آیا هوش مصنوعی مولد کلاهبرداری شاهزاده نیجریه را می کشد؟

آیا هوش مصنوعی مولد کلاهبرداری شاهزاده نیجریه را می کشد؟

آیا هوش مصنوعی مولد کلاهبرداری شاهزاده نیجریه را می کشد؟ هوش داده PlatoBlockchain. جستجوی عمودی Ai.

نزدیک به دو دهه پیش بود که ولدونگ ژو، استاد 38 ساله هاروارد، در دادگاه ناحیه راکسبری در ماساچوست محاکمه شد. او که پشت یک حصار پلکسی گلاس نشسته بود، یک کت چرمی و عینک خلبانی با لبه بزرگ و نازک پوشیده بود، با وثیقه 600,000 دلاری روبرو شد.

شو مبلغ شش رقمی را با قول به 35 نفر از دوستان، دانش آموزان و همکارانش دریافت کرده بود که برای تحقیقات SARS پول جمع آوری می کند. یکی از آن 35 نفر حتی برای کمک به خانه اش را رهن کرد. اما در نهایت، خو تمام آن را برای کلاهبرداران ایمیل نیجریه ای.

استاد هاروارد هرگز 50 میلیون دلاری که در ازای آن وعده داده بود دریافت نکرد. پس از گذشت سال‌ها، داستان او برای کسانی که فکر می‌کنند آن‌قدر باهوش هستند که نمی‌توانند گرفتار یک کلاهبرداری ساده شوند، به مثابه یک تمثیل تبدیل شده است.

هوشمندی به خودی خود کافی نیست و هیچ چیزی که در 20 سال گذشته امتحان کرده ایم - نه فیلترهای هرزنامه، ابتکارات آگاهی از فیشینگ، یا بلوغی که با زمان و تجربه جمعی بیشتری که با اینترنت سپری شده است - نتوانسته مردم را حفظ کند. از افتادن به این قدیمی ترین ترفند کتاب.

به تازگی در سال 2019، با توجه به ADT، آمریکایی ها بیش از 700,000 دلار به دلیل کلاهبرداری های شاهزاده نیجریه از دست دادند (که قبلاً با نام فرهنگی کمتر "کلاهبرداری با پیش پرداخت" نامیده می شد). و کسب و کارها نیز مصون نیستند. امنیت غیرعادی در اوایل این ماه ردیابی بیش از 1,000 حمله پیش پرداخت را گزارش کرد سازمان‌های هدف، از حدود 70 دامنه ایمیل منحصر به فرد.

نام من خانم ریتا دومینیک، یک شهروند هندی است که در کشور من در ساحل عاج ساکن است. در واقع من به دلیل بیماری سرطانی در بیمارستان هستم و باعث شد در مورد این نذر با شما تماس بگیرم.

مشکل فقط بدتر می شود. مجرمان در حال حاضر از هوش مصنوعی مولد استفاده می کنند نوشتن داستان های قانع کننده تر با دستور زبان بهتر، در مقیاسی که قبلاً هرگز قابل دستیابی نبود.

یا شاید این یک ذره تفاوت ایجاد نکند. شاید همان ویژگی‌هایی که هوش مصنوعی مولد را برای دیگر فیشرها مفید می‌سازد، سرانجام کلاهبرداری‌های پیش‌پرداخت را به گذشته تبدیل کند.

نحوه کار کلاهبرداری با پیش پرداخت

برای یافتن نمونه ای از یک ایمیل با هزینه پیش پرداخت، نیازی نیست در صندوق ورودی خود خیلی عمیق بگردید.

دبورا شافر، پروفسور ممتاز انگلیسی از دانشگاه ایالتی مونتانا در ابتدای مصاحبه می‌گوید: «امروز صبح یکی گرفتم. "این کمی خوشبختی بود."

در سال 2012، شافر مطالعه ای را در مورد ویژگی های زبانی ایمیل های پیش پرداخت، که در یک دهه از آن زمان تاکنون حتی یک ذره تغییر نکرده است. مقدمه آشنا است: مقدار زیادی پول در جایی وجود دارد، و دریافت کننده خوش شانس ایمیل می تواند در ازای یک هزینه اولیه کوچک به نویسنده کمک کند تا آن را دریافت کند و سپس درآمد بادآورده را به اشتراک بگذارد. شفر توضیح می‌دهد: «محتوا معمولاً به اندازه‌ای درباره وضعیت فرستنده توضیح می‌دهد تا به نظر برسد که می‌تواند واقعاً مهم باشد».

من یک کمک فوری پروژه دارم که 5.5 میلیون دلار آمریکا است.

او ادامه می دهد: "همیشه یک عنصر فوری وجود دارد - "لطفا فوراً پاسخ دهید"، چنین چیزی."

"مقامات دولتی، حساب های بانکی مخفی - ما به کمک نیاز داریم تا این پول را از کشور خارج کنیم یا در کشور شما سرمایه گذاری کنیم."

"آنها تقریباً همیشه به دلیل دخالت در توجه خواننده عذرخواهی می کنند، اما چیزی دارند که خیلی خوب است که نمی توان از آن گذشت."

«سلام همیشه مؤدبانه است، گاهی اوقات به طور آشکار برای برخی از علایق، مانند علاقه مذهبی، جذاب است.»

همین ساختار اساسی کار کرده است از مدت ها قبل از اینترنت. "برای مردم خیلی آسان است که بگویند: "خب، من مجبور نیستم بگویم بله، من فقط اطلاعات بیشتری را می خواهم." و هنگامی که آنها این کار را انجام می دهند، در را به روی انواع استراتژی های متقاعدکننده ای باز کرده اند که روی بسیاری از افراد کار می کند، مگر اینکه دائماً مراقب خود باشند، "شفر توضیح می دهد.

و من می خواهم این پروژه را به شما تحویل دهم اگر بتوانید به من برگردید زیرا وضعیت من در اینجا در بیمارستان نمی تواند به من اجازه دهد تا این پروژه الهی را ادامه دهم.

او می‌افزاید: «اما بسیاری از این حروف - و اینجا جایی است که من فکر می‌کنم هوش مصنوعی همه چیز را تغییر می‌دهد - آنها فقط هدایایی هستند که توسط انگلیسی زبانان بومی نوشته نشده‌اند.»

چگونه هوش مصنوعی مولد می تواند کلاهبرداری پیش پرداخت را تقویت کند؟

شفر مانند بسیاری از افراد، ChatGPT را نقطه عطف تاریخ می داند. این محقق انگلیسی مادام العمر پیش بینی می کند: «من متقاعد شده ام که هوش مصنوعی مولد همه چیز را تحت تأثیر قرار می دهد - هر شکلی از ارتباطات، هر راهی که مردم در مورد جهان فکر می کنند و با یکدیگر ارتباط برقرار می کنند.

با همه کاربردهای مثبت آن، چت ربات های هوش مصنوعی در حال حاضر مجرمان سایبری را قادر می سازند سریعتر مطالب فیشینگ قانع کننده تری بنویسید. افرادی مانند «خانم. ریتا دومینیک» بسیار سود خواهد برد.

«من ایمیل‌هایی از افرادی دریافت کرده‌ام که می‌گویند در انگلیس یا استرالیا هستند و واضح است که زبان مادری انگلیسی نیستند. شفر توضیح می‌دهد که اینها به اندازه‌ای هستند که خوانندگان را مکث کرده و بگویند: «صبر کنید، آیا این مشروع است؟» اما به زودی آن پرچم قرمز پنهان خواهد شد. من گمان می کنم که هوش مصنوعی همه چیز را پاکسازی می کند. شما خواهید دید که چیزهایی به طور پیوسته به زبان انگلیسی خوب و لهستانی مطابق با لهجه شما نوشته شده است."

با این حال، احتمالاً همانطور که به نظر می رسد، لزوماً به این معنا نیست که نوشتن بهتر در واقع به کلاهبرداران با هزینه پیش پرداخت کمک می کند.

و من امیدوارم که به محض دریافت این نامه برای اقدامات بیشتر از شما بشنوم. به من اطمینان دهید که همانطور که در اینجا بیان کردم مطابق با آن عمل خواهید کرد. به امید اینکه بلافاصله پاسخ شما را با اطلاعات تماس کامل دریافت کنید

آیا هوش مصنوعی مولد واقعاً به کلاهبرداران کمک می کند؟

دو ماه پس از انتشار مقاله شفر، مقاله دیگری دیدگاه متفاوتی از زبان شناسی پیش پرداخت ارائه کرد. که در "چرا کلاهبرداران نیجریه ای می گویند اهل نیجریه هستند؟یک محقق مایکروسافت اظهار داشت که آشکار بودن کلاهبرداری در واقع هدف آن است.

این محقق نوشت: «ایمیل حاوی داستان‌های مبالغ افسانه‌ای پول و فساد در غرب آفریقا، همه افراد را به جز ساده لوح‌ترین افراد عجیب و غریب خواهد دید. اما او پیشنهاد کرد که این کار عمدی بوده است. از آنجایی که حمله او دارای تراکم پایین قربانیان است، کلاهبردار نیجریه ای نیاز مبرمی به کاهش موارد مثبت کاذب دارد. کلاهبردار با ارسال ایمیلی که همه را دفع می‌کند، به جز ساده‌لوح‌ترین‌ها، امیدوارکننده‌ترین نمره‌ها را برای انتخاب خود دریافت می‌کند و نسبت مثبت درست به غلط را به نفع خود تغییر می‌دهد.»

با این منطق، هرگونه خطا، نادیده گرفتن یا سایر علائم قرمز در محتوای یک ایمیل با هزینه پیش پرداخت ممکن است فقط برای فیلتر کردن اهداف کلاهبردار عمل کند و کار آنها را کارآمدتر کند. بنابراین، وعده هوش مصنوعی برای نثر تمیزتر و داستان سرایی بهتر ممکن است حتی مثبت نباشد.

به نوبه خود، شفر به طور کامل این خط استدلال را قبول نمی کند: «این یک نظریه بسیار متقاعدکننده است. من به نوعی آن را می خرم، اما در عین حال، فکر می کنم بسیاری از کلاهبرداران تمام تلاش خود را انجام می دهند و آنها فقط در دستکاری زبان و تسلط بر زبان انگلیسی متخصص نیستند.

چه در پایان، هوش مصنوعی مولد کلاهبرداری با پیش پرداخت را کاملاً متحول کند یا کاملاً دور بزند، روشی که همه ما باید با آن مقابله کنیم یکسان خواهد بود. شافر تاکید می‌کند: «مردم باید درباره انواع کلاهبرداری‌هایی که به هر شکلی که می‌خواهند دریافت کنند و استراتژی‌هایی برای بررسی آنها بیشتر بیاموزند».

با تشکر از خواهر شما در مسیح

«اگر زمانی بوده است که آموزش برای کل جهان حیاتی‌تر بوده است، نمی‌دانم چه زمانی بوده است. در حال حاضر همه ما باید یاد بگیریم که چگونه از خود محافظت کنیم.»

تمبر زمان:

بیشتر از تاریک خواندن