دولت بریتانیا و انجمن اپراتورهای سلولار هند (COAI) توافق‌نامه‌ای را برای استفاده از هوش مصنوعی جهت شناسایی کلاهبرداری‌های مخابراتی، پیش از رسیدن به مصرف‌کنندگان، امضا کرده‌اند. اپراتورهای هندی در مدت سه ماه، ۲۴.۴ میلیارد تماس و پیام اسپم گزارش کرده‌اند؛ حجمی که هیچ تیم بررسی انسانی قادر به مدیریت آن نیست.
چرا این مشارکت اهمیت دارد
هر دو کشور در میان کلاهبرداری‌هایی غرق شده‌اند که از صدا و متن تولیدشده توسط هوش مصنوعی برای جعل هویت مخاطبان مورد اعتماد استفاده می‌کنند. مقیاس این موضوع، پلیس‌گری سنتی و واکنشی را بی‌فایده می‌کند؛ قربانیان اغلب تنها پس از سرقت پول یا داده‌های شخصی متوجه وقوع جرم می‌شوند. با اتحاد این دو کشور، بریتانیا تجربیات خود در تحقیقات جرایم سازمان‌یافته را به اشتراک می‌گذارد، در حالی که هند مجموعه داده‌های عظیمی از ترافیک‌های مشکوک را برای آموزش مدل‌های شناسایی فراهم می‌کند.
طرح چگونه کار می‌کند
این تفاهم‌نامه بر سه حوزه تمرکز دارد:
- هوش مصنوعی برای شبکه‌های هوشمند – تعبیه مدل‌های یادگیری ماشین مستقیماً در زیرساخت‌های اپراتورها، به‌گونه‌ای که الگوهای غیرعادی در مسیریابی تماس‌ها یا ارسال پیام‌ها به‌صورت آنی (real-time) شناسایی شوند.
- هوش مصنوعی برای امنیت و تاب‌آوری دیجیتال – ایجاد حلقه‌های پاسخ خودکار که شماره‌های آلوده را قرنطینه کرده یا محتوای مخرب را پیش از انتشار مسدود می‌کنند.
- هوش مصنوعی برای خدمات شهروندی – ارسال هشدارها و ابزارهای تأیید به کاربران که به آن‌ها در تشخیص تماس‌های دیپ‌فیک (deep-fake) یا پیام‌های کلاهبردارانه کمک می‌کند.
این تغییر رویکرد، از حالت «واکنش پس از وقوع حادثه» به سمت نظارت پیش‌دستانه حرکت می‌کند. هنگامی که الگویی با امضاهای شناخته‌شده کلاهبرداری مطابقت داشته باشد، سیستم بدون انتظار برای تحلیلگر انسانی، اقدام به مسدودسازی یا ارسال هشدار می‌کند.
موانع احتمالی
منتقدان هشدار می‌دهند که گسترش هوش مصنوعی در دو رژیم نظارتی متفاوت می‌تواند نگرانی‌های مربوط به حریم خصوصی را افزایش دهد، به‌ویژه اگر حجم عظیمی از سوابق جزئیات تماس‌ها (call-detail records) از مرزها عبور کند. کلاهبرداران نیز ممکن است با استفاده از رسانه‌های مصنوعی بسیار پیشرفته‌تر که از مدل‌های فعلی عبور می‌کنند، خود را با شرایط وفق دهند. همچنین، تصمیمات خودکار با خطر مثبت کاذب (false positives) همراه هستند که می‌تواند ارتباطات مشروع را مختل کرده و اعتماد مصرف‌کنندگان را از بین ببرد.
آنچه باید در آینده دنبال کرد
اجرای این طرح به این بستگی دارد که تخصص بریتانیا در پیشگیری از کلاهبرداری با سرعت چقدر با اپراتورهای شبکه هند ادغام شود. موفقیت با کاهش تماس‌های اسپم که به کاربران نهایی می‌رسد و همچنین با سرعت شناسایی تاکتیک‌های جدید کلاهبرداری سنجیده خواهد شد. اگر این همکاری موفقیت‌آمیز باشد، سایر کشورها نیز ممکن است از این الگو تقلید کنند.
نکته کلیدی: مشارکت بریتانیا و هند با تجمیع استعدادهای هوش مصنوعی و داده‌های عظیم مخابراتی، قصد دارد شناسایی کلاهبرداری‌های مخابراتی را به یک سپر آنی تبدیل کند، اما این همکاری باید میان دستاوردهای امنیتی و چالش‌های مربوط به حریم خصوصی و دقت، تعادل برقرار کند.