รัฐบาลสหราชอาณาจักรและสมาคมผู้ให้บริการโทรคมนาคมของอินเดีย (COAI) ได้ลงนามในข้อตกลงเพื่อใช้ปัญญาประดิษฐ์ (AI) ในการตรวจจับการฉ้อโกงทางโทรคมนาคมก่อนที่จะถึงมือผู้บริโภค ผู้ให้บริการในอินเดียรายงานว่ามีสายโทรเข้าและข้อความสแปมสูงถึง 2.44 หมื่นล้านรายการภายในระยะเวลาเพียงสามเดือน ซึ่งเป็นปริมาณที่ทีมตรวจสอบที่เป็นมนุษย์ไม่สามารถจัดการได้

ทำไมความร่วมมือนี้จึงมีความสำคัญ

ทั้งสองประเทศกำลังเผชิญกับปัญหาการหลอกลวงจำนวนมหาศาลที่ใช้เสียงและข้อความที่สร้างโดย AI เพื่อปลอมแปลงเป็นบุคคลที่ผู้ใช้ไว้วางใจ ขนาดของปัญหาทำให้การบังคับใช้กฎหมายแบบเดิมที่เน้นการตอบสนองหลังเกิดเหตุนั้นไร้ประสิทธิภาพ บ่อยครั้งที่เหยื่อจะทราบว่าถูกละเมิดก็ต่อเมื่อเงินหรือข้อมูลส่วนบุคคลถูกขโมยไปแล้ว การผนึกกำลังกันในครั้งนี้ สหราชอาณาจักรจะเข้ามาสนับสนุนด้านประสบการณ์ในการสืบสวนอาชญากรรมข้ามชาติ ในขณะที่อินเดียจะสนับสนุนชุดข้อมูลมหาศาลจากการจราจรทางโทรคมนาคมที่น่าสงสัยเพื่อนำมาฝึกฝนโมเดลการตรวจจับ

แผนการดำเนินงานเป็นอย่างไร

บันทึกความเข้าใจ (MoU) นี้มุ่งเน้นไปที่สามด้านหลัก:

  • AI สำหรับเครือข่ายอัจฉริยะ (AI for intelligent networks) – การฝังโมเดลการเรียนรู้ของเครื่อง (machine-learning) ลงในโครงสร้างพื้นฐานของผู้ให้บริการโดยตรง เพื่อตรวจจับรูปแบบการกำหนดเส้นทางสายเรียกเข้าหรือการส่งข้อความที่ผิดปกติได้แบบเรียลไทม์
  • AI สำหรับความปลอดภัยและความยืดหยุ่นทางดิจิทัล (AI for security and digital resilience) – การสร้างวงจรการตอบสนองอัตโนมัติเพื่อกักกันหมายเลขที่ถูกบุกรุกหรือบล็อกเนื้อหาที่เป็นอันตรายก่อนที่จะแพร่กระจาย
  • AI สำหรับบริการภาคประชาชน (AI for citizen services) – การส่งการแจ้งเตือนและเครื่องมือตรวจสอบไปยังผู้ใช้ เพื่อช่วยให้พวกเขาสามารถตรวจพบสายเรียกเข้าแบบ deep-fake หรือข้อความหลอกลวงได้

การเปลี่ยนแปลงนี้เป็นการเปลี่ยนจากแนวทาง "ตอบสนองหลังเกิดเหตุ" ไปสู่การเฝ้าระวังเชิงรุก เมื่อรูปแบบการสื่อสารตรงกับลักษณะเฉพาะของการหลอกลวงที่รู้จัก ระบบจะสั่งบล็อกหรือแจ้งเตือนทันทีโดยไม่ต้องรอการวิเคราะห์จากมนุษย์

อุปสรรคที่อาจเกิดขึ้น

นักวิจารณ์เตือนว่าการขยายขอบเขตการใช้ AI ภายใต้ระเบียบข้อบังคับของสองประเทศอาจก่อให้เกิดความกังวลด้านความเป็นส่วนตัว โดยเฉพาะอย่างยิ่งหากมีการส่งข้อมูลบันทึกรายละเอียดการโทร (call-detail records) ปริมาณมหาศาลข้ามพรมแดน นอกจากนี้ มิจฉาชีพอาจปรับตัวโดยการใช้สื่อสังเคราะห์ (synthetic media) ที่มีความซับซ้อนมากขึ้นเรื่อยๆ เพื่อหลบเลี่ยงโมเดลในปัจจุบัน การตัดสินใจแบบอัตโนมัติยังมีความเสี่ยงที่จะเกิดผลบวกปลอม (false positives) ซึ่งอาจขัดขวางการสื่อสารที่ถูกกฎหมายและทำลายความเชื่อมั่นของผู้บริโภค

สิ่งที่ต้องจับตามองต่อไป

การนำไปปฏิบัติจริงขึ้นอยู่กับความรวดเร็วในการบูรณาการความเชี่ยวชาญด้านการป้องกันการฉ้อโกงของสหราชอาณาจักรเข้ากับผู้ให้บริการเครือข่ายของอินเดีย ความสำเร็จจะวัดจากจำนวนสายสแปมที่เข้าถึงผู้ใช้ปลายทางที่ลดลง และความเร็วในการตรวจพบกลโกงรูปแบบใหม่ หากความร่วมมือนี้ประสบความสำเร็จ ประเทศอื่นๆ ก็อาจนำโมเดลนี้ไปใช้ตาม

บทสรุป: ด้วยการรวมความสามารถด้าน AI และข้อมูลโทรคมนาคมมหาศาลเข้าด้วยกัน ความร่วมมือระหว่างสหราชอาณาจักรและอินเดียมีเป้าหมายที่จะเปลี่ยนการตรวจจับการฉ้อโกงทางโทรคมนาคมให้เป็นเกราะป้องกันแบบเรียลไทม์ แต่ต้องรักษาสมดุลระหว่างความปลอดภัยที่เพิ่มขึ้นกับความท้าทายด้านความเป็นส่วนตัวและความแม่นยำ