Romansowy scam z użyciem AI: na co uważać
Mark · Zespół redakcyjny SUS IT
Mark pisze o oszustwach w social mediach, ekosystemach botów i scamach online.
Jak zdjęcia z modeli, chatboty i LLM napędzają oszustwa sercowe — i które sygnały detekcji wciąż działają.
Według danych FTC same Stany w 2023 straciły na romansowych scamach ponad 1,3 mld USD — i trend rośnie. Generatywne AI obniżyło koszt operacji i umożliwiło skalowanie, jednocześnie utrudniając proste heurystyki. Zrozumienie, co się zmieniło (i co nie), to pierwszy krok obrony.
Jak działali oszuści dawniej
Klasyczny scam był pracochłonny: kradzione zdjęcia, ręczne DM-y, limit liczby ofiar na operatora. Skalowalność miała sufit — ale i tak robiła ogromne szkody.
Jak AI zmieniło ekonomię
Zdjęcia profilowe powstają w Midjourney lub dedykowanych generatorach twarzy — unikalne, nietraceable reverse image. Rozmowy coraz częściej prowadzi LLM fine-tunowany na skryptach romansowych, a człowiek eskaluje tylko „najcieplejsze” leady. Koszt marginalny rozmowy spada dramatycznie.
Syntetyczny stack persony
Zaawansowany scam łączy komponenty: świeża twarz, backstory z modelu (wdowa inżynier na platformie, chirurg wojskowy za granicą), cienką warstwę „dowodu społecznego” (LinkedIn, kilka postów), a rozmowę prowadzą szablony + generacja kontekstowa utrzymująca emocjonalny haczyk.
Prośba o pieniądze: jak się rozwija
Scammer inwestuje tygodniami lub miesiącami, by prośba o kasę wyglądała jak anomalia — „nigdy nie prosiłem o pomoc”. Scenariusze: nagły kryzys medyczny, cło do paczki, mostkowanie biznesu, zablokowany bilet lotniczy. Kwoty zaczynają mało, by zbudować wzorzec zgody, potem rosną.
Sygnały, których AI jeszcze nie „naprawiło”
Najbardziej powtarzalny jest opór przed wideorozmową na żywo: pełna interaktywna rozmowa wideo z reakcją na spontaniczne prośby wciąż wykracza poza typowy stack scammera (deepfake istnieje, ale „trzymaj dzisiejszą gazetę / pomachaj” wymaga innej klasy infrastruktury). Niespójność biograficzna — modele nie trzymają trwałej pamięci, detale się rozjeżdżają. Brak śladu cross-platform — prawdziwi ludzie rzadko są „pustką” w Google+LinkedIn+Facebook.
Jak sprawdzić podejrzany profil
Normalizuj weryfikację: wideoczat, wyszukanie imienia i pracodawcy, a przy linku do profilu — BOT or NOT na susit.ai szuka dowodu realnej osoby i znanych wzorców fraudu. Jeśli przysłali zdjęcia, reverse image wciąż łapie kradzież (choć nie syntetyk).
Wyścig zbrojeń
Im lepsze profile AI, tym lepsze narzędzia wykrywające wzorce sieciowe i behawioralne. Mechanika scamu — budowanie zaufania przed prośbą finansową — jest stała od dekad. Znajomość playbooka chroni niezależnie od tego, którym modelem piszą.