عمليات احتيال هاتفية باستنساخ الصوت بالذكاء الاصطناعي: كيف تعمل وكيف تحمي نفسك

في أوائل عام 2026، أصدر مكتب التحقيقات الفيدرالي (FBI) نشرة تحذيرية أفادت بأن عمليات الاحتيال باستخدام استنساخ الصوت بالذكاء الاصطناعي أصبحت واحدة من أسرع فئات الاحتيال نموًا في الولايات المتحدة. فالتقنية التي تُتيح للمجرمين استنساخ صوت أي شخص من مقطع صوتي لا يتجاوز ثلاث ثوانٍ — ثم إجراء مكالمات فورية تبدو مطابقة تمامًا لذلك الشخص — انتقلت من كونها خطرًا نظريًا إلى بنية تحتية إجرامية سائدة. إن فهم كيفية عمل هذه الهجمات هو الخطوة الأولى لحماية نفسك وعائلتك.

كيف يعمل استنساخ الصوت

تستطيع نماذج استنساخ الصوت الحديثة بالذكاء الاصطناعي توليد نسخة مقنعة من صوت شخص ما انطلاقًا من عيّنة صوتية صغيرة جدًا. كانت النماذج المبكرة تتطلّب ساعات من الصوت التدريبي. أما أدوات اليوم الرائدة — وكثير منها متاح مجانًا على الإنترنت — فيمكنها إنتاج استنساخ مقنع من عيّنة مدتها 3 إلى 10 ثوانٍ فقط. يمكن أن تأتي العيّنة من أي مكان: رسالة بريد صوتي، فيديو على YouTube، مقطع على TikTok، ظهور في بودكاست، مكالمة هاتفية مسجّلة. ويمكن استخدام النسخة الناتجة في الوقت الفعلي، مما يتيح للمجرم إجراء محادثة حية بالصوت المُستنسَخ مع ردود تبدو طبيعية.

تتفاوت الجودة. فنسخ الأشخاص ذوي الأصوات المميّزة (لكنات قوية، أو خصائص صوتية غير اعتيادية) أقل إقناعًا نسبيًا من نسخ الأشخاص ذوي الملامح الصوتية الأكثر شيوعًا. لكن "أقل إقناعًا نسبيًا" في هذا السياق لا تزال تعني إقناعًا كافيًا لخداع أحد أفراد العائلة الذي لا يتوقع الخداع، خصوصًا عندما تُصمَّم المحادثة لخلق شعور بالإلحاح والضغط العاطفي.

احتيال الطوارئ العائلية

يتبع أكثر أنواع الاحتيال باستنساخ الصوت شيوعًا نمطًا يمكن التنبؤ به. يتلقى أحد أفراد العائلة — غالبًا جدّ أو أحد الوالدين — مكالمة من رقم لا يعرفه. يبدو صوت المتصل مطابقًا تمامًا لصوت ابنه أو حفيده. و"فرد العائلة" في محنة: تعرّض لحادث سيارة، أو هو في السجن، ويحتاج إلى مال الكفالة بشكل عاجل. ثم ينضم شخص ثانٍ إلى المكالمة — عادةً منتحلًا صفة محامٍ أو ضابط شرطة أو ضامن كفالة — ويشرح الآلية المالية: تحويل بنكي، بطاقات هدايا، عملات مشفّرة. يدفع الإلحاح المرتبط بالموقف، مقترنًا بالصوت المقنع لـ"فرد العائلة"، الضحايا إلى الاستجابة قبل أن يفكروا في التحقق.

هذا النوع من الاحتيال فعّال بشكل مدمّر. يخسر الضحايا في المتوسط 11,000 دولار لكل حادثة وفقًا لبيانات لجنة التجارة الفيدرالية الأمريكية (FTC) لعام 2025. يشعر كثيرون بالإحراج من الإبلاغ عن الحادثة، مما يعني أن الأرقام الفعلية على الأرجح أعلى. ينجح هذا الاحتيال لأنه يستهدف أقوى الغرائز البشرية — حماية العائلة — ويستخدم صوتًا موثوقًا به لتجاوز التفكير النقدي.

الاحتيال الصوتي التجاري

يُستخدم استنساخ الصوت بالذكاء الاصطناعي أيضًا في الاحتيال التجاري. والصيغة الأكثر شيوعًا هي مكالمة "احتيال الرئيس التنفيذي": يتلقى فريق الشؤون المالية في الشركة مكالمة بصوت الرئيس التنفيذي يطلب فيها التصريح العاجل بتحويل بنكي إلى مورّد أو شريك جديد. غالبًا ما يُزيَّف معرّف المتصل ليُظهر اسم الرئيس التنفيذي أو رقم عمل معقول. ويُثني إطار الإلحاح ("أنا في اجتماع، وأحتاج إلى إنجاز هذا قبل نهاية دوام اليوم") المتلقي عن التوقف للتحقق.

تستهدف هجمات الاحتيال الصوتي التجاري عادةً الشركات متوسطة الحجم حيث تكون الضوابط المالية أقل صرامة مما هي عليه في الشركات الكبرى، لكن قيم المعاملات تظل كبيرة. وفي حالات موثقة، أسفرت حوادث فردية عن خسائر تراوحت بين 50,000 دولار و2.5 مليون دولار. وخلافًا لعمليات الاحتيال الموجهة للمستهلكين، غالبًا ما لا يُبلَّغ عن الاحتيال التجاري لأن الشركات تتردد في الإفصاح عن الاختراقات الأمنية علنًا.

الاستنساخ الفوري في مكالمات الفيديو

ثمة نمط ناشئ ومقلق بشكل خاص يستخدم استنساخ الصوت والوجه في الوقت الفعلي خلال مكالمات الفيديو. استخدمت مجموعات إجرامية هذه التقنية لانتحال شخصية تنفيذيين في مقابلات توظيف عبر مكالمات الفيديو، مما أقنع شركات بتوظيف أشخاص وهميين. وفي عام 2025، أفاد مكتب التحقيقات الفيدرالي بعدد كبير من الحالات التي استخدم فيها مرشحو وظائف عن بُعد استبدال الوجه والصوت بالذكاء الاصطناعي في الوقت الفعلي لانتحال شخصيات أخرى — في بعض الحالات أشخاص سُرقت هوياتهم، وفي حالات أخرى شخصيات مركّبة خيالية. وبمجرد توظيفهم، حصل هؤلاء الأفراد على وصول إلى أنظمة الشركة وبيانات الاعتماد والبيانات الحساسة.

علامات التحذير لمكالمة استنساخ الصوت

تتكرر عدة أنماط في مكالمات الاحتيال باستنساخ الصوت. الإلحاح الشديد: تتيح حالات الطوارئ الحقيقية وقتًا للتحقق. سيتمكّن فرد العائلة الذي يواجه مشكلة حقيقية من الاتصال مرة أخرى؛ أما المحتال فسيقاوم أي تأخير. طلب طرق دفع غير اعتيادية: لا يشترط أي كيان قانوني أو طبي أو حكومي شرعي الدفع عبر بطاقات الهدايا أو العملات المشفّرة أو التحويل البنكي إلى حساب غير مألوف. مقاومة التحقق: يثني المحتالون بقوة على إغلاق الخط والاتصال بالشخص مرة أخرى على رقم معروف، غالبًا بأسباب تبدو معقولة ("الهاتف معطّل"، "لا يمكنه الرد على المكالمات"، "الوقت حرج"). التصعيد العاطفي: يتعمّد المحتالون زيادة الحدّة العاطفية لإبقاء الضحايا في حالة رد فعل بدلًا من حالة تفكير وتأمّل.

جودة الصوت نفسها يمكن أن تكون أحيانًا دليلًا كاشفًا. انتبه لـ: نبرات آلية خفيفة في أصوات معينة (خصوصًا الأصوات الصفيرية والاحتكاكية)؛ طاقة وإيقاع متّسقين بشكل غير معتاد (الأصوات المُستنسَخة تفتقر إلى التباين الطبيعي للكلام الحقيقي تحت الضغط)؛ لحظات قصيرة من الشوائب الصوتية عندما يكون النموذج المُستنسِخ بصدد حساب الردود؛ وتأخّر طفيف في الاستجابة أطول من إيقاع المحادثة الطبيعية.

كلمة السر العائلية

أفضل دفاع فعّال ضد عمليات احتيال الطوارئ العائلية الصوتية هو وضع كلمة سر عائلية — كلمة رمزية يمكن لأي فرد من العائلة طلبها في أي محادثة للتحقق من أنه يتحدث فعليًا مع فرد من العائلة. ينبغي أن تكون كلمة السر: سهلة التذكر لكن يصعب تخمينها من المعلومات العامة؛ معروفة فقط لأفراد الأسرة المباشرين؛ ولا تُكتب أبدًا بصيغة رقمية؛ ويُتفق عليها في محادثة وجهًا لوجه لا عبر رسالة نصية أو بريد إلكتروني. في حالة طوارئ حقيقية، سيعرف فرد العائلة الحقيقي الكلمة. أما المحتال الذي يستخدم صوتًا مُستنسَخًا فلن يعرفها.

الحماية التقنية للشركات

بالنسبة للشركات، تكون أكثر وسائل الحماية فعالية إجرائية أكثر منها تقنية. التفويض متعدد الأشخاص للمعاملات المالية التي تتجاوز حدًا معينًا — يتطلب توقيعًا ثانيًا بصرف النظر عمّن يطلبه. التحقق عبر معاودة الاتصال — ينبغي التحقق من أي طلب مالي يُقدَّم عبر الهاتف بمعاودة الاتصال بمقدّم الطلب على رقم معروف من سجلات الشركة، لا على الرقم الذي اتصل منه. التأكيد عبر قناة مختلفة — التحقق من الطلبات عبر قناة منفصلة (بريد إلكتروني، Signal، حضور شخصي) قبل التصرف. هذه الإجراءات مزعجة لكنها فعّالة. الحقيقة غير المريحة هي أن معظم حالات الاحتيال الصوتي التجاري تنجح لأن الشركات لا تلتزم بضوابطها المالية الخاصة تحت ضغط الوقت.

ماذا تفعل إذا كنتَ مستهدَفًا

إذا تلقيت مكالمة تشتبه في أنها احتيال باستنساخ الصوت: أغلق الخط فورًا ولا تدفع أي شيء. اتصل بفرد العائلة أو الزميل المفترض مباشرةً على رقم معروف وموثّق للتأكد من سلامته. أبلغ عن الحادثة إلى مركز شكاوى الجرائم الإلكترونية التابع لمكتب التحقيقات الفيدرالي (IC3) عبر ic3.gov، وإلى لجنة التجارة الفيدرالية (FTC) عبر reportfraud.ftc.gov، وإلى الشرطة المحلية. إذا كان المال قد أُرسل بالفعل، تواصل فورًا مع بنكك أو منصة الدفع — فالاسترداد ممكن غالبًا إذا تم الإبلاغ بسرعة، خصوصًا في حالة التحويلات البنكية. أما معاملات بطاقات الهدايا فأصعب في عكسها، لكن الإبلاغ فورًا لشركة بطاقة الهدايا يمنحك أفضل فرصة.

زاوية الكشف

يمكن لأدوات كشف استنساخ الصوت بالذكاء الاصطناعي — بما فيها تحليل الصوت الخاص بـ SUS IT — تحديد الصوت المُستنسَخ من خلال فحص الخصائص الطيفية، وأنماط التوقيت الدقيق، والعلامات الفسيولوجية التي يحتويها الكلام البشري الحقيقي ولا يستنسخها توليف الذكاء الاصطناعي بشكل مثالي. تعمل هذه الأدوات بأفضل شكل على التسجيلات الصوتية المسجَّلة أكثر من المكالمات الفورية، مما يجعلها الأكثر فائدة في: التحقق من رسائل البريد الصوتي المسجَّلة التي تبدو مريبة، وتحليل الأدلة الصوتية بعد وقوع الاحتيال، وفحص المكالمات التجارية المسجَّلة في أنظمة المراقبة الآلية. ويظل تحليل المكالمات الفورية مجالًا نشطًا للتطوير، مع بدء ظهور بعض المنتجات على مستوى شركات الاتصالات في عام 2026.

الصورة الأوسع

احتيال استنساخ الصوت بالذكاء الاصطناعي هو معاينة مسبقة لعالم يمكن فيه استخدام أي تسجيل صوتي أو مرئي لشخص ما لجعله يبدو وكأنه يقول أي شيء. يجب أن تكون الاستجابة ثقافية بقدر ما هي تقنية — بناء عادة التحقق، ووضع بروتوكولات عائلية وتجارية، والتعامل مع الأدلة السمعية البصرية بنفس الشك الذي تعلّمنا تطبيقه على البريد الإلكتروني (حيث أصبح التصيّد الاحتيالي الآن مفهومًا على نطاق واسع كخطر). التقنية التي تجعل الاستنساخ ممكنًا لن تختفي. بناء دفاعات ضدها عمل يبدأ اليوم.