กรณีศึกษาเหล่านี้ถูกนำเสนอในรายงานของ OpenAI เดือนตุลาคม 2025 โดยไม่ว่าต้นทางหรือกลยุทธ์จะแตกต่างกัน การหลอกลวงที่ถูกตรวจพบมักมีรูปแบบร่วมกัน คือการเริ่มต้นติดต่อ (ping) การพยายามสร้างความกระตือรือร้นหรือความตื่นตระหนก (zing) และการฉกเอาเป้าหมาย (sting) โดยใช้ประโยชน์จากอารมณ์ของเหยื่อเพื่อหลอกให้โอนเงินหรือเปิดเผยข้อมูลสำคัญ
เราพบหลักฐานว่าผู้คนใช้ ChatGPT เพื่อช่วยระบุและหลีกเลี่ยงการหลอกลวงออนไลน์หลายล้านครั้งต่อเดือน ซึ่งในทุกปฏิบัติการฉ้อโกงที่รายงานนี้พบ เราเห็นโมเดลช่วยให้ผู้คนระบุการหลอกลวงและให้คำแนะนำด้านความปลอดภัยที่เหมาะสม
นักต้มตุ๋นทุกคนเท่ากัน แต่บางคนใช้ AI ได้เหนือกว่า
จากการตรวจสอบข้อความ WhatsApp พบว่ากลุ่มเป้าหมายอาจเห็นการสนทนาที่สร้างโดยนักต้มตุ๋นหลายบัญชี ซึ่งแปลมาจากภาษาจีน ทำให้ดูเหมือนเป็นกลุ่มนักลงทุนที่ประสบความสำเร็จ ขณะเดียวกันก็มีกรณีที่กลุ่มฉ้อโกงจากไนจีเรียขอคำแนะนำจากโมเดลเกี่ยวกับวิธีใช้โฆษณาโซเชียลมีเดียเพื่อเข้าถึงคนรวยในละตินอเมริกา และวิธีปกปิดตัวตน
การปกปิดและการหาข้ออ้าง
นี่คือเหตุผลสำคัญที่การแบ่งปันข้อมูลเกี่ยวกับกิจกรรมที่เปลี่ยนแปลงไปของกลุ่มผู้ไม่ประสงค์ดีในอุตสาหกรรมเป็นสิ่งจำเป็น เช่น เมื่อ OpenAI และ Meta ได้แลกเปลี่ยนข้อมูลเกี่ยวกับผู้โจมตีภัยคุกคามเพื่อการสืบสวนและการบังคับใช้กฎหมายต่อไป
ศัพท์ที่ควรรู้
- ping – การติดต่อครั้งแรกหรือการเข้าถึงเป้าหมาย
- zing – ขั้นตอนการพยายามสร้างความตื่นเต้นหรือความตื่นตระหนกให้กับเหยื่อ
- sting – ขั้นตอนสุดท้ายของการฉ้อโกงเพื่อเรียกเอาเงินหรือข้อมูล
- ChatGPT – โมเดลภาษาขนาดใหญ่ที่ถูกใช้ทั้งในการป้องกันและก่ออาชญากรรม
ที่มา: OpenAI