كشفت ورقة بحثية جديدة أعدها باحثون في Google عن نظام Google SAFE، وهو اختصار لـScaled Abuse Forensics Examiner، صُمم لأتمتة التحقيق في شبكات المحتوى الصناعي منخفض الجودة التي تُنتج بكميات كبيرة باستخدام الذكاء الاصطناعي. النظام لا يعتمد على نموذج واحد يصدر حكمًا مباشرًا، بل على مجموعة من الوكلاء المتخصصين الذين يحللون المحتوى والسلوك والعلاقات بين القنوات والبنية التحتية، ثم يجمع وكيل رئيسي النتائج للوصول إلى قرار نهائي.
الإجابة السريعة
Google SAFE نظام بحثي متعدد الوكلاء من Google لملاحقة ما تصفه الورقة بـ“AI Slop” والشبكات التي تنتج وتنشر محتوى صناعيًا على نطاق واسع. النظام يجمع تحليل المحتوى مع أنماط السلوك والتوقيت والعلاقات بين القنوات، وتقول الورقة إن نتائج النشر المبكر أظهرت تقليل وقت التحقيق مقارنة بالمسارات البشرية التقليدية. لكن الورقة لا تقول إن SAFE جزء من خوارزمية ترتيب Google Search، ولا تربطه رسميًا بتحديث Spam Update في سبتمبر 2026.
ما المشكلة التي يحاول Google SAFE حلها؟
تبدأ الورقة من مشكلة تسميها “الفجوة الصناعية” أو Synthetic Gap: الوقت الذي يفصل بين ظهور أسلوب جديد لإنتاج محتوى مولد على نطاق واسع وبين قدرة أنظمة الحماية التقليدية على اكتشافه وإيقافه. فالمهاجم لم يعد مضطرًا إلى نسخ الفيديو أو النص نفسه مئات المرات؛ يمكنه استخدام نماذج توليدية لإنتاج نسخ مختلفة قليلًا من المحتوى نفسه، وتوزيعها عبر شبكة من الحسابات أو القنوات.
هذا يجعل أدوات اكتشاف التكرار التقليدية أقل فاعلية. قد لا يكون المحتوى متطابقًا حرفيًا، لكن الشبكة ككل قد تظهر نمطًا واحدًا في التوقيت أو البنية التحتية أو شكل النشر أو نوع الأخطاء الصناعية. هنا يحاول Google SAFE التعامل مع الحملة كوحدة واحدة بدل تقييم كل عنصر منفردًا.
أربعة وكلاء يتقاسمون التحقيق
يعتمد النظام على بنية هرمية من أربعة وكلاء. Root Agent هو المنسق المركزي، ويتلقى مجموعة القنوات أو الحسابات المشتبه بها ثم يوزع العمل على ثلاثة وكلاء متخصصين. بعد ذلك يراجع الأدلة ويجمعها لتحديد ما إذا كانت المجموعة تمثل نشاطًا عضويًا طبيعيًا أم حملة صناعية منسقة.
- Content Understanding Agent: يفحص المحتوى نفسه بحثًا عن آثار التوليد الاصطناعي وانتهاكات السياسات.
- Behavior Understanding Agent: يبحث عن أنماط غير بشرية في التوقيت والنشر والبنية التحتية.
- Channel Cluster Understanding Agent: يرسم العلاقات بين القنوات أو الحسابات ويبحث عن الروابط المشتركة بينها.
- Root Agent: يجمع النتائج ويصدر التقييم النهائي.
هذه البنية تجعل Google SAFE أقرب إلى فريق تحقيق آلي من كونه مصنفًا تقليديًا يعطي كل قطعة محتوى درجة ثم ينتهي دوره.
تحليل المحتوى لا يبحث فقط عن “هل هذا مولد بالذكاء الاصطناعي؟”
الورقة تشرح أن وكيل فهم المحتوى يستخدم نماذج لغوية معدلة بتقنية LoRA، إلى جانب Few-shot Learning، ليس فقط لتحديد الانتهاكات المعروفة بل أيضًا لمحاولة التقاط ما تسميه “روح السياسة”. المقصود هو الحالات التي قد لا تطابق قاعدة محفوظة حرفيًا، لكنها تلتف على الغرض الأساسي من سياسة المنصة.
ويحلل الوكيل إشارات متعددة الوسائط بدل الاقتصار على النص. كما يبحث عن أنماط متكررة في بنية المحتوى الصناعي، مثل نصوص Slop المتشابهة أو العيوب البصرية التي قد تظهر عبر عدد كبير من المواد المولدة.
Google SAFE: السلوك قد يكون أهم من الفيديو نفسه
الجزء الثاني من Google SAFE ينظر إلى ما وراء المحتوى. Behavior Understanding Agent يفحص مؤشرات مثل توقيت النشر، ودفعات الرفع المتزامنة، وبعض إشارات البنية التحتية والأجهزة. فإذا نشرت عشرات القنوات محتوى في نافذة زمنية ضيقة جدًا وبخصائص تقنية شديدة التشابه، فإن ذلك يمكن أن يصبح دليلًا على التنسيق حتى لو لم تكن المواد نفسها متطابقة.
وتقدم الورقة مثالًا توضيحيًا على نمط من هذا النوع: مجموعة من القنوات تستخدم إصدار نظام تشغيل واحدًا وتنشر خلال نافذة زمنية بالغة القصر. الفكرة ليست أن هذا المثال وحده يثبت الإساءة، بل أن تجميع هذه الإشارات قد يكشف شبكات يصعب اكتشافها بالنظر إلى قناة واحدة.
العلاقات بين القنوات تكشف الشبكة الأكبر
الوكيل الثالث يستخدم نظامًا قائمًا على الرسوم البيانية لتحليل العلاقات بين القنوات داخل المجموعة المشتبه بها. الهدف هو تحديد البنية المشتركة أو الروابط الخفية بدل التعامل مع كل حساب كحالة منفصلة.
وهذا مهم لأن حملات المحتوى الصناعي قد توزع العمل على عشرات أو مئات الحسابات. قد يبدو كل حساب بمفرده طبيعيًا نسبيًا، لكن الربط بين البنية التحتية وسلوك النشر والعلاقات يجعل الصورة أوضح. لذلك يحاول Google SAFE الوصول إلى مستوى الشبكة لا مستوى المنشور الواحد فقط.
هل تم تشغيل النظام بالفعل؟
نعم، الورقة تستخدم عبارة واضحة عن “نتائج النشر المبكر”، وتقول إن النظام سرّع بدرجة كبيرة اكتشاف التهديدات الصناعية الجديدة وخفّض وقت التحقيق مقارنة بمسارات تعتمد على محلل بشري داخل الحلقة. لكنها لا تنشر أرقام دقة أو جداول نتائج تفصيلية، بل تحدد المقاييس التي سيُقاس بها الأداء، ومنها الاتفاق مع حكم المحلل البشري، وزيادة القدرة على اكتشاف أنماط إساءة لم تكن ترصدها المصنفات السابقة، وخفض متوسط زمن التحقيق.
وهذا يعني أن Google SAFE تجاوز مرحلة الفكرة النظرية إلى استخدام مبكر، لكن الورقة لا تكشف نطاق النشر أو المنتجات التي يعمل داخلها.
هل Google SAFE جزء من تحديث Spam Update في البحث؟
لا يوجد في المصادر الرسمية ما يسمح بالجزم بذلك. Google أكدت رسميًا إطلاق تحديث Spam Update في 24 سبتمبر 2026 على مستوى العالم ولكل اللغات، وقد يستغرق طرحه ما يصل إلى أسبوعين. لكن صفحة حالة البحث لا تذكر SAFE، والورقة نفسها لا تقول إن النظام يعمل داخل Google Search أو أنه أحد مكونات تحديث الترتيب.
هذا التفريق مهم. كلمة “spam” في الورقة تشير إلى إساءة استخدام المنصات والمحتوى الصناعي المنسق، مع تركيز واضح على الفيديو والقنوات والشبكات. لذلك فإن الربط المباشر بين Google SAFE وتحديث نتائج البحث يظل استنتاجًا غير مؤكد، وليس معلومة أعلنتها Google.
ماذا يعني ذلك لأصحاب المواقع؟
لا توجد في الورقة تعليمات جديدة لأصحاب المواقع ولا قاعدة تقول إن المحتوى المكتوب بالذكاء الاصطناعي سيُعاقب لمجرد أنه مولد. وهذه نقطة تتفق مع إرشادات Google Search الحالية التي تركز على إساءة الاستخدام واسعة النطاق والهدف من المحتوى، لا على الأداة المستخدمة وحدها.
وقد شرحنا سابقًا في سوالف كيف تتعامل محركات البحث مع المحتوى المولد بالذكاء الاصطناعي، والقاعدة ما زالت نفسها: الإنتاج الآلي واسع النطاق منخفض القيمة بهدف التلاعب بالأنظمة هو المشكلة، وليس مجرد استخدام أداة AI أثناء الكتابة.
لماذا هذا النظام مهم رغم الغموض؟
القيمة الأساسية في Google SAFE أنه يكشف اتجاهًا واضحًا في مكافحة المحتوى الصناعي: الانتقال من تحليل المنشور منفردًا إلى تحليل الشبكة التي أنشأته ونشرته. فالمحتوى قد يتغير في كل مرة، لكن توقيت النشر والعلاقات والبنية التحتية ونمط السلوك يمكن أن تبقى متشابهة.
كما أن استخدام وكلاء متعددين يسمح بتقسيم التحقيق إلى تخصصات مختلفة بدل الضغط على نموذج واحد ليحل كل شيء. هذا النموذج قد يصبح أكثر شيوعًا في أنظمة السلامة مع ازدياد كمية المحتوى المولد وصعوبة مراجعته يدويًا.
ما الذي لا نعرفه حتى الآن؟
الورقة قصيرة نسبيًا ولا تكشف نسبة الدقة أو معدل الأخطاء الإيجابية أو حجم البيانات التي اختُبر عليها النظام، ولا تحدد المنتج أو المنتجات التي تم نشره داخلها. كما لا توضح حجم الاعتماد الفعلي على الأحكام الآلية مقابل المراجعة البشرية في البيئات الحقيقية.
ولهذا من المبكر اعتبار Google SAFE “خوارزمية جديدة لمحرك البحث” أو أداة شاملة لكشف كل محتوى AI. ما نعرفه رسميًا هو أنه نظام متعدد الوكلاء للتحقيق الجنائي في حملات المحتوى الصناعي المنسق، وأن Google تقول إن النشر المبكر خفّض وقت التحقيق.
Google توسع أدوات مكافحة AI Slop
المشكلة نفسها ليست جديدة على Google. يوتيوب يعمل منذ فترة على أدوات للتعامل مع المحتوى الاصطناعي وانتحال الوجوه والأصوات، وسبق أن تناولنا في سوالف أدوات يوتيوب لحماية صناع المحتوى من التزييف العميق. النظام الجديد يضيف بعدًا مختلفًا: التحقيق في الشبكات المنسقة نفسها بدل فحص الهوية أو الفيديو بصورة منفردة.
يمكن الاطلاع على الورقة البحثية الرسمية الخاصة بـGoogle SAFE، كما تعرض لوحة Google Search الرسمية حالة تحديث Spam Update المنفصل الجاري طرحه حاليًا.
لا يسمح بنقل هذا المحتوى من سوالف دون الاشارة برابط مباشر
