامل اشیا و افراد با محیط اطرافشان دقت کنید. این ناهماهنگی‌های فیزیکی یکی از نشانه‌های مهم یک ویدئوی ساختگی هستند.

مراقب نقض قوانین گرانش و حرکت باشید!

گرانش و قوانین حرکت، نحوه‌ی جابه‌جایی و رفتار اشیا را در دنیای واقعی تعیین می‌کنند. برای مثال، وقتی فردی می‌پرد، مسیر حرکت او شکل مشخصی دارد و پس از مدت‌زمانی معین دوباره به زمین می‌رسد.

در ویدئوهای تولیدشده با هوش مصنوعی، گاهی این قوانین به‌درستی رعایت نمی‌شوند. ممکن است که فرد یا شیئی به‌طور غیرطبیعی در هوا معلق بماند، روی یک سطح بیش از حد روان و بدون اصطکاک حرکت کند یا جسمی که در حال سقوط است، بدون هیچ دلیل فیزیکی ناگهان سرعتش کم شود.

اگر حرکت یک فرد یا شیء با قوانین طبیعی گرانش و حرکت سازگار به نظر نمی‌رسد، با دقت بیشتری ویدئو را بررسی کنید. چنین ناهماهنگی‌هایی نشانه‌ای از تولید یا دست‌کاری ویدئو با هوش مصنوعی است.

نحوه تعامل اشیا و افراد را بررسی کنید!

ویدئوهای تولیدشده با هوش مصنوعی گاهی در نمایش تعامل طبیعی میان افراد، اشیا و محیط اطرافشان دچار مشکل می‌شوند. دلیل این موضوع این است که هوش مصنوعی هنوز هم در بازسازی دقیق رابطه‌ی علت و معلولی میان عناصر مختلف یک صحنه محدودیت دارد.

غذا خوردن یکی از مثال‌های خوب برای تشخیص این خطاهاست. به جزئیات دقت کنید: آیا چنگال یا قاشق به‌طور طبیعی با دهان هماهنگ می‌شود؟ آیا فرد هنگام برداشتن یا جویدن غذا رفتاری طبیعی دارد یا بیش از حد سفت و غیرواقعی به نظر می‌رسد؟

در دنیای واقعی، وقتی افراد و اشیا با یکدیگر تعامل دارند، حرکات و واکنش‌های آن‌ها معمولاً روان، هماهنگ و قابل‌پیش‌بینی است. اما در ویدئوهای تولیدشده با هوش مصنوعی، ممکن است که اشیا و افراد طوری رفتار کنند که انگار هرکدام متعلق به دنیایی جداگانه‌اند؛ به‌درستی با یکدیگر تماس برقرار نمی‌کنند یا واکنشی متناسب با تعامل نشان نمی‌دهند.

بنابراین، هنگام تماشای ویدئو فقط به ظاهر اشیا توجه نکنید؛ ببینید آیا نحوه‌ی تعامل آن‌ها با افراد و محیط اطراف نیز با دنیای واقعی سازگار است یا نه.

به دنبال تغییر شکل اشیا باشید!

یکی دیگر از نشانه‌های قابل‌توجه در ویدئوهای تولیدشده با هوش مصنوعی، تغییر شکل غیرطبیعی اشیاست؛ به‌ویژه اشیایی که فرد آن‌ها را در دست گرفته است. هوش مصنوعی گاهی در تشخیص مرز میان دست، بدن و شیء دچار مشکل می‌شود و این عناصر را به‌درستی از یکدیگر تفکیک نمی‌کند.

این مشکل زمانی بیشتر دیده می‌شود که شیء با دست یا بدن هم‌پوشانی داشته باشد یا در حال حرکت باشد. در چنین شرایطی، ممکن است شیء در طول ویدئو تاب بردارد، شکلش تغییر کند یا حتی برای لحظاتی به نظر برسد که با دست یا بدن فرد در هم آمیخته یا ذوب شده است.

بنابراین، هنگام تماشای ویدئو به اشیایی که افراد در دست دارند توجه کنید و ببینید آیا شکل، اندازه و ساختار آن‌ها در طول ویدئو ثابت و طبیعی باقی می‌ماند یا نه.

به لب‌ها و هماهنگی آن با گفتار توجه کنید!

مغز ما اطلاعاتی را که از طریق چشم و گوش دریافت می‌کنیم، هم‌زمان پردازش می‌کند تا گفتار را بهتر درک کنیم. به همین دلیل، وقتی حرکت لب‌های فرد را هنگام صحبت کردن می‌بینیم، درک حرف‌های او برایمان آسان‌تر می‌شود. مغز انسان به هماهنگی میان صدا و تصویر نیز بسیار حساس است؛ حتی تأخیری بسیار کوتاه، در حد چند ده میلی‌ثانیه، برای ما قابل‌توجه است.

این حساسیت طبیعی به تشخیص ویدئوهای تولیدشده با هوش مصنوعی کمک می‌کند. البته فناوری در سال‌های اخیر پیشرفت زیادی کرده است. برای مثال، در سال ۲۰۲۵ ابزارهایی مانند Veo ۳ گوگل به این توانایی دست یافته‌اند که صدا و حرکت لب‌ها را با دقت بیشتری هماهنگ کنند. بااین‌حال، هماهنگ کردن دقیق صدا با تمام حرکات ظریف دهان و چهره همچنان یکی از چالش‌های مهم تولید ویدئوهای واقع‌گرایانه با هوش مصنوعی است.

در واقع، هنگام صحبت کردن، فقط لب‌ها حرکت نمی‌کنند. گونه‌ها بالا و پایین می‌روند، فک جابه‌جا می‌شود، چانه تغییر حالت می‌دهد و حتی عضلات اطراف چشم‌ها نیز به‌طور ظریف در واکنش به احساسات و تأکید کلمات تغییر می‌کنند. وقتی هوش مصنوعی تلاش می‌کند تا همه‌ی این حرکات را با صدای گوینده هماهنگ کند، گاهی ناهماهنگی‌های کوچکی ایجاد شود.

بنابراین، اگر به واقعی بودن یک ویدئو شک دارید، فقط به محتوای صحبت‌ها گوش ندهید. به لب‌ها و کل چهره دقت کنید. ببینید آیا حرکت دهان، حالت صورت و صدای گوینده واقعاً با یکدیگر هماهنگ هستند یا نه.

به طول ویدئو توجه کنید!

زمان یکی از چالش‌های مهم ویدئوهای تولیدشده با هوش مصنوعی است. ساخت یک کلیپ کوتاه برای هوش مصنوعی آسان‌تر است، چون فرصت کمتری برای بروز خطا وجود دارد. در این حالت، چهره فقط باید برای چند ثانیه طبیعی به نظر برسد، حرکات لازم نیست برای مدت طولانی ثابت و سازگار باقی بمانند و صدا و تصویر نیز زمان زیادی برای از عدم هماهنگی ندارند.

اما هرچه ویدئو طولانی‌تر باشد، احتمال بروز خطا بیشتر می‌شود. با گذشت زمان، ناهماهنگی‌های کوچک روی هم جمع می‌شوند. ممکن است که ویژگی‌های چهره به‌تدریج تغییر کنند، حالت‌های صورت بیش از حد ثابت یا تکراری به نظر برسند یا قوانین فیزیکی به‌درستی رعایت نشوند.

حتی ممکن است یک شیء در ابتدای ویدئو کاملاً طبیعی به نظر برسد اما با گذشت زمان شروع به شناور شدن، تغییر شکل یا حرکتی مستقل از فردی کند که آن را در دست دارد. این نوع ناهماهنگی‌ها معمولاً زمانی راحت‌تر دیده می‌شوند که بتوانید بخش‌های مختلف ویدئو، به‌ویژه ابتدا و انتهای آن را با یک‌دیگر مقایسه کنید.

عامل دیگری که باید در نظر گرفت، رفتار طبیعی انسان‌هاست. افراد واقعی در طول یک ویدئوی طولانی حواسشان پرت می‌شود، حالت بدنشان تغییر می‌کند، به اطراف نگاه می‌کنند یا به اتفاقات مختلف واکنش نشان می‌دهند. در مقابل، هوش مصنوعی گاهی این تغییرات طبیعی را بیش از حد صاف و یک‌دست بازسازی می‌کند.

بنابراین، اگر ویدئویی بیش از حد بی‌نقص، یکنواخت یا ثابت به نظر می‌رسد، به‌خصوص در ویدئوهای طولانی، با دقت بیشتری آن را بررسی کنید.

و در پایان

تشخیص ویدئوهای تولیدشده یا دست‌کاری‌شده با هوش مصنوعی روزبه‌روز دشوارتر می‌شود. بسیاری از نشانه‌هایی که در گذشته جعلی بودن یک ویدئو را آشکار می‌کردند، با پیشرفت مدل‌های هوش مصنوعی کم‌رنگ شده‌اند.

به همین دلیل، اگر ویدئویی ادعای مهم یا شوکه‌کننده‌ای مطرح می‌کند، قبل از باور کردن یا به اشتراک گذاشتن آن، چند لحظه مکث کنید. منبع اصلی ویدئو را پیدا کنید، زمان و محل انتشار آن را بررسی کنید و ببینید آیا منابع معتبر و مستقل نیز همان ادعا را تأیید می‌کنند یا نه. در صورت امکان، نسخه‌های قدیمی‌تر ویدئو یا تصاویر مربوط به همان رویداد را نیز جست‌وجو کنید.

در نهایت فراموش نکنید در دنیایی که ویدئوهای تولیدشده با هوش مصنوعی هر روز واقعی‌تر می‌شوند، بهترین راه برای در امان ماندن از اطلاعات جعلی، ترکیب دقت، شکاکیت و راستی‌آزمایی است.