# مقدمة

تعتبر الميمات (memes) من أبرز وسائل التعبير الفكاهي والثقافي في العصر الرقمي، ولكنها تحمل في طياتها تحديات كبيرة عندما يتعلق الأمر بالكشف عن خطاب الكراهية. حيث تعد طبيعتها المتعددة الأوجه وعوامل ثقافية مثل السخرية والسياق، عوائق تواجه النماذج التقليدية.

# تحديات كشف خطاب الكراهية

كشف خطاب الكراهية في الميمات يُعد مهمة دقيقة وصعبة، لا سيما بسبب وجود العديد من العناصر البصرية والنصية التي قد تكون محملة بدلالات خفية. فعلى الرغم من تقدم نماذج الرؤية واللغة الحديثة (Vision-Language Models - VLMs)، إلا أن أساليب الإشراف التقليدية قد تُظهر ضعفاً في هذا السياق.

# نموذج الإشراف الضعيف المحفز

في محاولة لتجاوز هذه التحديات، تم اقتراح نموذج جديد يعتمد على ما يسمى بـ "الإشراف الضعيف المحفز" (Prompted Weak Supervision - PWS). يعتمد هذا النموذج على توزيع مهام الفهم إلى وظائف تصنيف أساسية، تتعامل مع الأسئلة المباشرة وتوفر خيارات محدودة للإجابة، مما يساعد بشكل بالغ في كشف المشكلات المتعلقة بالرهاب من المثليين والترانس.

# نتائج مثيرة للإعجاب

اختبار النموذج باستخدام VLM نوع Qwen3 أظهر أداءً استثنائياً في ثلاث لغات مختلفة. حيث حقق النموذج المرتبة الأولى في اللغة الإنجليزية، والثانية في الصينية، والثالثة في الهندية، كما أظهر تحسناً ملحوظاً في اللغة الصينية والهندية. هذه النتائج تعكس كفاءة النموذج الجديد في الكشف عن خطاب الكراهية بمختلف اللغات والثقافات.

# الخاتمة

يعد النهج المبتكر للإشراف الضعيف المحفز خطوة حاسمة نحو تحسين قدرة النماذج على كشف خطاب الكراهية في الميمات، مما يفتح آفاق جديدة لباحثي الذكاء الاصطناعي.

**ما رأيك في أهمية تطوير تقنيات جديدة للكشف عن خطاب الكراهية في الفضاء الرقمي؟**