استنساخ الأصوات بالذكاء الاصطناعي: كيف تحمون أنفسكم من الاحتيال الجديد
عمليات احتيال هاتفية تستخدم أصوات الأقارب المستنسخة. الدليل الكامل للتعرف والوقاية
فحصنا توثيق 14 عائلة إسرائيلية وقعت في نفس الفخ: مكالمة هاتفية من فرد من العائلة يبدو تمامًا مثل هذا الفرد، يتحدث مثله، لكنه ليس هو. عائلة كوهين (اسم مستعار) حوّلت 8,000 شيكل (ILS) لـ"الابنة" التي تعرضت لحادث في طريق 6. كان الصوت متطابقًا. الذعر حقيقيًا. التفاصيل دقيقة. فقط عندما وصل الأب إلى غرفة الابنة، التي كانت لا تزال نائمة، أدرك أنه كان يتحدث مع شيء ليس بشريًا.
تكنولوجيا استنساخ الأصوات (Voice Cloning) ليست خيالًا علميًا. لا تتطلب عشرات الدقائق من التسجيلات. 30 ثانية من فيديو إنستغرام، حالة واتساب أو مكالمة Zoom عامة تكفي لإنشاء نسخة صوتية ستقنع أحد الوالدين أو الزوج أو الجد. فحصنا كيف يعمل هذا تقنيًا، من ينفذ عمليات الاحتيال هذه في إسرائيل، وما هي المناورات البسيطة التي ستوقف الخدعة في اللحظة التي يرن فيها الهاتف.
تمونة: Pixabay
كيف يعمل استنساخ الأصوات بالذكاء الاصطناعي فعليًا
العملية التقنية أبسط مما يعتقد معظم الناس. نماذج الذكاء الاصطناعي الحديثة تتعلم استنساخ الصوت في ثلاث مراحل: جمع العينة، تدريب النموذج، وإنشاء ملف صوتي مزيف.
المرحلة 1: جمع عينة صوتية يحتاج المحتالون من 5 إلى 30 ثانية من الكلام المتواصل من هدف الاحتيال. هذا فيديو فيسبوك لايف يبارك فيه الأب العائلة، ستوري إنستغرام تحكي فيه الأم عن العطلة، أو مكالمة Zoom تم تسجيلها لأغراض داخلية. إذا كان الصوت نقيًا، بدون ضوضاء خلفية كثيفة، ويحتوي على مجموعة متنوعة من الأصوات (حروف "ر"، "ش"، "ت")، سيتعلم النموذج بشكل أسرع.
المرحلة 2: تدريب نموذج الذكاء الاصطناعي أدوات مثل ElevenLabs، Descript أو Play.ht تتيح تحميل ملف صوتي وتدريب النموذج تلقائيًا. يستغرق الأمر بين 10 دقائق وساعتين، حسب جودة العينة. يتعلم النموذج نبرة الصوت، اللهجة، الإيقاع، وحتى أنماط النطق الفريدة. لا حاجة لمعرفة تقنية، وكل شيء يتم عبر واجهة مستخدم بسيطة.
المرحلة 3: إنشاء ملف صوتي مزيف بعد تدريب النموذج، يكتب المستخدم نصًا، ويحوله النظام إلى صوت مستنسخ. يمكن التحكم في سرعة الكلام، مستوى العاطفة، وإدخال فواصل. النتيجة تبدو طبيعية إلى حد كبير، خاصة في مكالمة هاتفية حيث الجودة أقل.
لماذا ينجح في المكالمة الهاتفية؟ الهاتف يضغط الصوت وينقل فقط الترددات في نطاق 300-3,400 هرتز، مما يخفي جزءًا من الجودة المعيبة لاستنساخ الذكاء الاصطناعي. عندما نضيف إلى ذلك الضغط العاطفي، لا يولي دماغنا اهتمامًا للتفاصيل التقنية. إنه يبحث عن المحتوى، وليس الأصالة الصوتية.
إجمالي وقت التنفيذ: ساعتان أو أقل منذ لحظة حصول المحتالين على عينة صوتية مناسبة، يمكنهم إنتاج مكالمة مزيفة في أقل من يوم عمل. لا يتطلب هذا قراصنة عباقرة، فقط انتباه وصبر.
من ينفذ عمليات الاحتيال هذه في إسرائيل وكيف تصل إلى عائلاتنا
فحصنا توثيق المركز السيبراني الوطني وتحدثنا مع محققين خاصين يتابعون عمليات الاحتيال هذه. الملف الشخصي النموذجي للمنفذين ليس قرصانًا واحدًا، بل مركز اتصال منظم، عادة من دول شرق أوروبا أو آسيا، مع موظفين يتحدثون العبرية بمستوى معقول أو يستخدمون الترجمة في الوقت الفعلي.
كيف يجمعون عينات الصوت؟
- فيسبوك وإنستغرام: فيديوهات عامة لعائلات تبارك في المناسبات. الحسابات المحددة كعامة تتيح تنزيل المحتوى المرئي مباشرة.
- مكالمات Zoom العامة: محاضرات، ندوات عبر الإنترنت، مكالمات عمل تم تسجيلها وتحميلها على يوتيوب أو منصات مشاركة المحتوى.
- مكالمات خدمة العملاء: في حالات أندر، يخترق المحتالون أنظمة مراكز الخدمة بشكل غير قانوني.
- حالات في واتساب: مقاطع فيديو قصيرة تُشارك مع "جميع جهات الاتصال".
الفارق الإسرائيلي: جمل تبدو منطقية لا يخترع المحتالون سيناريوهات خيالية. يستخدمون مواقف ضغط مألوفة لها شرعية ثقافية. "بابا، عالق في طريق 6 والهاتف ينفد، قم بتحويل 5,000 شيكل (ILS)" هذا منطقي للعائلات الإسرائيلية. "ماما، تم إيقافي عند حاجز لمخالفة مرورية خطيرة، أحتاج كفالة فورية" يبدو أيضًا مقنعًا، خاصة للآباء المسنين.
إحصائيات أولية أبلغ المركز السيبراني الوطني عن زيادة بنسبة 340% في الشكاوى حول عمليات احتيال هاتفية متطورة في 2024-2025، جزء كبير منها تم تحديده كاستخدام لتقنيات الذكاء الاصطناعي. هذا الرقم لا يميز بين استنساخ الأصوات وعمليات احتيال أخرى، لكن الاتجاه واضح.
7 علامات على أن المكالمة مزيفة
لاستنساخ الأصوات بالذكاء الاصطناعي قيود تقنية يمكن تحديدها. إليكم 7 علامات تحذيرية تشير إلى أنكم تتحدثون مع صوت مزيف:
1. ضغط فوري وعدم مرونة في التوقيت "بابا، افعل هذا الآن، ليس لدي وقت للشرح" هذه العلامة الأكثر كلاسيكية. الذكاء الاصطناعي أو مشغله يحتاج إنهاء المكالمة بسرعة قبل طرح أسئلة غير متوقعة. إذا لم يسمح فرد عائلتكم حتى بـ30 ثانية من "لحظة، لا أفهم، اشرح لي مرة أخرى"، هناك مشكلة.
2. خلفية معقمة أو مكتومة بشكل غريب الصوت الحقيقي في الهاتف يحمل معه أصوات خلفية: حركة مرور في الشارع، محادثات في قاعة الطوارئ، حفيف الملابس. الذكاء الاصطناعي ينتج صوتًا نقيًا جدًا. إذا كان هاتف "الابن" المزعوم ينفد في الشارع، لماذا لا يوجد أي صوت سيارات؟ هذا الصمت المطلق علامة حمراء.
3. أنماط تنفس مفقودة أو ميكانيكية البشر يتنفسون بشكل غير منتظم، خاصة عندما يكونون تحت الضغط. تنفس سريع، تأوه، أو توقف في منتصف الجملة. الذكاء الاصطناعي يمكنه محاكاة التنفس، لكنه يبدو دقيقًا جدًا، بإيقاع ثابت.
4. أخطاء في التشديد الفريد للكلمات العائلية كل عائلة تطور أنماطًا صغيرة: شخص يدعو الأب دائمًا "بابا الحبيب"، آخر يقول "تمام تمام" بلهجة معينة. الذكاء الاصطناعي يستنسخ ما سمعه في العينة، وليس ما تعلمه على مدى سنوات.
5. تغيير رقم الهاتف في منتصف المكالمة "بابا، هاتفي تعطل، اتصل بي بعد خمس دقائق على 050-XXX-XXXX". الهدف هو نقلكم إلى رقم غير مسجل عندكم. إذا طلب فرد من العائلة الاتصال برقم آخر، اتصلوا أولاً بالرقم المسجل لديكم وتحققوا.
6. أسلوب حديث غير مألوف، رسمي جدًا أو بسيط جدًا "مرحبًا بابا، أنا آسف لإزعاجك" هذه ليست الطريقة التي يبدأ بها شاب عمره 20 عامًا محادثة مع والده في حالة طوارئ. إذا لم يبدُ مثل الشخص الذي تعرفونه، حتى لو كان الصوت صحيحًا، فقد يكون مزيفًا.
7. ملء كلمات الربط بشكل ميكانيكي البشر يتحدثون بـ"آه"، "أم"، "يعني"، "كأنه"، وكلمات أخرى تملأ الوقت أثناء التفكير. الذكاء الاصطناعي لا يزال غير قادر على محاكاة ذلك بشكل طبيعي.
إذا حددتم 2 من 7 علامات، أوقفوا المكالمة فورًا.
ماذا تفعلون عند تلقي مكالمة مشبوهة - بروتوكول من 4 خطوات
عندما تكونون في مكالمة مشبوهة، الوقت ليس عدوكم، الضغط هو العدو. فحصنا عشرات توثيقات المكالمات وطورنا 4 خطوات بسيطة تنجح:
الخطوة 1: أوقفوا المكالمة، لا تحولوا المال
الاستجابة الأولى هي قول: "أفهم أن هذا عاجل، لكن أحتاج لحظة واحدة. سأعاود الاتصال بك بعد دقيقة". لا تطرحوا أسئلة الآن، لا تحاولوا فهم الصورة كاملة. فقط توقفوا. الذكاء الاصطناعي يحتاج إنهاء المكالمة بسرعة قبل طرح أسئلة غير متوقعة. إذا ضغط الطرف الآخر عليكم، هذه بالضبط العلامة التي يجب التوقف عندها.
الخطوة 2: اتصلوا بالرقم المسجل للقريب
لا تعيدوا الاتصال بالرقم الذي اتصل بكم. اتصلوا بالرقم المحفوظ عندكم في الهاتف. إذا أجاب فرد العائلة، استفسروا منه عما يحدث. إذا لم يجب، انتقلوا إلى الخطوة 3.
الخطوة 3: اسألوا سؤالًا شخصيًا يعرفه القريب فقط
اسألوا شيئًا يمكنه فقط معرفته، ليس أسئلة عامة بل محددة جدًا:
- "ما اسم الكلب الذي كان لدينا في 2003؟"
- "ما اسم معلمة الإنجليزية في الصف السابع؟"
- "أي أغنية غنيناها معًا في الطريق إلى العمة السبت الماضي؟"
الذكاء الاصطناعي لا يمكنه اختراع ذلك. إذا كانت الإجابة مراوغة أو عامة، اقطعوا الاتصال.
الخطوة 4: أبلغوا الشرطة والمركز السيبراني الوطني
أبلغوا حتى لو لم تحولوا المال. توثيقكم يساعد المحققين على تحديد الأنماط وإيقاف موجات إضافية. ادخلوا إلى المركز السيبراني الوطني واملأوا تقريرًا، أو اتصلوا بـ100 (شرطة إسرائيل). جهزوا التفاصيل التالية:
- رقم المتصل (إذا ظهر)
- وقت المكالمة بالضبط
- تسجيل المكالمة، إذا فعّلتم التسجيل (قانوني في إسرائيل عندما تكونون طرفًا في المكالمة)
أنظمة تحديد المكالمات يمكن أن تساعد في توثيق المكالمات من أرقام مخفية وتوفير تقارير مقبولة كدليل، مما يسهل الشكوى.
كيف تحمون العائلة على المدى الطويل
بعد أن فهمتم كيفية تحديد الاحتيال في الوقت الفعلي، حان الوقت لبناء حماية تمنع المشكلة قبل حدوثها.
حددوا رمزًا عائليًا
اختاروا كلمة أو عبارة قصيرة يعرفها أفراد العائلة المقربون فقط، واتفقوا على أن كل مكالمة طوارئ تطلب المال يجب أن تتضمنها. مثلاً: "فلافل ذهبي" أو "الجدة تبارك". لا تكتبوها في واتساب، لا تشاركوها في مجموعة عائلية مفتوحة.
قيدوا كشف الصوت على الشبكات الاجتماعية
افحصوا إعدادات الخصوصية في فيسبوك وإنستغرام: هل فيديوهاتكم عامة؟ إذا كانت كذلك، فكروا في التغيير إلى "الأصدقاء فقط" أو "أصدقاء الأصدقاء". هذا يقلل من إمكانية الوصول. إذا رفعتم فيديو تتحدثون فيه، فكروا: هل صوتي ضروري للمحتوى، أم يمكن قصه؟
حديث مع الآباء المسنين
الجيل الأكبر سنًا هو الهدف الرئيسي لعمليات الاحتيال هذه. صيغوا الأمر هكذا: "هناك تكنولوجيا جديدة تتيح للمحتالين استنساخ الأصوات. إذا اتصلت بك وطلبت مالًا، قبل أن تفعل أي شيء، قل لي: 'سأعاود الاتصال بك بعد لحظة'. هذا لا يعني أنك لا تثق بي، بل يعني أنك حذر". أعطوا مثالًا حقيقيًا، لا تجعلوا منه قصة رعب.
افحصوا الأرقام غير المعروفة قبل الرد
إذا اتصل شخص من رقم غير محفوظ عندكم، وخاصة من رقم مخفي، فهذه بالفعل علامة أولية للحذر. أنظمة تحديد المكالمات مثل Traceback تكشف الرقم الحقيقي للمكالمات المخفية، مما يتيح لكم رؤية من يتصل فعليًا قبل أن تجيبوا.
Traceback يعمل مع جميع المزودين الكبار في إسرائيل ويحترم الخصوصية. النظام يعمل بالتنسيق مع سلطات إنفاذ القانون.
حدّثوا قوائم "جهات الاتصال الموثوقة"
حددوا قائمة بجهات الاتصال التي أنتم على استعداد للرد عليها دون فحص مزدوج. إذا اتصل شخص ليس في القائمة، فهذا يجب أن يشعل ضوءًا أحمر صغيرًا في الرأس.
قائمة إجراءات سريعة: ماذا تفعلون الآن، هذا الأسبوع وهذا الشهر
✅ الآن
- أنشئوا رمزًا عائليًا (كلمة أو عبارة) وشاركوه شفهيًا مع الأقارب
- افحصوا إعدادات الخصوصية في فيسبوك وإنستغرام، أخفوا الفيديوهات التي تحتوي على صوت من الأصدقاء غير المعروفين
✅ هذا الأسبوع
- تحدثوا مع الآباء أو الأجداد عن هذا النوع من الاحتيال، أعطوا مثالًا دون إخافة
- احفظوا أرقام طوارئ بديلة لكل فرد من العائلة (رقم العمل، صديق مقرب، جار موثوق)
✅ شهريًا
- حدّثوا الرمز العائلي (مثل كلمة المرور - التغيير كل 3 أشهر يقلل المخاطر)
- افحصوا ما إذا كانت هناك فيديوهات جديدة لكم أو للأطفال على الشبكة تكشف الصوت، وفكروا في الإزالة أو تقييد الوصول
أسئلة شائعة حول استنساخ الأصوات وعمليات الاحتيال الهاتفية
كم يستغرق الذكاء الاصطناعي لاستنساخ صوتي؟
بضع دقائق إلى ساعتين، حسب جودة عينة الصوت. من 10 إلى 30 ثانية من الكلام المتواصل تكفي للنماذج المتقدمة. إذا كانت العينة نقية، العملية أسرع.
إذا لم أنشر فيديوهات على الشبكات، هل أنا محمي؟
ليس تمامًا. يمكن أن تأتي عينات الصوت من مكالمات Zoom العامة، البث، حتى تسجيلات خدمة العملاء. لكن المخاطر أقل بكثير إذا لم تكونوا نشطين على وسائل التواصل الاجتماعي بمحتوى صوتي.
ماذا لو كان الصوت يبدو 100% مطابقًا لقريبي؟
توقفوا فورًا. قولوا: "سأعاود الاتصال بك بعد دقيقة" واستخدموا البروتوكول المكون من 4 خطوات.
⚠️ تنويه: هذه المقالة معلومات عامة فقط ولا تشكل استشارة قانونية. لأي وضع قانوني محدد، يُنصح باستشارة محامٍ مرخّص. Traceback غير مسؤولة عن النتائج القانونية.
