செயற்கை நுண்ணறிவு ஈட்டி ஃபிஷிங் மோசடிகளை மிகவும் பயனுள்ளதாக ஆக்குகிறது, மேலும் AI-எழுதப்பட்ட கவர்ச்சிக்கும் மனிதனால் எழுதப்பட்டவற்றுக்கும் உள்ள வித்தியாசத்தை பெரும்பாலான மக்களால் சொல்ல முடியாது. இது ப்ரிகாம் யங் பல்கலைக்கழகத்தின் புதிய ஆராய்ச்சியின் முக்கிய கண்டுபிடிப்பு ஆகும், இது சக மதிப்பாய்வு செய்யப்பட்ட ஜர்னல் ஆஃப் சைபர் செக்யூரிட்டி அண்ட் பிரைவசியில் வெளியிடப்பட்டது மற்றும் KSL.com மற்றும் Phys.org மூலம் சமீபத்திய கவரேஜில் சிறப்பிக்கப்பட்டது.
BYU இன் செய்தி வெளியீட்டின் படி, "AI இன் தற்போதைய நிலை எவ்வளவு அதிநவீனமானது என்பதைக் காட்ட எங்கள் ஆராய்ச்சி சமீபத்தியது" என்று BYU இணைய பாதுகாப்பு ஆராய்ச்சியாளரான Jerson Francia கூறினார்.
ஆராய்ச்சியாளர்கள் என்ன செய்தார்கள்
BYU குழுவால் எழுதப்பட்டது மற்றும் arXiv இல் முன் அச்சாகக் கிடைக்கும் இந்த ஆய்வு, GPT-4 ஆல் உருவாக்கப்பட்ட தனிப்பயனாக்கப்பட்ட ஃபிஷிங் உரைச் செய்திகளுக்கும், நேரக் கட்டுப்பாடுகளின் கீழ் எழுதும் மாணவர்களால் எழுதப்பட்ட செய்திகளுக்கும் இடையே கட்டுப்படுத்தப்பட்ட ஒப்பீட்டை அமைத்துள்ளது.
பங்கேற்பாளர்கள் ஒவ்வொருவரும் அவர்களுக்காக வடிவமைக்கப்பட்ட 12 தனிப்பயனாக்கப்பட்ட செய்திகளின் தொகுப்பைப் பெற்றனர். சில AI-உருவாக்கப்பட்டவை, சில மனிதனால் எழுதப்பட்டவை. ஆராய்ச்சியாளர்கள் TRAPD என அழைக்கப்படும் ஒரு முறையைப் பயன்படுத்தினர் - தனிப்பயனாக்கப்பட்ட ஏமாற்றத்திற்கான த்ரெஷோல்ட் தரவரிசை அணுகுமுறை - இதன் கீழ் பங்கேற்பாளர்கள் செய்திகளை வரிசைப்படுத்தினர், அவர்கள் கிளிக் செய்ய விரும்பும் புள்ளியைக் குறிப்பிட்டனர், அவர்களின் காரணத்தை விளக்கினர் மற்றும் ஒவ்வொரு செய்தியும் ஒரு நபரால் எழுதப்பட்டதா அல்லது GPT-4 மூலம் தீர்மானிக்கப்பட்டது.
முந்தைய ஃபிஷிங் ஆய்வுகள் சுருக்கத்தில் விளைவுகளை அளவிடுவதால் வடிவமைப்பு முக்கியமானது. ஒவ்வொரு பங்கேற்பாளருக்கும் தனிப்பயனாக்கப்பட்ட செய்திகளுக்கான பதில்களை இது அளவிடுகிறது, இது உண்மையான ஈட்டி ஃபிஷிங் எவ்வாறு செயல்படுகிறது என்பதுதான்.
மேலும் கிளிக்குகள், சிறந்த கண்டறிதல் இல்லை
தலைப்பு எண்கள்: GPT-4-உருவாக்கப்பட்ட செய்திகள் மாணவர் எழுதிய செய்திகளை விட அடிக்கடி கிளிக் செய்யும் நோக்கத்தை வெளிப்படுத்தியது - 28% மற்றும் 21% - இருப்பினும், பைலட் ஆய்வின் அளவைக் கொண்டு வித்தியாசம் புள்ளிவிவர நிச்சயமற்ற தன்மையைக் கொண்டுள்ளது என்று ஆராய்ச்சியாளர்கள் குறிப்பிடுகின்றனர்.
பங்கேற்பாளர்களால் என்ன செய்ய முடியவில்லை என்பது மிகவும் குழப்பமான முடிவு. ஒரு செய்தி மனிதனால் எழுதப்பட்டதா அல்லது AI ஆல் உருவாக்கப்பட்டதா என்று கேட்கப்பட்டபோது, பெறுநர்கள் மூலத்தை வாய்ப்பை விட துல்லியமாக அடையாளம் காணவில்லை. வேறு வார்த்தைகளில் கூறுவதானால், இயந்திரத்தால் எழுதப்பட்ட உரைக்கு அவர்கள் பொருந்தும் என்று மக்கள் நம்பும் கூடுதல் எச்சரிக்கை முடிவுகளில் காட்டப்படவில்லை - ஆய்வில் பங்கேற்பாளர்கள் அடிப்படையில் எழுத்தாளரின் நாணயத்தைப் புரட்டுகிறார்கள்.
பொழுது போக்குகள் அல்லது சமூக ஊடகங்களுடன் இணைக்கப்பட்ட செய்திகளைக் காட்டிலும், வேலை தொடர்பான விஷயங்களைச் சுற்றி உருவாக்கப்பட்ட செய்திகள், கிளிக் செய்வதற்கான நோக்கத்தைத் தூண்டும் வாய்ப்புகள் அதிகம் என்று ஆய்வு கண்டறிந்துள்ளது. தாக்குபவர்களுக்கு, இது ஒரு சக்தி பெருக்கியாகும், ஏனெனில் வேலைவாய்ப்பு விவரங்கள் ஆன்லைனில் கண்டுபிடிக்க எளிதான தனிப்பட்ட தகவல்களில் ஒன்றாகும்.
ஏன் வேலை தொடர்பான கவர்ச்சிகள் சிறப்பாக செயல்படுகின்றன
பணி தொடர்பான செய்திகளைக் கண்டறிவது பாதுகாவலர்களிடமிருந்து குறிப்பாக கவனத்திற்குரியது. தனிப்பயனாக்கம் மூலம் ஸ்பியர் ஃபிஷிங் வெற்றி பெறுகிறது - உங்கள் முதலாளி, உங்கள் பங்கு அல்லது உங்கள் தற்போதைய திட்டங்களைக் குறிப்பிடும் ஒரு செய்தி, அது குறிப்பிட்டதாக இருப்பதால் துல்லியமாக சட்டபூர்வமானதாக உணர்கிறது.
BYU முடிவுகள், பெரிய மொழி மாதிரிகள் தனிப்பயனாக்குதல் பணிப்பாய்வுகளை வியத்தகு முறையில் சுருக்குகின்றன. ஒரு காலத்தில் கையேடு ஆராய்ச்சி மற்றும் ஒரு திறமையான சமூக பொறியாளரால் கவனமாக வரைவு செய்ய வேண்டியதை இப்போது பூஜ்ஜியத்திற்கு அருகில் உள்ள குறைந்த செலவில் எளிமையான தூண்டுதல்களிலிருந்து தோராயமாக மதிப்பிட முடியும் என்று ஆராய்ச்சியாளர்கள் எழுதுகிறார்கள். ஒரு பெரிய, தனிப்பயனாக்கப்பட்ட பிரச்சாரத்தை நடத்துவதற்கான தடை இனி திறமை அல்ல. இது ஒரு சாட்போட் மற்றும் இலக்கு பட்டியலுக்கான அணுகல் ஆகும்.
பாதுகாவலர்களுக்கு இது என்ன அர்த்தம்
நடைமுறை தாக்கங்கள் பாதுகாப்பு குழுக்களுக்கு நிதானமானவை. விழிப்புணர்வுப் பயிற்சி பெரும்பாலும் ஊழியர்களுக்கு மோசமான சொற்றொடர், ஒற்றைப்படை தொனி அல்லது இயற்கைக்கு மாறான மொழியைக் கண்டறிய கற்றுக்கொடுக்கிறது - இது வரலாற்று ரீதியாக அம்பலப்படுத்தப்பட்ட ஃபிஷிங் முயற்சிகளைக் கூறுகிறது. "ரோபோட்டிக்" எழுத்தைக் கண்டறிவதில் நம்பியிருக்கும் ஒரு டிடெக்டர் இப்போது நம்பகத்தன்மையற்றதாக உள்ளது, ஏனெனில் இந்த ஆய்வில் உள்ள பெறுநர்கள் AI-எழுதப்பட்ட செய்திகளை மனிதனால் எழுதப்பட்ட செய்திகளிலிருந்து வேறுபடுத்திப் பார்க்க முடியாது.
அணுகக்கூடிய AI-உதவி தனிப்பயனாக்கம் சமூக-பொறியியல் அச்சுறுத்தல்களின் நடைமுறை அளவை அதிகரிக்கக்கூடும் என்பதற்கான ஆதாரமாக BYU குழு கண்டுபிடிப்புகளை உருவாக்குகிறது. மலிவான, பொதுவான ஃபிஷிங் வழக்கமாக இருக்கும் என்று கருதும் பாதுகாப்புகள் தரவு இனி ஆதரிக்காத அனுமானத்தின் அடிப்படையில் கட்டமைக்கப்படுகின்றன.
ஆய்வாளர்கள் ஆய்வின் வரம்புகளையும் வலியுறுத்துகின்றனர். இது எஸ்எம்எஸ் செய்திகளைப் பயன்படுத்தும் 25-இலக்கு பைலட் ஆகும், இது தொழில்முறை ஃபிஷர்களை விட மாணவர் ஆசிரியர்களைக் கொண்டது - ஏதேனும் இருந்தால், AI வெளியீடு மற்றும் சராசரி நிஜ-உலக மோசடி தரம் ஆகியவற்றுக்கு இடையேயான இடைவெளியைக் குறைத்து மதிப்பிடுகிறது. மனித நீதிபதிகளால் ஆதாரங்களைத் தனித்தனியாகச் சொல்ல முடியவில்லை என்றாலும், இரண்டு செய்தித் தொகுப்புகளும் கணக்கீட்டு ரீதியாக வேறுபடுத்தக்கூடியதாக இருந்தன, இது தானியங்கு கண்டறிதல் அணுகுமுறைகளுக்கு இடமளிக்கிறது.
நிறுவனங்களைப் பொறுத்தவரை, டேக்அவே என்பது தொழில்நுட்பத்தை விட நடைமுறை ரீதியானது: தனித்தனி சேனல்கள் மூலம் கோரிக்கைகளைச் சரிபார்த்தல், செய்தி எவ்வளவு மெருகூட்டப்பட்டதாக இருந்தாலும், அவசரம் மற்றும் வேலை தொடர்பான ஃப்ரேமிங்கை ஆபத்து சமிக்ஞைகளாகக் கருதுங்கள், மேலும் நன்றாக எழுதுவது என்பது மனிதனால் எழுதப்பட்டதாக இருக்காது என்று கருதுங்கள்.
AIக்கு முன்னால் இருங்கள்
AI எவ்வாறு பாதுகாப்பையும் சமூகத்தையும் மாற்றியமைக்கிறது என்பதைக் கண்காணிக்கிறீர்களா? AI Buzz Wire இல் மேலும் AI செய்திகளைப் படிக்கவும் — சுதந்திரமான AI கவரேஜ், ஒவ்வொரு நாளும்.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
