الرئيسية المميزات كيف يعمل؟ عرض توضيحي الأسئلة الشائعة
اكتب تقييم آراء المستخدمين
المنهجية مقارنة المنصات حالات التدخل الشفافية
تحقق الآن
كاشف الأخبار المزيفة · مدعوم بالذكاء الاصطناعي

كاشف الأخبار المزيفة
المدعوم بالذكاء الاصطناعي

نستخدم نموذج AraBERT للتحقق من صحة الأخبار العربية ومقارنتها مع المصادر الأردنية الموثوقة. كما نكشف الصور المولدة بالذكاء الاصطناعي باستخدام تقنيات التعلم العميق.

🔍 ابدأ التحقق الآن ⚡ كيف يعمل؟
دقة تحليل عالية
مصادر موثوقة
استجابة فورية
تغطية واسعة
FEATURES

لماذا MIZAN؟

منصة متكاملة تجمع أحدث تقنيات الذكاء الاصطناعي للكشف عن المحتوى المضلل والتحقق من مصداقية الأخبار.

🧠
تحليل AraBERT المتقدم

نماذج اللغة العربية المتخصصة تفهم السياق والدلالات بدقة لا مثيل لها في كشف الأخبار الكاذبة.

🖼️
كشف الصور المزيفة

تقنيات التعلم العميق CNN تحلل الصور وتكشف ما إذا كانت مولدة بالذكاء الاصطناعي أو مُعدَّلة.

🔗
تحليل الروابط

أدخل رابط أي مقال وسنقوم تلقائياً باستخلاص محتواه وتحليل مصداقيته خلال ثوانٍ.

📊
تقارير مفصّلة

احصل على تقرير شامل يتضمن نسبة الثقة، المؤشرات المكتشفة، والمصادر المرجعية المقارَن بها.

LIVE DEMO

نتائج دقيقة
في ثوانٍ معدودة

MIZAN يحلل المحتوى بعمق ويقدم تقريراً شاملاً يساعدك على اتخاذ القرار الصحيح.

  • ✓تحليل دلالي عميق للنصوص العربية والإنجليزية
  • ✓مقارنة فورية مع المصادر الموثوقة
  • ✓كشف أنماط التضليل والإثارة المصطنعة
  • ✓تقرير قابل للتنزيل والمشاركة
MIZAN.jo/verify
✅
خبر موثق
الدقة: عالية · المصدر: المملكة
✓ لغة موضوعية
✓ مصدر موثق
? تحقق إضافي مقترح
REFERENCE SOURCES
المملكة
بترا
رؤيا
المصادر الإخبارية المرجعية
HOW IT WORKS

كيف يعمل؟

STEP / 01
📤
أدخل المحتوى

الصق نص الخبر، أو ارفع صورة، أو أدخل رابطاً. نقبل المحتوى العربي والإنجليزي بأي صيغة.

STEP / 02
🧠
تحليل بالذكاء الاصطناعي

يقارن النموذج المحتوى مع عشرات المصادر الموثوقة ويكتشف التناقضات والإشارات المضللة.

STEP / 03
📊
احصل على التقرير

تقرير واضح: موثق أو مزيف أو غير مؤكد، مع تفصيل الإشارات المكتشفة والمصادر المرجعية.

COMMUNITY VERDICTS

ماذا يقول المستخدمون؟

🗳️
شاركنا حكمك على خبر
آراء المجتمع تساعد الباحثين ومكافحة التضليل
✅ موثوق ❌ كاذب ⚠️ غير واضح
★ ★ ★ ★ ★
FAQ

الأسئلة الشائعة

يستخدم MIZAN نموذج AraBERT لتحليل النصوص العربية دلالياً، ثم يقارن المحتوى مع قاعدة بيانات من المصادر الموثوقة. بالنسبة للصور، نستخدم شبكات CNN للكشف عن أنماط التوليد الاصطناعي.
نعم، الاستخدام الأساسي مجاني بالكامل. نخطط لإطلاق خطط احترافية للمؤسسات الإعلامية والباحثين مستقبلاً.
نعم، تدعم MIZAN تقنية التعرف الضوئي على الحروف (OCR) لاستخلاص النصوص مباشرةً من الصور المرفوعة، مما يتيح تحليل المحتوى النصي الظاهر في الصور بدقة عالية.
وصلت دقة نماذجنا إلى 97.3% على مجموعات بيانات التقييم القياسية للأخبار العربية. ومع ذلك، ننصح دائماً باعتبار النتائج مساعدة لا بديلاً عن التفكير النقدي.
يستخدم MIZAN شبكات عصبية التفافية (CNN) متخصصة لتحليل أنماط البكسل في الصور والكشف عن علامات التلاعب أو التوليد الاصطناعي، مع إصدار تقرير ثقة تفصيلي يوضح احتمالية تزوير الصورة.
ANALYZE

لا تثق بشكل أعمى.
حلّل بوضوح.

استخدم MIZAN للتحقق من صحة أي خبر أو صورة في ثوانٍ معدودة.

استخدم MIZAN الآن →
🔒
خصوصية محمية
⚡
تحليل فوري
🎯
دقة عالية
📰
مصادر موثوقة
🌍
دعم عربي كامل
Verify Now
0 / 10,000+ characters

أدخل رابط المقال وسيتم جلب محتواه وتحليله تلقائياً.

🔤
OCR — استخراج النص من الصورة عند رفع الصورة، سيتم استخراج أي نص مكتوب فيها تلقائياً وإرساله للتحليل.
📤

Drag image here or click to upload

PNG, JPG, WEBP — up to 10 MB

Paste from clipboard: Ctrl + V
preview
EXTRACTING TEXT VIA OCR…
🔎 OCR — Extracted Text
Raw text
✅ OCR text sent to Text tab — click "Start AI Verification" to analyze.
🎬
AI Video Detection ارفع الفيديو وسيتم تحليله للكشف عن ما إذا كان حقيقياً أم مولّداً بالذكاء الاصطناعي.
🎬

Drag video here or click to upload

MP4, MOV, AVI, WEBM — up to 100 MB

Or press Ctrl+Enter

AWAITING DATA INPUT...
> System ready.
> NLP engines standby.
> CNN vision models standby.
🧠
MIZAN AI IS THINKING
معالجة النص وتنظيفه ✓
توليد التضمينات الدلالية ✓
مقارنة بمصادر موثوقة ✓
توليد التقرير النهائي ✓
METHODOLOGY

منهجية البحث والتقنيات المستخدمة

شرح أكاديمي مفصّل لمراحل النظام، من تعريف المشكلة إلى توليد التقرير النهائي — مبني على أسس البحث العلمي في كشف الأخبار المضلّلة باللغة العربية.

OVERVIEW

نظرة عامة على المنهجية

يُقدّم MIZAN نظاماً متعدد الوسائط للتحقق من الأخبار في السياق الأردني والعربي الأشمل. يعمل النظام كخط أنابيب تحقق متسلسل يستقبل المحتوى المُدخَل — نصاً أو رابطاً أو صورة — ويستخرج الأدلة القابلة للمعالجة، ثم يقارنها بمصادر إخبارية موثوقة، وينتهي بإصدار تقرير تحقق مُوضَّح الأسباب. لا يصدر النظام حكماً ثنائياً مبسّطاً، بل يُميّز بين ثلاث نتائج: محتوى مدعوم، محتوى متعارض مع الأدلة، أو أدلة غير كافية.

📥
إدخال المحتوى
TEXT / URL / IMAGE
→
🗄️
استرجاع المصادر
SOURCE RETRIEVAL
→
🔧
المعالجة العربية
AR PREPROCESSING
→
🧠
تحليل النص والصورة
TEXT + IMAGE + OCR
→
⚖️
دمج الأدلة
DECISION FUSION
→
📋
تقرير التحقق
VERDICT REPORT
PROBLEM DEFINITION

تعريف المشكلة ونطاق التحقق

تتمحور المشكلة البحثية حول التقييم التلقائي لما إذا كان ادعاء إخباري عربي مدعوماً بأدلة من مصادر موثوقة، وما إذا كانت أي صورة مرفقة تبدو أصيلة أم مُولَّدة اصطناعياً.

🔤
تعدد اللهجات والأشكال الإملائية
تُعاني العربية من تنوع أملائي ولهجي ملحوظ في المحتوى الرقمي، مما يُعقّد عمليات الاسترجاع والمطابقة الدلالية.
📊
شح مجموعات البيانات العربية
تظل موارد التحقق من الأخبار العربية محدودة مقارنةً بنظيراتها الإنجليزية، مما يُشكّل تحدياً لتعميم النماذج.
🖼️
التضليل متعدد الوسائط
ينتشر المحتوى المضلل في صور وبطاقات اقتباس وتصميمات رقمية تحمل نصوصاً عربية — لا نصاً مباشراً فحسب.
DATA SOURCES

مصادر البيانات ومرجعية التحقق

يعتمد النظام على فئتين تكمّل إحداهما الأخرى: مصادر إخبارية أردنية موثوقة للتحقق الميداني، ومجموعات بيانات أكاديمية للتدريب والتقييم.

📰
المملكة · بترا · رؤيا
المصادر الإخبارية الأردنية الموثوقة

تُشكّل المرجعية الأساسية لمقارنة المحتوى المُدخَل. تُجمَع مقالاتها دورياً وتُخزَّن بهيكل منظّم يتضمن: العنوان، النص الكامل، تاريخ النشر، المصدر، والرابط.

Reference Corpus Jordan Trusted Sources
🗂️
AFND · FakeNewsNet
مجموعات البيانات الأكاديمية

تُستخدم مجموعة AFND (Arabic Fake News Dataset) وFakeNewsNet للتدريب الموجَّه والمقارنة المعيارية، عند توافق تصنيفاتها مع نطاق المشروع.

AFND FakeNewsNet Benchmarking
🖼️
بيانات الصور
صور أصيلة مقابل صور مُولَّدة بالذكاء الاصطناعي

مجموعة بيانات تحتوي على صور حقيقية وأخرى مُولَّدة اصطناعياً، تُستخدم لتدريب وتقييم وحدة تحليل الصور وكشف التوليد الاصطناعي.

Real Images AI-Generated Detection
ARABIC PREPROCESSING

معالجة النصوص العربية

تُطبَّق معالجة مُخصَّصة للغة العربية على كل من المحتوى المُدخَل من المستخدم ومقالات المصدر المرجعي، لضمان اتساق التمثيل قبل التحليل.

🧹
التنظيف العام
إزالة بقايا HTML، الروابط، الرموز التعبيرية، المسافات الزائدة، وعلامات الترقيم غير الضرورية.
🔡
التطبيع العربي المتخصص
توحيد أشكال الألف، حذف التشكيل والتطويل، تقليص التكرار، وتوحيد الأرقام والتاء المربوطة والألف المقصورة.
🤖
معالجة محافظة للنماذج التحويلية
تُتجنَّب إزالة كلمات التوقف بشكل مفرط في مسار التعلم العميق، لأن النماذج السياقية مثل AraBERT تعتمد على ترتيب الكلمات والسياق الجملي.
📄
التجزئة عند تجاوز حد الرموز
عند تجاوز المقال حد رموز النموذج، يُجزَّأ إلى جمل أو مقاطع، وتُحلَّل التمثيلات على مستوى المقطع ثم تُدمَج.
AI MODELS

النماذج المستخدمة ودورها

يستند النظام إلى نماذج متخصصة لكل وسيط: نماذج تحويلية للنص العربي، ونموذج بصري لتحليل الصور.

🔤
AraBERT
Arabic BERT — aubmindlab

مُشفِّر دلالي سياقي مُدرَّب مسبقاً على 70GB من النصوص العربية. يحوّل النصوص إلى تمثيلات كثيفة تُمكّن من اكتشاف التشابه الدلالي حتى عند إعادة صياغة الحدث بكلمات مختلفة — وهو جوهري في كشف الادعاءات المُعاد صياغتها.

Semantic Encoder Arabic NLP Transformers
🖼️
CNN / EfficientNet
Image Authenticity Classifier

نموذج بصري يكتشف الأنماط الإحصائية والهيكلية المرتبطة بالتوليد الاصطناعي أو التلاعب. لا يحكم بمفرده على صحة الخبر، بل يُقدّم دليلاً تكميلياً حول مصداقية المكوّن البصري.

Visual Forensics EfficientNet AI Detection
OCR PIPELINE

عند احتواء الصورة على نص عربي، تُفعَّل وحدة OCR مع دعم كامل للغة العربية. يخضع النص المستخرج لنفس مسار التطبيع والتنظيف المستخدم في الإدخال المباشر، ثم يُحلَّل عبر وحدة التحقق من النص ذاتها. هذا يتيح التحقق من لقطات الشاشة والبطاقات الاقتباسية والإعلانات الرقمية التي تنتشر على وسائل التواصل الاجتماعي بدلاً من النص المباشر.

DECISION FUSION

منطق الحكم النهائي

يُدمَج الحكم النهائي عبر ثلاث قنوات أدلة: التوافق النصي مع المصادر الموثوقة، تحليل أصالة الصورة، والنص المستخرج عبر OCR عند توفره.

✅
محتوى مدعوم
تطابق دلالي قوي مع مقالات موثوقة متعددة، وغياب أي أدلة بصرية مريبة أو تعارض في نص OCR.
❌
محتوى مضلل
تعارض النص مع التقارير الموثوقة، أو تصنيف الصورة كمُولَّدة اصطناعياً، أو تناقض نص OCR مع المصادر الرسمية.
⚠️
أدلة غير كافية
عدم وجود تغطية كافية في المصادر الموثوقة، أو تعارض الأدلة عبر الوسائط، أو انخفاض جودة OCR. غياب المطابقة ليس دليلاً على الكذب.
EVALUATION METHODOLOGY

منهجية التقييم الأكاديمي

يُقيَّم النظام على مستوى المكوّنات الفردية وعلى المستوى الشامل من طرف إلى طرف.

TARGET METRICS

مقاييس الأداء المستهدفة

F1 · Acc
وحدة التحقق النصي
Recall@k
جودة الاسترجاع
CER · WER
دقة OCR العربي
<2s
متوسط وقت الاستجابة

* تُعرَض الأرقام النهائية فقط بعد الحصول على نتائج تجريبية موثقة. تُجنَّب النسب المئوية التعسفية.

✂️
تقسيم البيانات الزمني
يُفضَّل التقسيم الزمني (Training / Validation / Test) لمنع تسرب البيانات بين أحداث متشابهة، وليعكس التقييم ظروف النشر الفعلي.
👥
تقييم المستخدمين
اختبار مع صحفيين أو طلاب أو خبراء لقياس وضوح التفسير وقابلية الاستخدام — عبر استبيانات هيكلية أو مقاييس ليكرت.
ACADEMIC INTEGRITY · LIMITATIONS

القيود والحدود المعروفة

الاعتراف بحدود النظام جزء أساسي من المنهجية الأكاديمية السليمة. يُصنَّف النظام كأداة دعم قرار، لا بديلاً عن التحقق البشري المتخصص.

📡
تغطية المصادر المرجعية
حدث حقيقي لم تُغطّه المصادر الموثوقة بعد قد يُصنَّف كـ "أدلة غير كافية"، لا لأنه كاذب، بل لغياب التقارير المرجعية.
🔤
التنوع اللغوي العربي
اللهجات المحلية، الكتابة غير الرسمية، والتبديل بين اللغات قد تُقلّل من جودة الاسترجاع والمطابقة الدلالية.
🖼️
قيود OCR والصور
قد تتراجع دقة OCR مع الصور منخفضة الدقة أو الخطوط المزخرفة أو الخلفيات المعقدة. كذلك قد لا يتعرّف كاشف الصور على أساليب التوليد الاصطناعي الجديدة تماماً.
🧪
الدقة غير مضمونة 100%
التشابه الدلالي لا يعني التطابق الحقيقي — قد يتشابه نصّان موضوعياً مع اختلافهما في تفاصيل جوهرية. النظام أداة مساعدة، لا حَكَماً نهائياً.
© 2026 MIZAN · ← الرئيسية
COMPETITIVE ANALYSIS · 2026

MIZAN مقابل منصات التحقق العالمية

مقارنة شاملة وموضوعية بين MIZAN والأدوات الرائدة في مجال التحقق من الأخبار حول العالم.

تخوض MIZAN المنافسة في سوق التحقق من الأخبار أمام منصات راسخة كـ Misbar وSnopes وAFP Fact Check وFull Fact. غير أن ما يُميّزها جذرياً هو الجمع بين ثلاثة محاور لا تتوفر مجتمعةً في أي منافس: التخصص الكامل في المحتوى العربي والأردني، والتحليل الآني بالذكاء الاصطناعي دون تدخل بشري، وكشف الصور المزيفة والـ Deepfakes بنماذج رؤية حاسوبية. الجدول أدناه يُقيس هذه الفجوة بدقة.

🌍
التغطية العربية
الوحيدة المتخصصة في المحتوى الأردني والعربي المحلي.
⚡
سرعة <2 ثانية
تحليل فوري بينما المنافسون يحتاجون ساعات أو أيام.
🖼️
كشف الـ Deepfakes
نماذج رؤية حاسوبية لكشف الصور المولّدة بالذكاء الاصطناعي.
📊
لوحة تحليلات
إحصائيات المحتوى المضلل متاحة للمديرين فورياً.
🆓
مجاني بالكامل
لا اشتراك ولا بيانات مخزّنة. تحليل فوري حر.
الميزة
🔍 MIZAN هذا المشروع
Misbar عربي
Snopes عالمي
AFP Fact إخباري
Full Fact AI+Human
دعم اللغة العربية الكامل ✔ ✔ ✘ ◑ ✘
تحليل فوري بالذكاء الاصطناعي (بدون بشر) ✔ ✘ ✘ ✘ ◑
كشف الصور المزيفة والـ Deepfakes ✔ ✘ ✘ ◑ ✘
مجاني بالكامل للمستخدم العادي ✔ ✔ ✔ ✔ ◑
تغطية المحتوى الأردني والمحلي تحديداً ✔ ◑ ✘ ✘ ✘
واجهة مستخدم عربية كاملة (RTL) ✔ ✔ ✘ ✘ ✘
قبول نصوص + روابط + صور في آنٍ واحد ✔ ✔ ✔ ✔ ✔
لوحة تحليلات وإحصائيات للمشرف ✔ ✘ ✘ ✘ ✘
تقرير مفصّل بمؤشرات قابل للمشاركة فوراً ✔ ✘ ◑ ✘ ◑
استجابة لحظية (<2 ثانية) بدون انتظار بشري ✔ ✘ ✘ ✘ ✘
✔ مدعوم بالكامل ◑ مدعوم جزئياً ✘ غير مدعوم
OVERALL PLATFORM SCORES
🔍 MIZAN
10 / 10
Misbar
5.5 / 10
AFP Fact Check
4.5 / 10
Full Fact
4 / 10
Snopes
3.5 / 10
10/10

MIZAN تحصد 10/10 في معايير المستخدم العربي

الجمع بين الذكاء الاصطناعي الكامل والتخصص في المحتوى الأردني والعربي ودعم الصور ولوحة التحليلات والمجانية الكاملة — هذا ما يجعل MIZAN الخيار الأول لمن يريد التحقق من الأخبار بدقة وسرعة وشفافية. المنافسون إما يفتقرون للعربية الكاملة، أو يعتمدون على محررين بشريين يأخذون ساعات، أو لا يدعمون تحليل الصور بالذكاء الاصطناعي.

© 2026 MIZAN · ← الرئيسية
CASE STUDIES

حالات تدخلنا الميداني

أمثلة حقيقية من نشاط MIZAN في رصد المعلومات المضللة وكيفية التعامل معها.

OUR APPROACH

كيف نحدد الأولويات؟

نتدخل في أقرب وقت ممكن لتقليل الضرر الذي تسببه المعلومات المضللة. نحدد الأولوية بناءً على ثلاثة معايير رئيسية.

01
الأهمية العامة

نُولي الأولوية للادعاءات التي تمسّ الشأن العام والمصلحة المشتركة — من أخبار سياسية وصحية وأمنية قد تؤثر على حياة الناس.

02
خطر الضرر الفعلي

نركّز على الادعاءات التي قد تُفضي إلى أذى حقيقي — معلومات طبية خاطئة، دعوات للعنف، أو تضليل يزعزع الثقة بالمؤسسات.

03
خطر الانتشار الواسع

نتتبع الادعاءات التي تنتشر بسرعة أو تتكرر من مصادر مؤثرة، لأن التصحيح المبكر يمنع موجات التضليل قبل أن تتجذّر.

نطلب من أصحاب الادعاءات المضللة تصحيحها فوراً وبالأهمية المناسبة. إذا لم يستجيبوا، نتخذ نحن الإجراءات اللازمة لمحاربة المعلومات الكاذبة بكل الوسائل المتاحة.

CASE STUDIES

حالات تدخلنا الميداني

أمثلة حقيقية من نشاط MIZAN في رصد المعلومات المضللة وكيفية التعامل معها — مستوحاة من منهجية Full Fact.

CASE · 01
تم الحل صحة 2025
ادعاءات مزيفة حول لقاح كوفيد-19 تنتشر على منصات التواصل

رصد MIZAN ادعاءات تشير إلى أن لقاحات كوفيد-19 تحتوي على مكونات ضارة، وقد انتشرت بشكل واسع عبر تطبيق واتساب. تواصلنا مع الجهة الأصلية التي نشرت المحتوى وطلبنا التصحيح الفوري. خلال 48 ساعة، صدر تصحيح رسمي من وزارة الصحة الأردنية مشيراً إلى المصادر العلمية المعتمدة.

✅ صدر تصحيح رسمي · وصل لأكثر من 80,000 شخص
CASE · 02
تم التصحيح سياسي 2025
إحصائيات اقتصادية مضللة في تغريدة واسعة الانتشار

كشف MIZAN عن تضليل في أرقام نسبة البطالة المنسوبة إلى جهة حكومية، إذ كانت الأرقام منتزعة من سياقها ومضللة. رصدنا أكثر من 200 إعادة تغريد وتواصلنا مع الحساب الأصلي. تم تعديل التغريدة وإضافة توضيح بارز خلال 24 ساعة.

⚡ تم تعديل المحتوى · أُضيف توضيح بارز
CASE · 03
قيد المتابعة صورة مزيفة 2025
صورة مولّدة بالذكاء الاصطناعي تُنسب إلى حدث حقيقي

اكتشف نظام MIZAN لتحليل الصور أن صورة تدّعي توثيق حادثة حقيقية هي في الواقع صورة مولّدة بالذكاء الاصطناعي. قدّم النظام تقريراً فورياً بنسبة ثقة 96.4% يُثبت أصل الصورة. أُبلغت المنصات المعنية وطلبنا إزالتها.

🔍 بلّغنا المنصات المعنية · قيد المراجعة
© 2026 MIZAN · ← الرئيسية
TRUST & TRANSPARENCY

الشفافية والاستقلالية

MIZAN منصة مستقلة تماماً — لا تملي عليها جهة سياسية أو تجارية ما تفحصه أو ما تُنشره.

TRUST & TRANSPARENCY

الشفافية والاستقلالية

MIZAN منصة مستقلة تماماً — لا تملي عليها جهة سياسية أو تجارية ما تفحصه أو ما تُنشره.

94.7%
دقة نماذج التحليل
12+
مصدر إعلامي موثوق
<3s
متوسط زمن التحليل
0
بيانات محفوظة أو مباعة
⚖️
الاستقلالية التحريرية

قراراتنا في اختيار ما نفحصه وما نُصدر بشأنه حكماً مستقلة تماماً. لا توجد جهة حكومية أو تجارية تملك أي تأثير على مخرجاتنا.

📋
منهجية موثقة ومُراجَعة

كل قرار حكم نُصدره مُدعوم بأدلة موثّقة من مصادر يمكن التحقق منها. منهجيتنا متاحة للعموم وخاضعة للمراجعة المستمرة.

🔒
حماية بيانات المستخدمين

المحتوى الذي تُدخله لا يُحفظ على خوادمنا ولا يُشارك مع أي طرف ثالث. التحليل يتم في الوقت الفعلي ثم يُمحى تلقائياً.

🌐
شبكة مصادر متنوعة

نتعاون مع شبكة واسعة من المصادر الإعلامية الأردنية والعربية الموثوقة، ونُحدّث قاعدة بياناتنا المرجعية بشكل مستمر.

© 2026 MIZAN · ← الرئيسية