چگونه تصاویر تولیدشده با هوش مصنوعی را تشخیص دهیم (راهنمای ۲۰۲۶)

پاسخ کوتاه: سه چیز را به این ترتیب بررسی کنید. (۱) متادیتا: فایل را در یک نمایشگر EXIF رایگان رها کنید؛ چیزی آپلود نمی‌شود. نبودِ Make/Model دوربین، تگ Software مانند «Midjourney»، «Stable Diffusion» یا «Adobe Firefly» و نبودِ GPS نشانه‌های قوی هوش مصنوعی هستند. (۲) پیکسل‌ها: نقشه نویز و گرادیان روشنایی را در ابزار بررسی فارنزیک عکس ما اجرا کنید. تصاویر هوش مصنوعی اغلب نویز سنسوری به‌طور مشکوکی یکنواخت و نورپردازی ناهماهنگ نشان می‌دهند. (۳) اعتبارنامه‌های محتوای C2PA: فایل را در contentcredentials.org/verify رها کنید. اگر ابزار هوش مصنوعی یک اعتبارنامه نوشته باشد، نام تولیدکننده را خواهید دید. هیچ بررسی واحدی قطعی نیست؛ هر سه را با هم ترکیب کنید.

تولیدکننده‌های تصویر هوش مصنوعی در سال ۲۰۲۴ به کیفیت واقع‌گرایانه رسیدند، و تا سال ۲۰۲۶ فاصله میان واقعی و مصنوعی برای بینندگان معمولی تقریباً از بین رفته است. این موضوع تشخیص را به یک مسئله دنیای واقعی تبدیل می‌کند: کلاهبرداری بیمه‌ای، روزنامه‌نگاری، راستی‌آزمایی پروفایل‌های دوستیابی و زنجیره نگهداری شواهد همگی اکنون با تصاویر تولیدشده با هوش مصنوعی روبه‌رو می‌شوند. این راهنما روش‌های کاربردی تشخیص را که در سال ۲۰۲۶ کار می‌کنند، آنچه آشکار می‌کنند و جایی که هر یک شکست می‌خورد، مرور می‌کند.

سه لایه: متادیتا، پیکسل‌ها، منشأ

هر تکنیک تشخیص در یکی از سه لایه قرار می‌گیرد. گردش‌کار قابل‌اعتماد از هر سه استفاده می‌کند، چون هر کدام چیزی را می‌گیرد که دیگران از دست می‌دهند.

لایه متادیتا بلوک‌های EXIF، IPTC و XMP درون فایل است. ابزارهای هوش مصنوعی یا این‌ها را عمدتاً خالی می‌گذارند (بدون دوربین، بدون GPS، بدون لنز) یا با امضای خودشان پر می‌کنند (Software: «Midjourney v8»، Software: «Stable Diffusion XL»، Software: «Adobe Firefly»). این سریع‌ترین بررسی است اما آسان‌ترین برای دور زدن نیز هست: هر کسی می‌تواند با یک ابزار ۵ ثانیه‌ای متادیتا را حذف کند. برای گرفتن جعل‌های هوش مصنوعیِ کم‌زحمت مفید است، در برابر موارد دقیق بی‌فایده.

لایه پیکسل تحلیل فارنزیک داده واقعی تصویر است: الگوهای نویز، آرتیفکت‌های فشرده‌سازی JPEG، ویژگی‌های حوزه فرکانس، هماهنگی نورپردازی. تولیدکننده‌های هوش مصنوعی نویزی از نظر آماری متفاوت با سنسورهای دوربین واقعی تولید می‌کنند. این برای دور زدن سخت‌تر است، اما مدافعان در حال جبران هستند: مدل‌های نسل ۲۰۲۶ به‌طور خاص نویز سنسور مصنوعی اضافه می‌کنند تا تحلیل نقشه نویز را فریب دهند. برای گرفتن جعل‌های با کیفیت متوسط مفید است.

لایه منشأ اعتبارنامه‌های محتوای C2PA است (ائتلاف منشأیابی و اصالت محتوا)، یک مانیفست امضاشده رمزنگاری‌شده که در فایل جاسازی شده و ثبت می‌کند چه کسی تصویر را ساخته و با چه ابزاری. Adobe، OpenAI، Microsoft، Google و بیشتر سازندگان دوربین اکنون از C2PA پشتیبانی می‌کنند. وقتی اعتبارنامه دست‌نخورده باشد، این قابل‌اعتمادترین سیگنال است. وقتی اعتبارنامه نبود یا حذف شده باشد، به دو لایه دیگر بازمی‌گردید.

بررسی‌های متادیتا: فیلتر رایگان ۹۰ ثانیه‌ای

عکس را در نمایشگر EXIF ما (یا هر خواننده EXIF دیگری) باز کنید. به دنبال این سیگنال‌ها بگردید:

نبودِ تگ‌های دوربین. یک عکس واقعی دوربین دارای Make، Model، LensModel، FNumber، ExposureTime و ISO است. تصاویر تولیدشده با هوش مصنوعی یا این‌ها را به‌کلی رد می‌کنند یا فقط حداقل ممکن را دارند (فقط Make و Model، بدون اطلاعات نوردهی). اگر «عکس یک ساختمان که بیرون گرفته شده» نه GPS داشته باشد و نه دوربین، این غیرعادی است.

تگ Software عمومی یا هوش مصنوعی. تگ EXIF با نام Software اغلب بازی را لو می‌دهد. دوربین‌های واقعی نسخه‌های فرم‌ور می‌نویسند («8.0.1»، «iOS 19.2»). Adobe Lightroom می‌نویسد «Adobe Lightroom 14.3 (Macintosh)». تولیدکننده‌های هوش مصنوعی چیزهایی مانند «Midjourney v8»، «Stable Diffusion XL»، «Adobe Firefly»، «DALL·E 3»، «Sora»، «Gemini Image» می‌نویسند. اگر در فیلد Software نام یک تولیدکننده ببینید، فایل آشکارا با هوش مصنوعی تولید شده است.

بدون GPS، بدون تاریخ شاتر. دوربین‌های واقعی با Location Services روشن مختصات GPS و یک DateTimeOriginal دقیق (تا حد ثانیه، اغلب با اطلاعات کسری از ثانیه) می‌نویسند. تصاویر هوش مصنوعی GPS ندارند و ممکن است فقط زمان نوشته‌شدن فایل را داشته باشند، نه زمان واقعی شاتر را. نبودِ GPS به‌تنهایی اثبات نیست (ممکن است یک تلفن با Location خاموش باشد)، اما در ترکیب با نبودِ Make/Model دوربین، مشکوک است.

الگوی «پاک‌سازی‌شده». یک فایل واقعاً مشکوک تقریباً هیچ متادیتایی ندارد: نه Make، نه Model، نه GPS، نه Software، هیچ چیز جز ابعاد. این همان چیزی است که یک تصویر هوش مصنوعی پس از ذخیره از طریق Photoshop یا یک ابزار حذف متادیتا به نظر می‌رسد. دوربین‌های واقعی تقریباً هرگز EXIF خالی تولید نمی‌کنند.

فیلدهای DateTime ناهماهنگ. عکس‌هایی که ویرایش یا تولید شده‌اند اغلب DateTimeOriginal، CreateDate و ModifyDate نشان می‌دهند که با هم نمی‌خوانند. یک ثبت تازه واقعی هر سه را تقریباً یکسان دارد.

برای تور کامل هر تگ EXIF و معنای آن، مرجع تگ‌های EXIF یا راهنمای ساده داده EXIF چیست؟ ما را ببینید.

بررسی‌های پیکسلی: وقتی متادیتا رفته است

اگر فایل متادیتا‌پاک‌شده باشد (یا فقط یک اسکرین‌شات از یک تصویر هوش مصنوعی)، باید به خودِ پیکسل‌ها نگاه کنید. ابزار بررسی فارنزیک عکس ما را باز کنید و این سه نما را امتحان کنید:

نقشه نویز یک بلور با شعاع کوچک را از تصویر کم می‌کند و فقط نویز با فرکانس بالا را باقی می‌گذارد. یک سنسور دوربین واقعی نویزی تولید می‌کند که در سرتاسر فریم نسبتاً یکنواخت است، با تغییرات اندک مرتبط با ISO و نوردهی. تصاویر تولیدشده با هوش مصنوعی در سال ۲۰۲۶ اغلب نویز بیش‌ازحد یکنواخت (مرحله حذف نویز تولیدکننده آن را بیش از حد صاف کرده) یا نویز یکنواخت تزریق‌شده مصنوعی نشان می‌دهند که فاقد بافت طبیعی است که از یک عکس تلفن انتظار دارید. به دنبال پوست به‌شکل غیرواقعی تمیز و نواحی پس‌زمینه به‌شکل غیرواقعی تمیز بگردید.

گرادیان روشنایی یک فیلتر Sobel روی کانال روشنایی اجرا می‌کند و بزرگی گرادیان را نشان می‌دهد. جهت نورپردازی در یک صحنه واقعی هماهنگ است: سایه‌ها در سرتاسر سوژه‌ها به یک شکل می‌افتند، نقاط روشن همتراز می‌شوند. تصاویر هوش مصنوعی اغلب نورپردازی ناهماهنگ بین پیش‌زمینه و پس‌زمینه دارند (شخصی که از چپ نور می‌گیرد جلوی ساختمانی که از راست نور می‌گیرد). نمای گرادیان این را آشکار می‌کند.

تحلیل سطح خطا (ELA) فایل را به‌عنوان یک JPEG با کیفیت مشخص دوباره کدگذاری می‌کند و تفاوت را تقویت می‌کند. عکس‌های واقعی روشنایی ELA هماهنگ در سرتاسر فریم نشان می‌دهند. تصاویر هوش مصنوعی گاهی ELA لکه‌ای نشان می‌دهند که فرایند انتشار تولیدکننده آرتیفکت‌های بلوکی ظریفی باقی گذاشته که با فشرده‌سازی واقعی JPEG نمی‌خوانند. (ELA روی هوش مصنوعی کمتر از روی پیوندها قابل‌اعتماد است؛ با آن مانند یک عامل تعیین‌کننده در شرایط برابر رفتار کنید، نه یک سیگنال اصلی.)

نکته مهم: مدل‌های نسل ۲۰۲۶ به‌طور فزاینده‌ای از این دفاع‌ها آگاه هستند. آموزش خصمانه هوش مصنوعی به‌طور خاص تلاش می‌کند تحلیل نقشه نویز و ELA را فریب دهد. برای جعل‌های هوش مصنوعی با کیفیت بالا (از نوعی که یک بازیگر دولتی یا سازنده ماهر دیپ‌فیک تولید می‌کند)، تحلیل فارنزیک پیکسلی به‌تنهایی ممکن است کافی نباشد. آن را با متادیتا و C2PA و بررسی‌های بصری ترکیب کنید.

اعتبارنامه‌های محتوای C2PA: سیگنال رمزنگاری‌شده

C2PA (ائتلاف منشأیابی و اصالت محتوا، پشتیبانی‌شده توسط Adobe، Microsoft، Google، Intel، OpenAI و بیشتر سازندگان بزرگ دوربین) یک مانیفست امضاشده رمزنگاری‌شده را در فایل‌های تصویری جاسازی می‌کند. مانیفست نام تولیدکننده، نسخه مدل، زنجیره ساخت (ویرایش‌ها، خروجی‌ها) و ناشر را ثبت می‌کند.

تا میانه سال ۲۰۲۶، بیشتر ابزارهای بزرگ تصویر هوش مصنوعی به‌طور پیش‌فرض اعتبارنامه‌های محتوای C2PA را ضمیمه می‌کنند:

• Adobe Firefly، هوش مصنوعی مولد Photoshop، قابلیت‌های هوش مصنوعی Lightroom
• OpenAI DALL·E 3، Sora
• Google Gemini Image
• Microsoft Designer (پیش‌تر Image Creator)
• بسیاری از فورک‌ها و رابط‌های Stable Diffusion

برای بررسی، فایل را در contentcredentials.org/verify رها کنید. اگر یک اعتبارنامه دست‌نخورده باشد، یک نشان کوچک با نام تولیدکننده، تاریخ ساخت تصویر و (اغلب) پرامپت یا هش آن را خواهید دید.

نکته مهم: C2PA انتخابی است. یک اسکرین‌شات از یک تصویر هوش مصنوعی، یک تصویر هوش مصنوعی دوباره آپلودشده، یا تصویری که با ابزاری ساخته شده که اعتبارنامه ضمیمه نکرده، چیزی برای تأیید نخواهد داشت. C2PA وقتی حاضر باشد شاهد قوی است اما وقتی غایب باشد شاهد اصالت نیست.

نشانه‌های بصری (هنوز در سال ۲۰۲۶ مفید)

با وجود پیشرفت عظیم، تولیدکننده‌های تصویر هوش مصنوعی در سال ۲۰۲۶ هنوز روی چند جزئیات پایدار می‌لغزند. ارزش دارد هر تصویر مشکوک را برای این موارد اسکن کنید:

دست‌ها، انگشت‌ها، جواهرات. هندسه چندانگشتی همچنان سخت می‌ماند. به دنبال دست‌هایی با پنج‌ونیم انگشت، ناخن‌هایی که به سمت اشتباه اشاره می‌کنند، حلقه‌هایی که از میان انگشت‌ها رد می‌شوند، بندهای ساعت که بسته نمی‌شوند و دست‌هایی که به اشیا جوش خورده‌اند بگردید. این در سال ۲۰۲۳ یک نشانه بزرگ بود و در سال ۲۰۲۶ کمتر رایج است اما هنوز در خروجی‌های سریع‌تولیدشده حضور دارد.

گوش‌ها. شکل گوش‌ها منحصربه‌فرد و پیچیده است. گوش‌های هوش مصنوعی اغلب پیچش‌های عجیب در لبه، عدم تقارن بین گوش چپ و راست (وقتی باید یکسان باشند) یا گوشواره‌هایی که در فضا شناورند دارند.

متن کوچک. لوگوها، تابلوهای خیابان، جلد کتاب‌ها، خالکوبی‌ها. هوش مصنوعی معمولاً به‌جای کلمات واقعی، متنِ ناخوانای حروف درهم‌ریخته می‌سازد. اگر عکس هر نوشته قابل‌مشاهده‌ای دارد و نوشته یک کلمه واقعی نیست، تقریباً قطعاً هوش مصنوعی است.

بازتاب‌ها و سایه‌ها. بازتاب در دو چشم یک شخص اغلب درباره منبع نور با هم نمی‌خوانند. بازتاب در آینه‌ها و پنجره‌ها با صحنه نمی‌خواند. جهت سایه بین سوژه‌های یک فریم متفاوت است.

الگوهای تکرارشونده و جمعیت. مردم پس‌زمینه، برگ‌های یک درخت، تار موها، بافت پارچه‌ها، دیوارهای آجری. تصاویر هوش مصنوعی اغلب تکرار غیرطبیعی یا ماله‌کشی در الگوهای تکرارشونده دارند.

بافت پوست. پوست هوش مصنوعی می‌تواند بیش‌ازحد صاف (بیش‌ازحد هموارشده) یا به‌طور یکنواخت بیش‌ازحد بی‌نقص به نظر برسد. پوست واقعی منافذ، چربی، تغییرات رنگ اندک و موهای ظریف دارد. پوست هوش مصنوعی زیر بررسی دقیق فاقد جزئیات ریز است.

انسجام پس‌زمینه. معماری که از نظر ساختاری به هم نمی‌چسبد (پنجره‌هایی که اشتباه جابه‌جا شده‌اند، بالکن‌های شناور، درگاه‌هایی که به ناکجا می‌روند). جمعیت‌هایی که در آن افراد منفرد در یکدیگر ادغام می‌شوند.

چه چیزی واقعی بودنِ یک عکس را اثبات نمی‌کند

برخی سیگنال‌ها به‌عنوان «اثبات» نقل می‌شوند اما در واقع در سال ۲۰۲۶ هیچ معنایی ندارند:

• رزولوشن بالا. تولیدکننده‌های هوش مصنوعی اکنون تصاویر 4K و بالاتر تولید می‌کنند.
• EXIF با نام دوربین واقعی. جعل آن آسان است؛ ابزارهایی وجود دارند که EXIF را از یک عکس واقعی روی یک تصویر هوش مصنوعی کپی می‌کنند.
• مختصات GPS. افزودن دستی آن هم با هر ویرایشگر EXIF آسان است.
• یک برچسب زمانی. با هر ویرایشگر تاریخ در عرض چند ثانیه قابل‌تنظیم است.
• «برای جعل بودن خیلی خوب به نظر می‌رسد». بله همین‌طور است. مشکل دقیقاً همین است.

اصالت واقعی نیازمند لایه منشأ رمزنگاری‌شده است (C2PA به‌علاوه اعتبارنامه‌های امضاشده دوربین) یا زنجیره نگهداری از سنسور اصلی.

یک چک‌لیست کاربردی ۵ دقیقه‌ای

وقتی یک عکس در صندوق ورودی شما فرود می‌آید و باید بدانید آیا واقعی است، این موارد را طی کنید:

۱. نمایشگر EXIF (/fa/exif-viewer): آیا Make/Model دوربین حاضر است؟ آیا GPS حاضر است؟ آیا تگ Software یک دوربین واقعی است یا «Midjourney»؟ ۲. بررسی فارنزیک عکس (/fa/photo-forensics): آیا نقشه نویز یکنواخت و تمیز به نظر می‌رسد؟ آیا گرادیان روشنایی در سرتاسر فریم هماهنگ است؟ ۳. تأیید C2PA (contentcredentials.org/verify): آیا اصلاً اعتبارنامه‌ای هست؟ ۴. اسکن بصری: دست‌ها، گوش‌ها، متن، بازتاب‌ها. آیا اشکالی هست؟ ۵. بررسی منبع: چه کسی آن را فرستاد؟ آیا زنجیره‌ای وجود داشت؟ آیا فرستنده پشت آن می‌ایستد؟

اگر موارد ۱ تا ۴ همگی تمیز به نظر برسند و منبع قابل‌اعتماد باشد، احتمالاً واقعی است. اگر حتی یکی از آن‌ها مشکوک باشد، تصویر را تأییدنشده در نظر بگیرید و به دنبال یک منبع دوم بگردید.

جستجوی معکوس تصویر چه؟

Google Lens، TinEye و Bing Visual Search هنوز در سال ۲۰۲۶ مفید هستند اما برای پرسشی متفاوت: آیا این تصویر جای دیگری منتشر شده است؟ آن‌ها مستقیماً به شما نمی‌گویند آیا یک تصویر با هوش مصنوعی تولید شده است. آن‌ها گاهی می‌توانند هوش مصنوعی آشکار را بگیرند وقتی همان تصویر در گالری‌های هنر هوش مصنوعی (Civitai، ArtStation، نمایشگاه Midjourney) پست شده باشد، که در آن صورت منبع همان اثبات است. ارزش دارد به‌عنوان بررسی پنجم اجرا شود.

این به کجا می‌رود

تا اواخر سال ۲۰۲۶ و ورود به سال ۲۰۲۷، دو چیز در حال رخ دادن است:

۱. C2PA به استاندارد تبدیل می‌شود. دوربین‌های iPhone اپل از iOS 18 به بعد اعتبارنامه‌های محتوای امضاشده را هنگام ثبت ضمیمه می‌کنند. بیشتر دوربین‌های حرفه‌ای (Sony، Nikon، Canon، Leica) اکنون یک حالت C2PA دارند. قاعده «بدون اعتبارنامه، بدون اعتماد» در حال عملی‌شدن است. ۲. مسابقه تسلیحاتی تشخیص هوش مصنوعی ادامه می‌یابد. تشخیص فارنزیک در سطح پیکسل (نویز، ELA، تحلیل فرکانس) با یادگیری تولیدکننده‌ها برای فریب آن کمتر قابل‌اعتماد می‌شود. واترمارک‌ها (Google SynthID، امضاهای Microsoft) کمک می‌کنند، اما فقط وقتی تولیدکننده به آن‌ها احترام بگذارد.

بهترین توصیه برای سال ۲۰۲۶: به منشأ اعتماد کنید، با چند لایه تأیید کنید، به هر چیزی که فاقد زنجیره نگهداری است شک کنید.

ابزارهای استفاده‌شده در این راهنما

• نمایشگر EXIF: متادیتا را در مرورگرتان ببینید.
• بررسی فارنزیک عکس: نقشه نویز، گرادیان روشنایی، ELA، همه در مرورگرتان.
• حذف‌کننده EXIF: پیش از اشتراک‌گذاری عکس‌های واقعی خودتان متادیتا را حذف کنید.
• C2PA Verify (خارجی): contentcredentials.org/verify برای منشأ رمزنگاری‌شده.
• جستجوی معکوس تصویر (خارجی): Google Lens، TinEye، Bing.

نتیجه نهایی

در سال ۲۰۲۶، هیچ آزمون واحدی هر تصویر تولیدشده با هوش مصنوعی را نمی‌گیرد، و هیچ آزمون واحدی اثبات نمی‌کند که یک عکس واقعی است. گردش‌کار قابل‌اعتماد متادیتا، فارنزیک پیکسلی، منشأ C2PA و اسکن بصری را ترکیب می‌کند. هر چهار را به‌ترتیب روی هر تصویر مشکوک اجرا کنید. وقتی چیزی اهمیت دارد (بیمه، روزنامه‌نگاری، شواهد، پروفایل دوستیابی)، اعتبارنامه‌های محتوای C2PA را مطالبه کنید و غیبت آن‌ها را یک پرچم زرد بدانید، نه چراغ سبز.