الصورة الرئيسية:بيكساباي / بيكسلز
لماذا الدفاع منخفض التقنية يتفوق على التزييف العميق بالذكاء الاصطناعي في 2026
كما تصبح الأصوات والفيديوهات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي لا يمكن تمييزها عن الواقع، يحذر خبراء الأمن من أن أكثر وسائل الدفاع موثوقية ليست خوارزميات جديدة أو أدوات كشف، بل العادات القديمة للتحقق. وفقًا لتقارير جديدة، يمكن أن يتفوق مكالمة هاتفية واحدة أو فحص وجهًا لوجه على أحدث كاشفات التزييف العميق.
في عام 2026، لم تعدDeepfakes الذكاء الاصطناعي مجرد ظاهرة جديدة، بل أصبحت تهديدًا مستمرًا يهدد الثقة الشخصية، والنقاش العام، وسلامة المؤسسات. بينما تسارع منصات التكنولوجيا إلى نشر أنظمة كشف مدعومة بالذكاء الاصطناعي، تشير تقارير متزايدة إلى أن أكثر وسائل الدفاع فعالية تظل تقليدية: المكالمات الهاتفية، والاجتماعات الشخصية، والتشكك الأساسي. يستعرض هذا التحليل الأدلة وراء التحقق منخفض التقنية، ويقارن بينه وبين جهود الكشف عالية التقنية، ويقيّم من الأكثر عرضة للخطر وكيف تنتشر هذه الخدع. ويختتم بدليل عملي لحماية الهوية الرقمية باستخدام طرق سبقت عصر الذكاء الاصطناعي.
ازدياد عمليات التزييف العميق باستخدام الذكاء الاصطناعي ولماذا الحلول التكنولوجية المتطورة ليست كافية
تمت ترجمة النص إلى العربية مع الحفاظ على جميع العلامات والأكواد القصيرة وعبارات المكانه كما هي: تمكنت تقنيات الصوت والفيديو التي يتم إنشاؤها بواسطة الذكاء الاصطناعي من الوصول إلى مستوى من الواقعية يتحدى كلاً من الإدراك البشري وأنظمة الكشف الآلية. وفقًا لـZDNET، أدى انتشار الوسائط الاصطناعية إلى تآكل الثقة في الاتصالات الرقمية، مما جعل من الصعب بشكل متزايد التمييز بين المحتوى الحقيقي والمحتوى المزيف. وعلى الرغم من تحسن أدوات الكشف التي تعمل بتقنيات التعلم الآلي، إلا أنها غالبًا ما تتخلف عن نماذج التوليد، مما ينتج عنه معدلات عالية من الإيجابيات والسلبيات الخاطئة. وقد دفع هذا الفجوة الباحثين في مجال الأمن إلى إعادة النظر في طرق التحقق منخفضة التقنية باعتبارها بديلاً أكثر موثوقية.
الت limitations of high-tech solutions are not theoretical. AsZDNETتقرير، تعتمد العديد من أدوات اكتشاف الذكاء الاصطناعي على الآثار التي تتركها أثناء عملية التوليد—مثل أنماط الوميض غير الطبيعية أو التشوهات الصوتية الطفيفة—which يمكن إخفاؤها بسهولة بواسطة النماذج الأحدث. من ناحية أخرى، لا تعتمد طرق التحقق التناظرية على اكتشاف عيوب في الوسائط نفسها، بل على تأكيد المحتوى من خلال قنوات مستقلة.
فجوة الاكتشاف
حتى الأنظمة المتقدمة تواجه صعوبة عندما يتم تحسينDeepfakes لأفراد أو سياقات محددة.ZDNETيؤكد هذا على أن أدوات الكشف غالبًا ما تفشل في سيناريوهات العالم الحقيقي حيث تلعب السياق والtono والوقت دورًا مهمًا بقدر ما تلعب الدقة البصرية أو الصوتية. هذا أدى إلى تغيير في التفكير: بدلاً من محاولة الكشف عن مزيفات العمق بعد إنشائها، تتجه التركيز نحو منع الغش من خلال التحقق من الرسالة عبر قنوات موثوقة قبل قبولها كصادقة.
الشكوك المؤسسية تزداد
المؤسسات الحكومية والشركات الخاصة تبدأ في الاعتراف بأن لا حل تكنولوجي وحيد يمكن أن يزيل المخاطر. بينما يستمر البعض في الاستثمار في منصات الكشف المدعومة بالذكاء الاصطناعي، فإن آخرين يدمجون بروتوكولات منخفضة التكنولوجيا في عمليات التحقق الخاصة بهم. تعكس هذه الطريقة المزدوجة إدراكًا أوسع بأن مقاومة المزيفات العميقة تتطلب كلا من الحلول التكنولوجية والإجراءات الوقائية.
ZDNET تقرير: العودة إلى التحقق التناظري في عصر الذكاء الاصطناعي
ZDNETأُجريت دراسة في أغسطس 2026 تخلص إلى أن أكثر دفاع فعال ضد مزاعم الكذب باستخدام الذكاء الاصطناعي ليس من خلال تطوير خوارزميات أكثر تقدمًا، بل من خلال العودة إلى ممارسات التحقق من الواقع (الأنالوجي). تتناول المقالة فكرة أن تأكيد الإنسان للإنسان – عبر الهاتف أو مكالمات الفيديو أو الاجتماعات الشخصية –仍 يمثل المعيار الذهبي للتحقق من الهوية والنيات في الاتصالات الرقمية.
المنشور يسلط الضوء على عدة مؤسسات تبنت سياسات التحقق من الهوية "الأنالوجية أولًا". على سبيل المثال، ذكر تقرير شركة خدمات مالية أن الشركة الآن تطلب من موظفيها تأكيد المعاملات ذات القيمة العالية عبر قناة ثانوية، مثل اتصال هاتفي إلى رقم مسبق الموافقة، قبل معالجة هذه المعاملات. بشكل مشابه، ذكر المقال أن الجامعة قد تدريب موظفيها على التعامل مع رسائل الفيديو غير المطلوبة بالشكوكية ما لم يتم التحقق من هوية المرسل بشكل مستقل.
Case study: The phone call as a security layer
One key example in ZDNET’s reporting involves a corporate executive who received a deepfake video message appearing to come from the CEO requesting an urgent wire transfer. The executive, following protocol, placed a return call to the CEO using a known, verified number. The real CEO confirmed the message was fake, averting a potential financial loss. The article emphasizes that this outcome was not the result of a detection tool, but of a pre-established verification habit.
Analog as a cultural shift
Beyond individual habits, ZDNET describes a cultural shift within organizations toward “trust but verify” principles. Training programs now include modules on recognizing red flags in digital communications and escalating suspicious requests through analog channels. The article suggests that this approach reduces reliance on brittle detection systems and builds institutional resilience.
أين تتوافق مزاعم ZDNET مع اتجاهات الأمن الرقمي الأوسع نطاقًا
ZDNET’s focus on analog verification is not isolated. It reflects a growing consensus among cybersecurity professionals that layered defenses—combining technology, process, and human judgment—are essential in the AI era. While many organizations still prioritize AI-driven detection tools, an increasing number are integrating low-tech verification into their security frameworks as a critical control.
This trend is echoed in guidance from institutions such as the Cybersecurity and Infrastructure Security Agency (CISA), which has emphasized the importance of “human-in-the-loop” verification in its 2026 advisories on synthetic media. Similarly, the National Association of Secretaries of State has recommended that election officials adopt multi-channel verification protocols for public communications, especially during recounts or contentious races.
Convergence with zero-trust principles
The move toward analog verification aligns with zero-trust security models, which assume that any request—even from a known source—could be compromised. Under zero trust, verification is continuous and multi-faceted. ZDNET’s reporting suggests that analog methods like phone calls or in-person checks serve as a final, high-assurance gate that cannot be bypassed by a convincing deepfake.
Resistance to over-reliance on AI
Some security experts quoted in ZDNETأعربوا عن قلقهم من أن الاعتماد المفرط على أدوات كشف الذكاء الاصطناعي قد يخلق شعورًا زائفًا بالأمان. حيث يجادلون بأن أنظمة الكشف يمكن التلاعب بها، وأن نتائجها غالبًا ما تكون احتمالية وليست نهائية. وعلى النقيض من ذلك، يوفر التحقق اليدوي (الأنالوج) نتيجة ثنائية: إما أن يؤكد الشخص الطلب، أو لا. وهذه الوضوح من الصعب تكراره باستخدام الذكاء الاصطناعي وحده.
الادعاء: يمكن للطرق البسيطة منخفضة التقنية أن تتصدى لل Deepfakes التي تنتجها الذكاء الاصطناعي
ادعاؤنا الرئيسي هوZDNETهكذا ببساطة، يمكن للطرق التقليدية البسيطة مثل المكالمات الهاتفية والاجتماعات الشخصية والتأكيد عبر القنوات المتعددة أن تكون فعالة في مواجهة التزييف العميق بواسطة الذكاء الاصطناعي. يؤكد المقال أن هذه الطرق ليست مجرد وسائل مساعدة فحسب، بل إنها في كثير من الحالات تتفوق على أدوات الكشف التي تعمل بالذكاء الاصطناعي. والمنطق بسيط: لا يمكن للتزييف العميق أن يخدع شخصًا يتحقق من الطلب عبر قناة منفصلة وموثوقة.
تم دعم هذا الادعاء من خلال أدلة قصصية من المنظمات التي قامت بتنفيذ مثل هذه البروتوكولات. على سبيل المثال،ZDNETتقرير يفيد بأن مزود رعاية صحية كبير خفض محاولات التصيد الاحتيالي الناجحة باستخدام الصوت المزيف (ديب فايك) بنسبة 85% بعد إلزام جميع طلبات تغيير بيانات المرضى عبر الهاتف بالتحقق من خلال مكالمة هاتفية راجعة إلى الرقم المسجل للمريض.
آلية الفعالية
وحسبZDNET، تكمن آلية هذه الفعالية في الفصل بين القنوات. قد تحاكي مقطع فيديو أو رسالة صوتيةDeepfake صوت أو مظهر الشخص بشكل مقنع، لكنها لا تستطيع اعتراض أو تحويل مكالمة هاتفية في الوقت الفعلي إلى رقم معروف وموثوق به. يخلق هذا الفصل عنق زجاجة للتحقق لا تستطيع وسائل الإعلام الاصطناعية اختراقه.
مخاوف قابلية التوسع
مع أن الادعاء مقنع، إلا أنه يثير تساؤلات حول قابلية التوسع. لا يمكن التحقق من جميع الاتصالات من خلال المكالمات الهاتفية أو الاجتماعات الشخصية، خاصة في السياقات ذات الحجم الكبير أو الحساسة زمنياً.ZDNETيتعرف على هذا القيد لكنه يدعو إلى أن تركز المنظمات على التحقق من المعاملات والاتصالات عالية الخطورة بدلاً من محاولة التحقق من كل شيء.
ما تظهره الأدلة: لماذا التحقق التناظري يتفوق على اكتشاف الذكاء الاصطناعي
الأدلة منZDNET’تظهر التقارير أن التحقق التناظري يتفوق على أدوات الكشف عن الذكاء الاصطناعي في عدة أبعاد رئيسية: الموثوقية، وسهولة التفسير، ومقاومة التلاعب. على عكس أدوات الكشف عن الذكاء الاصطناعي، التي قد تنتج نتائج متضاربة بناءً على النموذج والمجموعة البيانات، يوفر التحقق التناظري نتيجة واضحة وقابلة للتنفيذ. فلا يوجد غموض حول ما إذا كان شخص ما قد أكّد الطلب—إما نعم أو لا.
علاوة على ذلك، لا تخضع الطرق التناظرية لهجمات adversarial بنفس الطريقة التي تخضع لها أنظمة الكشف. يمكن خداع كاشفDeepfake بواسطة عينة صناعية مصممة جيدًا، لكن مكالمة هاتفية إلى رقم معتمد مسبقًا لا يمكن خداعها. تمنح هذه اللامساواة التحقق التناظري ميزة استراتيجية في المواقف عالية المخاطر.
نتيجة إيجابية خاطئة وسلبية خاطئة
ZDNETيبرز أن أدوات الكشف عن الذكاء الاصطناعي غالبًا ما تواجه مشكلات في الإيجابيات الكاذبة—إ flagging المحتوى الشرعي على أنه مزيف— والسلبيات الكاذبة—فشل الكشف عنDeepfakes المتطورة. وعلى النقيض من ذلك، تقلل المصادقة التناظرية من كلا النوعين من الأخطاء من خلال الاعتماد على التأكيد المباشر. والمقايضة، بالطبع، هي السرعة والراحة، والتي قد لا تكون ممكنة في جميع الاتصالات.
الأنماط المعتمدة للمؤسسات
تلاحظ المقالة أن المنظمات التي تمتلك أصولًا عالية القيمة أو عمليات حساسة - مثل المؤسسات المالية، والوكالات الحكومية، ومقدمي الرعاية الصحية - هي الأكثرlikely لاعتماد بروتوكولات التحقق التناظرية. تمتلك هذه القطاعات الموارد والحافز لتنفيذ مثل هذه التدابير، في حين قد تواجه المنصات التي تتعامل مباشرة مع المستهلكين صعوبة في فرض التحقق التناظري على نطاق واسع.
من الأكثر تأثراً بتزييفات الذكاء الاصطناعيDeepfakes وكيفية انتشارها
AI deepfakes disproportionately affect individuals and organizations that rely on digital trust for high-stakes interactions. According toZDNET، غالبًا ما يكون التنفيذيون، والشخصيات العامة، والموظفين الذين لديهم وصول إلى الأنظمة الحساسة أهدافًا متكررة. غالبًا ما يكون الهدف هو المكاسب المالية، أو إلحاق الضرر بالسمعة، أو الوصول إلى معلومات امتيازيه.
انتشار الصور المزيفة (ديبفيكس) يتبع أنماطًا متوقعة. غالبًا ما يتم تسليمها عبر البريد الإلكتروني أو تطبيقات المراسلة أو وسائل التواصل الاجتماعي، حيث لا يمكن التحقق من هوية المرسل على الفور. قد يبدو الاتصال الأول عاجلًا أو مشحونًا عاطفيًا، مما يخلق ضغطًا لاتخاذ إجراء دون التحقق.ZDNETيصف هذا النص أسلوبًا شائعًا: رسالة فيديو مزيفة متعمقة من "مشرف" يطلب تحويلاً فوريًا للسلك، تليها رسالة نصية تحتوي على تعليمات التحويل.
القطاعات الضعيفة
ZDNETتحدد عدة قطاعات باعتبارها الأكثر عرضة للخطر:
- الماليات:المحتالون يستخدمون الصوت المزيف العميق (ديب فايك) لتقليد المسؤولين التنفيذيين والموافقة على معاملات احتيالية.
- الرعاية الصحية:مكالمات الصوت الاصطناعية تُستخدم لطلب الوصول غير المصرح به إلى سجلات المرضى أو الأدوية الموصوفة.
- الحكومة:مقاطع الفيديو المزيفة بعمق تُنشر لنشر المعلومات المضللة خلال الانتخابات أو المناقشات السياسية.
- التعليم:الطلاب وأعضاء هيئة التدريس يستهدفون برسائل مزيفة من إدارات الجامعة أو مكاتب المساعدات المالية.
الآليات النفسية
تأثير التزييف العميق لا يقتصر على الجانب التقني فحسب، بل يمتد ليشمل الجانب النفسي.ZDNETيلاحظ أن البشر مبرمجون على الثقة بالإشارات البصرية والسمعية، خاصة عندما تبدو قادمة من مصدر موثوق. يمكن أن تتغلب هذه الثقة على الشكوك العقلانية، مما يجعل حتى الأفراد الأذكياء عرضة للتلاعب.
العلامات الحمراء وقائمة التحقق من دحض التزييفات العميقة
بينما يعد التحقق التناظري هو الدفاع الأكثر موثوقية،ZDNETيوفر هذا الدليل العملي قائمة مرجعية عملية للعلامات الحمراء التي يمكن أن تساعد الأفراد في تقييم الاتصالات المشبوهة قبل التوجه إلى مكالمة هاتفية أو فحص شخصي. هذه العلامات ليست مؤكدة بشكل كامل ولكنها قد تعمل كمؤشرات تحذيرية مبكرة.
- الاستعجال غير المعتاد:الطلبات التي تتطلب اتخاذ إجراء فوري، خاصة خارج ساعات العمل العادية أو القنوات المعتادة.
- قنوات غير متطابقة:رسالة فيديو تصل عبر البريد الإلكتروني أو الرسائل النصية، بدلاً من الوصول عبر تطبيق أو منصة مخصصة.
- التفاصيل غير متسقةالتفاوتات الصغيرة ولكنها المهمة في التواريخ أو الأسماء أو المواقع.
- الأنماط الكلامية غير الطبيعية:التنغيم المسطح، أو التوقفات غير الطبيعية، أو حركات الشفاه التي لا تتزامن مع الصوت.
- طلب معلومات حساسة:رسالة تطلب كلمات المرور أو التفاصيل المالية أو البيانات الشخصية.
- لا علاقة سابقةالمرسل يدعي أنه شخص تعرفه، لكن ليس لديك سجل سابق للتواصل معه.
- القطع ذات جودة رديئة:الاضطرابات المرئية، أو التشويش، أو الأعطال الصوتية التي تشير إلى التوليد الاصطناعي.
إذا كانت أي من هذه العلامات الحمراء موجودة،ZDNETينصح بإيقاف الطلب والتحقق منه من خلال قناة موثوقة أخرى، ويفضل أن يكون ذلك عبر مكالمة هاتفية إلى رقم معروف أو لقاء شخصي.
الاستجابات الخبيرة والمؤسسية للطرق التحقق منخفضة التقنية
الاستجابات المؤسسية لظهور التحقق منخفض التقنية جاءت متباينة لكنها أصبحت داعمة بشكل متزايد. في حين أن بعض المنظمات ما زالت متمسكة بأدوات اكتشاف الذكاء الاصطناعي، فقد دمجت منظمات أخرى التحقق التناظري في أطرها الأمنية.ZDNETيشير إلى العديد من التوصيات الخبيرة لهذا الأسلوب.
Dr. Maya Patel، باحثة في الأمن السيبراني في معهد ماساتشوستس للتكنولوجيا، ورد ذكرها في المقال تؤكد أن "الصوت البشري والوجه لا يزالان من أكثر وسائل التعرف البيومتري موثوقية لدينا". وتجادل بأن التحقق التناظري يستفيد من القدرات البشرية الفطرية في كشف التزييف، والتي يصعب تكرارها في الآلات.
وبالمثل، قامت منتدى أمن المعلومات (ISF) بتحديث توجيهاته لعام 2026 لتوصي المنظمات باعتماد "التحقق متعدد القنوات" للتواصل عالي الخطورة. ويلاحظ ISF أن أدوات الكشف المدعومة بالذكاء الاصطناعي يمكن أن تعمل كنظام إنذار مبكر، إلا أنها لا ينبغي أن تكون الأساس الوحيد لاتخاذ قرارات الثقة.
التبني المؤسسي
ZDNETتبلغ التقارير أن العديد من شركات فورتشن 500 قد جعلت التحقق التناظري إلزاميًا لبعض المعاملات. على سبيل المثال، تطلب إحدى شركات الخدمات اللوجستية العالمية الآن تأكيد جميع طلبات إعادة توجيه الشحنات عبر الهاتف من خلال مكالمة استرجاعية إلى رقم الهاتف المؤسسي الأصلي للرسالة. وتفيد الشركة بتخفيض نسبته 90% في محاولات الاحتيال الناجحة باستخدامDeepfake منذ تطبيق هذه السياسة.
الحكومة المشككة
لم تتبن جميع المؤسسات التحقق التناظري. ما تزال بعض الجهات الحكومية تعتمد بشكل أساسي على أدوات الكشف عن الذكاء الاصطناعي، مشيرة إلى قابلية التوسع والتدقيق. إلا أنZDNETيلاحظ أن حتى هذه الوكالات بدأت تستكشف النماذج الهجينة، التي تجمع بين الكشف والتحقق البشري للحالات ذات المخاطر العالية.
الدراسة الأصلية: لماذا تكشف الطرق التقليدية حدود خداع الذكاء الاصطناعي
تم جمع التقارير فيZDNETيقترح هذا وجود خلل أساسي في سباق التسلح بين مُنشئي المحتوى المزيف المدعوم بالذكاء الاصطناعي المتقدم والمدافعين عنه. فعلى الرغم من أن نماذج الذكاء الاصطناعي التوليدي قادرة على إنتاج وسائط مزيفة متزايدة الإقناع، إلا أنها لا تستطيع تكرار السياق الكامل لعلاقة موثوقة أو الإجراءات الوقائية الإجرائية المحيطة بها. تستغل طرق التحقق التناظرية هذا الفارق من خلال تحويل عبء الإثبات من المدافع إلى المهاجم: لكي ينجح المهاجم، يجب ألا ينتج محتوى مزيفًا مقنعًا فحسب، بل عليه أيضًا اعتراض أو تحويل قناة اتصال في الوقت الفعلي.
هذا مستوى عالٍ من الدقة. على عكس أدوات الكشف التي تعمل على محتوى الوسائط نفسها، تعمل التحقق التناظري على سلامة قناة الاتصال. لا يمكن للتزييف العميق خداع شخص يتصل برقم معروف ويتحدث إلى الشخص الحقيقي. كما لا يمكنه اعتراض اجتماع وجهًا لوجه. ولا يمكنه تزوير المعرفة المؤسسية التي تقوم عليها الثقة في المنظمات.
علاوة على ذلك، فإن التحقق التناظري مقاوم بطبيعته للمناورة العدائية. يمكن ضبط أنظمة الكشف لتفادي نماذج محددة، لكن مكالمة هاتفية إلى رقم معتمد مسبقًا لا يمكن "ضبطها" لتجاوز الشخص الحقيقي على الطرف الآخر. وهذا يجعل الطرق التناظرية أساسًا أكثر استقرارًا للثقة في عصر الذكاء الاصطناعي.
ومع ذلك، فإن القيود واضحة أيضًا. لا يمكن التحقق التناظري أن يتوسع لجميع الاتصالات، كما أنه يدخل احتكاكًا في سير العمل الرقمي. ويكون الأكثر فعالية عند تطبيقه انتقائيًا—في المعاملات عالية القيمة والمخاطر العالية—بدلًا من تطبيقه بشكل شامل. وتتمثل التحدي أمام المنظمات في إيجاد التوازن الصحيح بين الأمان وسهولة الاستخدام، من خلال دمج التحقق التناظري حيثما يكون ذا أهمية قصوى.
في هذا الصدد، لا يمثل ظهور الدفاعات منخفضة التقنية تراجعًا عن التكنولوجيا، بل اعترافًا بحدودها. إنه عودة إلى المبادئ الأساسية: الثقة تُبنى من خلال العلاقات، وليس الخوارزميات. وفي عصر التزوير المثالي، تظل تلك العلاقات أقوى دفاع موثوق به.
ماذا تفعل اليوم: دليل عملي لحماية هويتك الرقمية
بناءً على التقارير فيZDNET، إليك دليل عملي لحماية هويتك الرقمية باستخدام طرق التحقق منخفضة التقنية. تم تصميم هذه الخطوات لتكون قابلة للتنفيذ وقابلة للتطوير وفعالة ضد التزوير العميق بواسطة الذكاء الاصطناعي.
قم بإنشاء بروتوكول التحقق
قم بإنشاء بروتوكول بسيط للتحقق من الطلبات غير المتوقعة أو الطارئة. على سبيل المثال:
- لا تتصرف بناءً على رسالة واحدة فقط. توقف momentarily وابحث عن تأكيد عبر قناة منفصلة.
- استخدم رقمًا معروفًا وموثوقًا به للاتصالات المرتجعة، وليس الرقم المقدم في الرسالة.
- للطلبات المالية أو الحساسة، نطلب تأكيدًا شخصيًا أو مستندًا موقعًا.
٢. احمِ قنوات التواصل الخاصة بك
منع المهاجمين من اختطاف قنواتك عن طريق:
- تسجيل واستخدام رقم هاتف مخصص للتواصل بشأن الأمور الحساسة.
- تمكين المصادقة ثنائية العوامل (2FA) على جميع الحسابات، باستخدام تطبيق المصادقة أو جهاز المصادقة المادي بدلاً من الرسائل النصية القصيرة.
- تعريف العائلة والأصدقاء وزملاء العمل ببروتوكول التحقق الخاص بك
٣. بناء شبكة موثوقة
ازرع دائرة صغيرة من جهات الاتصال الموثوقة التي يمكنها التحقق من هويتك في حال التعرض للتقليد. قد تشمل هذه الشبكة:
- الأقارب المقربون
- الثقة زملاء العمل أو المشرفين
- المستشارون الماليون أو القانونيون
شارك بروتوكول التحقق الخاص بك مع هذه الشبكة واتفق على كلمة أو عبارة سرية لا يعرفها سوى أنت.
٤. مارس الشك
تدرب على التعرف على العلامات الحمراء في الاتصالات الرقمية:
- رسائل تخلق شعورًا بالإلحاح أو الخوف
- الطلبات التي تتطلب معلومات حساسة أو اتخاذ إجراء فوري
- الرسائل التي تصل عبر قنوات غير معتادة
إذا كنت مترددًا، توقف وتأكد.
٥. ادعم التغيير المؤسسي
إذا كنت تنتمي إلى منظمة، فادعُ إلى اعتماد بروتوكولات التحقق التناظرية. شجع على برامج تدريبية تعلم الموظفين كيفية التعرف على محاولات التزييف العميق والاستجابة لها. حث على استخدام التحقق متعدد القنوات للمعاملات عالية المخاطر.
من خلال اتخاذ هذه الخطوات، يمكنك تقليل تعرضك لخداع الذكاء الاصطناعي المتطور والمساهمة في بناء ثقافة ثقة تتحمل التزييف الاصطناعي.
الأسئلة الشائعة: هل يمكن للطرق منخفضة التقنية حقًا وقف التزييف العميق بواسطة الذكاء الاصطناعي؟
هل يمكن ل مكالمة هاتفية بسيطة حقًا أن توقف التزييف العميق؟
نعم، في كثير من الحالات. لا يمكن اعتراض مكالمة هاتفية إلى رقم معروف وموثوق به أو تزويرها باستخدام تقنية التزييف العميق. إذا أكد الطرف الآخر الطلب، يمكنك الوثوق بأنه حقيقي. إذا لم يفعل، فقد تجنبت عملية احتيال محتملة. هذه الطريقة ليست معصومة من الخطأ—فهي تتطلب انضباطًا وبروتوكولات مسبقة محددة—but تعتبر فعالة للغاية ضد هجمات التزييف العميق المستهدفة.
ماذا لو عاد المهاجم إليَّ بنفس الرقم؟
هذا خطر محتمل، لكن يمكن التخفيف منه باستخدام رقم معروف ومسجل مسبقًا للمكالمات الخلفية - وليس الرقم المقدم في الرسالة. على سبيل المثال، إذا تلقيت بريدًا إلكترونيًا مشبوهًا من مديرك التنفيذي، فاتصل به باستخدام الرقم المدرج في دليل الشركة، وليس الرقم الموجود في البريد الإلكتروني. هذا يقلل من فرصة التوجيه إلى مهاجم.
بالإضافة إلى ذلك، استخدم قناة ثانوية للتأكيد، مثل مكالمة فيديو أو اجتماع شخصي، كلما أمكن ذلك.
هل يمكن للطرائق منخفضة التقنية أن تكون قابلة للتوسع بالنسبة للشركات؟
الأسلوب التقليدي منخفض التقنية لا يمكن توسيع نطاقه لجميع الاتصالات، لكنه فعال للغاية في المعاملات عالية الخطورة. يجب على الشركات إعطاء الأولوية للتحقق من التحويلات المالية، والوصول إلى الأنظمة الحساسة، والاتصالات التي تتضمن معلومات سرية. أما بالنسبة للاتصالات منخفضة الخطورة، فيمكن لأدوات الكشف عن الذكاء الاصطناعي أن تعمل كنظام إنذار مبكر، لكنها لا ينبغي أن تكون الأساس الوحيد لاتخاذ قرارات الثقة.
ماذا عن التزييف العميق في الاتصالات العامة، مثل الأخبار أو وسائل التواصل الاجتماعي؟
التحقق التناظري أقل قابلية للتطبيق في الاتصالات العامة، حيث يكون الجمهور واسعًا ولا يكون هوية المرسل محددة مسبقًا. في مثل هذه الحالات، يجب على المؤسسات والمنصات الاعتماد على مزيج من أدوات الكشف والتحقق من المصدر والشفافية. ومع ذلك، حتى في السياقات العامة، يمكن أن تساعد الطرق التناظرية: على سبيل المثال، قد يتحقق صحفي من مقطع فيديو منتشر عن طريق الاتصال بالأشخاص المعنيين مباشرة أو زيارة الموقع.
أليس هذا مجرد نقل المشكلة إلى الهندسة الاجتماعية؟
لا. في حين أن التحقق التناظري يتطلب حكمًا بشريًا، إلا أنه ينقل العبء من اكتشاف التزييف العميق إلى تأكيد هوية المرسل من خلال قناة موثوقة. وهذا يشكل أساسًا أكثر موثوقية للثقة من الاعتماد على عدم وجود عيوب في ملف وسائط اصطناعية. علاوة على ذلك، فإن التحقق التناظري أقل عرضة للتلاعب من أنظمة كشف الذكاء الاصطناعي، والتي يمكن تكييفها لتفادي نماذج محددة.
