احتيال الخطف الوهمي بالذكاء الاصطناعي: كيف تستغل الأصوات المستنسخة مشاعر الخوف؟

يرن الهاتف في منتصف يوم عمل اعتيادي من رقم محلي مجهول أو منتحل، وبمجرد الرد على الخط، ينطلق صراخ مذعور لشخص يبكي بهستيريا ويستغيث بصوت مطابق تماماً لصوت ابنك أو ابنتك: 'أمي، ساعديني أرجوكِ، اختطفني رجال غرباء بعد انتهاء المحاضرة ولا أعلم إلى أين يأخذونني!' تتطابق نبرة الصوت ورجفة الكلمات وإيقاع التنفس بدقة متناهية مع صوت ابنتك الحقيقي. وقبل أن يستوعب عقلك هول الصدمة المفاجئة، ينتزع رجل غليظ النبرة المكالمة، مهدداً بقتل الابنة أو إيذائها جسدياً ما لم يتم تحويل عشرة آلاف دولار عبر تحويل بنكي فوري خلال عشرين دقيقة فقط. لكن بينما تعيش هذا الكابوس المرعب عبر سماعة الهاتف، يكون ابنك أو ابنتك في أمان تام، يجلس بهدوء في قاعة الدراسة أو يتابع عمله المكتبي كالمعتاد.

كيف يستنسخ المبتزون بصمة الصوت خلال ثوانٍ معدودة؟

يقف وراء هذه الجريمة المنظمة محركات توليد الكلام العصبية المتطورة، مثل أدوات ElevenLabs وتقنية RVC (التحويل الصوتي المعتمد على الاسترجاع). لم يعد المجرمون بحاجة إلى استوديوهات تسجيل احترافية أو عينات صوتية خاصة تمتد لساعات طويلة. فكل ما يتطلبه الأمر هو البحث السريع في الحسابات العامة على تيك توك أو إنستغرام أو يوتيوب، وتحميل مقطع فيديو قصير يتضمن ثلاثة إلى خمسة ثوانٍ فقط من الكلام البشري الواضح. تحلل شبكات الذكاء الاصطناعي الترددات الصوتية وتجاويف الحنجرة وطريقة خروج النفس والنبرة المميزة للشخص، وخلال لحظات، يصبح البرنامج قادراً على قراءة أي نص مكتوب أو إعادة صياغة صوت ممثل آخر بنفس النبرة الفردية للابن أو القريب.

سجل مركز شكاوى جرائم الإنترنت التابع لمكتب التحقيقات الفيدرالي الأمريكي (FBI IC3) قفزة هائلة تجاوزت ثلاثمائة بالمئة في جرائم الابتزاز التي تعتمد على استنساخ الأصوات. كما أصدرت لجنة التجارة الفيدرالية الأمريكية (FTC) تحذيرات عاجلة للمستهلكين حول اتصالات طوارئ العائلة المدعومة بالذكاء الاصطناعي. فعوضاً عن ارتكاب جريمة خطف حقيقية تنطوي على مخاطر أمنية بالغة، يصنع الجناة وهماً مسرحياً عالي الخطورة يستهدف الغريزة الأبوية لحماية الأبناء بأي ثمن.

الصدمة النفسية وثغرات الصوت الاصطناعي

إن المحرك الأساسي لنجاح احتيال الخطف الوهمي ليس الدقة الصوتية المطلقة، بل التلاعب بمشاعر الخوف الإنساني. فلو استمع أي شخص إلى ذلك التسجيل الصوتي في بيئة هادئة ومحايدة، لاستطاع رصد شوائب معدنية دقيقة، أو نبرة عاطفية مصطنعة، أو تقطيعات غير طبيعية بين الكلمات. يدرك المحتالون هذه العيوب التقنية تماماً، وللتغطية عليها يتعمدون دمج مؤثرات صوتية في الخلفية، مثل أصوات مكابح سيارات، وصفارات إنذار، وصراخ مشوش يوحي ببيئة احتجاز قسري فوضوية.

يواكب ذلك هجوم لفظي شرس؛ إذ يصرخ المتصل ويوجه إهانات متلاحقة، ويحدد عداً تنازلياً بالدقائق، ويمنع الضحية قطعياً من إغلاق الخط أو التواصل مع أي طرف آخر. يغمر هذا القصف النفسي الجهاز العصبي للضحية بهرمونات التوتر، مما يعطل التفكير المنطقي والتحليل الهادئ. وتحت وطأة الذعر الحاد، تبدو بضع ثوانٍ من الصوت المولّد حقيقة مطلقة لا تقبل الشك في نظر والدين مرعوبين على حياة طفلهما.

الحدود التقنية الصارمة لعمليات الابتزاز الصوتي

رغم القدرة المدهشة للشبكات العصبية على محاكاة نبرة الصوت، إلا أنها تصطدم بحدود هيكلية واضحة توفر حماية حاسمة لكل أسرة:

• العجز عن إدارة محادثة عفوية ممتدة: لا تستطيع برامج الصوت الإجابة الفورية عن أسئلة غير متوقعة ترتبط بذكريات عائلية حميمة، أو وقائع طفولة، أو تفاصيل منزلية خاصة.
• منع استمرار حديث الضحية المزعومة: يحرص المبتز على إبقاء الصوت المستنسخ لثوانٍ معدودة فقط، قبل أن يتدخل الخاطف المزعوم لمنع انكشاف العيوب الرقمية في نطق الجمل.
• الإصرار على وسائل دفع مالية فورية ولا رجعة فيها: يطالب المحتالون بوسائل مالية يصعب تتبعها أو تجميدها لاحقاً، مثل تحويلات العملات المشفرة أو بطاقات الشحن المسبقة.
• الانهيار التام أمام التحقق عبر اتصال خارجي: نظراً لأن حادثة الخطف خيالية بأكملها، فإن مجرد إجراء اتصال هاتفي مباشر بالرقم الحقيقي للشخص المعني يهدم المخطط الإجرامي بأكمله.

خطوات عملية لإبطال مفعول الابتزاز الهاتفي

تتطلب حماية العائلة تحويل ردة الفعل الانفعالية العاطفية إلى خطوات تحقق منظمة وثابتة. يستطيع الذكاء الاصطناعي محاكاة الترددات الصوتية للحبال الصوتية، لكنه عاجز عن اختراق الذكريات المشتركة والروابط الحقيقية التي تجمع أفراد المنزل. ومن خلال التوقف التام عن تحويل الأموال، وإنهاء المكالمة فوراً، واستخدام كلمة سر عائلية متفق عليها، تبطل العائلات مفعول هذا الخداع الرقمي وتجرد المحتالين من سلاحهم النفسي الخبيث.