Ηγέτες σκέψης

Η Στοίβα Απάτης Σας Χτίστηκε για Ανθρώπινους Αντιπάλους

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Τις τελευταίες 30 χρόνια, το CAPTCHA έκανε ένα μόνο έργο: να κάνει ένα μηχάνημα να αποτύχει σε μια δοκιμή που περνάει ένας άνθρωπος χωρίς να σκεφτεί. Αυτό το έργο έχει τελειώσει. Οι ερευνητές, δοκιμάζοντας αυτοματοποιημένους λύτες ενάντια στις εικόνες προκλήσεων του reCAPTCHA v2 της Google, ανέφεραν 100 % ποσοστό επιτυχίας, αυξημένο από περίπου 68 % σε 71 % σε προηγούμενες εργασίες, και διαπίστωσαν ότι δεν υπάρχει ουσιαστική διαφορά μεταξύ του αριθμού των προκλήσεων που χρειάζεται να ξεπεράσει ένα bot και του αριθμού που χρειάζεται ένας άνθρωπος.

Αν σκεφτούμε το CAPTCHA ως υποκατάστατο μιας ολόκληρης κατηγορίας ελέγχων που βασίζονται στην ίδια υπόθεση‑ ότι ορισμένες εργασίες είναι τετριμμένες για έναν άνθρωπο και δύσκολες για ένα μηχάνημα, και έτσι η επιτυχία στην εργασία αποδεικνύει ότι είστε άνθρωπος‑ ήρθε η ώρα να επανεξετάσουμε τις παραμέτρους ελέγχου. Οι AI πράκτορες έχουν σιωπηρά εξαλείψει αυτήν την υπόθεση σε αναγνώριση εικόνας, συμπλήρωση φορμών και πολυβήμα πλοήγηση, και οι περισσότερες ομάδες κινδύνου δεν έχουν ακόμη ξαναχτίσει τη στοίβα τους ως αντίδραση.

Καλιμπραρισμένο εναντίον του Λάθος Εχθρού

Κάθε κανόνας σε μια ώριμη στοίβα απάτης ρυθμίζονταν εναντίον ενός συγκεκριμένου αντιπάλου, είτε ήταν ένας άνθρωπος που προσποιείται έναν άλλο άνθρωπο είτε μια φάρμα bots που προσποιείται πολλούς ανθρώπους ταυτόχρονα. Οι έλεγχοι ταχύτητας εντοπίζουν κάποιον που ανοίγει λογαριασμούς γρηγορότερα από ό,τι θα μπορούσε λογικά ένας άνθρωπος. Οι κανόνες επαναχρησιμοποίησης συσκευών εντοπίζουν κάποιον που ανακυκλώνει υλικό μεταξύ ταυτοτήτων. Και τα δύο χτίστηκαν γύρω από ανθρώπινους περιορισμούς, το φυσικό χρόνο που απαιτείται για τη συμπλήρωση μιας φόρμας και το πρακτικό κόστος αγοράς νέων συσκευών.
Οι ίδιοι περιορισμοί δεν περιορίζουν έναν πράκτορα AI όπως περιορίζουν εμάς, τους ανθρώπους. Μπορεί να συμπληρώσει μια φόρμα στον χρόνο που χρειάζεται ένας άνθρωπος για να διαβάσει το πρώτο πεδίο, και μπορεί να προμηθευτεί, να χρησιμοποιηθεί μία φορά και να απορριφθεί με κόστος σχεδόν μηδενικό. Η αυτοματοποιημένη κίνηση τώρα αντιπροσωπεύει περισσότερο από 53 % όλης της κίνησης στο web, αυξημένη από 51 % ένα χρόνο νωρίτερα, ενώ η ανθρώπινη δραστηριότητα μειώνεται στο 47 % και συνεχίζει να πέφτει. Πάνω από ένα τέταρτο των επιθέσεων bot (27 %) στοχεύουν πλέον απευθείας σε API, παρακάμπτοντας εντελώς το περιβάλλον χρήστη για να λειτουργήσουν με ταχύτητα μηχανής, και μόνο οι χρηματοοικονομικές υπηρεσίες απορρόφησαν το 24 % όλων των επιθέσεων bot και το 46 % των περιστατικών λήψης λογαριασμού το 2025. Οι κανόνες που χτίστηκαν γύρω από την ανθρώπινη ρυθμικότητα δεν θα μπορούσαν ποτέ να εντοπίσουν μια κατηγορία κίνησης που δεν έχει καθόλου ρυθμό.

Όπου Τα Ράγιστρα Εμφανίζονται

Η πρώιμη αντίδραση της βιομηχανίας ήταν να αντιμετωπίσει την AI με περισσότερη AI, θεωρώντας ένα μοντέλο blackbox ως ασημένιο σφαίρα για έναν αντίπαλο blackbox. Αυτή η αντίδραση επιδεινώνει το πρόβλημα από μόνη της. Ένα μοντέλο απάτης που δεν μπορεί να εξηγήσει τη δική του απόφαση είναι σχεδόν αδύνατο να υπερασπιστεί κανείς σε ρυθμιστή, πελάτη ή εσωτερικό ελεγκτή όταν η απόφαση αμφισβητηθεί, και ένα αδιαφανές μοντέλο που εκπαιδεύεται για να εντοπίσει μια αδιαφανή απειλή εντείνει την αδιαφάνεια αντί να την επιλύει. Η δυνατότητα άμυνας εδώ δεν είναι φιλοσοφική λεπτομέρεια· σημαίνει επίσης την ικανότητα να αποδείξουμε τη διακυβέρνηση του μοντέλου: ακριβώς ποιο μοντέλο είναι ενεργό, τι άλλαξε από την προηγούμενη έκδοση, σε ποια δεδομένα εκπαιδεύτηκε το μοντέλο, ποιος ενέκρινε την αλλαγή και γιατί. Ένα σύστημα που σχεδιάστηκε για αυτόματη ενημέρωση του ίδιου του μοντέλου AI δεν σχεδιάστηκε ποτέ για να παράγει τέτοιο ίχνος.

Μια άλλη άμυνα που απαιτείται για να ξεχωρίσει το καλό από το κακό είναι η στρωματοποιημένη νοημοσύνη: βάθος σήματος σε αρκετές ανεξάρτητες διαστάσεις ώστε μια κατασκευασμένη ταυτότητα, ένας κλεμμένος λογαριασμός ή ένας “money mule” να μην έχουν πού να κρυφτούν. Κάθε επιπλέον διάσταση αποτελεί ξεχωριστή ευκαιρία να εντοπιστεί μια ασυνέπεια, ένα κοινό στοιχείο υποδομής απάτης ή συμπεριφορά που δεν ταιριάζει με το άτομο στο αρχείο. Κανένα μεμονωμένο σήμα δεν πρέπει να φέρει όλο το βάρος της απόφασης. Όσο πιο ευρύ το πλαίσιο, τόσο πιο ένα απομονωμένο, ασαφές στοιχείο γίνεται κάτι που η ομάδα απάτης μπορεί πραγματικά να υποστηρίξει. 

Η ίδια αρχή ισχύει είτε η απόφαση λαμβάνεται από άτομο είτε από μοντέλο. Ένας κινητήρας κινδύνου AI δεν είναι πιο έξυπνος από τα δεδομένα που του δίνουμε. Αφαιρέστε τη μισή διάσταση και έχετε ένα σύστημα που λογίζεται με πλήρη βεβαιότητα από τη μισή εικόνα, και αυτό ισχύει εξίσου για ένα μοντέλο μηχανικής μάθησης που αξιολογεί μια συναλλαγή σε χιλιοστά του δευτερολέπτου όσο και για έναν αναλυτή που χειρίζεται μια υπόθεση με το χέρι. Γίνεται πιο αληθινό, όχι λιγότερο, καθώς όλο το σήμα της απόφασης μετατοπίζεται σε πράκτορες που παίρνουν την απόφαση χωρίς κανένα άτομο στον βρόχο. Το βάθος του πλαισίου δεν είναι μόνο ο τρόπος με τον οποίο εντοπίζετε έναν πράκτορα που διαπράττει απάτη. Είναι η προϋπόθεση για να εμπιστευτεί κανείς την απόφαση ενός πράκτορα για οτιδήποτε.

Τροφοδοτήστε αυτό το πλαίσιο σε ένα μοντέλο του οποίου η λογική παραμένει αναγνώσιμη, αντί για ένα μοναδικό σύστημα blackbox που μαντεύει την πρόθεση από ένα μόνο σήμα, και η απόφαση δεν είναι μόνο ακριβής. Γίνεται αμυντική. Η διάκριση αυτή έχει μεγαλύτερη σημασία απέναντι σε πράκτορες AI απ’ ό,τι απέναντι σε ανθρώπινες ομάδες απάτης, επειδή ένας πράκτορας αφήνει διαφορετικό είδος ίχνος. Δεν τρέμει, δεν διστάζει ή κάνει τα μικρά λάθη που τα βιομετρικά συμπεριφοράς σχεδιάστηκαν να παρατηρήσουν. Αντίθετα αφήνει αποτύπωμα· στην εποχή των διαπιστευτηρίων που χρησιμοποιεί και της συνοχής ενός ιστορικού συσκευής που είτε εκτείνεται είτε όχι πιο πίσω από τη συναλλαγή που έχετε μπροστά. Εκτελεί ένα εργαλείο απομακρυσμένης πρόσβασης ήσυχα στο παρασκήνιο ενώ τα διαπιστευτήρια κάποιου άλλου δαπανώνται. Τίποτα από αυτά δεν απαιτεί ανάγνωση προσώπου. Απαιτεί μόνο τη δυνατότητα ανάγνωσης των πλήρων λεπτομερειών της συνεδρίας έναντι ενός ευρέος συνόλου σημάτων.

Το Ανθρώπινο Σήμα που Δεν Υπάρχει Πλέον

Πούθενά η επαναρύθμιση δεν είναι πιο επείγουσα από την επαλήθευση ταυτότητας, όπου οι ομάδες απάτης έχτισαν ολόκληρη πειθαρχία γύρω από την ανίχνευση ανθρώπινων σημάτων, όπως ένας αφύσικος ρυθμός κλείσιμο ματιών, ένας ασυμφωνικός συγχρονισμός χειλιών, ή ένα υφασματικό τεχνικό ελάττωμα σε μια φωτογραφία. Τα εργαλεία deepfake έχουν κλείσει τα περισσότερα από αυτά τα κενά, και οι εγκληματίες δεν χρειάζεται πλέον να δημιουργούν αυτά τα εργαλεία μόνοι τους.

Η Παγκόσμια Εκτίμηση Απειλών Χρηματοοικονομικής Απάτης της Interpol, που δημοσιεύθηκε τον Μάρτιο, διαπίστωσε ότι η χρηματοοικονομική απάτη απορρόφησε πάνω από 442 δισεκατομμύρια δολάρια από την παγκόσμια οικονομία το 2025, με την AI‑ενισχυμένη απάτη τώρα περίπου 4,5 φορές πιο κερδοφόρα από τις παραδοσιακές μεθόδους. Η έκθεση εντοπίζει λειτουργίες «deepfake‑as‑a‑service» σε αγορές του dark web που πωλούν κιτ συνθετικών ταυτοτήτων, πλήρως εξοπλισμένα με βίντεο avatars που δημιουργούνται από AI, κλώνους φωνής και βιομετρικά δεδομένα, επιτρέποντας σε έναν επιτιθέμενο να δημιουργήσει ένα πειστικό ψηφιακό κλώνο από μόλις 10 δευτερόλεπτα ήχου που συλλέγεται από μια ανάρτηση στα κοινωνικά μέσα.

Το αξιόπιστο σήμα δεν ήταν ποτέ το έγγραφο ταυτότητας. Αυτή είναι η συνέχεια: το ψηφιακό παρελθόν μιας πραγματικής ταυτότητας συσσωρεύεται μέσα σε χρόνια κανονικής δραστηριότητας λογαριασμού και προτύπων συμπεριφοράς, το είδος ιστορικού που μια συνθετική ταυτότητα, ή ένας πράκτορας που την αντιπροσωπεύει, δεν έχει χρόνο να δημιουργήσει. Ένα σύστημα που ψάχνει μόνο για ένα κατασκευασμένο έγγραφο ταυτότητας θα συνεχίσει να αποτυγχάνει. Ένα σύστημα που αναζητά ένα ελλιπές ιστορικό έχει πιο δύσκολο στόχο να πλαστογραφήσει.

Αναπροσαρμογή για Έναν Διαφορετικό Αντίπαλο

Τίποτα από αυτά δεν αποτελεί επιχείρημα για πανικό, ούτε είναι επιχείρημα ότι η ανθρώπινη απάτη έχει εξαφανιστεί. Δεν έχει. Είναι επιχείρημα ότι μια στοίβα που ρυθμίστηκε εξ ολοκλήρου στα ανθρώπινα όρια, ρυθμό και σήματα έχει μια δομική τυφλή θέση ακριβώς εκεί που λειτουργούν οι πράκτορες AI, και αυτή η τυφλή θέση δεν θα κλείσει από μόνη της. Οποιοσδήποτε από αυτούς τους ελέγχους, δοκιμασμένος μόνος του, μπορεί ακόμα να εμφανιστεί καθαρός. Μόνο όταν αυτοί οι έλεγχοι διαβάζονται μαζί, σε αρκετές ανεξάρτητες διαστάσεις, το μοτίβο που ένας απομονωμένος έλεγχος χτίστηκε να παραβλέπει γίνεται ορατό.

Τα συστήματα AI με πράκτορα μπορούν πλέον να σχεδιάσουν και να εκτελέσουν αυτόνομα μια πλήρη εκστρατεία απάτης, από την ανίχνευση μέχρι την απαίτηση λύτρων, κυρίως χωρίς ανθρώπινο χειριστή στον βρόχο. Η λύση δεν είναι ένας κανόνας που προστίθεται στην παλιά στοίβα. Είναι μια ξαναχτισμένη υπόθεση. Η δοκιμή δεν είναι πλέον αν κάτι μοιάζει με ανθρώπινο απατεώνα — είναι αν υπήρχε ποτέ ένας γνήσιος άνθρωπος πίσω του.

Ο Tamás Kádár είναι ο Διευθύνων Σύμβουλος και Συνιδρυτής της SEON, μια ηγετική εταιρεία πρόληψης απάτης και AML. Ξεκίνησε την SEON το 2017 μετά από προβλήματα απάτης στη δική του κρυπτονομιστική ανταλλαγή. Με εξειδίκευση στις финτεχ, AI και κυβερνοασφάλεια, κατασκεύασε μια πλατφόρμα που παρέχει εργαλεία επιχειρηματικού επιπέδου για επιχειρήσεις όλων των μεγεθών. Υπό την ηγεσία του, η SEON έχει κερδίσει παγκόσμια αναγνώριση. Ως συνεισφέρων στο Forbes Technology Council και HackerNoon, ο Kádár υποστηρίζει την δημοκρατικοποίηση της πρόληψης απάτης σε πραγματικό χρόνο.