AI हमें वास्तविक लोगों को खोजने में मदद कर सकता है, उन्हें बदलने के बजाय

एक नकली छवि सबसे तेज़ नजरों को भी धोखा देती है, लेकिन प्लेटफ़ॉर्म द्वारा देखी गई नकली व्यवहार नहीं होना चाहिए।  

पिछले बीस वर्षों से, ऑनलाइन डेटिंग उद्योग ने उपयोगकर्ता सुरक्षा को एक सरल चेकलिस्ट के रूप में सिखाया। हमने उपयोगकर्ताओं को फोटो को बारीकी से जांचने, व्यक्ति की कहानी में संगतता की जाँच करने, या मिलने से पहले वीडियो कॉल की माँग करने की सलाह दी। वह मार्गदर्शन, जो एक समय डिजिटल सुरक्षा का मानक था, आज पूरी तरह से पुराना हो चुका है।परिभाषित प्रमाण आया एक फ़रवरी 2025 अध्ययन iProov से, एक प्रमुख बायोमेट्रिक्स विक्रेता। शोधकर्ताओं ने यूके और यूएस में 2,000 विषयों से विभिन्न वस्तुओं — छवियों और वीडियो दोनों का उपयोग करके — को वास्तविक या सिंथेटिक के रूप में लेबल करने को कहा। परिणाम आश्चर्यजनक थे: केवल दो विषयों ने शून्य त्रुटियाँ कीं। यह परीक्षण किए गए लोगों का केवल 0.1 प्रतिशत है, जिसका अर्थ है कि शेष 1,998 ने कम से कम एक गलती की। उच्च विश्वास के साथ उच्च त्रुटि दर का मिश्रण उपभोक्ताओं के लिए खतरनाक है। और धोखेबाज़ इसे शोषण करने के लिए पूरी तरह तैयार हैं।के अनुसार Entrust 2026 पहचान धोखाधड़ी रिपोर्ट, डीपफेक अब बायोमेट्रिक धोखाधड़ी प्रयासों में से एक में पाँच का हिस्सा हैं। डीपफेक्ड सेल्फी 2025 में 58 प्रतिशत बढ़ीं, और इंजेक्शन हमले साल-दर-साल 40 प्रतिशत बढ़े। एक सामान्य उपयोगकर्ता से अपेक्षा करना कि वह अत्यधिक उन्नत जेनरेटिव एआई मॉडल को दृश्य धारणा में मात दे, जिम्मेदारी से बचना है; यह जोखिम सीधे प्लेटफ़ॉर्म से ग्राहक तक स्थानांतरित करता है।

धोखा अब नकली चित्रों की खोज के बारे में नहीं है

वास्तविकता यह है कि वर्तमान पहचान उपकरण विफल हो रहे हैं क्योंकि वे एक समय में एक वस्तु पर वस्तु-स्तरीय परीक्षण चलाते हैं। एक परीक्षण पूछता है कि क्या कोई विशिष्ट छवि एआई द्वारा उत्पन्न की गई थी। दूसरा पूछता है कि क्या कोई दस्तावेज़ जाली है, जबकि तीसरा पूछता है कि संदेश में पाठ मशीन द्वारा लिखा गया था या नहीं। समस्या यह है कि इन प्रत्येक परीक्षणों की प्रभावशीलता जल्दी घटती है। जैसे-जैसे जेनरेटिव मॉडल प्रगति निरंतर आउटपुट गुणवत्ता बढ़ाता है, पहले के उत्तर और पहचान विधियाँ लगभग एक रात में पुरानी या अप्रचलित हो जाती हैं।

एक बहुत बेहतर दृष्टिकोण एकल-सिग्नल उपस्थिति को कई संकेतों के संयुक्त फिट से बदलता है। हमारी विधि उपयोगकर्ता की उपस्थिति के विभिन्न आयामों के बीच संबंधों को स्कोर करती है। संकेत का एक आयाम है कि डिवाइस हमारे सिस्टम को कैसे दिखता है। दूसरा है कि उपयोगकर्ता का सत्र कहाँ से आ रहा है। तीसरा है कि खाता वास्तव में कैसे व्यवहार करता है। यह सब तब मानव समीक्षा की ओर ले जाता है जब सिस्टम संभावित धोखाधड़ी के संकेतों को चिन्हित करता है।

संयुक्त राष्ट्र ड्रग्स और अपराध कार्यालय, अपने अंतरराष्ट्रीय संगठित अपराध खतरा मूल्यांकन के लिए दक्षिण-पूर्व एशिया 2026, अनुमानित 2025 ऑनलाइन-धोखा नुकसान केवल रिपोर्ट किए गए क्षेत्रों में US$88.3 बिलियन से US$114.1 बिलियन के बीच था। इस पैमाने पर औद्योगिक धोखा गति और मात्रा पर चलता है। कोई भी एकल जानकारी आसानी से नकली बनाई जा सकती है, लेकिन नकली बनाना सभी को लगातार — कई खातों में जो प्लेटफ़ॉर्म द्वारा लगातार गिराए जा रहे हैं — समान रूप से बहुत बोझिल हो जाता है। हम जो भी घर्षण की परत जोड़ते हैं वह धोखा व्यवसाय की प्रति-खाता लागत बढ़ाता है जब तक उनका लाभ मार्जिन शून्य नहीं हो जाता।

यही वह जगह है जहाँ एआई वास्तव में अपना मूल्य सिद्ध करता है। जबकि जालसाजी पहचान नई तकनीकों के साथ सुधरी है, धोखा संकेत करने वाले सहसम्बन्धी कारकों की पहचान करने की बेहतर क्षमता — और शीघ्र हस्तक्षेप की ओर ले जाना — हमारे उपयोगकर्ताओं के लिए अत्यधिक बेहतर है। जब उपयोगकर्ता के संकेत असंगत होते हैं, तो उनकी वास्तविक मंशा उजागर हो जाती है। एक ईमानदार सदस्य, एक धोखेबाज़, और किसी अन्य उद्देश्य वाला आगंतुक सभी समान फोटो और लगभग समान शुरुआती पंक्तियाँ साझा कर सकते हैं। हालांकि, उनके संयुक्त संकेत अलग होंगे और पूरी तरह अलग कहानी बताएँगे। लोग कैसे जवाब देते हैं, कितनी जल्दी प्रतिक्रिया देते हैं, बातचीत को कैसे बढ़ाते हैं, वे किस बारे में पूछते हैं, और कौन सी बातचीत छोड़ दी जाती है, यह सब एक चित्र बनाता है। पहचान एक बेमिसाल निर्मित झूठ हो सकती है, लेकिन व्यवहार हमेशा बुरी मंशा को उजागर करेगा।

सूचना विषमता: प्लेटफ़ॉर्म उन चीज़ों को जानते हैं जो उपयोगकर्ता नहीं जानते

फेडरल ट्रेड कमिशन ने 2026 में रिपोर्ट किया कि 2025 में रोमांस-धोखा नुकसान 22 प्रतिशत बढ़ा 2024 की तुलना में, लगभग $1.5 बिलियन तक पहुंच गया। जिन्होंने बताया कि उन्हें कैसे संपर्क किया गया, उनमें से लगभग 60 प्रतिशत ने कहा उनका प्रारंभिक संपर्क एक सोशल मीडिया प्लेटफ़ॉर्म पर आया।

हमारे उद्योग में एक विशाल सूचना अंतर है। प्लेटफ़ॉर्म समान संकेत श्रेणियों को देखते हैं, लेकिन वे निश्चित रूप से लॉगिन देश और खाता आयु जैसे डेटा भी देख सकते हैं। सभी सदस्यों को केवल एक मुस्कान और एक सावधानीपूर्वक तैयार किया गया पैराग्राफ दिखता है जो उनके प्रोफ़ाइल से कुछ चतुराई से मिलाता है। प्लेटफ़ॉर्म के पास इस छिपे डेटा पर कार्रवाई करने की शक्ति है, इसे एक सुरक्षित वातावरण बनाने के लिए उपयोग करके, या इसे उजागर करके ताकि सदस्य तदनुसार कार्य कर सकें। दुर्भाग्यवश, उद्योग का अधिकांश हिस्सा न तो करता है और न ही करता है।

उद्योग की निष्क्रियता अक्सर उपयोगकर्ता गोपनीयता से जुड़े जटिल समझौतों से संबंधित होती है। इस समीकरण का महँगा आधा हिस्सा कार्रवाई करना है। विश्वास स्थापित करने के दो मार्ग हैं: धीमा मार्ग प्रतिष्ठा है, और तेज़ मार्ग सत्यापन है। सत्यापन घर्षण उत्पन्न करता है। उद्योग अत्यधिक गति, मात्रा और कम घर्षण चाहता है, जो उसकी लगातार अपर्याप्त सत्यापन को समझाता है।

हालाँकि, समाधान उभर रहे हैं। अगस्त 2024 की एक arXiv प्रीप्रिंट ने “व्यक्तित्व प्रमाणपत्र” का प्रस्ताव रखा। OpenAI, Microsoft, MIT, Oxford और Harvard जैसे संस्थानों के 32 लेखकों ने एक गोपनीयता‑संरक्षित प्रमाणपत्र प्रस्तावित किया जो किसी सेवा को यह साबित करने देता है कि वह व्यक्ति वास्तविक है, बिना उसकी मूल पहचान उजागर किए। उनका तर्क है कि CAPTCHA अपर्याप्त हैं और विसंगति पहचान सक्षम AI के खिलाफ तेज़ी से क्षीण हो रही है। वे सही हैं। डेटिंग उन क्षेत्रों में से एक है जहाँ इस क्षीणता के परिणाम सबसे अधिक महसूस होते हैं क्योंकि बेचा जा रहा मुख्य उत्पाद स्वयं विश्वास है।

बेहतर सामुदायिक मानक का निर्माण

वे वही संकेत जो संभावित आपराधिक व्यवहार की पहचान में मदद करते हैं, अन्य प्रकार के बुरे कार्यों की पहचान में भी सहायक हो सकते हैं। इरादा पढ़ना केवल धोखाधड़ी रोकने से कहीं आगे जाता है। किसी वेबसाइट पर हर बुरा अभिनेता आपराधिक नहीं होता। एक उपयोगकर्ता जो अप्रिय हो सकता है वह कानून तोड़ नहीं रहा हो सकता, और एक संबंध जिसे लेन‑देन के रूप में माना जाता है वह धोखाधड़ी नहीं हो सकती। लोगों को तिरस्कार के साथ व्यवहार करना किसी संघीय अभियोग की ओर नहीं ले जाता। लेकिन ये व्यवहार समुदाय को गहराई से क्षीण करते हैं। बदतर बात यह है कि ये अक्सर उन प्रणालियों के लिए अदृश्य रहते हैं जो पूरी तरह सदस्य रिपोर्टों पर निर्भर करती हैं।

उद्योग ने पारंपरिक रूप से अवैधता को सीमा मान ली है: धोखाधड़ी और नाबालिगों की स्क्रीनिंग, कानून द्वारा सख्ती से आवश्यक चीज़ों को हटाना, और बाकी को सहमत वयस्कों के बीच का मामला मानना। मैं किसी अन्य डेटिंग साइट को नहीं जानता जो AI का उपयोग करके लेन‑देन वाले व्यवहार की पहचान करती हो और सक्रिय रूप से उसे रोकती हो। हमारा Stop@Send फीचर भेजे जा रहे संदेश को भेजे जाने के दौरान ही मूल्यांकन करता है। यह केवल स्थिर कीवर्ड सूची से तुलना करने के बजाय गहरे अर्थ की तलाश करता है। अधिकांश समय, प्रतिक्रिया एक स्पष्टीकरण के रूप में भेजे जाने वाले को दी जाती है, जिसमें ठीक‑ठीक बताया जाता है कि संदेश समुदाय के लिए क्यों अनुपयुक्त है।

यह निःशुल्क नहीं है, बेशक। सदस्य वार्तालापों में बाधा डालना घर्षण पैदा करता है, जो आश्चर्यजनक रूप से वह लागत है जिसे हम सक्रिय रूप से वहन करने का चयन करते हैं। लेकिन हमारे मानक इस बात से बेहतर स्थापित होते हैं कि हमारे प्लेटफ़ॉर्म पर वास्तव में कौन‑सा व्यवहार अनुमति प्राप्त है, न कि अनलागू सामुदायिक दिशानिर्देश पृष्ठ पर प्रकाशित चीज़ों से। एक ऐसा प्लेटफ़ॉर्म जो बुरे अभिनेता को असुविधा नहीं देता, वह खुद को सामुदायिक नहीं कह सकता।

उद्योग के लिए चुनौती

वर्तमान बाजार AI को लोगों की जगह लेने की दौड़ में है: हम AI साथी, AI‑जनित प्रोफ़ाइल और फ़्लर्टिंग एजेंट देख रहे हैं। मेरा दृढ़ विश्वास है कि यह दिशा एक मृत अंत है। यह पूरी तरह सहभागिता के लिए अनुकूलित है लेकिन इसके अलावा कुछ नहीं देता। हमारा दृष्टिकोण मूलतः अलग है। हम AI का उपयोग बुरे अभिनेताओं को हटाने, सदस्यों को एक‑दूसरे के प्रति उत्तरदायी बनाने, और उन्हें ऐसे तरीकों से व्यवहार करने में मदद करने के लिए कर रहे हैं जो अधिक संभावित वास्तविक‑विश्व संबंधों की ओर ले जाएँ।

बचने के लिए लाल झंडों की सूचियाँ अपना मूल्य खो चुकी हैं। वे संकेत जो पहले धोखेबाजों को उजागर करते थे, वही विशेषताएँ हैं जिन्हें जनरेटिव मॉडल ने समाप्त करना सीख लिया है, जिससे एक हथियार दौड़ बन गई है जिसमें हम लगातार फँसे हुए हैं। प्रथम नियम—जिसे हर किसी को पालन करना चाहिए—के अलावा, अर्थात् कभी भी किसी ऐसे व्यक्ति को पैसा न भेजें जिसे आप नहीं जानते और व्यक्तिगत रूप से नहीं मिले हैं, अब मुख्य प्रश्न फोटो नहीं, बल्कि प्लेटफ़ॉर्म है, और वे अपने उपयोगकर्ताओं को न पता होने वाली जानकारी के साथ क्या कर रहे हैं।

एक प्लेटफ़ॉर्म जो इस चुनौती का अच्छा जवाब देता है, वह सक्रिय रूप से विश्वास के लिए इंजीनियरिंग कर रहा है। जो नहीं करता, वह अपने सदस्यों से 0.1 प्रतिशत सफलता दर पर अधिक काम करने को कह रहा है, केवल खुद को सुरक्षित रखने के लिए।

मैंने यह चुनौती हर प्लेटफ़ॉर्म, जिसमें मेरा अपना भी शामिल है, को दी है। मैं अपेक्षा करता हूँ कि उत्तर ईमानदार और पूर्ण हों। इस अंतर को पाटने की तकनीक अभी मौजूद है। धोखाधड़ी बनी रहती है क्योंकि उसे रोकना उन विशाल वृद्धि को त्यागने के बराबर है जो सहज साइन‑अप के विशाल द्वार से आती है। यह एक व्यावसायिक निर्णय है, न कि तकनीकी सीमा। और जो प्लेटफ़ॉर्म सही निर्णय लेते हैं, उनके पास इस चर्चा के लिए सबसे महत्वपूर्ण संपत्ति होती है: उनके सदस्यों का विश्वास।