Dolandırıcılık Yığını İnsan Rakipleri İçin İnşa Edildi

Son 30 yılda, CAPTCHA tek bir işi yaptı: bir makinenin, bir kişinin düşünmeden geçtiği bir testi başarısız kılması. Bu iş artık bitti. Araştırmacılar, Google’ın reCAPTCHA v2 görüntü zorluklarına karşı otomatik çözücüleri test etme, %100 başarı oranı bildirdi, önceki çalışmalarda yaklaşık %68‑%71 iken, ve bir botun temizlemesi gereken zorluk sayısı ile bir insanın temizlemesi arasındaki anlamlı bir fark bulamadı.

Eğer CAPTCHA’yı, aynı varsayıma dayalı tüm kontrol kategorisinin bir temsili olarak düşünürsek—belirli görevlerin insanlar için önemsiz, makineler için zor olduğu ve görevi geçmenin insan olduğunu kanıtladığı—kontrol parametrelerini yeniden gözden geçirme zamanı. AI ajanları, görüntü tanıma, form doldurma ve çok adımlı gezinme gibi alanlarda bu varsayımları sessizce ortadan kaldırdı ve çoğu risk ekibi henüz yığınına yeni bir yapı kazandırmadı.

Yanlış Düşmana Karşı Kalibre Edildi

Olgun bir dolandırıcılık yığınındaki her kural, belirli bir rakibe karşı ayarlanmıştı; ister bir insanın başka bir insanı taklit etmesi, ister bir bot çiftliğinin birden çok insanı aynı anda taklit etmesi olsun. Hız kontrolleri, bir kişinin mantıklı bir şekilde yapabileceğinden daha hızlı hesap açanları yakalar. Cihaz tekrar kullanım kuralları, donanımı kimlikler arasında geri dönüştürenleri tespit eder. İkisi de insan sınırlamaları etrafında inşa edilmişti; bir formu doldurmanın fiziksel süresi ve yeni cihazlar almanın pratik maliyeti.
Aynı sınırlamalar bir AI ajanını, biz insanlar gibi, kısıtlamaz. Bir insanın ilk alanı okuması için geçen sürede bir formu doldurabilir ve neredeyse sıfır maliyetle sağlanıp bir kez kullanıldıktan sonra atılabilir. Otomatik trafik artık tüm web trafiğinin %53’ten fazlasını oluşturuyor, bir yıl önce %51 iken, insan etkinliği %47’ye düştü ve hâlâ azalıyor. Bot saldırılarının dörtte birinden fazlası (%27) artık doğrudan API’leri hedef alıyor, kullanıcı arayüzünü tamamen atlayarak makine hızında çalışıyor ve finans hizmetleri yalnızca 2025’te tüm bot saldırılarının %24’ünü ve hesap ele geçirme olaylarının %46’sını absorbe etti. İnsan temelli hızlandırma üzerine kurulan kurallar, hiç hızlandırma olmayan bir trafik sınıfını yakalamak için asla tasarlanmamıştı.

Çatlakların Göründüğü Yerler

Sektörün erken içgüdüsü, AI’ye karşı daha fazla AI ile mücadele etmek, bir kara kutu modeli kara kutu bir düşmana karşı tek çözüm olarak görmekti. Bu içgüdü problemi kendi başına daha da kötüleştiriyor. Kendi kararını açıklayamayan bir dolandırıcılık modeli, karar sorgulandığında bir düzenleyiciye, müşteriye veya iç denetçiye savunması neredeyse imkânsızdır ve opak bir tehdidi yakalamak için eğitilmiş opak bir model, sorunu çözmek yerine opaklığı artırır. Buradaki savunulabilirlik sadece felsefi bir incelik değildir; aynı zamanda model yönetimini gösterebilmek anlamına gelir: hangi modelin canlı olduğu, önceki sürümden neyin değiştiği, modelin hangi verilerle eğitildiği, değişikliği kim onayladı ve neden. AI modelini otomatik güncellemek için inşa edilen bir sistem, bu tür bir belge izi üretmek üzere tasarlanmamıştır.

İyi ile kötü arasındaki farkı ayırmak için gerekli bir diğer savunma, katmanlı zekâdır: sahte bir kimliğin, ele geçirilmiş bir hesabın ya da bir para taşıyıcısının saklanacak yeri kalmayacak kadar yeterli bağımsız boyutta sinyal derinliği. Her ek boyut, bir tutarsızlığı, ortak bir dolandırıcılık altyapısını ya da dosyadaki kişiyle eşleşmeyen bir davranışı yakalama fırsatı sunar. Tek bir sinyalin kararın tamamını taşıması gerekmez. Bağlam ne kadar geniş olursa, izole, belirsiz bir ipucu da bir dolandırıcılık ekibinin gerçekten savunabileceği bir şey haline gelir.

Bu aynı ilke, kararın bir kişi ya da bir model tarafından verilmesi durumunda da geçerlidir. Bir AI risk motoru, kendisine verilen veriden daha zeki değildir. Boyutların yarısını çıkarırsanız, sadece resmin yarısından tam bir güvenle karar veren bir sistem elde edersiniz; bu, bir işlemde milisaniyeler içinde puan veren bir makine öğrenimi modelinin de, bir analistin el ile bir vakayı incelemesinin de aynı derecede doğru olduğu anlamına gelir. Karar verme sürecinin daha fazla kısmı, hiç insan olmadan karar veren ajan sistemlerine kaydıkça bu durum daha doğru, daha az değil, hâle gelir. Bağlam derinliği sadece bir ajanın dolandırıcılık yapmasını yakalamanın yolu değildir; her türlü kararında bir ajana güvenmenin ön koşuludur.

Bu bağlamı, tek bir sinyalle niyeti tahmin eden tek bir kara kutu sistemine değil, akıl yürütmesi okunabilir bir modele beslediğinizde, karar sadece doğru olmaktan çıkıp savunulabilir hâle gelir. Bu ayrım, AI ajanlarına karşı insan dolandırıcılık çetelerine göre daha önemlidir, çünkü bir ajan farklı bir iz bırakır. Davranışsal biyometriğin fark etmesi için tasarlandığı küçük hataları, tereddütleri ya da kıpırdamaları yapmaz. Bunun yerine bir ayak izi bırakır; kullandığı kimlik bilgileri çağı ve cihaz geçmişinin tutarlılığı, işlemden daha önce geriye uzanıp uzanmadığı gibi. Başka birinin kimlik bilgileri harcanırken arka planda sessizce bir uzaktan erişim aracı çalıştırır. Bunun için yüz okumak gerekmez. Yalnızca geniş bir sinyal setine karşı oturum detaylarını okuyabilme yeteneği gerekir.

Artık Olmayan İnsan İşareti

Kimlik doğrulamada, dolandırıcılık ekiplerinin insan işaretlerini yakalamak için—doğal olmayan göz kırpma hızı, uyumsuz dudak senkronizasyonu ya da bir fotoğraftaki doku hatası gibi—tam bir disiplin inşa ettikleri alanda yeniden kalibrasyonun daha acil olduğu bir yer yoktur. Deepfake araçları bu boşlukların çoğunu kapattı ve suçlular artık bu araçları kendileri üretmek zorunda değiller.

Interpol’un Küresel Finansal Dolandırıcılık Tehdit Değerlendirmesi, Mart ayında yayınlanan rapor, 2025’te finansal dolandırıcılığın küresel ekonomiden 442 milyar dolardan fazla bir miktarı çektiğini ve AI destekli dolandırıcılığın artık geleneksel yöntemlerden yaklaşık 4,5 kat daha karlı olduğunu ortaya koydu. Rapor, karanlık web pazar yerlerinde sentetik kimlik kitleri satan, AI tarafından oluşturulan video avatarları, ses klonları ve biyometrik veriler içeren “deepfake-as-a-service” operasyonlarını tanımlıyor; bu sayede bir saldırgan, bir sosyal medya gönderisinden elde edilen sadece 10 saniyelik sesle ikna edici bir dijital klon oluşturabiliyor.

Güvenilir sinyal asla kimlik belgesi değildi. Bu sürekliliktir: gerçek bir kimliğin yıllarca süren normal hesap etkinliği ve davranış kalıplarıyla biriktirdiği dijital geçmiş, sentetik bir kimliğin ya da bir ajanın bunun yerine geçmesinin inşa edebileceği bir tarih değildir. Sadece sahte bir kimlik belgesi arayan bir sistem sürekli başarısız olur. Eksik bir geçmiş arayan bir sistem ise sahtelemek için daha zor bir hedefe sahiptir.

Farklı Bir Düşmana Yönelik Yeniden Donanım

Bunların hiçbiri panik yapma argümanı değildir, aynı zamanda insan dolandırıcılığının ortadan kalktığı argümanı da değildir. Öyle değil. Tamamen insan sınırlamaları, hızları ve işaretlerine göre ayarlanmış bir yığının, AI ajanlarının faaliyet gösterdiği yerde yapısal bir kör nokta oluşturduğu ve bu kör noktanın kendi kendine kapanmayacağı argümanıdır. Bu kontrollerden herhangi biri tek başına test edildiğinde hâlâ temiz çıkabilir. Ancak bu kontroller yeterli bağımsız boyutlarda bir araya getirildiğinde, izole bir kontrolün kaçırması için tasarlandığı desen görünür hâle gelir.

Ajan tabanlı AI sistemleri artık keşiften fidye talebine kadar tamamen bir dolandırıcılık kampanyasını bağımsız olarak planlayıp yürütebiliyor, büyük ölçüde bir insan operatörün müdahalesine ihtiyaç duymuyor. Çözüm, eski yığına eklenen bir kural değildir; yeniden inşa edilmiş bir varsayımdır. Test artık bir şeyin insan dolandırıcı gibi görünüp görünmediği değil, arkasında gerçekten bir insan olup olmadığıdır.