3 ثوانٍ تكفي: كيف يستنسخ الذكاء الاصطناعي صوتك من وسائل التواصل

تأتي المكالمة عند الحادية عشرة وأربعين دقيقة من ليلة ثلاثاء. إنها ابنتك، تبكي، تقول إن حادثاً وقع وإنها في مركز شرطة ولا يُسمح لها بالكلام طويلاً. ثم يأخذ رجل هادئ الهاتف ويشرح ترتيبات الكفالة. الصوت صوتها: طبقته، وتقطّع أنفاسها، وطريقتها في اختصار اسمك. لقد جُمِّع من فيديو طبخ مدته تسع عشرة ثانية نشرته قبل ثلاثة أسابيع، وهي نائمة في الطابق العلوي.

لم يعد استنساخ الصوت بالذكاء الاصطناعي من وسائل التواصل عرضاً مخبرياً، بل صار مكالمة هاتفية عادية. فوفق بحث نشرته مكافي، تكفي نحو ثلاث ثوانٍ من صوت نظيف لتوليد نسخة تطابق الأصل بدرجة عالية، وبضع جمل تنتج شيئاً لا يستطيع معظم الأقارب تمييزه عن الشخص الحقيقي تحت الضغط. ووفق كتاب بيانات شبكة سنتينل الاستهلاكية للجنة التجارة الفيدرالية عن 2024، أبلغ المستهلكون عن خسارة نحو 2.95 مليار دولار في احتيال انتحال الصفة، وهو التصنيف الذي تنتمي إليه هذه المكالمة، وهؤلاء هم من قدّموا بلاغاً فقط.

الجزء المزعج أن شيئاً لم يُخترق ولم يُسرق ولم يُنتهك. المادة الخام محتوى نشرته أنت بمحض إرادتك.

إجابة سريعة

ما استنساخ الصوت بالذكاء الاصطناعي من وسائل التواصل؟

استنساخ الصوت هو أخذ عيّنة قصيرة لشخص حقيقي وهو يتكلم، ثم إنتاج نموذج اصطناعي يستطيع قول أي شيء بذلك الصوت، عند الطلب، وبمشاعر يمكن التحكم بها. وقد بُنيت التقنية أصلاً لخدمات إمكانية الوصول والدبلجة وسرد الكتب الصوتية. لكن الأدوات نفسها، ونسخها المجانية، صارت اليوم عدّة أساسية في احتيال انتحال الصفة.

ووسائل التواصل هي المصدر المفضّل لأن الصوت فيها شبه مثالي. فالفيديو القصير يُسجَّل على بُعد سنتيمترات قليلة من الميكروفون، في غرفة هادئة، والمتحدث يواجه الهاتف وينطق بوضوح من أجل الخوارزمية. مقطع طبخ، أو تحديث من النادي الرياضي، أو كلمة تخرّج، أو خطاب في حفل زفاف أشار إليك فيه أحدهم، أو بث مباشر، أو رسالة صوتية أُعيد توجيهها إلى مجموعة، وحتى تحية بريدك الصوتي: كل واحد منها مجموعة تدريب نظيفة. والحسابات العامة يسهل حصادها على نطاق واسع، ولا يحتاج المحتال إلا إلى البحث عن اسم.

وهنا التحوّل الجوهري، وهو سبب أن الخطر ليس عنك أنت في الحقيقة. صوتك هو الأصل المستهدف، لكن الهدف هو الشخص الذي سيترك كل شيء من أجلك. النسخة نادراً ما تُستخدم لانتحال شخصيتك أمام مصرف. إنها تُستخدم لانتحال شخصيتك أمام أمك.

كيف يعمل احتيال استنساخ الصوت بالذكاء الاصطناعي، خطوة بخطوة

تمر كل الحالات تقريباً بالمراحل الخمس نفسها، ومعرفة التسلسل هي ما يتيح لشخص أن يوقفه في منتصفه.

1. <strong>الحصاد.</strong> يُكشط ملف عام بحثاً عن أي مقطع يحتوي كلاماً. ثلاث ثوانٍ هي الحد الأدنى، وثلاثون ثانية وضع مريح. ولا يجري أي تواصل مع صاحب الصوت المأخوذ.
2. <strong>رسم شبكة العلاقات.</strong> الصور التي أشير فيها إليه، وتعليقات أعياد الميلاد، وقوائم المتابعين، والتعليقات التوضيحية، تكشف من هم الوالدان والجدّان والشريك وجهة العمل. وهذه الخريطة تحدد من ستصله المكالمة.
3. <strong>بناء السيناريو.</strong> اعتقال، أو حادث سيارة، أو مستشفى، أو هاتف مسروق، أو اختطاف، أو تحويل عاجل من المدير. النص قصير لأن المكالمة الطويلة تخاطر بسؤال لا تستطيع النسخة الإجابة عنه.
4. <strong>إجراء المكالمة.</strong> يُزوَّر رقم المتصل ليبدو محلياً أو مألوفاً. تتكلم النسخة بضع جمل، مذعورة ومستعجلة، ثم تسلّم الخط إلى شريك حقيقي يؤدي دور ضابط أو محامٍ أو ممرضة أو مساعد.
5. <strong>الاستخلاص السريع.</strong> يُطلب الدفع بحوالة أو بطاقة هدايا أو عملة رقمية أو تطبيق دفع أو مندوب يمر لاستلام النقد، ودائماً مع سبب لعدم إغلاق الخط ولعدم الاتصال بأي أحد آخر.

علامات تكشف أن الصوت مستنسخ بالذكاء الاصطناعي

تعامل مع أي واحدة من هذه العلامات على أنها سبب كافٍ لإيقاف المحادثة والتحقق باستقلال.

• <strong>استعجال شديد مع منع إغلاق الخط.</strong> الطوارئ الحقيقية تحتمل اتصالاً مرتداً. والمتصل الذي يصرّ على بقائك على الخط يحمي النص، لا يحميك أنت.
• <strong>تسليم فوري لشخص غريب.</strong> يتكلم القريب لحظات قصيرة، ثم يتولى شخص بالغ بنبرة رسمية كل التفاوض.
• <strong>السرية.</strong> لا تخبر والدك، لا تتصل بأختك، المحامي يقول إن الأمر يبقى خاصاً. العزل هو الشيء الوحيد الذي يفصل بين الاحتيال وبين تحقق يستغرق ثلاثين ثانية.
• <strong>دفع لا يمكن تتبعه.</strong> بطاقات هدايا، أو عملات رقمية، أو حوالة مصرفية، أو تطبيق دفع إلى جهة اتصال جديدة، أو مندوب يصل لاستلام النقد. لا محكمة ولا مستشفى ولا جهاز شرطة يحصّل المال بهذه الطرق.
• <strong>مشاعر مسطّحة تحت الكلمات.</strong> الكلام المستنسخ يحمل غالباً النبرة الصحيحة والإيقاع الخاطئ: وقفات في أماكن غريبة، وتنفّس لا يطابق البكاء، وجمل تنتهي بانتظام أكثر مما ينبغي.
• <strong>غياب أي ذكرى مشتركة محددة.</strong> يتهرب المتصل من أي سؤال لا يعرف جوابه إلا الشخص الحقيقي، متذرعاً بالصدمة أو رداءة الخط أو ضيق الوقت.
• <strong>خلفية صوتية لا تناسب الرواية.</strong> مركز الشرطة، ورواق المستشفى، وجانب الطريق، لا تكون صامتة أبداً. وصوت نظيف كأنه من استوديو خلف حادث طريق مزعوم هو دليل واضح.

وصلتك رسالة صوتية أو فيديو أو مقطع مُعاد توجيهه مشبوه؟ افحصه عبر Truvizy واحصل على حكم واضح خلال ثوانٍ، مجاناً.

كيف يكشف Truvizy احتيال الصوت المستنسخ

القرار في هذه الحالات يُتخذ خلال تسعين ثانية تقريباً، ليلاً، من شخص خائف. وهذه هي الفجوة التي بُني Truvizy لإغلاقها. ارفع الرسالة الصوتية أو الفيديو أو المقطع الذي أُعيد توجيهه إلى مجموعة العائلة على truvizy.app، ويشغّل الكشف المدعوم بالذكاء الاصطناعي من Truvizy تحليلاً متعدد الطبقات للصوت ولأي وسائط مرافقة، باحثاً عن الآثار التي يخلّفها التوليد الاصطناعي في الكلام وفي الفيديو، وقارئاً الرسالة المحيطة بحثاً عن أنماط الاستعجال والسرية والدفع التي تميّز احتيال انتحال الصفة.

والنتيجة حكم واضح لا تقرير تقني، لأن من يحتاجه يجري استعجاله عن قصد. Truvizy مجاني للتجربة ولا يحتاج حساباً لأول فحص، وهذا مهم حين يكون البديل تحويلاً مصرفياً. ويمكنك البدء من ماسح Truvizy. وللصورة الأوسع عن كيفية إجراء هذه المكالمات، يغطي دليلنا حول احتيال استنساخ الصوت بالذكاء الاصطناعي الجانب الهاتفي بالتفصيل.

ماذا تفعل إذا وصلتك مكالمة بصوت مستنسخ

تحرّك بهذا الترتيب. فالخطوتان الأوليان تنهيان معظم هذه المكالمات فوراً.

أغلق الخط واتصل على رقم تملكه أصلاً. لا الرقم الذي اتصل بك، ولا رقماً يمليه عليك المتصل. استخدم جهة الاتصال المحفوظة في هاتفك. وإذا لم يرد أحد، اتصل بفرد آخر من العائلة. النسخة لا تستطيع رفع سماعة الهاتف الحقيقي.

اطلب كلمة السر العائلية. اتفقوا على واحدة اليوم، وأبقوها بعيدة عن كل منصة، واجعلوها عبارة لا يستطيع أي متابع تخمينها. الاستنساخ ينسخ الصوت، ولا ينسخ المعرفة الخاصة أبداً. ودليلنا حول كلمات السر العائلية يشرح كيف تختار واحدة تصمد أمام محتال حقيقي.

لا ترسل مالاً ولا تشترِ بطاقات هدايا. لا جهاز شرطة ولا محكمة ولا مستشفى ولا سفارة يقبل الدفع ببطاقة هدايا أو عملة رقمية أو مندوب يستلم نقداً. هذا الطلب وحده يحسم المسألة.

احفظ كل شيء قبل أن تحذفه. أبقِ الرسالة الصوتية، وسجّل الرقم والوقت الدقيق والمبلغ المطلوب، وصوّر أي رسالة لاحقة. هذا ما يحتاجه المحققون لربط مكالمة واحدة بشبكة كاملة.

قدّم بلاغاً. في الولايات المتحدة، قدّم البلاغ لدى مكتب التحقيقات الفيدرالي على ic3.gov ولدى لجنة التجارة الفيدرالية على reportfraud.ftc.gov. وفي غيرها، أبلغ الوحدة الوطنية للجرائم الإلكترونية وجهة حماية المستهلك. احتيال كبار السن غير مُبلَّغ عنه إلى حد كبير، والبلاغات هي ما يحوّل مكالمات متفرقة إلى قضية.

ثم قلّل المعروض من صوتك. اضبط المنشورات القديمة على الأصدقاء فقط، واحذف الفيديوهات العامة التي معظمها أنت تتكلم، واستبدل تحية البريد الصوتي المسجلة بصوتك، وتحدّث إلى الأقارب الأرجح أن تصلهم المكالمة قبل أن تصلهم.

ملاحظة تحليلية: عبر استنساخ الصوت من طور الطرافة إلى طور السلعة في اللحظة التي هبط فيها حجم العيّنة المطلوبة إلى بضع ثوانٍ، لأن هذه بالضبط مدة الصوت الذي نشره فعلاً كل شخص تقريباً على منصة تواصل. والاقتصاد اليوم يكافئ الحجم، فمقطع واحد محصود يغذّي عشرات المكالمات داخل شبكة عائلية واحدة، ولهذا يتعامل Truvizy مع المسألة باعتبارها مشكلة تحقق من وسائط لا مشكلة اتصالات. فالأثر الذي يمسكه الضحية فعلياً هو رسالة صوتية أو مقطع مُعاد توجيهه، وهذا الأثر يمكن فحصه خلال ثوانٍ، قبل التحويل بدل أن يكون بعده.

الأسئلة الشائعة

كم يحتاج الذكاء الاصطناعي من الصوت لاستنساخ صوتك؟

نحو ثلاث ثوانٍ من كلام نظيف تكفي لنسخة قابلة للاستخدام، وبضع جمل تنتج نسخة مقنعة. ووفق بحث نشرته مكافي، تكفي ثلاث ثوانٍ من الصوت لتوليد نسخة صوتية بدرجة تشابه عالية. ومقطع واحد على تيك توك أو ريلز أو ستوري أو فيديو عيد ميلاد أشير إليك فيه يحتوي عادة أضعاف ذلك.

هل يستطيع المحتالون استنساخ صوتي من فيديو على تيك توك أو إنستغرام؟

نعم. أي مقطع عام تتكلم فيه بوضوح هو مادة تدريب، ومنصات الفيديو القصير مثالية لأن الصوت فيها عالٍ وقريب من الميكروفون وخالٍ من ضجيج الخلفية. والبودكاست، والرسائل الصوتية المُعاد توجيهها إلى مجموعات الدردشة، والبث المباشر، وتحية البريد الصوتي، كلها تصلح بالقدر نفسه. ولا يحتاج الأمر إلى اختراق أي شيء.

هل يستطيع Truvizy كشف صوت مستنسخ بالذكاء الاصطناعي؟

نعم. ارفع الفيديو أو الرسالة الصوتية أو المقطع المُعاد توجيهه على truvizy.app، ويشغّل الكشف المدعوم بالذكاء الاصطناعي من Truvizy تحليلاً متعدد الطبقات للصوت ولأي وسائط مرافقة، ثم يعيد حكماً واضحاً خلال ثوانٍ. Truvizy مبني للحظة المكالمة نفسها، حين يكون أمام من يقرر دقيقتان فقط ولا خلفية تقنية لديه.

ما مدى انتشار احتيال الصوت بالذكاء الاصطناعي وكم يكلّف الضحايا؟

وفق كتاب بيانات شبكة سنتينل الاستهلاكية التابعة للجنة التجارة الفيدرالية، أبلغ المستهلكون عن خسارة نحو 2.95 مليار دولار في احتيال انتحال الصفة خلال 2024، وهو التصنيف الذي تندرج تحته هذه المكالمات. ووجد استطلاع لمكافي شمل 7000 بالغ أن واحداً من كل أربعة تعرّض لاحتيال صوتي بالذكاء الاصطناعي أو يعرف من تعرّض له، وأن معظم من ردّوا خسروا مالاً. وتنبّه الإنتربول إلى أن شبكات انتحال الصفة عابرة للحدود وتشغّل مكالمات بالعربية موجّهة إلى دول الخليج والشرق الأوسط، ما يجعل الاتصال المرتد للتحقق مهماً في كل بلد لا في الولايات المتحدة وحدها.

ما كلمة السر العائلية، وهل توقف استنساخ الصوت فعلاً؟

هي عبارة قصيرة لا يعرفها إلا أهل بيتك، ولا تُنشر في أي مكان، ويجب على أي متصل يدّعي أنه من العائلة أن يقولها قبل تحرّك أي مال أو بيانات شخصية. وهي تنجح لأن الاستنساخ ينسخ الصوت لا المعرفة الخاصة. اختر عبارة ملموسة يصعب تخمينها، وتجنّب أسماء الحيوانات الأليفة وأسماء الشوارع، وعلّمها للأقارب الذين يعيشون وحدهم.

احتيال استنساخ الصوت بالذكاء الاصطناعي: كيف تُجرى المكالمة — الجانب الهاتفي من احتيال الصوت الاصطناعي

كلمة السر العائلية: أفضل دفاع لك ضد الاحتيال الصوتي — كيف تختار عبارة تصمد أمام مكالمة احتيال حقيقية

انتحال الشخصية على وسائل التواصل: حين يصبح شخص آخر أنت على الإنترنت — كيف تتحول الملفات العامة إلى مادة خام للاحتيال