ऑस्ट्रेलिया के 350,000 AI स्कैम-बेटर्स ने धोखेबाज़ों के खिलाफ पासा पलट दिया

ऑस्ट्रेलिया की एक कंपनी ने एक असामान्य कार्यबल तैयार किया है: 350,000 आर्टिफिशियल-इंटेलिजेंस एजेंट जिनका एकमात्र काम धोखेबाज़ों का समय बर्बाद करना है। कंपनी, Apate.ai, का नाम ग्रीक धोखे की देवी से लिया गया है, और इसके बॉट केवल दिखावे में धोखा खाने के लिए बनाए गए हैं। चीनी विज्ञान मीडिया गुओकर की रिपोर्ट के अनुसार, हर एजेंट एक आम इंसान — युवा या बुज़ुर्ग, पुरुष या महिला — का रूप धरता है, जिसकी अलग लहजे, कई भाषाएँ और अपना व्यक्तित्व होता है।

निशाना जनता नहीं, बल्कि धोखाधड़ी उद्योग खुद है। जब कोई स्कैम कॉल आती है, या कोई फ़िशिंग साइट जानकारी माँगती है, तो एक AI पर्सोना जवाब देता है। वह बातें करता है, झिझकता है, स्पष्टीकरण माँगता है, पासवर्ड भूल जाता है, नंबर गलत पढ़ता है। मकसद धोखेबाज़ को जितनी देर हो सके व्यस्त रखना है, जिससे स्कैम ऑपरेशन का समय और पैसा बर्बाद होता है जबकि असली लोगों को शांत फ़ोन लाइन मिलती है। यही तरीका निवेश धोखाधड़ी और नकली वेबसाइटों तक भी फैलता है, जहाँ बॉट विश्वसनीय लेकिन बेकार जानकारी से फ़ॉर्म भर सकते हैं।

स्कैम-बेटिंग नई नहीं है। वर्षों से शौक़ीन लोग धोखाधड़ी वाले ईमेल का जवाब विस्तृत कहानियों और नकली पहचान से देते रहे हैं और नतीजे ऑनलाइन साझा करते हैं। यहाँ फ़र्क पैमाने का है। एक इंसान एक बार में एक-दो बातचीत संभाल सकता है; सैकड़ों हज़ारों सॉफ़्टवेयर एजेंटों का नेटवर्क एक साथ कई बातचीत, चौबीसों घंटे, कई भाषाओं में संभाल सकता है। कंपनी कहती है कि पर्सोना इतने विविध हैं कि धोखेबाज़ एक को दूसरे से आसानी से नहीं पहचान सकता।

यह विचार सुरक्षा और नैतिकता के एक अटपटे संगम पर खड़ा है। इस दृष्टिकोण के समर्थक तर्क देते हैं कि धोखेबाज़ अपराधी हैं जो डर और भ्रम से कमाते हैं, और उन्हें धीमा करना पीड़ितों की रक्षा करता है। आलोचक पूछ सकते हैं कि क्या स्वचालित धोखा, बुरे लोगों के खिलाफ़ भी, इस प्रथा को सामान्य बनाने का जोखिम पैदा करता है, या क्या कमज़ोर बुज़ुर्ग व्यक्ति का रूप धरने वाला बॉट असली लोगों के खिलाफ़ बदले को न्योता दे सकता है। रिपोर्ट इन सवालों का जवाब नहीं देती, और तकनीक अभी नई है।

आम उपयोगकर्ताओं के लिए व्यावहारिक सबक सरल है। स्कैम कॉल के खिलाफ़ सबसे अच्छा बचाव वही है: फ़ोन काट दें, कोड या बैंक विवरण साझा न करें, और नंबर की रिपोर्ट करें। एक AI चारा इस सावधानी की ज़रूरत को ख़त्म नहीं करता। लेकिन यह एक पुरानी हथियारबंदी में एक नई परत जोड़ता है — ऐसी जिसमें अब धोखेबाज़ों को सोचना पड़ता है कि दूसरी तरफ़ की आवाज़ असल में इंसान है भी या नहीं।

कहानी को उल्लेखनीय बनाती है अर्थव्यवस्था। धोखाधड़ी ऑपरेशन मात्रा पर निर्भर करते हैं; अगर पर्याप्त कॉल ऐसे बॉट जवाब दें जो कभी भुगतान नहीं करते, तो हर सफल स्कैम की लागत बढ़ जाती है। यही तर्क स्पैम फ़िल्टर और कॉल-ब्लॉकिंग ऐप्स के पीछे है, जो डिलीवरी के बजाय बातचीत पर लागू होता है। यह पैमाने पर काम करेगा या नहीं, यह इस पर निर्भर करेगा कि धोखेबाज़ कितनी जल्दी सिंथेटिक आवाज़ों को पहचानना सीखते हैं।

वैश्विक पाठकों के लिए, यह मामला याद दिलाता है कि AI की पहली बड़े पैमाने की भूमिका निबंध लिखना या तस्वीरें बनाना नहीं, बल्कि आम लेन-देन के बीच बैठना हो सकती है, जिनमें बेईमान लेन-देन भी शामिल हैं। अगले कुछ वर्ष दिखाएँगे कि क्या स्वचालित चारे बैंकों और दूरसंचार कंपनियों के लिए मानक उपकरण बनते हैं, या एक क्लासिक नाम वाली कंपनी का चतुर प्रयोग बने रहते हैं।