AI अफ्रीका में साइबर अपराध के आधे से अधिक को ईंधन दे रहा है, घोटाले बढ़ने के साथ – Interpol
Interpol का यह निष्कर्ष कि AI अब अफ्रीका में साइबर अपराध के आधे से अधिक को आधार दे रहा है, तेजी से बढ़ते, अधिक विश्वसनीय घोटालों को लेकर व्यापक चिंता पैदा करता है — जिनमें डीपफेक्स, सिंथेटिक पहचान, अत्यधिक व्यक्तिगत फ़िशिंग, और AI-आवाज़ वाले फोन फ़्रॉड शामिल हैं। टिप्पणीकार बताते हैं कि ये उपकरण बुज़ुर्गों जैसे कमजोर समूहों को असमान रूप से नुकसान पहुँचाते हैं, वैश्विक असमानता का लाभ उठाते हैं, और डेटा लीक, कमजोर डिजिटल पहचान प्रणालियों, तथा सीमित संसाधनों वाली कानून-व्यवस्था जैसी व्यापक समस्याओं से जुड़े हैं। अन्य लोग तर्क देते हैं कि AI बेहतर धोखाधड़ी पहचान के जरिए बचाव भी मजबूत कर सकता है, लेकिन ध्यान दिलाते हैं कि केवल तकनीकी सुरक्षा उपाय अपराध के सामाजिक और आर्थिक मूल कारणों को ठीक नहीं कर सकते।
AI-सक्षम घोटालों का प्रभाव और यथार्थवाद
- कई लोग हाल के घोटालों को “अविश्वसनीय रूप से वास्तविक” बताते हैं, जिसमें वॉइस क्लोनिंग, डीपफेक्स, सिंथेटिक पहचान, और अत्यधिक व्यक्तिगत फ़िशिंग अब आम हो गए हैं।
- पीड़ित अपनी जीवनभर की बचत खो रहे हैं, कभी-कभी उधार लिया हुआ पैसा भी, और अधिकारियों की ओर से बहुत कम दिखाई देने वाली प्रतिक्रिया मिल रही है।
- कुछ लोग मानते हैं कि AI कोई नया अपराध-वर्ग नहीं, बल्कि लंबे समय से मौजूद धोखाधड़ी के पैटर्न का एक शक्तिशाली प्रवर्धक है।
सबसे अधिक प्रभावित कौन है और उन्हें कैसे सुरक्षित रखा जाए
- बुज़ुर्ग और सामाजिक रूप से अलग-थलग लोग प्रमुख लक्ष्य माने जा रहे हैं, खासकर फोन और “रिश्तेदार मुश्किल में है” वाले घोटालों में, जिनमें AI आवाज़ों का उपयोग होता है।
- सुझाए गए बचाव:
- बड़े ट्रांसफ़र के लिए बैंक सुरक्षा उपाय (दोहरी स्वीकृति, मजबूत धोखाधड़ी जाँच)।
- कानूनी संरक्षकता या साझा खाते की निगरानी।
- पैसे को तुरंत खाली किए जा सकने वाले खातों से हटाना।
- कॉल व्हाइटलिस्टिंग या कस्टम PBX फ़िल्टर जैसे तकनीकी समाधान।
- इस बात पर संदेह है कि AI असिस्टेंट भरोसेमंद रूप से घोटालों को रोक सकते हैं, क्योंकि प्रॉम्प्ट इंजेक्शन, ज़िम्मेदारी से बचाव, और आपात स्थितियों में कार्रवाई की आवश्यकता रहती है।
तकनीक और ऊर्जा संबंधी चिंताओं की भूमिका
- कुछ का तर्क है कि असली “ईंधन” इंटरनेट, कोड चलाने वाले ब्राउज़र, और ऑनलाइन धन हस्तांतरण हैं, न कि AI स्वयं।
- अन्य लोग नोट करते हैं कि AI बचाव भी मजबूत करता है (स्पैम फ़िल्टर, धोखाधड़ी पहचान), लेकिन आक्रामक उपयोग अधिक आसान हो सकता है।
- एक थ्रेड AI की ऊर्जा खपत की तुलना Bitcoin से करता है और क्या AI-चालित अधिक निवेश एक वित्तीय संकट का कारण बनने में मदद कर सकता है।
- एक व्यापक साइड बहस इस पर है कि क्या AI बूम एक बुलबुला है, और Tesla, IPO के कमजोर प्रदर्शन, तथा बाज़ार की अतार्किकता के साथ तुलनाएँ दी जाती हैं।
साइबर अपराध के आर्थिक, सामाजिक और नैतिक चालक
- कई टिप्पणियाँ गरीबी, अवसरों की कमी, और भ्रष्ट राज्यों को मूल कारणों के रूप में रेखांकित करती हैं, “संस्कृतियों” को दोष देने के बजाय।
- समृद्ध देशों में “संस्थागत” भ्रष्टाचार (जैसे, वैध प्रभाव-प्रयोग) बनाम गरीब देशों में खुले भ्रष्टाचार पर चर्चा।
- कुछ लोग अत्यंत दंडात्मक प्रतिक्रियाएँ सुझाते हैं (घोटालेबाज़ों को आतंकवादी मानना, अधिकार छीन लेना); अन्य इसे अनैतिक और अव्यावहारिक कहकर विरोध करते हैं।
घोटाले की रणनीतियाँ और उनका विकास
- क्लासिक “नाइजीरियन प्रिंस” और 419 घोटालों को पुराने “Spanish prisoner” प्रकार के ठग-धंधों से जोड़ा गया है; AI बड़े पैमाने पर, अनुकूलित जुड़ाव की लागत कम कर देता है।
- इस विचार पर बहस कि घोटालों में स्पष्ट गलतियाँ जानबूझकर सबसे भोले लोगों को छाँटने के लिए होती हैं; कुछ लोग Microsoft के एक पेपर का हवाला देते हैं, जबकि अन्य इसे अप्रमाणित अटकलें कहते हैं।
- “Pig butchering” घोटालों को पीड़ितों की लंबे समय तक परवरिश के रूप में समझाया गया है (अक्सर रोमांस या निवेश संदर्भों में), उसके बाद बड़ा शोषण किया जाता है।
भूगोल, अवसंरचना, और सिंडिकेट्स
- टिप्पणियाँ छोटे, व्यक्तिगत अफ्रीकी ठगों से बड़े चीनी-चालित स्कैम कंपाउंड्स की ओर बदलाव का वर्णन करती हैं, जहाँ “वैध” व्यवसायों को जुए और धोखाधड़ी के साथ मिलाया जाता है।
- इस पर असहमति है कि कितने कामगारों को मजबूर किया जाता है बनाम वे स्वेच्छा से कार्यरत हैं; दक्षिण-पूर्व एशिया के उदाहरण जबरन श्रम और स्वैच्छिक भागीदारी दोनों दिखाते हैं।
- “अफ्रीका से” कॉल करना इतना महँगा बनाने का एक सुझाव व्यापक रूप से अव्यवहारिक और वैध संचार के लिए हानिकारक कहकर आलोचना झेलता है।