دراسة: 300 مليون طفل يقعون ضحايا للاعتداء الجنسي عبر الإنترنت سنويا
تاريخ النشر: 27th, May 2024 GMT
أظهرت أول دراسة عالمية من نوعها أن أكثر من 300 مليون طفل حول العالم يقعون ضحايا للاعتداء والاستغلال الجنسي عبر الإنترنت كل عام.
ووفقا للدراسة التي نشرتها صحيفة "الغارديان"، الاثنين، وجد باحثون بجامعة إدنبره أن 12.6 بالمئة من أطفال العالم وقعوا ضحايا لمحادثات وصور ومقاطع فيديو جنسية دون رضاهم في العام الماضي، أي ما يعادل حوالي 302 مليون شخص من فئة الأطفال والشباب.
وتعرضت نسبة مماثلة (12.5 بالمئة) للإغراء عبر الإنترنت، مثل الحديث الجنسي غير المرغوب فيه الذي يمكن أن يشمل إرسال رسائل وأسئلة وطلبات جنسية من قبل بالغين أو شباب آخرين.
ويمكن أن تتخذ الجرائم أيضا شكل "الابتزاز الجنسي"، حيث يطلب المحتالون الأموال من الضحايا للحفاظ على خصوصية الصور، وإساءة استخدام تقنية التزييف العميق التي توفرها برامج الذكاء الاصطناعي.
وفي 23 أبريل الماضي، حذرت منظمة خيرية لمكافحة إساءة معاملة الأطفال من احتمال إقبال متحرشين بالأطفال (بيدوفيليا) على استخدام تقنيات الذكاء الاصطناعي لتوليد صور عارية للصغار، وذلك بهدف ابتزازهم والضغط عليهم لتزويد المعتدين بمحتوى إباحي.
وأفادت مؤسسة مراقبة الإنترنت (IWF)، بأنها عثرت على دليل إرشادي على شبكة الإنترنت المظلم (Dark Web)، يتضمن قسما يحث المجرمين على استخدام برامج "التعرية" لإزالة الملابس من الصور التي يرسلها لهم الأطفال وهم يرتدون الملابس الداخلية فقط.
ويمكن استخدام الصورة التي تم التلاعب بها لابتزاز الطفل وإكراهه على إرسال مواد إباحية أكثر خطورة، بحسب ما ذكرته المؤسسة.
وقالت المؤسسة التي تعمل على إيجاد وإزالة مواد الاعتداء الجنسي على الأطفال عبر الإنترنت، العام الماضي، إن "هذا هو الدليل الأول الذي رأيناه على أن الجناة ينصحون ويشجعون بعضهم البعض على استخدام تقنيات الذكاء الاصطناعي لهذه الأغراض".
وسبق أن حذرت المؤسسة ذاتها، العام الماضي، من ارتفاع حالات الابتزاز الجنسي، حيث يتم التلاعب بالضحايا لإرسال صور جنسية لأنفسهم، ثم يتم تهديدهم بنشر تلك الصور ما لم يدفعوا المال.
المصدر: الحرة
كلمات دلالية: عبر الإنترنت
إقرأ أيضاً:
ثورة في توليد الصور بالذكاء الاصطناعي.. أداة جديدة أسرع 9 مرات وتعمل على هاتفك
تمكن باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وشركة NVIDIA من تطوير أداة جديدة لتوليد الصور تعتمد على الذكاء الاصطناعي، تمتاز بسرعة فائقة وجودة عالية مع استهلاك أقل للطاقة، ويمكن تشغيلها محليًا على أجهزة الحاسوب المحمولة أو الهواتف الذكية.
الأداة الجديدة التي تحمل اسم HART (اختصارًا لـ Hybrid Autoregressive Transformer) تمثل دمجًا مبتكرًا بين تقنيتين شائعتين في هذا المجال: النماذج التوليدية التسلسلية (autoregressive) ونماذج الانتشار (diffusion). حيث تعتمد HART على النموذج التسلسلي لرسم الصورة بشكل سريع وإجمالي، ثم تستخدم نموذج الانتشار صغير الحجم لتوضيح التفاصيل الدقيقة وتحسين جودة الصورة.
اقرأ أيضاً.. الذكاء الاصطناعي يهدد مستقبل التصوير الفوتوغرافي
السرعة والكفاءة
وتتميز HART بقدرتها على إنتاج صور تضاهي أو تتفوق على الصور التي تولدها نماذج الانتشار المتقدمة، لكنها تفعل ذلك بسرعة أكبر بنحو تسع مرات، مع تقليل استهلاك الموارد الحاسوبية بنسبة تصل إلى 31% مقارنةً بأحدث النماذج. ويكفي أن يدخل المستخدم وصفًا نصيًا بسيطًا لتقوم الأداة بتوليد الصورة المطلوبة.
ويُتوقع أن تفتح هذه التقنية آفاقًا واسعة في عدة مجالات، مثل تدريب السيارات الذاتية القيادة في بيئات افتراضية واقعية، وتصميم مشاهد غنية لألعاب الفيديو، وحتى مساعدة الروبوتات على إتمام مهام معقدة في العالم الحقيقي.
يقول الباحث هاوتيان تانغ، المؤلف المشارك في الدراسة: "تمامًا كما يرسم الفنان لوحة من خلال تحديد الشكل العام أولًا، ثم يعود لإضافة التفاصيل الدقيقة بضربات فرشاة صغيرة، هذا ما تفعله HART بالضبط".
أخبار ذات صلة
تحسين الجودة
وقد واجه الباحثون تحديات أثناء تطوير الأداة، خاصة في كيفية دمج نموذج الانتشار بطريقة تكمّل عمل النموذج التسلسلي دون أن تؤدي إلى تراكم الأخطاء. وخلصوا إلى أن أفضل طريقة هي استخدام نموذج الانتشار فقط في المرحلة النهائية لمعالجة التفاصيل الدقيقة.
ومن أبرز ما يميز HART أنها تعتمد بشكل أساسي على نموذج تسلسلي مشابه للنماذج اللغوية الكبيرة (LLMs) مثل ChatGPT، مما يسهل دمجها مستقبلاً مع نماذج توليدية متعددة الوسائط تجمع بين الرؤية واللغة، وهو ما يمهد الطريق لتطبيقات جديدة مثل شرح خطوات تركيب قطعة أثاث بالصوت والصورة.
مستقبل HART
ويطمح الفريق البحثي إلى تطوير HART مستقبلًا ليشمل مجالات أوسع مثل توليد الفيديوهات والتنبؤ بالأصوات، مستفيدين من قابلية الأداة للتوسع والعمل عبر وسائط متعددة.
وقد تم تمويل هذا البحث من قبل عدة جهات منها مختبر MIT-IBM Watson للذكاء الاصطناعي، ومركز MIT وAmazon Science Hub، وبرنامج MIT لتقنيات الذكاء الاصطناعي، ومؤسسة العلوم الوطنية الأمريكية، كما تبرعت NVIDIA بالبنية التحتية اللازمة لتدريب النموذج.
إسلام العبادي(أبوظبي)