في ظل الانتشار المتسارع لنماذج الذكاء الاصطناعي التوليدي، تزايدت مخاطر استغلال تقنيات الضبط الدقيق، خاصة خوارزمية التكيف منخفض الرتبة، من قبل جهات خبيثة لإنشاء محتوى ضار يستهدف الأطفال. وتسعى جامعة ماساتشوستس للتكنولوجيا بالتعاون مع منظمة الثرن المعنية بسلامة الأطفال، إلى معالجة هذا الثغرة الأمنية الحرجة من خلال تطوير طريقة تدقيق غير مولدة تكشف ما إذا كان النموذج قادرًا على إنتاج هذا النوع من المحتوى دون الحاجة إلى توليد أي مخرجات فعلية. تعتمد هذه المنهجية على ما يعرف بالمسح الغاوسي، حيث تختبر التعديلات الداخلية التي تطرأ على هيكل النموذج عبر معالجة نقاط بيانات عشوائية ومتابعة كيفية معالجتها داخل الطبقات المتعددة للنموذج. وبفضل هذه الآلية، تتجنب الباحثون تمامًا مشكلة التوليد المباشر للمحتوى غير القانوني، مما يحل المعضلة القانونية والنفسية المرتبطة باختبار نماذج الذكاء الاصطناعي يدويًا. كما أظهرت الاختبارات دقة بنسبة مئة بالمئة في تصنيف النماذج المعدلة خصيصًا لإنتاج صور استغلالية، مما يجعلها أداة موثوقة وسريعة الاكتشاف. يأتي هذا التطور استجابة للأرقام المقلقة التي سجلها المركز الوطني للأطفال المفقودين والمستغلين، حيث تجاوزت البلاغات المتعلقة بمحتوى الذكاء الاصطناعي غير القانوني مليون ونصف المليون تقرير في عام 2025، مقابل ستين ألفًا وستمئة فقط في العام السابق. وبفضل قابلية التطبيق على نطاق واسع وتكلفتها المعقولة، تتيح هذه التقنية لمنصات استضافة النماذج مفتوحة المصدر ووكالات إنفاذ القانون مراقبة التحديثات الجديدة ومنع انتشارها قبل توزيعها على نطاق واسع. سيُعرض البحث في ورشة عمل الذكاء الاصطناعي الموثوق من أجل الصالح العام ضمن فعاليات مؤتمر الآلات التعليمية الدولي. ويشكل هذا الإنجاز نقلة نوعية في مجال أمان الذكاء الاصطناعي، حيث يفتح نافذة جديدة لمراقبة النماذج المعدلة واكتشاف القدرات الضارة المحتملة في مراحلها المبكرة، مما يعزز الجهود العالمية لحماية الأطفال من التعمق الرقمي المتطور.