اصالت محتوا و C2PA؛ از کجا معلوم این فایل واقعی است

فصل ۱: مسئله؛ چرا «این عکس واقعی است؟» دیگر جواب ساده ندارد

هدف یادگیری: در پایان این فصل می‌توانید توضیح دهید چرا پرسش سادهٔ «این فایل واقعی است یا نه» دیگر با نگاه‌کردن به تصویر جواب داده نمی‌شود، و چرا این مسئله یک مسئلهٔ زیرساختی است، نه فقط یک مسئلهٔ فنی.

تا همین چند سال پیش، تشخیص یک عکس یا ویدیوی دستکاری‌شده کار یک چشم تیزبین یا یک ابزار تحلیل پیکسل بود. امروز این مسیر معکوس شده است: حجم محتوایی که به کمک هوش مصنوعی مولد ساخته می‌شود آن‌قدر بالا رفته که چشم انسان و حتی بسیاری از ابزارهای تحلیل بصری دیگر کافی نیستند. راه‌حلی که صنعت رسانه، دوربین‌سازها، پلتفرم‌ها و شرکت‌های هوش مصنوعی روی آن به توافق رسیده‌اند این نیست که «جعلی‌بودن» را تشخیص دهند؛ برعکس، تلاش این است که از لحظهٔ ساخت یک فایل، یک شناسنامهٔ رمزنگاری‌شده به آن بچسبانند تا مبدأ و تاریخچهٔ تغییرات آن قابل پیگیری باشد.

نکتهٔ محوری‌ای که این دوره حول آن ساخته شده همین‌جاست: امضا کردن از راستی‌آزمایی جلو زده است. یعنی تعداد فایل‌هایی که از دوربین، گوشی یا ابزار هوش مصنوعی با یک شناسنامهٔ محتوا بیرون می‌آیند به‌سرعت زیاد شده، اما عادت و ابزارِ بررسی همان امضا در سمت خواننده، بیننده و ویراستار هنوز عقب مانده است. نتیجه این است که ابزار درست‌تری برای اثبات مبدأ محتوا در دسترس است، ولی اکثر مصرف‌کنندگان و حتی بسیاری از حرفه‌ای‌های رسانه هنوز نمی‌دانند این ابزار وجود دارد یا چطور از آن استفاده کنند.

در همین حال، پلتفرم‌های بزرگ هم با حجم بالایی از محتوای برچسب‌خورده روبه‌رو هستند. برای نمونه، TikTok بیش از ۱.۳ میلیارد ویدیو را با دادهٔ منشأ هوش مصنوعی برچسب زده است؛ رقمی که نشان می‌دهد مسئله دیگر حاشیه‌ای نیست، بلکه بخشی از جریان روزانهٔ محتوا در بزرگ‌ترین پلتفرم‌هاست.

مثال عملی

فرض کنید یک عکس خبری از یک رویداد حساس برای تحریریهٔ شما ارسال می‌شود. پرسش قدیمی این بود: «این عکس رتوش شده یا نه؟» پرسش تازه‌تر و دقیق‌تر این است: «این فایل شناسنامهٔ محتوا دارد؟ اگر دارد، این شناسنامه چه می‌گوید دربارهٔ دستگاه سازنده و ویرایش‌های بعدی؟ اگر ندارد، در کدام نقطه از مسیر ارسال، این شناسنامه از بین رفته؟» این تغییر پرسش، دقیقاً همان تغییر نگاهی است که این دوره روی آن کار می‌کند.

تمرین

یک نمونه از محتوایی که اخیراً در کار یا زندگی روزمرهٔ خودتان دیده‌اید (عکس، ویدیو یا فایل صوتی) را در نظر بگیرید. بدون جست‌وجوی فنی، فقط بنویسید: چه چیزی شما را مطمئن کرد که واقعی است یا نیست؟ سپس این معیار را نگه دارید تا در فصل‌های بعد با معیار فنیِ C2PA مقایسه‌اش کنید.

فصل ۲: شناسنامهٔ محتوا چیست و چه چیزی نیست

هدف یادگیری: در پایان این فصل می‌توانید C2PA، Content Credentials و CAI را به‌درستی از هم تفکیک کنید و بدانید دقیقاً این استاندارد چه کاری می‌کند و چه کاری نمی‌کند.

C2PA مخفف Coalition for Content Provenance and Authenticity است؛ یک ائتلاف صنعتی که استانداردی برای چسباندن «شناسنامهٔ محتوا» (Content Credentials) به خود فایل تعریف کرده است. این شناسنامه بخشی از خود فایل می‌شود، نه یک سند جداگانه که باید همراهش نگه داشت.

در کنار C2PA، اصطلاح دیگری هم زیاد شنیده می‌شود: CAI یا Content Authenticity Initiative. CAI ابتکاری همسو با C2PA است که ادوبی راه انداخته است. تفاوت را می‌توان این‌طور خلاصه کرد: C2PA استاندارد فنی است، CAI حرکتی است که این استاندارد را در صنعت جا می‌اندازد و ادوبی یکی از محرکان اصلی آن بوده است.

نکتهٔ مهم: نبودِ شناسنامه به معنی جعلی‌بودن یک فایل نیست؛ بودنش هم به معنی درست‌بودن محتوای آن نیست. شناسنامهٔ محتوا فقط می‌گوید این فایل از کجا آمده و چه تغییراتی روی آن ثبت شده است.

این جملهٔ بالا شاید مهم‌ترین جملهٔ کل دوره باشد و باید در فصل‌های بعد هم دوباره یادتان بیاید. C2PA یک ابزار اثبات مبدأ (Provenance) است، نه یک ابزار داوری دربارهٔ محتوا. کاری که می‌کند این است: امضای رمزنگاری‌شده به‌همراه تاریخچهٔ ساخت و ویرایش را به فایل پیوست می‌کند. کاری که نمی‌کند این است: تشخیص اینکه یک فایل با هوش مصنوعی ساخته شده یا نه، به‌صورت خودکار و مستقل از خود آن شناسنامه. به بیان دیگر، C2PA خودش داور محتوا نیست؛ راوی مسیر محتواست.

مثال عملی

یک عکسِ دارای شناسنامهٔ محتوا را تصور کنید که در آن نوشته شده «ساخته‌شده توسط دوربین X، ویرایش‌شده در نرم‌افزار Y». این جمله به شما نمی‌گوید صحنهٔ داخل عکس واقعاً همان چیزی است که در جهان اتفاق افتاده یا نه؛ فقط به شما می‌گوید این فایلِ مشخص، در این مسیرِ مشخص از ابزارها عبور کرده است. تفسیر محتوا هنوز کار شماست؛ شناسنامه فقط داده‌های خام مسیر را در اختیارتان می‌گذارد.

تمرین

سه جمله بنویسید: یکی دربارهٔ چیزی که C2PA تضمین می‌کند، یکی دربارهٔ چیزی که C2PA تضمین نمی‌کند، و یکی دربارهٔ تفاوت C2PA و CAI. این تمرین را بدون نگاه‌کردن به متن بالا انجام دهید تا مطمئن شوید مرز این دو مفهوم را واقعاً درونی کرده‌اید.

فصل ۳: زیر کاپوت؛ امضا، مانیفست و زنجیرهٔ اعتماد

هدف یادگیری: در پایان این فصل می‌توانید مکانیزم فنی پایه‌ای C2PA را توضیح دهید: چه چیزی به فایل پیوست می‌شود، و چرا نسخه‌های جدیدتر این استاندارد به سمت محتوای زنده هم گسترش پیدا کرده‌اند.

در سطح فنی، آنچه C2PA انجام می‌دهد ترکیبی از دو لایه است: امضای رمزنگاری‌شده و تاریخچهٔ ساخت و ویرایش. این دو لایه با هم به فایل پیوست می‌شوند. امضای رمزنگاری‌شده تضمین می‌کند که خود دادهٔ شناسنامه دستکاری نشده؛ تاریخچهٔ ساخت و ویرایش هم مثل یک دفترچهٔ سفر است که می‌گوید این فایل از کجا آمده و در مسیرش چه اتفاقاتی برایش افتاده است.

این مجموعهٔ اطلاعات معمولاً «مانیفست» نامیده می‌شود و زنجیرهٔ اعتماد از همین‌جا شکل می‌گیرد: هر مرحله از ساخت یا ویرایش فایل، اگر ابزار مربوطه از C2PA پشتیبانی کند، رکورد خودش را به مانیفست اضافه می‌کند. حاصل کار، زنجیره‌ای است که از لحظهٔ ثبت اولیه (مثلاً لحظه‌ای که دوربین شاتر را می‌زند) تا آخرین ویرایش قابل پیگیری است — تا زمانی که این زنجیره شکسته نشود (به این موضوع در فصل ۵ می‌پردازیم).

یک نکتهٔ مهم دربارهٔ رشد این استاندارد: نسخهٔ C2PA 2.3 در دسامبر ۲۰۲۵ منتشر شد و اصالت را با امضای سگمنت‌های CMAF به پخش زنده هم گسترش داد. این گسترش نشان می‌دهد که این استاندارد دیگر محدود به فایل‌های ثابت (یک عکس، یک فایل ویدیویی ضبط‌شده) نیست، بلکه به سمت جریان‌های زندهٔ ویدیویی هم می‌رود؛ یعنی حتی یک پخش زنده هم می‌تواند تکه‌تکه (segment به segment) امضا شود تا بیننده بتواند مبدأ آن جریان زنده را هم راستی‌آزمایی کند.

مثال عملی

یک عکاس خبری با دوربینی که از C2PA پشتیبانی می‌کند عکسی می‌گیرد. همان لحظه، دوربین یک رکورد اولیه به مانیفست اضافه می‌کند. عکاس فایل را در یک نرم‌افزار ویرایش که آن هم از C2PA پشتیبانی می‌کند باز می‌کند، نور را اصلاح می‌کند و ذخیره می‌کند؛ این ویرایش هم به‌عنوان یک رکورد جدید به همان مانیفست اضافه می‌شود، نه اینکه رکورد قبلی را پاک کند. نتیجه، زنجیره‌ای دو مرحله‌ای است که هم مبدأ (دوربین) و هم تغییر (ویرایش نور) را نشان می‌دهد.

تمرین

مانیفست یک فایل فرضی را در سه مرحله ترسیم کنید (روی کاغذ یا در ذهن کافی است): مرحلهٔ ساخت، مرحلهٔ اولین ویرایش، مرحلهٔ دومین ویرایش. برای هر مرحله بنویسید چه دستگاه یا نرم‌افزاری آن رکورد را اضافه کرده است. سپس یک سناریو بسازید که در آن یکی از این مراحل، ابزار غیرپشتیبان استفاده شود و توضیح دهید در مانیفست چه اتفاقی می‌افتد.

فصل ۴: اکوسیستم امروز؛ دوربین، گوشی، پلتفرم و ابزار هوش مصنوعی

هدف یادگیری: در پایان این فصل می‌توانید فهرست کنید کدام سازندگان سخت‌افزار، کدام پلتفرم‌ها و کدام ابزارهای هوش مصنوعی امروز از شناسنامهٔ محتوا پشتیبانی می‌کنند، و این تصویر را برای ارزیابی یک فایل واقعی به کار ببرید.

پشتیبانی از C2PA دیگر یک پروژهٔ آزمایشی محدود به یکی دو شرکت نیست؛ در سه لایهٔ سخت‌افزار، پلتفرم و ابزار هوش مصنوعی مولد هم‌زمان در حال گسترش است.

سخت‌افزار: دوربین‌ها و گوشی‌ها

در سمت دوربین‌های عکاسی، Leica SL3-S در ژانویهٔ ۲۰۲۵ اولین حرکت‌کننده بود. کمی بعد، در آوریل ۲۰۲۵، Panasonic هم به CAI پیوست. امروز Leica، Nikon، Canon، Fujifilm و Panasonic همگی دست‌کم یک محصول با قابلیت C2PA در کارنامهٔ خود دارند.

در سمت دوربین‌های فیلم‌برداری حرفه‌ای، Sony PXW-Z300 که در نمایشگاه IBC 2025 معرفی شد، نخستین کم‌کوردر با امضای بومی C2PA است. یک ویژگی عملی و مهم این دستگاه این است که به سازمان‌های خبری اجازه می‌دهد لینک اشتراک‌گذاری برای راستی‌آزمایی صادر کنند؛ یعنی یک خبرنگار می‌تواند بدون ارسال فایل خام، لینکی برای راستی‌آزمایی مبدأ فوتیج در اختیار دیگران بگذارد.

در سمت گوشی‌های همراه، Samsung Galaxy S25 و Google Pixel 10 به‌صورت بومی امضا می‌کنند؛ یعنی این قابلیت نیازی به اپ یا افزونهٔ جداگانه ندارد و از سطح سیستم‌عامل و سخت‌افزار دوربین گوشی پشتیبانی می‌شود.

پلتفرم‌ها

LinkedIn، TikTok و Cloudflare از شناسنامهٔ محتوا پشتیبانی می‌کنند یا آن را در مقیاس حفظ می‌کنند. همان‌طور که در فصل ۱ اشاره شد، TikTok بیش از ۱.۳ میلیارد ویدیو را با دادهٔ منشأ هوش مصنوعی برچسب زده است. در سمت نمایش به کاربر، YouTube، Meta و LinkedIn شناسنامهٔ محتوا را به کاربر نشان می‌دهند؛ یعنی این پلتفرم‌ها فقط داده را ذخیره نمی‌کنند، بلکه آن را در معرض دید مخاطب هم قرار می‌دهند.

ابزارهای هوش مصنوعی مولد

Adobe شناسنامهٔ محتوا را هم در اپ‌های خودش و هم در خروجی مولد Firefly یکپارچه کرده است. OpenAI هم متادیتای C2PA را به خروجی تصویری پشتیبانی‌شده مثل DALL·E و Sora پیوست می‌کند. این دو نمونه نشان می‌دهند که پشتیبانی از C2PA فقط سمت «ثبت واقعیت» (دوربین‌ها) نیست، بلکه سمت «تولید مصنوعی» (ابزارهای هوش مصنوعی مولد) هم همین استاندارد را برای برچسب‌گذاری مبدأ به کار می‌گیرد.

مثال عملی

یک تحریریهٔ خبری که فوتیج از یک رویداد میدانی دریافت می‌کند، اگر بداند فوتیج با Sony PXW-Z300 ضبط شده، می‌تواند از خبرنگار بخواهد لینک اشتراک‌گذاری برای راستی‌آزمایی را هم ارسال کند، به‌جای اینکه فقط به فایل خام اعتماد کند. این یک گردش‌کار عملی است که مستقیماً از قابلیت این دستگاه استفاده می‌کند.

تمرین

جدول بالا را بدون نگاه‌کردن، از حافظه در سه ستون (سخت‌افزار، پلتفرم، ابزار هوش مصنوعی) بازسازی کنید و برای هر ستون دست‌کم دو نمونه بنویسید. سپس بررسی کنید کدام بخش از زندگی حرفه‌ای یا کاری شما با کدام لایه از این جدول تلاقی دارد.

فصل ۵: جایی که زنجیره می‌شکند

هدف یادگیری: در پایان این فصل می‌توانید نقاط شکست زنجیرهٔ اعتماد را تشخیص دهید و بدانید چرا نبودِ شناسنامه، به‌تنهایی، هیچ داوری قطعی دربارهٔ اصالت یک فایل به شما نمی‌دهد.

مهم‌ترین محدودیت عملی C2PA این است: شناسنامهٔ محتوا با برداشتن متادیتا از بین می‌رود. این اتفاق در سناریوهای بسیار رایج روزمره پیش می‌آید؛ برای نمونه، گرفتن اسکرین‌شات از یک تصویر، re-encode کردن یک ویدیو برای فشرده‌سازی، یا آپلود فایل در جایی که متادیتا را حذف می‌کند (مثلاً بعضی از سرویس‌های به‌اشتراک‌گذاری که فایل را بازفشرده‌سازی می‌کنند). C2PA خودش این اتفاق را «شکستن زنجیره» می‌داند؛ یعنی این محدودیت پنهان یا غیررسمی نیست، بلکه بخشی شناخته‌شده از طراحی و مستندات خود استاندارد است.

این واقعیت، مستقیماً به همان جملهٔ محوری فصل ۲ برمی‌گردد: نبودِ شناسنامه به معنی جعلی‌بودن نیست؛ بودنش هم به معنی درست‌بودن محتوا نیست. اگر فایلی به دست شما رسیده و شناسنامه ندارد، این می‌تواند به همان اندازه که نشانهٔ جعل باشد، فقط نشانهٔ این باشد که فایل از یک اسکرین‌شات، یک پیام‌رسان فشرده‌کننده، یا یک ابزار قدیمی‌تر عبور کرده است. شناسنامه فقط می‌گوید این فایل از کجا آمده و چه تغییراتی روی آن ثبت شده است — نه بیشتر و نه کمتر.

و این دقیقاً همان تنش اصلی‌ای است که در فصل ۱ معرفی شد: امضا کردن از راستی‌آزمایی جلو زده است. صنعت در ساخت ابزارهای امضا (دوربین‌ها، گوشی‌ها، ابزارهای هوش مصنوعی) خیلی سریع پیش رفته، اما در آموزش کاربران و ساخت عادت بررسی این امضاها — و همچنین در محکم‌کردن نقاطی از مسیر که همچنان زنجیره را می‌شکنند (اسکرین‌شات، فشرده‌سازی، پلتفرم‌های حذف‌کنندهٔ متادیتا) — هنوز عقب است.

مثال عملی

یک عکس با شناسنامهٔ کامل از یک دوربین C2PA در شبکه‌های اجتماعی منتشر می‌شود. یک کاربر از آن اسکرین‌شات می‌گیرد و همان اسکرین‌شات را دوباره در جای دیگری به اشتراک می‌گذارد. نسخهٔ اسکرین‌شات‌شده دیگر شناسنامه ندارد، هرچند تصویر داخل آن دقیقاً همان تصویر اصلی و واقعی است. کسی که فقط نبودِ شناسنامه را می‌بیند و از آن نتیجه می‌گیرد «این جعلی است»، دقیقاً همان خطایی را مرتکب می‌شود که این فصل هشدارش را می‌دهد.

تمرین

فهرستی از سه اقدام رایج بنویسید (غیر از سه موردی که در متن آمد: اسکرین‌شات، re-encode، آپلود حذف‌کنندهٔ متادیتا) که در محیط کاری یا شخصی خودتان ممکن است باعث شکستن زنجیرهٔ اعتماد یک فایل شود. برای هر مورد بنویسید که آیا این کار عمدی معمولاً به‌قصد جعل انجام می‌شود یا صرفاً یک اثر جانبی فنی است.

فصل ۶: مقررات و کاری که باید بکنید (مادهٔ ۵۰، ۲ آگوست ۲۰۲۶)

هدف یادگیری: در پایان این فصل می‌دانید چه الزام قانونی مشخصی در راه است، چه زمانی لازم‌الاجرا می‌شود، و چه اقدام عملی باید پیش از آن انجام دهید.

مادهٔ ۵۰ قانون هوش مصنوعی اتحادیهٔ اروپا (EU AI Act) الزام می‌کند که محتوای تولیدشده با هوش مصنوعی، علامت‌گذاری ماشین‌خوان داشته باشد. این الزام از ۲ آگوست ۲۰۲۶ لازم‌الاجرا می‌شود. «ماشین‌خوان» یعنی نشانه‌ای که یک نرم‌افزار یا سیستم بتواند آن را بخواند و پردازش کند، نه صرفاً یک برچسب که فقط انسان آن را ببیند.

با توجه به آنچه در فصل‌های قبل دیدیم، C2PA دقیقاً همان زیرساختی است که می‌تواند این نوع علامت‌گذاری ماشین‌خوان را عملی کند: امضای رمزنگاری‌شده و مانیفستِ چسبیده به فایل، یک مکانیزم آماده برای پاسخ به چنین الزامی است. این یعنی سازمان‌هایی که تا امروز از ابزارهای هوش مصنوعی مولدی استفاده می‌کنند که از قبل C2PA را در خروجی خود جای می‌دهند (مثل Adobe Firefly یا خروجی تصویری پشتیبانی‌شدهٔ OpenAI)، از یک نقطهٔ شروع بهتر برای انطباق با این الزام برخوردارند.

اما با توجه به تنش اصلی این دوره — امضا کردن از راستی‌آزمایی جلو زده — صرفِ استفاده از ابزارهایی که امضا می‌کنند کافی نیست. یک سازمان باید مطمئن شود که مسیر انتشار محتوایش (وب‌سایت، شبکهٔ اجتماعی، ابزار فشرده‌سازی داخلی) زنجیرهٔ اعتماد را در همان مراحلی که در فصل ۵ توضیح داده شد نمی‌شکند؛ در غیر این صورت، حتی محتوایی که در مبدأ به‌درستی امضا شده، تا زمانی که به مخاطب نهایی برسد ممکن است دیگر شناسنامه‌ای نداشته باشد.

مثال عملی

یک تیم محتوا که از یک ابزار هوش مصنوعی مولد با پشتیبانی C2PA برای ساخت تصاویر استفاده می‌کند، باید پیش از ۲ آگوست ۲۰۲۶ بررسی کند که آیا سیستم انتشار داخلی‌شان (مثلاً یک سیستم مدیریت محتوا که تصاویر را بازفشرده‌سازی می‌کند) این شناسنامه را حفظ می‌کند یا حذف می‌کند. اگر حذف می‌کند، صرفِ استفاده از یک ابزار مولد پشتیبان C2PA، الزام علامت‌گذاری ماشین‌خوان را در انتهای مسیر برآورده نمی‌کند.

تمرین

برای سازمان یا پروژهٔ خودتان (یا یک سازمان فرضی) یک چک‌لیست سه‌مرحله‌ای بنویسید: ۱) کدام ابزارهای تولید محتوا در حال حاضر از C2PA پشتیبانی می‌کنند یا نمی‌کنند؟ ۲) کدام نقطه از مسیر انتشار داخلی ممکن است شناسنامه را حذف کند؟ ۳) چه کسی باید تا پیش از ۲ آگوست ۲۰۲۶ این مسیر را بررسی و اصلاح کند؟

آزمون پایانی

1. C2PA مخفف چیست؟
   
   الف) Content Creation Protection Agency
   
   ب) Coalition for Content Provenance and Authenticity
   
   پ) Certified Content Privacy Alliance
   
   ت) Content Copyright Protection Authority
2. کدام گزینه دربارهٔ کاری که C2PA انجام می‌دهد درست است؟
   
   الف) تشخیص می‌دهد یک فایل با هوش مصنوعی ساخته شده یا نه
   
   ب) امضای رمزنگاری‌شده و تاریخچهٔ ساخت و ویرایش را به فایل پیوست می‌کند
   
   پ) محتوای جعلی را به‌طور خودکار حذف می‌کند
   
   ت) فقط برای فایل‌های صوتی کاربرد دارد
3. CAI چیست و چه رابطه‌ای با C2PA دارد؟
   
   الف) نسخهٔ رقیب C2PA است
   
   ب) Content Authenticity Initiative؛ ابتکار همسو که ادوبی راه انداخته است
   
   پ) بخشی از قانون اتحادیهٔ اروپا است
   
   ت) نام دیگر مادهٔ ۵۰ است
4. نسخهٔ C2PA 2.3 که در دسامبر ۲۰۲۵ منتشر شد، چه قابلیت تازه‌ای اضافه کرد؟
   
   الف) پشتیبانی از فایل‌های صوتی
   
   ب) امضای سگمنت‌های CMAF برای پخش زنده
   
   پ) حذف کامل نیاز به امضا
   
   ت) پشتیبانی از گوشی‌های قدیمی‌تر
5. کدام دستگاه نخستین کم‌کوردری است که با امضای بومی C2PA معرفی شد؟
   
   الف) Leica SL3-S
   
   ب) Samsung Galaxy S25
   
   پ) Sony PXW-Z300
   
   ت) Google Pixel 10
6. کدام یک از این موارد می‌تواند شناسنامهٔ محتوا را از بین ببرد؟
   
   الف) نگه‌داشتن فایل بدون تغییر روی هارد دیسک
   
   ب) گرفتن اسکرین‌شات از تصویر
   
   پ) نمایش فایل در یک مرورگر
   
   ت) بازکردن فایل بدون ویرایش در یک نرم‌افزار
7. مادهٔ ۵۰ قانون هوش مصنوعی اتحادیهٔ اروپا چه الزامی دارد و از چه تاریخی لازم‌الاجرا می‌شود؟
   
   الف) ممنوعیت کامل هوش مصنوعی مولد؛ از ۲ آگوست ۲۰۲۶
   
   ب) علامت‌گذاری ماشین‌خوان برای محتوای تولیدشده با هوش مصنوعی؛ از ۲ آگوست ۲۰۲۶
   
   پ) الزام به حذف تمام محتوای بدون شناسنامه؛ از ۲ آگوست ۲۰۲۵
   
   ت) الزام صرفاً برای دوربین‌های حرفه‌ای؛ از ۲ آگوست ۲۰۲۶
8. کدام جمله به‌درستی «تنش اصلی» این دوره را توصیف می‌کند؟
   
   الف) هیچ دستگاهی هنوز از C2PA پشتیبانی نمی‌کند
   
   ب) امضا کردن از راستی‌آزمایی جلو زده است؛ فایل‌های امضاشده زیاد شده‌اند اما ابزار و عادتِ بررسی امضا عقب مانده است
   
   پ) پلتفرم‌ها هرگز شناسنامهٔ محتوا را به کاربر نشان نمی‌دهند
   
   ت) C2PA جایگزین کامل قوانین کپی‌رایت شده است

کلید پاسخ‌ها

1. ب
2. ب
3. ب
4. ب
5. پ
6. ب
7. ب
8. ب

مقالات این دوره

1. شناسنامهٔ محتوا چیست؛ و چرا با تشخیص هوش مصنوعی فرق دارد
2. C2PA چطور کار می‌کند؛ امضا، مانیفست و زنجیرهٔ اعتماد به زبان ساده
3. چه چیزی شناسنامهٔ محتوا را پاک می‌کند؛ اسکرین‌شات، ری‌انکد و آپلود
4. شکاف بزرگ: امضا از راستی‌آزمایی جلو زده است
5. کدام دوربین‌ها و گوشی‌ها محتوا را امضا می‌کنند
6. پلتفرم‌ها چه می‌کنند؛ از تیک‌تاک و لینکدین تا کلادفلر
7. ابزارهای هوش مصنوعی و امضای خروجی؛ Firefly، DALL·E و Sora
8. ۲ آگوست ۲۰۲۶؛ مادهٔ ۵۰ قانون هوش مصنوعی اروپا چه چیزی را الزامی می‌کند
9. چطور شناسنامهٔ یک فایل را بررسی کنیم؛ راهنمای عملی
10. برای تولیدکنندهٔ محتوا: گردش‌کاری که شناسنامه را نمی‌شکند
11. برای خبرنگار و رسانه: اصالت تصویر در تحریریه
12. چک‌لیست اصالت محتوا برای کسب‌وکار شما