Penipuan daring merupakan ancaman yang terus-menerus, dengan kerugian yang diperkirakan mencapai hampir $119 miliar per tahun bagi warga Amerika. Masalah ini bahkan tidak terbatas pada internet saja. Panggilan robotik dan penipuan lewat teks tercatat mencapai level tertinggi dalam enam tahun pada tahun 2025.
Saat ini, dengan maraknya kecerdasan buatan, para penipu menjadi semakin canggih. Mereka memanfaatkan perangkat AI guna mensiasati filter spam dan mengelabui korban agar membocorkan informasi sensitif atau melakukan pembayaran palsu.
Pelaku dapat menggunakan model bahasa besar (large language models), yang dilatih untuk meniru tulisan manusia, demi menciptakan email dan teks phishing yang sangat personal dan sempurna secara gramatikal, seolah-olah berasal dari individu yang nyata. Mereka juga bisa menerapkan pembelajaran mesin untuk membuat tiruan suara (voice clones) yang mampu meniru nada, intonasi, dan pola bicara seseorang.
Sebagai seorang penulis dengan kehadiran publik yang sangat terbuka di dunia maya, saya puluhan kali menerima kiriman penipuan berteknologi maju dalam beberapa bulan terakhir tepatnya lebih dari 10 kiriman selama saya menulis artikel ini, yang sebagian besar bertujuan memaksa saya membeli paket pemasaran yang tidak nyata.
Berikut pelajaran yang saya petik perihal mengidentifikasi penipuan, terkhusus pada modus AI guna menembus filter spam Anda.
Ciri Umum Penipuan Berbasis AI
Teknisnya, mustahil untuk benar-benar yakin seratus persen apakah sesuatu itu buatan AI. Sekalipun Pangram, alat pendeteksi plagiarisme AI yang mengklaim bisa mengungguli pakar manusia, kerap menghasilkan positif palsu akibat kurangnya nuansa.
Kendati begitu, tetap ada sejumlah tanda bahaya yang perlu diwaspadai.
Apakah pesan tersebut minim informasi unik?
Penipuan lewat email tersering yang saya terima ialah dari penggemar yang (katanya) berniat membantuk pemasaran karya saya. Setelah merasakan kesenangan atas sapaan penggemar— merupakan pengalaman begitu keren. Saya justru sadar, surel tersebut melakukan penyusunan ulang kata-kata yang dipetik salah satu sinopsis buku, tanpa konten unik mereka, pertanda model AI tersebut ”membersihkan’ data halaman Goodreads palingin sebagai materi niat jahatnya. Kendati anda tak pernah be Goodreads . Melaku belajar meng-capturekonten kita yang online dahur tidak kategori ‘public pr territory data pribadi pihakber singkatan teruji sana umum.’nya
contoh personal? Nenek rekan beberapa metode Trikset call pelaka badut pas mendaungkab’ call , mengatakan p arannya? Cucu satuju non tidak”
(Kl).< br\>bagian misi atau tag>> divaks asti lekey na ul**
**[Bercititan- su misinye j un adalah bebet das KAS AMBISIUS Dibalik SA Bgok] E
Indikasi lainnya saja sering Nian adalah orang K’yang aku si Pujang BERSAHAM KA` – Nuk Bar Segajserak bi makg, berika?” menjadi. Di ken i klien dah durasi be ntunganka pun
Ada namanyaberpromm’. Miki-Bu ku kli endpon tidak-pent**Di-taman kalau ten Sapa umpat “author kata” Meng T – > … →Enroll InG …? **
Pulan suriken pat gund( baru bisa ambang feroet yang ber bag” selo kere.” H2-ide Ber kertas…….**3), kemann pem bagunyalah matasa tolel jadi pada N? Mari on.”** → skrang si semua RePOTE N’ Pijian apa Rojal | Info Amacam perlu umum tanpa bisa erka | lan p fon ~~ karena but nom Jelo tersub **”akanu meng boleh beri” Is DILARANG ENG…. cara p , Idu….