هل ChatGPT يعرف مكان الصورة؟ هذا ما تقوله الاختبارات

في أبريل 2025 انتشر اتجاه رائج جديد على منصة X. كان الناس يرفعون إلى ChatGPT صورًا، من قوائم المطاعم إلى زوايا الشوارع وصور السيلفي، ويسألونه عن مكان التقاطها. وكانت OpenAI قد أطلقت للتو o3 وo4-mini، وهما نموذجان يستطيعان اقتطاع أجزاء من الصورة وتدويرها والتقريب إليها أثناء استدلالهما عليها. وذكرت TechCrunch أن o3 تحديدًا استطاع استنتاج مدن ومعالم وحتى مطاعم وحانات من قرائن بصرية صغيرة، وأطلقت على هذا الاتجاه اسم «البحث العكسي عن الموقع».

ومنذ ذلك الحين اختُبرت هذه الحيلة بعناية أكبر، وأنفع الاختبارات ما أجرته Bellingcat، مجموعة التحقيقات المفتوحة المصدر، التي أجرت 500 اختبار على صور لم تُنشر قط على الإنترنت. ويعرض هذا الدليل ما كشفته تلك الاختبارات: إلى أي مدى يقترب ChatGPT، وكيف يقارَن بـ Google Lens وغيره من روبوتات الدردشة، ومتى يقرأ شيئًا غير البكسلات، وأين يخطئ.

يقرأ النموذج المشهد كما يقرأه خبير مدرَّب في تحديد المواقع: الكتابة على اللافتات، وعلامات الطريق، والمباني، والنباتات، وشكل التلال. ويشرح كيف يعمل تحديد الموقع بالذكاء الاصطناعي هذه العملية بوجه عام. أما الجديد في روبوتات الدردشة فهو أنها تستدل بصوت عالٍ، وتقرّب إلى التفاصيل، وتستطيع البحث في الويب أثناء ذلك.

أعطى المطوّر Simon Willison النموذج o3 صورة التُقطت من حانة في الهواء الطلق قرب منزله في El Granada بولاية كاليفورنيا: طريق، ومنزل لا يميّزه شيء، وبعض التلال. أمضى النموذج قرابة سبع دقائق في الاقتطاع والتقريب، ولمح لوحة سيارة كاليفورنية، وخمّن أولًا Cambria على بعد نحو 200 ميل. أما تخمينه الثاني، Half Moon Bay أو El Granada، فكان صحيحًا.

كانت اختبارات TechCrunch نفسها أكثر تباينًا. فحين عُرض على o3 رأس وحيد قرن أرجواني مثبّت على الجدار في حانة خافتة الإضاءة، حدّده بشكل صحيح في حانة سرية (speakeasy) في ويليامزبرغ (Williamsburg)، بينما خمّن GPT-4o الأقدم حانة في المملكة المتحدة. لكن GPT-4o وصل إلى الإجابة الصحيحة نفسها التي وصل إليها o3 في أغلب الأحيان، وبسرعة أكبر، وفشلت عدة اختبارات فشلًا تامًا.

وجّهت Bellingcat إلى كل نموذج السؤال نفسه، «أين التُقطت هذه الصورة؟»، مع صور لا تحمل أي بيانات وصفية، وقيّمت كل إجابة من 0 إلى 10. والعلامة 10 تعني تحديدًا دقيقًا ومحددًا، كحي أو مسار للمشي أو معلم. ويعرض الجدول خمسة من الاختبارات التي نشرتها.

فالنتيجة المعتادة إذن منطقة أو مدينة، ونقطة دقيقة حين تقدّم الصورة اسمًا أو عنوانًا. وهذا هو سقف أي طريقة بصرية: فالمشهد يدعم تحديد منطقة، أما تحديد نقطة بعينها فيحتاج إلى نص مقروء أو بيانات GPS.

إنهما يؤديان وظيفتين مختلفتين. فـ Google Lens يعتمد البحث والمطابقة: يبحث عن الصور نفسها أو المشابهة على الإنترنت، فيتألق حين يكون المكان قد صُوّر مرات كثيرة. وحين عُرضت عليه بحيرة شلوخسي (Schluchsee) في الغابة السوداء بألمانيا، أعادها Lens نتيجة أولى، وكان ChatGPT روبوت الدردشة الوحيد الذي سماها. وفي المدن كان Lens يميل إلى التركيز المفرط على المنشآت الكبيرة الشائعة مثل المباني وعجلات فيريس. ويغطي Google Lens أم Yandex جانب البحث والمطابقة.

ولم يكن التفكير الأطول مفيدًا دائمًا. فقد أمضى ChatGPT Deep Research نحو 13 دقيقة على ساحل ما، وانتهى إلى نقطة تبعد نحو 50 كيلومترًا شمالًا عنه، بينما أجاب o4-mini-high في 39 ثانية واقترب بمقدار 15 كيلومترًا أكثر. والأحدث لم يكن بالضرورة أفضل أيضًا: ففي إعادة الاختبار في أغسطس، لم يتفوق GPT-5 Pro، بسعر 200 يورو شهريًا، على o4-mini-high الأقدم. ووجد اختبار معياري في 2026 النمط نفسه مع نماذج أحدث.

EXIF هي البيانات المخفية التي تكتبها الكاميرا أو الهاتف في ملف الصورة، ومنها إحداثيات GPS حين يكون الموقع مفعّلًا (ما الذي تسجله بيانات EXIF). وقد تباين الأمر في بقاء هذه البيانات بعد الرفع. ففي اختبارات Patterson على المتصفح في أبريل 2025، وجد o3 الوسوم فارغة إلى أن رفع الصورة داخل ملف مضغوط (zip). ولاحقًا أشار Willison إلى ما ذكره أحد مستخدمي Hacker News من أن o3 استخدم شيفرة برمجية لقراءة وسوم EXIF في صورة من دون أن يعترف بذلك، مع أن الخطوة كانت ظاهرة في استدلاله.

لذلك حدّد ما تريد معرفته. فلمعرفة مكان التقاط صورة، اقرأ إحداثيات GPS فيها بنفسك أولًا، لأن الموضع المقيس يتفوق على أي تخمين. ولمعرفة ما تكشفه البكسلات وحدها، اختبر لقطة شاشة بدلًا من الأصل، فهي لا تحمل موقع الصورة الأصلية (لماذا تفتقر لقطات الشاشة إلى بيانات GPS).

واجه Willison الأمرين كليهما. فقد وجد أنه «كان عليه أن يعطّل جميع ميزات الذاكرة في ChatGPT أولًا وإلا فسيغش ويستخدم سياقًا من محادثاتي السابقة»، ثم وجد لاحقًا أن o3 لديه فكرة تقريبية عن مكانه: «إنه يعرف أنني في Half Moon Bay». ومع ذلك نجحت الحيلة مع صوره من ريف مدغشقر وبوينس آيرس، على بعد آلاف الأميال من منزله. وحين جرّب Gemini بدأت إجابته بعبارة: «بما أن سياق موقعي الحالي هو El Granada في كاليفورنيا...»

للحصول على إجابة منصفة، ابدأ محادثة مؤقتة واختر «Unpersonalized» (غير مخصصة) قبل أن ترسل الصورة. وتقول OpenAI إن هذا الخيار لا يستخدم الذاكرة ولا التعليمات المخصصة ولا الإضافات. وهو إعداد للذاكرة لا للموقع: فقد يظل ChatGPT يقدّر مكانك من عنوان IP الخاص بك، فإذا وقع التخمين على بلدتك أنت فاسأله عمّا في الصورة يشير إلى ذلك.

أظهرت إحدى صور Bellingcat شاطئًا فيه فندق كبير وعجلة فيريس مؤقتة، نُصبت في 2024 وفُككت في الشتاء. وأشارت نماذج كثيرة إلى شيفينينغن (Scheveningen)، وهي منتجع هولندي أشهر وفيه عجلة فيريس خاصة به. وفي إعادة الاختبار في أغسطس، وضعه GPT-5 Pro وGPT-5 Thinking في فرنسا. وكان Google AI Mode أول نموذج يسمّي البلدة الصحيحة: نوردفيك (Noordwijk) في هولندا.

• الإحداثيات. وجدت Bellingcat أن النماذج كثيرًا ما تعيد إحداثيات تقريبية أو خاطئة ببساطة. والمكان المسمّى أسهل في التحقق منه من دبوس على الخريطة.
• الصور الخالية من الملامح أو الداخلية. حين لا يكون في الإطار إلا القليل، تصبح الإجابة الواثقة تخمينًا يرافقه رقم. ويوضح معرفة مكان الصورة بدون EXIF ما الذي يجب أن يحتويه المشهد.
• الأماكن التي تغيّرت. قد تقود الألعاب الموسمية والمباني الجديدة والمتاجر المغلقة النموذج إلى شبيه أشهر.
• الفيديو. أشارت Bellingcat إلى أن معظم روبوتات الدردشة لا تستطيع مشاهدة الفيديو، ولذلك يظل تحديد مكان مقطع يبدأ من الإطارات الثابتة.

قالتها TechCrunch بصراحة في 2025: لا شيء يمنع أحدًا من التقاط لقطة شاشة لقصة Instagram لشخص ما واستخدام ChatGPT لمحاولة كشف بياناته الشخصية وموقعه ونشرها (doxxing)، وبدا أن الضمانات ضد هذا النوع من «البحث العكسي عن المواقع» قليلة. وبعد ساعات ردّت OpenAI بأن النماذج تفيد في مجالات مثل إمكانية الوصول والبحث و«تحديد المواقع في الاستجابة للطوارئ»، وبأنها ترصد إساءة استخدام سياساتها المتعلقة بالخصوصية.

تختلف النماذج في مدى استعدادها للإجابة. ففي دراسة أكاديمية على 500 صورة التُقطت في أنحاء كاليفورنيا، قدّم o3 من OpenAI موقعًا محددًا يمكن التحقق منه لـ 81% منها، وقدّم Gemini 2.5 Pro ذلك لـ 85%، بينما فعلت نماذج Claude ذلك لنحو الربع أو أقل. وقاست الدراسة نفسها عدد المرات التي وقعت فيها تلك الإجابات قرب المكان الحقيقي، وما يعنيه ذلك للصور الملتقطة في المنزل مشروح في دليل مستقل.

تقدّر GeoSpy المدينة والبلد اللذين تُظهرهما الصورة اعتمادًا على ما يظهر في الإطار؛ وحين يكون الملف ما زال يحمل بيانات GPS فإنها تقرؤها وتعرض الموضع المسجل. وهي لا تعيد عنوان شارع أبدًا، ولا تُخزَّن الصور المرفوعة. وعلى geospys.com تأتي مع GeoSpy Premium، وهو اشتراك بسعر 7.99 دولارًا أمريكيًا في الأسبوع أو 29.99 دولارًا أمريكيًا في السنة (₺389 أو ₺1,460 في تركيا)، غير محدود ضمن الاستخدام العادل ويمكن إلغاؤه في أي وقت. ابدأ الخطة السنوية، أو جرّب تطبيق GeoSpy لـ iPhone الذي يوفر تجربة مجانية.