مصنوعی ذہانت سپیئر فشنگ کے گھوٹالوں کو زیادہ موثر بنا رہی ہے، اور زیادہ تر لوگ AI کے لکھے ہوئے لالچ اور انسانی تحریر کے درمیان فرق نہیں بتا سکتے۔ یہ برگھم ینگ یونیورسٹی کی نئی تحقیق کی بنیادی کھوج ہے، جو ہم مرتبہ نظرثانی شدہ جرنل آف سائبرسیکیوریٹی اینڈ پرائیویسی میں شائع ہوئی ہے اور KSL.com اور Phys.org کی حالیہ کوریج میں روشنی ڈالی گئی ہے۔
BYU کی نیوز ریلیز کے مطابق، BYU سائبر سیکیورٹی کے ایک محقق جرسن فرانسیا نے کہا، "ہماری تحقیق یہ ظاہر کرنے کے لیے تازہ ترین ہے کہ اے آئی کی موجودہ حالت کتنی نفیس ہے۔"
محققین نے کیا کیا۔
BYU ٹیم کی طرف سے تصنیف کردہ اور arXiv پر پری پرنٹ کے طور پر دستیاب یہ مطالعہ، GPT-4 کے ذریعے تیار کردہ ذاتی نوعیت کے فشنگ ٹیکسٹ پیغامات اور انسانی نوخیزوں کی طرف سے لکھے گئے پیغامات کے درمیان ایک کنٹرولڈ موازنہ قائم کرتا ہے — طلباء جو وقت کی پابندیوں کے تحت لکھتے ہیں — انہی 25 اہداف کے لیے۔
شرکاء میں سے ہر ایک کو 12 ذاتی نوعیت کے پیغامات کا ایک سیٹ ملا جو خاص طور پر ان کے لیے تیار کیا گیا تھا۔ کچھ AI سے تیار کیے گئے تھے، کچھ انسانی تحریر تھے۔ محققین نے ایک طریقہ استعمال کیا جسے وہ TRAPD کہتے ہیں — ذاتی فریب کے لیے تھریشولڈ رینکنگ اپروچ — جس کے تحت شرکاء نے پیغامات کی درجہ بندی کی، اس نقطہ کی نشاندہی کی جس پر وہ کلک کرنا چاہتے ہیں، ان کے استدلال کی وضاحت کی، اور فیصلہ کیا کہ آیا ہر پیغام کسی شخص نے لکھا ہے یا GPT-4 کے ذریعے۔
ڈیزائن اہمیت رکھتا ہے کیونکہ سب سے پہلے فشنگ اسٹڈیز نے نتائج کو خلاصہ میں ماپا تھا۔ اس نے ہر انفرادی شریک کے لیے ذاتی نوعیت کے پیغامات کے جوابات کی پیمائش کی، جو بالکل وہی ہے کہ اصلی نیزے کی فشنگ کس طرح کام کرتی ہے۔
مزید کلکس، کوئی بہتر پتہ نہیں۔
سرخی کے نمبر: GPT-4 سے تیار کردہ پیغامات نے طالب علم کے تصنیف کردہ پیغامات سے زیادہ کثرت سے کلک کرنے کا ارادہ ظاہر کیا — 28% بمقابلہ 21% — حالانکہ محققین نوٹ کرتے ہیں کہ پائلٹ اسٹڈی کے سائز کو دیکھتے ہوئے فرق اعداد و شمار کی غیر یقینی صورتحال کا حامل ہے۔
زیادہ پریشان کن نتیجہ وہ ہے جو شرکاء نہیں کر سکے۔ جب ان سے پوچھا گیا کہ کیا پیغام کسی انسان نے لکھا ہے یا AI کے ذریعے تیار کیا گیا ہے، وصول کنندگان نے موقع سے زیادہ درست طریقے سے ذریعہ کی شناخت نہیں کی۔ دوسرے لفظوں میں، اضافی محتاط لوگوں کا خیال ہے کہ وہ مشین سے لکھے گئے متن پر لاگو ہوتے ہیں نتائج میں ظاہر نہیں ہوتے تھے - مطالعہ کے شرکاء بنیادی طور پر تصنیف پر سکے پلٹ رہے تھے۔
مطالعہ نے یہ بھی پایا کہ سیاق و سباق کے مواد کو مات دیتا ہے: ملازمت سے متعلق معاملات کے ارد گرد بنائے گئے پیغامات مشاغل یا سوشل میڈیا سے منسلک پیغامات کے مقابلے میں کلک کرنے کے ارادے کو متحرک کرنے کا زیادہ امکان رکھتے ہیں۔ حملہ آوروں کے لیے، یہ ایک قوت ضرب ہے، کیونکہ ملازمت کی تفصیلات آن لائن تلاش کرنے کے لیے سب سے آسان ذاتی معلومات میں سے ہیں۔
کیوں نوکری سے متعلق لالچ بہترین کام کرتے ہیں۔
کام سے متعلق پیغامات کی تلاش محافظوں کی طرف سے خاص توجہ کا مستحق ہے۔ اسپیئر فشنگ پرسنلائزیشن کے ذریعے کامیاب ہوتی ہے — ایک ایسا پیغام جو آپ کے آجر، آپ کے کردار، یا آپ کے موجودہ پروجیکٹس کا حوالہ دیتا ہے بالکل جائز محسوس ہوتا ہے کیونکہ یہ مخصوص ہے۔
BYU کے نتائج بتاتے ہیں کہ بڑے زبان کے ماڈلز اس شخصی کاری کے کام کے فلو کو ڈرامائی طور پر کمپریس کرتے ہیں۔ محققین لکھتے ہیں کہ جس چیز کو کبھی ایک ماہر سماجی انجینئر کے ذریعہ دستی تحقیق اور محتاط مسودہ تیار کرنے کے گھنٹوں کی ضرورت ہوتی تھی اب اس کا تخمینہ تقریباً صفر کی معمولی قیمت پر آسان اشارے سے لگایا جاسکتا ہے۔ ایک بڑی، ذاتی نوعیت کی مہم چلانے میں رکاوٹ اب مہارت نہیں ہے۔ یہ ایک چیٹ بوٹ اور ہدف کی فہرست تک رسائی ہے۔
محافظوں کے لیے اس کا کیا مطلب ہے۔
عملی مضمرات سیکورٹی ٹیموں کے لیے پریشان کن ہیں۔ بیداری کی تربیت اکثر ملازمین کو عجیب و غریب جملے، عجیب لہجے، یا غیر فطری زبان کی نشاندہی کرنا سکھاتی ہے — یہ بتاتی ہے کہ تاریخی طور پر فشنگ کی کوششوں کو بے نقاب کیا گیا ہے۔ ایک پتہ لگانے والا جو "روبوٹک" تحریر کو تلاش کرنے پر انحصار کرتا ہے اب پیمائش کے لحاظ سے ناقابل اعتبار ہے، کیونکہ اس مطالعہ میں وصول کنندگان انسانی تحریری پیغامات سے AI تحریر میں بالکل فرق نہیں کر سکے۔
BYU ٹیم ان نتائج کو ثبوت کے طور پر تیار کرتی ہے کہ قابل رسائی AI کی مدد سے ذاتی بنانا سماجی انجینئرنگ کے خطرات کے عملی پیمانے کو بڑھا سکتا ہے۔ ڈیفنس جو سستا مانتے ہیں، عام فشنگ معمول رہے گی، اس مفروضے پر بنائے گئے ہیں جو ڈیٹا مزید سپورٹ نہیں کرتا ہے۔
محققین مطالعہ کی حدود پر بھی زور دیتے ہیں۔ یہ ایس ایم ایس پیغامات کا استعمال کرنے والا 25 ٹارگٹ پائلٹ تھا، پیشہ ورانہ فشروں کے بجائے طالب علم مصنفین کے ساتھ - ایک موازنہ جو، اگر کچھ بھی ہے، AI آؤٹ پٹ اور اوسط حقیقی دنیا کے گھوٹالے کے معیار کے درمیان فرق کو کم کرتا ہے۔ ٹیم نوٹ کرتی ہے کہ جب کہ انسانی جج ذرائع کو الگ نہیں بتا سکتے تھے، لیکن دو میسج سیٹ کمپیوٹیشنل طور پر ممتاز رہے، جس سے خود کار طریقے سے پتہ لگانے کے طریقوں کی گنجائش باقی رہ گئی۔
تنظیموں کے لیے، ٹیک وے تکنیکی کے بجائے طریقہ کار ہے: علیحدہ چینلز کے ذریعے درخواستوں کی توثیق کریں، عجلت اور ملازمت سے متعلق فریمنگ کو خطرے کے اشارے کے طور پر پیش کریں، قطع نظر اس سے کہ پیغام کتنا ہی صاف ستھرا پڑھا جائے، اور فرض کریں کہ اچھی طرح سے لکھے جانے کا مطلب اب انسان کی تحریر نہیں ہے۔
AI سے آگے رہیں
ٹریک کرنا کہ AI کس طرح سیکیورٹی اور معاشرے کو نئی شکل دے رہا ہے؟ AI Buzz Wire پر مزید AI خبریں پڑھیں — ہر روز آزاد AI کوریج۔
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
