ਨਕਲੀ ਬੁੱਧੀ ਬਰਛੀ ਫਿਸ਼ਿੰਗ ਘੁਟਾਲਿਆਂ ਨੂੰ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾ ਰਹੀ ਹੈ, ਅਤੇ ਜ਼ਿਆਦਾਤਰ ਲੋਕ AI-ਲਿਖਤ ਲਾਲਚ ਅਤੇ ਮਨੁੱਖੀ-ਲਿਖਤ ਵਿੱਚ ਅੰਤਰ ਨਹੀਂ ਦੱਸ ਸਕਦੇ ਹਨ। ਇਹ ਬ੍ਰਿਘਮ ਯੰਗ ਯੂਨੀਵਰਸਿਟੀ ਤੋਂ ਨਵੀਂ ਖੋਜ ਦੀ ਮੁੱਖ ਖੋਜ ਹੈ, ਜੋ ਪੀਅਰ-ਸਮੀਖਿਆ ਕੀਤੀ ਜਰਨਲ ਆਫ਼ ਸਾਈਬਰਸਕਿਉਰਿਟੀ ਐਂਡ ਪ੍ਰਾਈਵੇਸੀ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ KSL.com ਅਤੇ Phys.org ਦੁਆਰਾ ਤਾਜ਼ਾ ਕਵਰੇਜ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤੀ ਗਈ ਹੈ।
BYU ਦੀ ਨਿਊਜ਼ ਰੀਲੀਜ਼ ਦੇ ਅਨੁਸਾਰ, ਕੰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਇੱਕ BYU ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਖੋਜਕਰਤਾ ਜੇਰਸਨ ਫ੍ਰਾਂਸੀਆ ਨੇ ਕਿਹਾ, "ਸਾਡੀ ਖੋਜ ਇਹ ਦਿਖਾਉਣ ਲਈ ਬਿਲਕੁਲ ਨਵੀਨਤਮ ਹੈ ਕਿ ਏਆਈ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਕਿੰਨੀ ਵਧੀਆ ਹੈ।"
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਕੀ ਕੀਤਾ
ਅਧਿਐਨ, ਇੱਕ BYU ਟੀਮ ਦੁਆਰਾ ਲਿਖਿਆ ਗਿਆ ਅਤੇ arXiv 'ਤੇ ਇੱਕ ਪ੍ਰੀਪ੍ਰਿੰਟ ਦੇ ਤੌਰ 'ਤੇ ਉਪਲਬਧ, GPT-4 ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਵਿਅਕਤੀਗਤ ਫਿਸ਼ਿੰਗ ਟੈਕਸਟ ਸੁਨੇਹਿਆਂ ਅਤੇ ਮਨੁੱਖੀ ਨੋਵੀਸ ਦੁਆਰਾ ਲਿਖੇ ਗਏ ਸੁਨੇਹਿਆਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਨਿਯੰਤਰਿਤ ਤੁਲਨਾ ਸਥਾਪਤ ਕੀਤੀ ਗਈ ਹੈ - ਵਿਦਿਆਰਥੀ ਸਮੇਂ ਦੀ ਕਮੀ ਦੇ ਅਧੀਨ ਲਿਖ ਰਹੇ ਹਨ - ਉਸੇ 25 ਟੀਚਿਆਂ ਲਈ।
ਹਰੇਕ ਭਾਗੀਦਾਰ ਨੂੰ ਉਹਨਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ 12 ਵਿਅਕਤੀਗਤ ਸੰਦੇਸ਼ਾਂ ਦਾ ਇੱਕ ਸੈੱਟ ਪ੍ਰਾਪਤ ਹੋਇਆ। ਕੁਝ ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ, ਕੁਝ ਮਨੁੱਖ ਦੁਆਰਾ ਲਿਖੇ ਗਏ ਸਨ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਢੰਗ ਵਰਤਿਆ ਜਿਸਨੂੰ ਉਹ TRAPD ਕਹਿੰਦੇ ਹਨ - ਵਿਅਕਤੀਗਤ ਧੋਖਾਧੜੀ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ ਰੈਂਕਿੰਗ ਪਹੁੰਚ - ਜਿਸ ਦੇ ਤਹਿਤ ਭਾਗੀਦਾਰਾਂ ਨੇ ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਦਰਜਾ ਦਿੱਤਾ, ਉਹ ਬਿੰਦੂ ਦਰਸਾਏ ਜਿਸ 'ਤੇ ਉਹ ਕਲਿੱਕ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦੇ ਹਨ, ਉਹਨਾਂ ਦੇ ਤਰਕ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਹਨ, ਅਤੇ ਨਿਰਣਾ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਹਰੇਕ ਸੁਨੇਹਾ ਇੱਕ ਵਿਅਕਤੀ ਦੁਆਰਾ ਲਿਖਿਆ ਗਿਆ ਸੀ ਜਾਂ GPT-4 ਦੁਆਰਾ।
ਡਿਜ਼ਾਈਨ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਫਿਸ਼ਿੰਗ ਅਧਿਐਨਾਂ ਨੇ ਐਬਸਟਰੈਕਟ ਵਿੱਚ ਨਤੀਜਿਆਂ ਨੂੰ ਮਾਪਿਆ ਸੀ। ਇਹ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਭਾਗੀਦਾਰ ਲਈ ਵਿਅਕਤੀਗਤ ਬਣਾਏ ਗਏ ਸੁਨੇਹਿਆਂ ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਮਾਪਦਾ ਹੈ, ਜੋ ਅਸਲ ਵਿੱਚ ਅਸਲ ਬਰਛੀ ਫਿਸ਼ਿੰਗ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ।
ਹੋਰ ਕਲਿੱਕ, ਕੋਈ ਬਿਹਤਰ ਖੋਜ ਨਹੀਂ
ਸਿਰਲੇਖ ਨੰਬਰ: GPT-4-ਉਤਪੰਨ ਸੁਨੇਹਿਆਂ ਨੇ ਵਿਦਿਆਰਥੀ ਦੁਆਰਾ ਲਿਖੇ ਸੁਨੇਹਿਆਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਵਾਰ ਕਲਿੱਕ ਕਰਨ ਦਾ ਇਰਾਦਾ ਪ੍ਰਾਪਤ ਕੀਤਾ — 28% ਬਨਾਮ 21% — ਹਾਲਾਂਕਿ ਖੋਜਕਰਤਾ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਪਾਇਲਟ ਅਧਿਐਨ ਦੇ ਆਕਾਰ ਦੇ ਮੱਦੇਨਜ਼ਰ ਅੰਤਰ ਅੰਕੜਾ ਅਨਿਸ਼ਚਿਤਤਾ ਰੱਖਦਾ ਹੈ।
ਵਧੇਰੇ ਨਿਰਾਸ਼ਾਜਨਕ ਨਤੀਜਾ ਉਹ ਹੈ ਜੋ ਭਾਗੀਦਾਰ ਨਹੀਂ ਕਰ ਸਕੇ। ਇਹ ਪੁੱਛੇ ਜਾਣ 'ਤੇ ਕਿ ਕੀ ਸੰਦੇਸ਼ ਕਿਸੇ ਮਨੁੱਖ ਦੁਆਰਾ ਲਿਖਿਆ ਗਿਆ ਸੀ ਜਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਪ੍ਰਾਪਤਕਰਤਾਵਾਂ ਨੇ ਸਰੋਤ ਦੀ ਪਛਾਣ ਮੌਕੇ ਤੋਂ ਵੱਧ ਸਹੀ ਨਹੀਂ ਕੀਤੀ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਵਾਧੂ ਸਾਵਧਾਨੀ ਵਾਲੇ ਲੋਕ ਵਿਸ਼ਵਾਸ ਕਰਦੇ ਹਨ ਕਿ ਉਹ ਮਸ਼ੀਨ-ਲਿਖਤ ਟੈਕਸਟ 'ਤੇ ਲਾਗੂ ਹੁੰਦੇ ਹਨ ਨਤੀਜਿਆਂ ਵਿਚ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦੇ ਸਨ - ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਭਾਗੀਦਾਰ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਲੇਖਕਤਾ 'ਤੇ ਸਿੱਕਾ-ਫਲਿਪ ਕਰ ਰਹੇ ਸਨ।
ਅਧਿਐਨ ਵਿੱਚ ਇਹ ਵੀ ਪਾਇਆ ਗਿਆ ਕਿ ਸੰਦਰਭ ਸਮੱਗਰੀ ਨੂੰ ਹਰਾਉਂਦਾ ਹੈ: ਨੌਕਰੀ ਨਾਲ ਸਬੰਧਤ ਮਾਮਲਿਆਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਬਣਾਏ ਗਏ ਸੁਨੇਹੇ ਸ਼ੌਕ ਜਾਂ ਸੋਸ਼ਲ ਮੀਡੀਆ ਨਾਲ ਜੁੜੇ ਸੰਦੇਸ਼ਾਂ ਨਾਲੋਂ ਕਲਿੱਕ ਕਰਨ ਦੇ ਇਰਾਦੇ ਨੂੰ ਟਰਿੱਗਰ ਕਰਨ ਦੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਰੱਖਦੇ ਸਨ। ਹਮਲਾਵਰਾਂ ਲਈ, ਇਹ ਇੱਕ ਤਾਕਤ ਗੁਣਕ ਹੈ, ਕਿਉਂਕਿ ਰੁਜ਼ਗਾਰ ਵੇਰਵੇ ਔਨਲਾਈਨ ਲੱਭਣ ਲਈ ਸਭ ਤੋਂ ਆਸਾਨ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਵਿੱਚੋਂ ਇੱਕ ਹਨ।
ਨੌਕਰੀ ਨਾਲ ਸਬੰਧਤ ਲਾਲਚ ਸਭ ਤੋਂ ਵਧੀਆ ਕਿਉਂ ਕੰਮ ਕਰਦੇ ਹਨ
ਕੰਮ-ਸਬੰਧਤ ਸੁਨੇਹਿਆਂ 'ਤੇ ਖੋਜ ਡਿਫੈਂਡਰਾਂ ਤੋਂ ਵਿਸ਼ੇਸ਼ ਧਿਆਨ ਦੇ ਹੱਕਦਾਰ ਹੈ। ਸਪੀਅਰ ਫਿਸ਼ਿੰਗ ਵਿਅਕਤੀਗਤਕਰਨ ਦੁਆਰਾ ਸਫਲ ਹੁੰਦੀ ਹੈ — ਇੱਕ ਸੁਨੇਹਾ ਜੋ ਤੁਹਾਡੇ ਮਾਲਕ, ਤੁਹਾਡੀ ਭੂਮਿਕਾ, ਜਾਂ ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ, ਬਿਲਕੁਲ ਸਹੀ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਖਾਸ ਹੈ।
BYU ਨਤੀਜੇ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਉਸ ਵਿਅਕਤੀਗਤਕਰਨ ਕਾਰਜਪ੍ਰਵਾਹ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਸੰਕੁਚਿਤ ਕਰਦੇ ਹਨ। ਖੋਜਕਰਤਾ ਲਿਖਦੇ ਹਨ ਕਿ ਇੱਕ ਸਮੇਂ ਇੱਕ ਹੁਨਰਮੰਦ ਸੋਸ਼ਲ ਇੰਜੀਨੀਅਰ ਦੁਆਰਾ ਹੱਥੀਂ ਖੋਜ ਅਤੇ ਧਿਆਨ ਨਾਲ ਡਰਾਫਟ ਦੇ ਘੰਟਿਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ, ਹੁਣ ਲਗਭਗ ਜ਼ੀਰੋ ਮਾਮੂਲੀ ਲਾਗਤ 'ਤੇ ਸਧਾਰਨ ਪ੍ਰੋਂਪਟਾਂ ਤੋਂ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇੱਕ ਵੱਡੀ, ਵਿਅਕਤੀਗਤ ਮੁਹਿੰਮ ਨੂੰ ਚਲਾਉਣ ਲਈ ਰੁਕਾਵਟ ਹੁਣ ਹੁਨਰ ਨਹੀਂ ਹੈ. ਇਹ ਇੱਕ ਚੈਟਬੋਟ ਅਤੇ ਇੱਕ ਨਿਸ਼ਾਨਾ ਸੂਚੀ ਤੱਕ ਪਹੁੰਚ ਹੈ.
ਡਿਫੈਂਡਰਾਂ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ
ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਲਈ ਵਿਹਾਰਕ ਪ੍ਰਭਾਵ ਗੰਭੀਰ ਹਨ। ਜਾਗਰੂਕਤਾ ਸਿਖਲਾਈ ਅਕਸਰ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਅਜੀਬ ਵਾਕਾਂਸ਼, ਅਜੀਬ ਟੋਨ, ਜਾਂ ਗੈਰ-ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਸਿਖਾਉਂਦੀ ਹੈ — ਇਹ ਦੱਸਦੀ ਹੈ ਕਿ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਫਿਸ਼ਿੰਗ ਕੋਸ਼ਿਸ਼ਾਂ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਇੱਕ ਡਿਟੈਕਟਰ ਜੋ "ਰੋਬੋਟਿਕ" ਲਿਖਤ ਨੂੰ ਲੱਭਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਹੁਣ ਮਾਪਦੰਡ ਤੌਰ 'ਤੇ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ, ਕਿਉਂਕਿ ਇਸ ਅਧਿਐਨ ਵਿੱਚ ਪ੍ਰਾਪਤਕਰਤਾ AI-ਲਿਖਤ ਨੂੰ ਮਨੁੱਖੀ-ਲਿਖਤ ਸੰਦੇਸ਼ਾਂ ਤੋਂ ਬਿਲਕੁਲ ਵੱਖ ਨਹੀਂ ਕਰ ਸਕਦੇ ਸਨ।
BYU ਟੀਮ ਖੋਜਾਂ ਨੂੰ ਸਬੂਤ ਵਜੋਂ ਤਿਆਰ ਕਰਦੀ ਹੈ ਕਿ ਪਹੁੰਚਯੋਗ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਿਅਕਤੀਗਤਕਰਨ ਸਮਾਜਿਕ-ਇੰਜੀਨੀਅਰਿੰਗ ਖਤਰਿਆਂ ਦੇ ਵਿਹਾਰਕ ਪੈਮਾਨੇ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ। ਡਿਫੈਂਸ ਜੋ ਸਸਤੇ ਮੰਨਦੇ ਹਨ, ਆਮ ਫਿਸ਼ਿੰਗ ਆਦਰਸ਼ ਬਣੇ ਰਹਿਣਗੇ, ਇੱਕ ਧਾਰਨਾ 'ਤੇ ਬਣਾਏ ਗਏ ਹਨ ਜੋ ਡੇਟਾ ਹੁਣ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦਾ ਹੈ।
ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਅਧਿਐਨ ਦੀਆਂ ਸੀਮਾਵਾਂ 'ਤੇ ਵੀ ਜ਼ੋਰ ਦਿੱਤਾ। ਇਹ ਪੇਸ਼ੇਵਰ ਫਿਸ਼ਰਾਂ ਦੀ ਬਜਾਏ ਵਿਦਿਆਰਥੀ ਲੇਖਕਾਂ ਦੇ ਨਾਲ, SMS ਸੁਨੇਹਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ 25-ਨਿਸ਼ਾਨਾ ਪਾਇਲਟ ਸੀ - ਇੱਕ ਤੁਲਨਾ ਜੋ ਕਿ, ਜੇ ਕੁਝ ਵੀ ਹੈ, ਤਾਂ AI ਆਉਟਪੁੱਟ ਅਤੇ ਔਸਤ ਅਸਲ-ਸੰਸਾਰ ਘੁਟਾਲੇ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ। ਟੀਮ ਨੋਟ ਕਰਦੀ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਜੱਜ ਸਰੋਤਾਂ ਨੂੰ ਵੱਖਰਾ ਨਹੀਂ ਦੱਸ ਸਕਦੇ ਸਨ, ਦੋ ਸੰਦੇਸ਼ ਸੈੱਟ ਗਣਨਾਤਮਕ ਤੌਰ 'ਤੇ ਵੱਖ ਕੀਤੇ ਜਾ ਸਕਦੇ ਸਨ, ਜਿਸ ਨਾਲ ਸਵੈਚਲਿਤ ਖੋਜ ਪਹੁੰਚ ਲਈ ਜਗ੍ਹਾ ਬਚੀ ਸੀ।
ਸੰਸਥਾਵਾਂ ਲਈ, ਟੇਕਅਵੇਅ ਤਕਨੀਕੀ ਦੀ ਬਜਾਏ ਪ੍ਰਕਿਰਿਆਤਮਕ ਹੈ: ਵੱਖਰੇ ਚੈਨਲਾਂ ਦੁਆਰਾ ਬੇਨਤੀਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, ਜ਼ਰੂਰੀ ਅਤੇ ਨੌਕਰੀ ਨਾਲ ਸਬੰਧਤ ਫਰੇਮਿੰਗ ਨੂੰ ਜੋਖਮ ਸੰਕੇਤਾਂ ਵਜੋਂ ਮੰਨੋ, ਭਾਵੇਂ ਸੁਨੇਹੇ ਨੂੰ ਕਿੰਨਾ ਵੀ ਵਧੀਆ ਢੰਗ ਨਾਲ ਪੜ੍ਹਿਆ ਗਿਆ ਹੋਵੇ, ਅਤੇ ਇਹ ਮੰਨ ਲਓ ਕਿ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਖਤ ਦਾ ਮਤਲਬ ਹੁਣ ਮਨੁੱਖੀ-ਲਿਖਤ ਨਹੀਂ ਹੈ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
ਟਰੈਕ ਕਰਨਾ ਕਿ ਕਿਵੇਂ AI ਸੁਰੱਖਿਆ ਅਤੇ ਸਮਾਜ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ? AI Buzz Wire 'ਤੇ ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ — ਸੁਤੰਤਰ AI ਕਵਰੇਜ, ਹਰ ਰੋਜ਼।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
