احتيالات استنساخ الصوت بالذكاء الاصطناعي: عندما يبدو المجرمون تماماً كأفراد عائلتك

يرن الهاتف. إنها ابنتك. تبكي في ذعر وتقول إنها تعرضت لحادث سيارة. تحتاج منك تحويل أموال فوراً لتغطية الفواتير الطبية. يمكنك سماع الخوف في صوتها, تلك الرعشة المحددة التي تظهر عندما تكون خائفة. تمد يدك لمحفظتك دون تردد. لكن ابنتك ليست على الطرف الآخر من تلك المكالمة. الصوت الذي سمعته, الصوت الذي ستتعرف عليه في أي مكان, تم توليده بالذكاء الاصطناعي من مقطع مدته 10 ثوانٍ مأخوذ من حسابها على TikTok.

تمثل احتيالات استنساخ الصوت بالذكاء الاصطناعي واحدة من أكثر أشكال الاحتيال المدمرة عاطفياً والأسرع نمواً في عام 2026. تقدمت التقنية إلى درجة يستطيع فيها المجرمون نسخ أي صوت تقريباً بدقة مذهلة، محولين أكثر الروابط البشرية بدائية, صوت شخص عزيز, إلى سلاح. أبلغ مكتب التحقيقات الفيدرالي عن زيادة بنسبة 300 بالمائة في شكاوى احتيال استنساخ الصوت بين عامي 2024 و2025، مع خسائر تجاوزت 500 مليون دولار في الولايات المتحدة وحدها.

تهديد استنساخ الصوت

تستغل احتيالات استنساخ الصوت شيئاً لا يستطيع أي نوع آخر من الاحتيال مضاهاته: الثقة الفطرية التي نضعها في الأصوات المألوفة. البشر مُبرمجون بيولوجياً للتعرف على أصوات من يحبونهم والاستجابة لها. رسالة نصية أو بريد إلكتروني من غريب يطلب المال يثير الشكوك. مكالمة هاتفية من طفلك أو والدك أو زوجك يطلب المساعدة تثير الفعل. حوّل المحتالون هذه الاستجابة البيولوجية إلى سلاح، والنتائج مدمرة.

ما يجعل استنساخ الصوت خطيراً بشكل خاص هو السرعة التي يتجاوز بها التفكير النقدي. عندما تسمع شخصاً عزيزاً في محنة، يتحول دماغك إلى وضع الطوارئ. يتراجع التقييم العقلاني للموقف أمام الرغبة الجارفة في المساعدة. بحلول الوقت الذي تجد فيه فرصة للتفكير بوضوح، تكون الأموال قد أُرسلت بالفعل.

كيف تعمل تقنية استنساخ الصوت بالذكاء الاصطناعي

يعتمد استنساخ الصوت الحديث على نماذج التعلم العميق المُدرَّبة على بيانات الكلام. تحلل هذه النماذج عينة من صوت شخص ما وتستخرج الخصائص الفريدة التي تجعله مميزاً: طبقة الصوت والإيقاع واللهجة وأنماط التنفس وجرس الصوت. ثم يُولِّد النموذج كلاماً جديداً بذلك الصوت، يقول أي نص يُدخله المشغل.

أصبحت التقنية متاحة بشكل ملحوظ. تتوفر عدة خدمات تجارية لاستنساخ الصوت لأغراض مشروعة مثل سرد الكتب المسموعة وإنشاء المحتوى. يتم استغلال نفس هذه الأدوات، إلى جانب بدائل مفتوحة المصدر، من قبل المجرمين. انخفض حد الجودة لإنشاء نسخة مقنعة بشكل كبير. في عام 2023، كان الاستنساخ القابل للاستخدام يتطلب دقائق من الصوت النظيف. بحلول عام 2026، غالباً ما تكفي ثلاث إلى خمس ثوانٍ لنسخة بجودة الهاتف تخدع أفراد العائلة.

الجانب الفوري مقلق بشكل خاص. تدعم بعض الأدوات الآن تحويل الصوت المباشر، مما يسمح للمحتال بالتحدث في ميكروفون وإخراج صوته كصوت الشخص المستهدف المستنسخ في الوقت الفعلي. هذا يعني أن المحتال يمكنه إجراء محادثة حقيقية، يرد على الأسئلة ويتفاعل مع مخاوف الضحية، كل ذلك بينما يبدو تماماً كشخص آخر.

تشريح مكالمة احتيال استنساخ الصوت

يتبع احتيال استنساخ الصوت النموذجي سيناريو مُصمَّماً بعناية. تبدأ المكالمة بمُحفِّز عاطفي: يبدو الصوت المستنسخ مذعوراً أو مكروباً أو يتألم. تشمل السيناريوهات الشائعة حوادث السيارات والاعتقالات والاختطاف وحالات الطوارئ الطبية أو التعثر في بلد أجنبي. الحدة العاطفية مُتعمَّدة, فهي تمنع الضحية من التفكير بوضوح.

بعد الإعداد العاطفي الأولي، غالباً ما يتولى شخص ثانٍ المكالمة، متظاهراً بأنه محامٍ أو ضابط شرطة أو طبيب أو كفيل كفالة. يقدم هذا الشخص "الحل": أرسل أموالاً عبر تحويل بنكي أو بطاقات هدايا أو عملة مشفرة لحل الطوارئ. يؤكدون على الاستعجال والسرية, "لا تخبر أحداً بعد، نحتاج للتعامل مع هذا بسرعة." هذا العزل يمنع الضحية من التحقق من القصة مع أفراد العائلة الآخرين الذين يمكنهم كشف الاحتيال.

تتراوح المبالغ المطلوبة عادةً بين 5,000 و50,000 دولار، مُعايَرة لتكون كبيرة بما يكفي لتكون مربحة لكن ليست كبيرة لدرجة أن الضحية لا تستطيع الوصول إلى الأموال بسرعة. بعض العمليات المتطورة تجري مكالمات متعددة على مدى عدة ساعات، تُصعِّد الاستعجال والمبلغ مع كل اتصال. يتشارك التلاعب النفسي المُستخدَم سمات مع تكتيكات بناء الثقة المُستخدمة في احتيالات "ذبح الخنزير" بالعملات المشفرة، رغم أن استنساخ الصوت يعمل على جدول زمني أسرع بكثير.

هل تعتقد أنك تلقيت مكالمة مشبوهة؟ استخدم Truvizy لتحليل الصوت المُسجَّل بحثاً عن مؤشرات الصوت المُولَّد بالذكاء الاصطناعي.

حالات حقيقية لاحتيال استنساخ الصوت

القصص الإنسانية وراء احتيال استنساخ الصوت مؤلمة. في حالة واسعة الانتشار عام 2025، تلقت أم في أريزونا مكالمة مما اعتقدت أنها ابنتها البالغة 15 عاماً، تنتحب وتقول إنها اختُطفت. ثم تولى صوت رجل المكالمة مطالباً بمبلغ 50,000 دولار لإطلاق سراحها. كانت الأم على وشك تحويل الأموال عندما اقترح صديق أن تحاول الاتصال بابنتها مباشرة, التي ردت من المدرسة وهي بأمان تام.

في حالة أخرى، وافق المدير المالي لشركة في هونغ كونغ على تحويل بنكي بقيمة 25 مليون دولار بعد مكالمة فيديو مع ما بدا أنه الرئيس التنفيذي للشركة وعدة زملاء, وجميعهم كانوا تزييفاً عميقاً مُولَّداً بالذكاء الاصطناعي بأصوات مستنسخة. لم يُكتشف الاحتيال حتى تم الاتصال بالرئيس التنفيذي الحقيقي بشأن التحويل بعد أيام. بينما تضمنت تلك الحالة تزييفاً عميقاً بالفيديو، فإن احتيالات استنساخ الصوت فقط أكثر شيوعاً بكثير وتتطلب تطوراً تقنياً أقل بكثير.

خسر زوجان متقاعدان في فلوريدا 15,000 دولار بعد تلقي مكالمة من "حفيدهما" الذي ادّعى أنه اعتُقل أثناء سفره في الخارج. كان الصوت مقنعاً لدرجة أنه حتى بعد تأكيد والدي الحفيد أنه بأمان في المنزل، لم يُصدق الزوجان في البداية, كانا متأكدين أنهما تحدثا إليه.

تطور احتيال الأجداد

يوجد "احتيال الأجداد" التقليدي منذ عقود: يتظاهر المتصل بأنه حفيد في ورطة ويطلب المال. ما جعل النسخة القديمة قابلة للاكتشاف هو الصوت العام, اعتمد المحتالون على أن الضحايا المسنين مرتبكون جداً لملاحظة أن الصوت لا يتطابق تماماً. ألغى استنساخ الصوت بالذكاء الاصطناعي هذا الضعف تماماً. يبدو الصوت المستنسخ تماماً كالحفيد، مما يجعل الاحتيال غير قابل للاكتشاف عملياً بالأذن وحدها. لا يزال كبار السن الأهداف الرئيسية، لكن التقنية المُحسَّنة تعني أن ضحايا أصغر سناً وأكثر دراية بالتقنية يقعون فيها أيضاً.

استنساخ الصوت يستهدف الشركات

تواجه الشركات تهديدات استنساخ الصوت الخاصة بها. يستنسخ المحتالون أصوات المديرين التنفيذيين للموافقة على المعاملات المالية، وانتحال شخصية الموردين لإعادة توجيه المدفوعات، أو التظاهر بأنهم دعم تقني لاستخراج بيانات اعتماد النظام. وجد استطلاع صناعي عام 2025 أن 43 بالمائة من المؤسسات الكبيرة تعرضت لمحاولة هجوم استنساخ صوت واحدة على الأقل. يفوق الأثر المالي على الشركات خسائر الأفراد بكثير، حيث تتجاوز بعض الحوادث الفردية الملايين من الدولارات. بالنسبة للشركات، يُعد استنساخ الصوت جزءاً من مشهد تهديدات الهندسة الاجتماعية الأوسع الذي يشمل هجمات اختراق البريد الإلكتروني للأعمال المُفصَّلة في دليل التصيد الاحتيالي الخاص بنا.

من أين يحصل المحتالون على صوتك

تأتي العينات الصوتية المُستخدمة لاستنساخ الصوت من مصادر سهلة الوصول بشكل مفاجئ. مقاطع الفيديو على وسائل التواصل الاجتماعي على TikTok وInstagram وYouTube وFacebook هي المصدر الرئيسي, لا يدرك معظم المستخدمين أن كل فيديو ينشرونه يوفر مادة خام لاستنساخ الصوت. تحيات البريد الصوتي مصدر شائع آخر، وكذلك ظهورات البودكاست والعروض التقديمية في المؤتمرات وحتى تسجيلات أنظمة الهاتف الآلية.

في بعض الحالات، يحصل المحتالون على عينات صوتية من خلال مكالمات هاتفية أولية. قد يتصلون ويطرحون بعض الأسئلة تحت ذريعة استطلاع أو مكالمة رضا عملاء أو رقم خاطئ. توفر محادثة قصيرة صوتاً كافياً لإنشاء نسخة صوتية قابلة للاستخدام. هذه التقنية فعالة بشكل خاص لأن الهدف لا يدرك تماماً أن صوته قد تم التقاطه.

احمِ عائلتك من احتيالات استنساخ الصوت مع نظام الكشف عن التزييف الصوتي العميق المدعوم بالذكاء الاصطناعي من Truvizy.

كيفية اكتشاف الأصوات المستنسخة والتحقق منها

اكتشاف الصوت المستنسخ بالأذن صعب للغاية لكنه ليس مستحيلاً. تُظهر الأصوات المستنسخة أحياناً علامات دقيقة: توقفات غير طبيعية قليلاً بين الجمل، وضوضاء خلفية ثابتة لا تتغير مع الحركة، وتعبيرات عاطفية تبدو غير متناسقة قليلاً، واستجابات لا تتطابق أحياناً مع سياق المحادثة. مع ذلك، الاعتماد على الاكتشاف وحده غير كافٍ, التحقق هو الدفاع الأقوى.

أبسط طريقة للتحقق هي إغلاق الخط والاتصال بالشخص مرة أخرى على رقم هاتفه المعروف. إذا كانت المكالمة حقيقية، سيرد. إذا كانت احتيالاً، فقد كسرت سيطرة المحتال على المحادثة. للحالات التي لا تستطيع فيها الوصول للشخص مباشرة، اتصل بفرد آخر موثوق من العائلة أو صديق يمكنه التحقق من سلامة الشخص وموقعه. يتم أيضاً تطوير أدوات تحليل المحتوى المدعومة بالذكاء الاصطناعي للكشف عن الصوت المستنسخ، عبر تحليل الأنماط الطيفية التي تختلف بين الكلام الطبيعي والمُركَّب.

إنشاء خطة حماية عائلية

الدفاع الأكثر فعالية ضد احتيالات استنساخ الصوت هو كلمة سر عائلية, كلمة أو عبارة سرية لا يعرفها سوى أفراد العائلة يجب استخدامها للتحقق من الهوية أثناء المكالمات غير المتوقعة. اختر شيئاً سهل التذكر لكن لا يمكن تخمينه من وسائل التواصل الاجتماعي أو المعلومات العامة. ناقشها شخصياً وليس عبر القنوات الرقمية. يجب أن يعرف الجميع في العائلة: إذا اتصل شخص يدّعي أنه فرد من العائلة في حالة طوارئ، اطلب كلمة السر أولاً.

بالإضافة إلى كلمة السر، أنشئ بروتوكولاً عائلياً لمكالمات الطوارئ. اتفقوا على أنه لن يرسل أحد أموالاً بناءً على مكالمة هاتفية فقط مهما بدت مُلحّة. أنشئ سلسلة اتصالات: إذا تلقيت مكالمة مُقلقة من فرد في العائلة، فإن إجراءك الأول هو الاتصال بفرد آخر من العائلة للتحقق. ناقش هذه السيناريوهات مع الأقارب المسنين الذين قد يكونون أقل وعياً بالتقنية وأكثر عرضة للتلاعب العاطفي.

قلِّل بصمتك الصوتية على الإنترنت حيث أمكن. ضع في اعتبارك إعدادات الخصوصية على مقاطع فيديو وسائل التواصل الاجتماعي، واقتصر تحيات البريد الصوتي على رسائل عامة بدلاً من شخصية، وكن حذراً بشأن نشر محتوى صوتي علنياً. استكشف حلول الحماية الشاملة التي تتضمن إمكانيات الكشف المدعومة بالذكاء الاصطناعي لمحتوى التزييف الصوتي والمرئي العميق. مع استمرار تطور تقنية استنساخ الصوت، يوفر الجمع بين بروتوكولات التحقق البشري والتحليل المدعوم بالذكاء الاصطناعي أقوى دفاع ضد هذا الشكل الشخصي للغاية من الاحتيال.

الكشف عن رسائل التصيد الاحتيالي — كيف تمتد الهندسة الاجتماعية المدعومة بالذكاء الاصطناعي من المكالمات الصوتية إلى هجمات البريد الإلكتروني.

انتحال الهوية على وسائل التواصل الاجتماعي — كيف يجمع المحتالون صورك وتفاصيلك الشخصية لهجمات انتحال الهوية.

كيف يكتشف Truvizy الاحتيالات — تعرّف على كيفية كشف التحليل بالذكاء الاصطناعي عن التزييف الصوتي العميق والمحتوى الصوتي المستنسخ.