الذكاء الاصطناعي يخدع الأصوات البشرية كيف تحمي نفسك؟ | تكنولوجيا

لطالما اعتبر الصوت أحد أهم وسائل التحقق من هوية الإنسان. عندما نتلقى مكالمة من أحد أفراد العائلة أو مدير شركة أو مسؤول نعرفه، فإننا نميل تلقائيًا إلى الثقة بما نسمعه. لكن هذا الافتراض الذي دام عقودًا من الزمن بدأ ينهار مع ظهور تقنيات استنساخ الصوت المعتمدة على الذكاء الاصطناعي وتقنيات التزييف العميق.

اليوم، لم يعد المحتال بحاجة إلى اختراق جهازك أو سرقة كلمة المرور الخاصة بك لخداعك. بفضل أدوات الذكاء الاصطناعي الحديثة، يمكنه تقليد صوت شخص تعرفه بدقة كبيرة وإقناعك بتحويل الأموال أو الكشف عن معلومات حساسة أو تنفيذ أوامر تبدو مشروعة تمامًا.

وقد دفعت هذه التطورات خبراء الأمن السيبراني والجهات التنظيمية في جميع أنحاء العالم إلى التحذير من موجة جديدة من الجرائم الرقمية التي تعتمد على استغلال الثقة البشرية أكثر من اعتمادها على استغلال الثغرات التقنية.

ما هو التزييف العميق للصوت؟

التزييف الصوتي العميق هو استخدام تقنيات الذكاء الاصطناعي لإنشاء أو تكرار أصوات بشرية تبدو حقيقية جدًا. تعتمد هذه التقنية على نماذج التعلم العميق المدربة على كميات كبيرة من البيانات الصوتية لمعرفة الخصائص الدقيقة للصوت البشري، مثل طبقة الصوت والإيقاع والإلقاء والعواطف.

وفقًا للجنة التجارة الفيدرالية الأمريكية (FTC)، يمكن لبعض أنظمة استنساخ الصوت الحديثة إنشاء نسخة مقنعة من صوت الشخص باستخدام مقتطفات قصيرة جدًا من صوته يتم نشرها على الإنترنت أو عبر وسائل التواصل الاجتماعي. وتؤكد الهيئة أن هذه التكنولوجيا أصبحت متاحة بشكل متزايد للجمهور والشركات والمطورين، مما يزيد من مخاطر سوء استخدامها.

كيف تعمل تقنية استنساخ الصوت؟

تمر عملية إعادة إنتاج الصوت عادةً بعدة مراحل:

1. جمع البيانات الصوتية

يبدأ المهاجم بالحصول على تسجيلات صوتية للضحية المقصودة. يمكن أن تأتي هذه التسجيلات من مقاطع الفيديو المنشورة على منصات التواصل الاجتماعي، أو المقابلات الإعلامية، أو الرسائل الصوتية المسجلة، أو الاجتماعات الافتراضية المسجلة.

2. تدريب النموذج

ويتم تغذية عينات الصوت في نموذج ذكاء اصطناعي متخصص في إعادة إنتاج الأصوات، ويقوم النموذج بتحليل الخصائص الفريدة للصوت، مثل طبقة الصوت ومعدل الكلام واللهجة والنطق والأنماط العاطفية.

3. توليد صوت مزيف

وبعد اكتمال التدريب، يستطيع النظام تحويل أي نص مكتوب إلى كلام يبدو أنه صادر من الشخص المستهدف نفسه. تُظهر الأبحاث المنشورة أن جودة الأصوات الاصطناعية قد تحسنت بشكل ملحوظ في السنوات الأخيرة وأن بعض النماذج يمكن أن تنتج أصواتًا يصعب على المستمعين العاديين تمييزها عن الأصوات الحقيقية.

المعلومات والإحصائيات

تؤكد التقارير الواردة من وكالات أمنية وأبحاث كبرى أن خطر الانتحال الصوتي يتزايد بمعدل ينذر بالخطر، حيث يشير خبراء الأمن في كاسبرسكي إلى أن أدوات التزييف العميق للصوت يتم الآن بيعها كخدمة في أسواق الويب المظلم بأسعار منخفضة لا تزيد عن بضعة دولارات، مما يجعل التكنولوجيا متاحة للمحتالين الهواة وليس فقط للمجموعات المتقدمة.

كما أصدرت لجنة التجارة الفيدرالية الأمريكية (FTC) تحذيرًا رسميًا شديد اللهجة للمستهلكين، مؤكدة أن دعاوى الاحتيال بانتحال الشخصية تتصدر قائمة جرائم الاحتيال، بخسائر مادية تتجاوز المليارات. ووصف رئيس الهيئة تزوير الأصوات بواسطة الذكاء الاصطناعي بأنه “السلاح الأكثر إقناعا في أيدي المجرمين اليوم”.

كما اشتهرت مختبرات أبحاث الأمن العالمي بتوثيق الحالات التي خسرت فيها الشركات مبالغ ضخمة من المال. ولعل أبرزها حادثة قيام مدير بنك في دولة عربية بتحويل 35 مليون دولار عام 2020 بعد تلقيه مكالمة هاتفية بصوت دقيق منسوخ من أحد مديري الشركات الكبرى التي يتعامل معها، وحادثة أخرى لخسارة شركة طاقة بريطانية 243 ألف دولار نتيجة انتحال هاتفي لصوت الرئيس التنفيذي لشركتها الأم.

لماذا يصعب اكتشاف الأصوات المزورة؟

المشكلة هي أن البشر يربطون الصوت بشكل طبيعي بالهوية، وقد وجدت إحدى الدراسات أن المشاركين التجريبيين لم يتمكنوا من التمييز بين الأصوات الحقيقية والأصوات الناتجة عن الذكاء الاصطناعي في نسبة كبيرة من الحالات. ووجدت الدراسة أن ثقة المشاركين في قدرتهم على الاكتشاف كانت أكبر من قدرتهم الفعلية على القيام بذلك.

ويرجع ذلك إلى عدة أسباب: التطور السريع لنماذج الذكاء الاصطناعي، وقدرة الأنظمة على محاكاة المشاعر البشرية، واعتماد الناس على السياق الاجتماعي والثقة المسبقة، وقدرة الأذن البشرية المحدودة على اكتشاف الاختلافات الدقيقة.

استراتيجيات الحماية

ولمواجهة هذا التهديد المتطور، من الضروري اعتماد استراتيجية أمنية متعددة الطبقات تشمل الجوانب البشرية والفنية والمؤسسية.

1. على المستوى العائلي والشخصي

• بروتوكول كلمة مرور العائلةوفي الغرف المغلقة، يتفق أفراد الأسرة على كلمة مرور عشوائية تمامًا، على سبيل المثال “السقف الأزرق” أو “القط المشمس”. وفي حالة تلقيه مكالمة طوارئ من شخص يطلب المال أو المساعدة، يُطلب منه على الفور كلمة المرور. إذا كان غير قادر أو مرتبك، سيتم إغلاق الهاتف على الفور.

• قاعدة “اتصل بك”.: عندما تتلقى مكالمة مشبوهة من صديق أو بنك أو قريب، يجب عليك إنهاء المكالمة على الفور، والانتظار لمدة دقيقة ثم الاتصال بالشخص مرة أخرى باستخدام رقمه المخزن في قائمة جهات الاتصال الخاصة بك، وليس عن طريق تتبع الرقم الذي اتصل بك لتجنب تقنيات انتحال رقم المتصل المتقدمة.

• تقنين بصمة تصويت الجمهور: تجنب نشر مقاطع فيديو أو تسجيلات صوتية طويلة وواضحة على حسابات وسائل التواصل الاجتماعي العامة غير الآمنة، حيث تمثل هذه المقاطع المناجم الرئيسية التي يتغذى عليها المحتالون لجمع عينات صوتك.

2. على مستوى الشركات والمؤسسات

• إعادة هيكلة الصلاحيات الماليةمنع الموافقة على التحويلات المالية أو البروتوكولات الحساسة بناء على أمر تصويت واحد ولو جاء من رئيس مجلس الإدارة. ويجب تفعيل نظام “الموافقة المزدوجة متعدد القنوات” بحيث يتبع الأمر الصوتي تأكيدًا عبر البريد الإلكتروني المشفر أو التوقيع الرقمي.

• دورات محاكاة الصيدإخضاع الموظفين، وخاصة في الإدارات المالية والموارد البشرية، لتدريب دوري واختبارات مفاجئة باستخدام الذكاء الاصطناعي للمكالمات الوهمية لزيادة حساسيتهم للتشكيك والانتقادات.

3. الحلول التقنية والبرمجية

أنظمة الكشف عن التزييف العميق البيومترية، حيث تقوم الشركات الكبيرة الآن بتثبيت برامج تحلل البصمات الصوتية في الخلفية أثناء المحادثات. ولا يبحث هذا البرنامج عن نبرة الصوت، بل يبحث عن “الآثار الرقمية” والترددات غير البشرية التي تتركها خوارزميات الذكاء الاصطناعي أثناء توليد الصوت، والتي لا تستطيع الأذن البشرية المجردة التقاطها.

ويؤكد الخبراء أن الذكاء الاصطناعي أحدث ثورة في إنتاج المحتوى الرقمي في حين فرض تحديات أمنية غير مسبوقة. ويمكن استنساخ الصوت، الذي كان يُنظر إليه على أنه بصمة شخصية فريدة، في دقائق باستخدام الأدوات المتاحة بشكل شائع.

ومع تزايد الاعتماد على الاتصالات الرقمية والعمل عن بعد والخدمات الإلكترونية، أصبحت القدرة على التحقق من الهوية أكثر أهمية من أي وقت مضى.