في ظل تزايد القضايا الأمنية والجنائية، يصبح الكشف عن الخداع (Deception Detection) أمراً في غاية الأهمية. لذا، قدمت DecepGPT حلاً مبتكراً يعزز من فعالية هذه العملية من خلال الاستفادة من بيانات متعددة الثقافات (Multicultural Datasets) والتعلم متعدد الوسائط (Multimodal Learning).

تستند هذه المبادرة إلى تحليل الإشارات السمعية والبصرية للكشف عن السلوكيات المخادعة، وهو ما يعد أساسياً في أوقات الأزمات التي تتطلب أدلة موثوقة وشفافة. إلا أن التحدي يكمن في أن معظم الأبحاث السابقة اعتمدت على تقديم تسميات ثنائية فقط، مما يقلل من مستوى الحساسية والدقة المطلوبة.

للتغلب على هذه العقبات، قدم الباحثون ثلاث خطوات رئيسية:

1. **تحسين قواعد البيانات:** عملوا على إنشاء قواعد بيانات جديدة تتضمن أوصافاً هيكلية للمؤشرات وسلاسل تفكير (Reasoning Chains)، مما يتيح تقارير يمكن تدقيقها لتقييم نتائج النماذج.

2. **إصدار مجموعة بيانات T4-Deception:** تعد هذه المجموعة الأكبر في العالم للكشف عن الخداع وتمتاز بتنوع ثقافي، حيث تم جمع 1695 عينة من برنامج تلفزيوني موحد “To Tell The Truth” عبر أربعة بلدان.

3. **تقديم وحدتين تعلمتين:** تشمل هذه الوحدات تقنيات مثل Stabilized Individuality-Commonality Synergy (SICS) وDistilled Modality Consistency (DMC) التي تعزز من دقة النماذج حتى في الحالات التي تتطلب بيانات محدودة.

تثبت التجارب أداءً بارزاً لتقنيات DecepGPT في مختلف السيناريوهات وأنها تتفوق في القدرة على الانتقال عبر ثقافات متعددة.

هل تعتقد أن هذه التقنية ستحدث تحولاً في مجال الأمن والتحقيقات الجنائية؟ شاركونا آراءكم في التعليقات.