المدونة

لماذا تزيل مولدات الصور بالذكاء الاصطناعي حجابك

ترفعين صورك. يولّد الذكاء الاصطناعي صورًا احترافية. وحجابك اختفى. أو اللون خاطئ. أو الطريقة التي يبدو بها لا تشبه أبدًا طريقة ارتدائك الفعلية.

هذه هي الشكوى الأكثر شيوعًا من النساء المحجبات اللواتي يجربن مولدات الصور بالذكاء الاصطناعي. يحدث ذلك في كل أداة تقريبًا، من الخيارات المجانية مثل DALL-E إلى المنصات المدفوعة مثل HeadshotPro وAragon AI. الحجاب يختفي، أو يتغير لونه، أو يُدفع للخلف، أو يتحول إلى شيء لا يمكن التعرف عليه.

ليس خللاً تقنيًا. إنها مشكلة هيكلية في طريقة تدريب نماذج الذكاء الاصطناعي. وفهم السبب الجذري هو الخطوة الأولى لإيجاد أداة تعمل فعلاً للنساء المحجبات.

السبب التقني الجذري: تحيز بيانات التدريب

تستخدم مولدات الصور بالذكاء الاصطناعي نماذج الانتشار، سواء بنيات مفتوحة المصدر مثل Stable Diffusion أو إصدارات خاصة مبنية على نفس الأسس. يتم ضبط هذه النماذج على مجموعات بيانات ضخمة للصور لتتعلم كيف تبدو "الصورة الاحترافية": الإضاءة، والوضعية، والتعبير، والتأطير. لكن مجموعات البيانات التي تتعلم منها بها نقطة عمياء خطيرة.

مجموعات بيانات التدريب الأكثر استخدامًا لتوليد الوجوه، بما في ذلك LAION-5B وFFHQ (Flickr-Faces-HQ) وCelebA، غربية بشكل طاغٍ. FFHQ مثلاً تم جمعها من Flickr وتحتوي على 70,000 صورة وجه. الغالبية العظمى لأشخاص بدون أغطية رأس. CelebA أكثر انحيازًا: تحتوي على 200,000 صورة وجه لمشاهير، لا تكاد أي منها ترتدي حجابًا. عندما يتدرب نموذج الذكاء الاصطناعي على هذه البيانات، يبني تمثيلاً داخليًا لما يبدو عليه الوجه "الطبيعي". وهذا التمثيل لا يتضمن الحجاب.

النتائج متوقعة. عندما يواجه النموذج صورك المرفوعة بالحجاب، يعامل الحجاب كشذوذ. إنه يحاول أن يجعلك تبدين مثل الشخص "المتوسط" في بيانات تدريبه، مما يعني رأسًا مكشوفًا وشعرًا مصففًا وبدون غطاء رأس. الذكاء الاصطناعي ليس خبيثًا. إنه يفعل بالضبط ما تم تدريبه عليه: توليد مخرجات تشبه المركز الإحصائي لتوزيع تدريبه.

هذا نفس نمط التحيز الذي يظهر في أنظمة الذكاء الاصطناعي الأخرى. برامج التعرف على الوجوه تعمل بشكل أسوأ مع ألوان البشرة الداكنة لأن بيانات التدريب تميل للأفتح. المساعدات الصوتية تواجه صعوبة مع اللهجات غير الغربية لأن بيانات الكلام تهيمن عليها الإنجليزية. ومولدات الصور بالذكاء الاصطناعي تزيل الحجاب لأن بيانات الصور بالكاد تتضمنه.

ما يحدث فعلاً لحجابك

مشكلة الحجاب مع الذكاء الاصطناعي ليست مشكلة واحدة. تتجلى في خمسة أنماط فشل مختلفة على الأقل، ومعظم المستخدمات يواجهن عدة أنماط منها في نفس الدفعة من الصور المولدة.

• 1إزالة كاملة. يولد الذكاء الاصطناعي صورة بشعر بدلاً من الحجاب. هذا أشد أنماط الفشل تطرفًا والأكثر شيوعًا بين المستخدمات. النموذج قرر أن حجابك لا ينبغي أن يكون موجودًا واستبدله بالكامل.
• 2تغيير اللون. حجابك الأسود يصبح رماديًا. الكحلي يتحول إلى أزرق باهت. العنابي يتحول إلى وردي. النموذج يحافظ على الشكل العام لغطاء الرأس لكنه يغير اللون نحو ما يعتبره "أكثر احتمالاً" بناءً على بيانات تدريبه.
• 3تغيير الأسلوب. التدريج والطيات والتغطية تتغير عن الأصل. إذا كنت ترتدين حجابك بطريقة معينة بتثبيت محدد وطبقات أو لفة خاصة، فإن الذكاء الاصطناعي غالبًا ما يعود إلى شكل وشاح عام لا يشبه حجابك أبدًا.
• 4الدفع للخلف. يُحرك الحجاب للخلف على الرأس، مما يكشف الشعر من الأمام. هذا محبط بشكل خاص لأنه ينتج صورة تبدو وكأنك ترتدين حجابك بشكل غير صحيح. النموذج "يتوسط" بين توقعه لوجود شعر وحجابك الفعلي.
• 5اندماج الملمس. يندمج الحجاب مع الخلفية أو ملابسك، فيفقد مظهره المميز. تصبح الحواف ناعمة وغير محددة، ويختفي ملمس القماش، ويبدأ الحجاب يبدو كلطخة بدلاً من ثوب.

صورة احترافية بحجاب مع الحفاظ على الأسلوب واللون الأصلي.

أي الأدوات تفشل (ولماذا)

معظم أدوات الصور بالذكاء الاصطناعي السائدة تستخدم نماذج انتشار للأغراض العامة لم تُدرب أبدًا على التعامل مع الحجاب. HeadshotPro وAragon AI وBetterPic وProPhotos جميعها تندرج في هذه الفئة. قد تنتج نتائج ممتازة للمستخدمين بدون أغطية رأس، لكنها تفشل باستمرار مع النساء المحجبات.

بعض هذه الأدوات حاولت معالجة المشكلة بإضافة تعليمات "الحفاظ على غطاء الرأس" إلى أوامر التوليد. لكن الإصلاحات على مستوى الأوامر لا يمكنها تجاوز تحيز بيانات التدريب. إذا لم يكن لدى النموذج فهم داخلي لما يبدو عليه الحجاب، فإن إخباره بـ"الحفاظ على الحجاب" ينتج نتائج غير موثوقة في أحسن الأحوال.

تم الإشارة إلى ProPhotos AI بشكل خاص في مراجعات المستخدمين لعدم إلباس المستخدمات الحجاب أو الزي المناسب. ينتج الذكاء الاصطناعي صورًا تبدو احترافية من كل ناحية باستثناء الأهم: حجابك خاطئ.

الأدوات المجانية أسوأ. DALL-E وMidjourney يمكنهما توليد صور مبهرة من أوامر نصية، لكن ليس لديهما آلية للضبط الدقيق على وجهك وحجابك الفردي. يعملان من أوصاف نصية عامة، مما يعني أن المخرجات تفسير عام لـ"امرأة بحجاب" وليست تمثيلاً دقيقًا لك.

للاطلاع على مقارنة تفصيلية جنبًا إلى جنب، راجعي المقارنة الكاملة لأفضل مولدات الصور بالذكاء الاصطناعي للحجاب.

لماذا لا تكفي هندسة الأوامر وحدها لإصلاح المشكلة

بعض أدوات الذكاء الاصطناعي تدعي حل مشكلة الحجاب بإضافة تعليمات مثل "احتفظ بالحجاب" أو "حافظ على غطاء الرأس" أو "احفظ الزي الديني" إلى أوامر التوليد. يبدو ذلك منطقيًا نظريًا، لكنه يسيء فهم طريقة عمل نماذج الانتشار بشكل جوهري.

الأمر النصي يوجه عملية التوليد، لكنه لا يستطيع خلق معرفة لا يمتلكها النموذج. إذا تم تدريب النموذج على مجموعات بيانات بها صور حجاب قليلة جدًا، فإن مفهومه الداخلي لشكل الحجاب ضعيف وغير دقيق. إخباره بـ"الحفاظ على الحجاب" يشبه مطالبة شخص لم يرَ حجابًا قط برسم واحد من وصف نصي. ستفتقر النتائج إلى الدقة في اللون والتدريج وملمس القماش والتغطية.

الحل الحقيقي الوحيد على مستوى بيانات التدريب. تحتاج النماذج إلى ضبط دقيق على صورك الفعلية، مع بنيات تفهم حجابك كجزء لا يتجزأ من مظهرك وليس كإضافة اختيارية. هذا هو الفرق بين رقعة على مستوى الأوامر وإصلاح حقيقي.

كيفية إصلاح المشكلة فعلاً

إذا كنت امرأة محجبة تحتاجين صورًا احترافية، لديك ثلاثة خيارات واقعية للحصول على نتائج تحافظ فعلاً على حجابك.

ما يميز HijabHeadshots

يتبع HijabHeadshots نهجًا مختلفًا جذريًا لمشكلة الحجاب مع الذكاء الاصطناعي. بدلاً من الاعتماد على نموذج للأغراض العامة مع رقعة على مستوى الأوامر، يقوم بضبط نموذج مخصص على صورك المرفوعة. هذا يعني أن الذكاء الاصطناعي يتعلم وجهك وحجابك كوحدة واحدة. يفهم اللون الدقيق لحجابك، وطريقة تدريجه، وكيف يستقر على رأسك، والأسلوب المحدد الذي ترتدينه. كل أمر توليد يتضمن أيضًا تعليمات صريحة للحفاظ على الحجاب كطبقة أمان إضافية.

النتيجة هي 40+ صورة احترافية لكل جلسة تدريب، كل واحدة تحافظ على حجابك تمامًا كما ترتدينه. جميع الصور المرفوعة تُحذف خلال 24 ساعة ولا تُستخدم أبدًا لتدريب نماذج أطراف ثالثة. وإذا لم تكوني راضية عن النتائج، تحصلين على استرداد كامل، لأن أداة صور حجاب لا تحافظ على حجابك لم تقم بعملها.

الأسئلة الشائعة