في عصر المعلومات المعقدة، تظهر تحديات جديدة تتعلق بالأخبار المزيفة، خصوصًا مع دخول النماذج الحديثة لتوليد الفيديو من النصوص (T2V) التي تسمح بخلق محتوى مزيف بالكامل من لا شيء. هذه التقنية تهدد بإنتاج فيديوهات تتماشى بدقة مع السرديات المفبركة، مما يعزز من التعقيد في الكشف عن الأخبار المزيفة.

تواجه النماذج الحالية صعوبة في التعرف على هذه الفيديوهات، خاصةً أن البيانات المتاحة تفتقر إلى أمثلة حقيقية لمحتوى مزيف تم إنتاجه بالكامل. إن إدخال وصف الفيديوهات المزيفة مباشرةً إلى نماذج (T2V) ينتج عنه عينة متطابقة تمامًا، لكنه يقود بالكشف إلى اختصارات غير فعّالة، مما يسبب تدهورًا في دقة التنبؤ.

لمواجهة هذه المشكلة، تم تصور مهمة تصنيف جديدة ثلاثية (T2V-FNVD) تضم ثلاثة تصنيفات (حقيقي، مزيف رخيص، ونقي التركيب المزيف) وتم بناء أول مجموعة بيانات تحتوي على مقاطع فيديو مزيفة مركبة بالكامل. تضم مجموعة البيانات هذه أحداثًا مفبركة مع خداع متصَف (النوع 1) وأحداثًا حقيقية مع أصول بصرية خاطئة (النوع 2)، مما يمنع النماذج من استخدام الاختصارات غير الفعالة.

علاوةً على ذلك، قدمنا إطار عمل جديد يُدعى (R-T2V)، والذي يتم تدريبه من خلال توليد أسباب مشروطة والتوجيه تحت الإشراف. يجمع (R-T2V) بين المنطق السامي والآثار الجسدية التوليدية للتنبؤ بتصنيف الحقيقة الثلاثي. أظهرت التجارب المكثفة عبر 10 نماذج أساسية أن أداء (R-T2V) يفوق كافة النماذج الأخرى بنسبة تصل إلى 12.20 نقطة مئوية في الدقة و8.46 نقاط مئوية في معيار (macro F1).

في خضم هذه التطورات المثيرة، ما رأيكم في مواكبة عالم الأخبار المزيفة المتزايد تعقيدًا؟ شاركونا آرائكم في التعليقات.