رحلة الذكاء الاصطناعي: من الدردشة الآلية المبكرة إلى التقنيات المتقدمة

الكثير من الناس يرون الذكاء الاصطناعي كشيء جديد، نتاج للتقدمات التقنية الحديثة. لكن في الواقع، يتطور الذكاء الاصطناعي منذ عقود.FidoNet، شبكة لامركزية لتبادل الملفات والرسائل التي كانت تحتاج إلى مودمات الاتصال الهاتفي الصاخبة، وكانت لا تزال أكثر شعبية في بعض المناطق مقارنة بالإنترنت نفسه.

أتذكر ما ظننت أنه محادثة عابرة لمدة 20 دقيقة مع مسؤول نظام محلي على FidoNet. يبدو أنني لم أكن أتحدث مع شخص على الإطلاق. في اليوم التالي، أخبرني المسؤول الفعلي أنني كنت أتحدث مع روبوت محادثة مبكر — نظام كان، رغم بدائيته مقارنة بالذكاء الاصطناعي اليوم، يتعلم ذاتيًا ويعمل على خوارزميات بسيطة قائمة على القواعد.

ظل ذلك اللحظة عالقة في ذهني. حتى آنذاك، كانت الآلات قادرة على التعلم من التفاعلات، وإن كان ذلك بطريقة محدودة جدًا مقارنة بما يمكنها الآن. ومع تقدم الزمن، تطور الذكاء الاصطناعي إلى شيء أقوى بكثير، بفضل تقنيات مثل التعلم العميق التي تسمح للذكاء الاصطناعي بمعالجة كميات هائلة من البيانات وتعلمها. الآن، يُعيد الذكاء الاصطناعي تشكيل صناعات بأكملها، ولكن رغم كل هذا التقدم، لا يزال المحتالون يظلون خطوةً أمامه.

هذا يثير سؤالًا مهمًا: إذا كان الذكاء الاصطناعي المبكر قادرًا على التعلم من التفاعلات في الوقت الحقيقي قبل عقود، لماذا لا تزال أنظمة الذكاء الاصطناعي لا تزال تكافح لتفوق المحتالين باستمرار؟ لماذا لا يكون الذكاء الاصطناعي أفضل في توقع ومنع الاحتيال، أو على الأقل مواكبة المحتالين الذين يستخدمون الذكاء الاصطناعي الآن؟

في هذه المقالة، سأتعمق في كيفية تطور الذكاء الاصطناعي من مجرد رد فعل على الاحتيال إلى أن يصبح قوة استباقية، تنبؤية، ووقائية — ما أسميه نهج الـ 3P. حان الوقت للتوقف عن السماح للمحتالين بقيادة الرقصة.

الحالة الحالية: نهج رد الفعل تجاه الاحتيال

الاحتيال ليس مجرد مشكلة تؤثر على عدد قليل من الشركات غير المحظوظة — إنه أزمة عالمية تكلف مليارات. في الواقع، يُقدّر الأثر الاقتصادي العالمي للاحتيال الآن بأكثر من $5 تريليون سنويًا، وهو ما يقارب 70% مما تنفقه العالم على الرعاية الصحية كل عام. في عام 2023، حطمت خسائر الاحتيال الأرقام القياسية، متجاوزةً $10 مليار للمرة الأولى. وحدها عمليات الاحتيال الاستثمارية شكلت أكثر من $4.6 مليار من ذلك — بزيادة 21% عن العام السابق. كما شهدت التحويلات البنكية ومعاملات العملات المشفرة ارتفاعًا هائلًا في الأنشطة الاحتيالية، حيث أبلغ المستهلكون عن خسائر أكثر في هذه المجالات مقارنة بأي مجال آخر.

هذه الموجة المتزايدة من الاحتيال تسلط الضوء على مدى تطور المحتالين، خصوصًا في الاحتيال الاستثماري ومخططات العملات المشفرة. ومع ذلك، رغم هذه التطورات، لا تواكب أنظمة كشف الاحتيال الحالية. لا يزال معظم أساليب منع الاحتيال رد فعل، صُممت لاكتشاف الاحتيال فقط بعد حدوثه. تعتمد هذه الأنظمة إلى حد كبير على التعرف على الأنماط والخوارزميات القائمة على القواعد، مثل:

• مراقبة المعاملات، التي تُعلم عن الأنشطة المشبوهة، مثل عمليات الشراء الكبيرة غير المعتادة أو المعاملات من مواقع غير متوقعة.
•  تقييم الاحتيال، الذي يخصص درجات مخاطر للمعاملات بناءً على عوامل مثل الموقع الجغرافي، نوع الجهاز، وتاريخ الإنفاق.
• تحليل الأنماط التاريخية، الذي يبحث عن انحرافات في سلوك العميل المعتاد لتحديد الاحتمال الاحتيالي.

بينما هذه الأساليب مفيدة لاكتشاف الأنواع المعروفة من الاحتيال، إلا أن لها نقاط ضعف:

• إنها بطيئة في الاستجابة: بحلول الوقت الذي تُعلم فيه هذه الأنظمة عن الاحتيال، يكون غالبًا قد بدأ بالفعل أو حتى اكتمل.
• عدد كبير جدًا من الإيجابيات الكاذبة: غالبًا ما تُعلم المعاملات المشروعة على أنها احتيالية، مما يسبب إزعاجًا للعملاء ويخلق عدم كفاءة للأعمال.
•  قابلية التكيف المحدودة: الأنظمة القائمة على القواعد تكافح لمواكبة الأساليب المتطورة باستمرار للمحتالين. على سبيل المثال، الأساليب الجديدة مثل حملات الصيد الاحتيالي المتقدمة أو احتيال العملات المشفرة غالبًا ما تتسلل عبر الفجوات، لأن الأنظمة تعتمد على بيانات قديمة ومهملة.

يستغل المحتالون هذه الثغرات، مما يبقهم خطوةً أمامنا. يترك هذا النهج التفاعلي ثغرةً كبيرةً في مكافحة الاحتيال ويظهر لماذا نحتاج إلى شيء أفضل. مستقبل منع الاحتيال يكمن في قدرة الذكاء الاصطناعي على ليس فقط الرد بل توقع الاحتيال قبل حدوثه. من خلال تحديد التهديدات المحتملة مبكرًا، يمكن للذكاء الاصطناعي حجب الهجمات قبل أن يبدأ المحتالون، مما يعيد الميزة إلى المدافعين.

نموذج جديد: العناصر الثلاثة لمنع الاحتيال — الاستباقية، التنبؤية، والوقائية

لم يعد منع الاحتيال يتعلق بالرد على الأنشطة الاحتيالية بعد حدوثها. اليوم، المفتاح الحقيقي للبقاء خطوةً أمام المحتالين المتزايدين ذكاءً هو الاستفادة من الذكاء الاصطناعي لإنشاء نهج استباقي، تنبؤي، ووقائي. هذه الاستراتيجية متعددة الطبقات تغير اللعبة من مجرد الرد على الاحتيال إلى توقعه، مما يمنح الشركات اليد العليا من خلال التفوق على المحتالين قبل أن يحصلوا على فرصة للتصرف.

لتحقيق ذلك، نحتاج إلى الدخول في عقلية المحتالين — فهم طريقة تفكيرهم، توقع خطواتهم التالية، وقطع عملياتهم قبل أن يبدأوا. من خلال الغوص في نفس الفضاءات الرقمية التي يزدهر فيها المحتالون — مثل الويب المظلم أو الشبكات السرية — يمكن للذكاء الاصطناعي أن يبقى خطوةً أمامهم، يكتشف الاتجاهات والأساليب الجديدة مع ظهورها. هذا النهج الاستباقي للانغماس في عالم المحتالين هو ما يبقي الدفاعات حادة وقادرة على التكيف بسرعة.

لكن منع الاحتيال ليس شيئًا يمكن للمؤسسات المالية التعامل معه بمفردها. إنها مسؤولية مشتركة، ويجب على الأفراد أيضًا أن يلعبوا دورًا حاسمًا في حماية أنفسهم. مع تطور الذكاء الاصطناعي، يجب أن يمكّن كلًا من الشركات والمستهلكين من خلال توفير الأدوات والمعرفة اللازمة للبقاء آمنين من التهديدات الناشئة.

الأمر أسهل قولًا من فعله، بالطبع. لذا، دعونا نستكشف كيف يمكننا تحقيق ذلك.

1. الاستباقية: توقع الاحتيال قبل أن يضرب

الوقاية الاستباقية من الاحتيال أمر حاسم للمؤسسات المالية، ولا يقتصر فقط على وجود أنظمة قوية — بل يشمل أيضًا توعية المستخدمين لمنع الاحتيال قبل أن يبدأ. يلعب الذكاء الاصطناعي دورًا رئيسيًا في ذلك، حيث يعزز الأمان من خلال توقع سلوك المحتالين، اكتشاف الأنماط، وإيقاف محاولات الاحتيال قبل تصاعدها. باستخدام الذكاء الاصطناعي في استخبارات التهديدات، يمكن للمؤسسات مراقبة الفضاءات الرقمية مثل منتديات الويب المظلم لالتقاط التحذيرات المبكرة وحجب الاحتيال قبل حدوثه. يمكن للذكاء الاصطناعي أيضًا محاكاة الأهداف المحتملة التي قد يستهدفها المحتالون، مما يمنح الشركات فرصة للتصرف مسبقًا.

بالإضافة إلى ذلك، فخاخ العسل المدفوعة بالذكاء الاصطناعي يمكن أن تخدع المحتالين لتكشف عن أساليبهم، مما يسمح للمؤسسات بالتعلم وتحسين دفاعاتها مع مرور الوقت. ومع ذلك، لا يخلو هذا الاستراتيجية من المخاطر — إذا أُسيء استخدامها، قد تفتح ثغرات أو حتى تؤدي إلى تعقيدات قانونية للشركة.

يلعب المستهلكون أيضًا دورًا حاسمًا في منع الاحتيال. يمكنهم استخدام أدوات مدعومة بالذكاء الاصطناعي لمراقبة حساباتهم بحثًا عن أنشطة مشبوهة، خاصةً قبل تسجيل الدخول إلى المنصات المالية. أدوات مثل ماسحات البريد الإلكتروني، تطبيقات حظر الاحتيال، ومرشحات الصيد الاحتيالي لا تقدر بثمن لإيقاف الهجمات قبل أن تصل إلى المستخدم. ومع ذلك، ليس كافيًا مجرد إنشاء هذه الأدوات — يجب دمجها بسلاسة في حياة الناس اليومية دون إغراقهم بإشعارات مستمرة. يجب على المطورين التركيز على بناء حلول ذكاء اصطناعي توفر أمانًا قويًا دون التسبب في “إرهاق التنبيهات”، مع ضمان أن الحماية تعمل في الخلفية ولا تعطل الحياة اليومية.

2. التنبؤية: استخدام الذكاء الاصطناعي لتوقع الاحتيال

أليس الذكاء الاصطناعي في جوهره يتعلق بالتنبؤ؟ إذا كان يستطيع توقع الكلمة أو الإجراء التالي بناءً على أنماط البيانات، لماذا لا نستغل هذه القدرة التنبؤية لتوقع الاحتيال قبل حدوثه؟ بينما لدينا منصات ذكاء اصطناعي عامة قوية مثل ChatGPT، هناك حاجة متزايدة لأنظمة ذكاء اصطناعي متخصصة تركز بالكامل على منع الاحتيال. تخيل وجود “FraudPredictGPT”، نظام ذكاء اصطناعي مدرب حصريًا لمراقبة النظم المالية، تحليل التهديدات، وتوقع خطوات المحتالين التالية. يمكن لمثل هذا النظام أن يغيّر طريقة تعاملنا مع كشف الاحتيال من مجرد رد فعل إلى توقع ومنع في الوقت الحقيقي.

لتوقع الاحتيال بفعالية، يجب على المؤسسات المالية الاستفادة من تحليلات السلوك، مراقبة الويب المظلم والشبكات الاجتماعية، والنماذج التنبؤية المستندة إلى بيانات نظام الاحتيال. يتفوق الذكاء الاصطناعي في تحليل سلوك المستخدم لاكتشاف العلامات المبكرة للاحتيال، مثل أنماط المعاملات غير العادية أو سلوكيات تسجيل الدخول غير المعتادة. من خلال مراقبة هذه الإشارات باستمرار، يمكن للذكاء الاصطناعي تنبيه المؤسسات إلى تهديدات محتملة قبل أن يتحرك المحتالون.

عدة شركات تقود الطريق بحلول الذكاء الاصطناعي التنبؤية. Darktrace تستخدم الذكاء الاصطناعي لتحديد السلوك غير الطبيعي وتوقع التهديدات السيبرانية في الوقت الحقيقي. Kount تطبق نماذج تنبؤية على احتيال التجارة الإلكترونية من خلال تحليل تفاعلات العملاء وإبلاغ السلوكيات الخطرة قبل أن تؤدي إلى احتيال. منصات مدفوعة بالذكاء الاصطناعي، مثل Fraud.net، تقيم احتمال حدوث احتيال استنادًا إلى البيانات الحالية والتاريخية.

من خلال تبني التقنيات التنبؤية والانتقال إلى أنظمة ذكاء اصطناعي متخصصة مثل “FraudPredictGPT”، يمكن للمؤسسات المالية الانتقال من الرد على الاحتيال بعد وقوعه إلى توقعه ومنعها بنشاط، مما يعزز قدرتها على التفوق على المحتالين.

3. الوقائية: قطع صلة المحتالين قبل أن يتصرفوا

إذن، الآن نحن مسلحون بالكامل ومستعدون — الإجراءات الاستباقية تبقينا في حالة تأهب، وأدوات التنبؤ تزودنا برؤية حول خطوات المحتالين القادمة. لكن مجرد الاستعداد لا يعني أن المحتالين لن يحاولوا الهجوم. المفتاح الحقيقي هو الوقاية — إيقاف الاحتيال قبل أن يحصل على فرصة للانتشار. عندما يضرب المحتالون، يصبح الذكاء الاصطناعي الأداة الحاسمة التي تضمن إغلاق جهودهم في الوقت الحقيقي. السؤال هو، كيف يمكن للذكاء الاصطناعي إيقاف المحتالين قبل أن يتسببوا بأي ضرر؟

على مر التاريخ، علمنا القادة العسكريون العظام قيمة الدفاع والوقاية. قال سون تزو في “فن الحرب”: “الفن الأعلى في الحرب هو إخضاع العدو دون قتال”. هذه الفكرة هي جوهر الوقاية من الاحتيال — أفضل دفاع هو الذي يوقف المعركة قبل أن تبدأ. في عالم الاحتيال، يعمل الذكاء الاصطناعي كدفاع استباقي يقطع صلة المحتالين قبل أن ينفذوا مخططاتهم.

تسمح قدرة الذكاء الاصطناعي على تحليل البيانات في الوقت الحقيقي بحظر المعاملات الاحتيالية وإطلاق تنبيهات قبل حدوث الاحتيال. يحدد السلوكيات غير الطبيعية، مثل التحويلات غير المعتادة أو محاولات تسجيل الدخول المشبوهة، مما يمنع تصاعد الاحتيال. أنظمة مثل Elliptic وChainalysis تستخدم الذكاء الاصطناعي لمراقبة شبكات البلوكشين للأنشطة المشبوهة، وإيقاف المعاملات غير المشروعة قبل انتشارها. تقوم هذه المنصات بمسح كميات هائلة من بيانات البلوكشين، مكتشفة سلوكيات عالية الخطورة مثل العملات المشفرة المسروقة ومعاملات الويب المظلم.

للتصدي للمحتالين بشكل أكبر، يمكن للذكاء الاصطناعي أيضًا استهداف سلاسل إمدادهم من خلال مراقبة منتديات الويب المظلم ومستودعات البرمجيات الخبيثة، مما يمكّن فرق الأمن السيبراني من تحييد أدواتهم مبكرًا. قطع هذه الموارد يؤخر عمليات الاحتيال، ويضعف فعاليتها ويمنع الهجمات الكبيرة.

يمكن للذكاء الاصطناعي أيضًا إنشاء أنظمة طُعم تجذب المحتالين للتفاعل مع أهداف زائفة. يبدو أن المحتالين يكرهون إضاعة وقتهم، ومع تذكر مدى جودة الروبوتات الحوارية المبكرة في تقليد شخص حقيقي، يمكن للذكاء الاصطناعي اليوم أن يصبح أداة فعالة لإبقاء المحتالين مشغولين بشيء آخر.

أخيرًا، التعاون أمر حاسم في منع الاحتيال. تسمح شبكات مشاركة البيانات في الوقت الحقيقي بين المؤسسات والسلطات، مثل مركز مشاركة وتحليل معلومات الخدمات المالية (FS-ISAC)، لأنظمة الذكاء الاصطناعي بتجميع المعلومات وتعزيز الدفاع الجماعي. من خلال العمل معًا، يمكن للمؤسسات إيقاف الاحتيال على نطاق أوسع، والأهم من ذلك، منع الهجمات المستقبلية قبل حدوثها.

مواجهة الفجوات: التخفيف من تحديات الذكاء الاصطناعي في منع الاحتيال

لا يمكن لمؤسسة واحدة أن تفوز في معركة الاحتيال — إنها مهمة على مستوى الصناعة بأكملها. تحتاج المؤسسات المالية ومزودو التقنية والجهات التنظيمية والمستهلكون إلى التعاون لمواجهة الأساليب المتطورة باستمرار التي يستخدمها المحتالون. لتحقيق تقدم ملموس، يجب أن نفهم حدود الذكاء الاصطناعي على كل مستوى ونعالجها بشكل جماعي.

على سبيل المثال، لا تزال العديد من أنظمة الذكاء الاصطناعي تعتمد على بيانات تعود إلى سبتمبر 2021 (الحد الأقصى لمعرفية ChatGPT)، مما يؤدي إلى قدرات كشف احتيال قديمة. إن تحديث أنظمة الذكاء الاصطناعي العالمية مهمة مكلفة للغاية، مما يبرز الحاجة الملحة إلى نظام مخصص مثل “FraudPredictGPT”، الذي سيُصمم خصيصًا لمنع الاحتيال وسيُدرّب باستمرار على أساس أكثر انتظامًا أو حتى في الوقت الحقيقي.

الإفراط في الكشف — حيث تُعلم أنظمة كشف الاحتيال عددًا كبيرًا من المعاملات المشروعة — يمكن أن يؤدي إلى حجب العملاء وتضرر السمعة. تُسبب هذه الحساسية المفرطة ضغطًا على الموارد، حيث يتعين على الفرق البشرية التحقيق يدويًا في حجم كبير من الأنشطة المُعلمَة، مما يصعب العثور على الاحتيال الحقيقي.

المحتالون الآن يستخدمون الذكاء الاصطناعي ضد النظام. يختبرون أساليب مختلفة ضد نماذج التعلم الآلي، محددين نقاط الضعف واستغلالها. تشمل التهديدات الشائعة الاحتيالات التي يولدها الذكاء الاصطناعي، والتزييف العميق، والهويات الاصطناعية.

أخيرًا، تعقيد وتكلفة تنفيذ الذكاء الاصطناعي تمثل تحديات كبيرة. بناء وصيانة أنظمة الذكاء الاصطناعي يتطلب استثمارات وخبرات كبيرة، وهو ما تفتقر إليه المؤسسات الصغيرة غالبًا.

لمعالجة هذه القيود، يجب على المؤسسات إعادة تدريب نماذج الذكاء الاصطناعي باستمرار باستخدام بيانات جديدة وعالية الجودة. يمكن إدارة الإفراط في الكشف من خلال تحسين العتبات وإشراك إشراف بشري. اعتماد التدريب العدائي — حيث تُختبر نماذج الذكاء الاصطناعي ضد احتيال محاكى — يمكن أن يساعد في تعزيز الدفاعات. يمكن للمؤسسات أيضًا استكشاف منصات الذكاء الاصطناعي كخدمة (AIaaS) لجعل منع الاحتيال قابلًا للتوسع وأكثر وصولًا. والأهم من ذلك، التعاون عبر الصناعة أمر أساسي. من خلال مشاركة الموارد والمعلومات عبر الاتحادات والهيئات الحكومية، يمكن للذكاء الاصطناعي أن يصبح أداة أقوى في مكافحة الاحتيال.

 الخاتمة

لفترة طويلة، بدا أن العالم قد قبل أن المحتالين سيظلون دائمًا خطوةً أمامنا. ولكن الآن، مع الذكاء الاصطناعي في متناول أيدينا، لدى الصناعة فرصة لتغيير ذلك. ومع ذلك، لا يمكننا أن ننسى أن المحتالين يستخدمون الذكاء الاصطناعي أيضًا لصالحهم. إنهم يستغلون نفس التقنية، يختبرون الأنظمة عبر التجربة والخطأ الآلية للعثور على نقاط الضعف. هذا يخلق سباق تسلح، حيث يتطور الطرفان باستمرار. التحدي الحقيقي ليس مجرد استخدام الذكاء الاصطناعي — بل استخدامه بذكاء أكثر من المحتالين.

العناصر الثلاثة — الاستباقية، التنبؤية، والوقائية — التي أقدمها في هذه المقالة ليست أفكارًا جديدة بشكل عام، لكنها تمثل تحولًا حقيقيًا عندما يتعلق الأمر بمنع الاحتيال. يمنحنا الذكاء الاصطناعي القدرة على توقع ومنع الاحتيال قبل حدوثه والتكيف مع التهديدات الجديدة في الوقت الحقيقي. هذه الركائز الثلاث هي المفتاح لبناء استراتيجية تتفوق حتى على أكثر أساليب الاحتيال تطورًا.

لكن منع الاحتيال ليس مسؤولية المؤسسات المالية فقط. يجب على المستهلكين أيضًا أن يلعبوا دورًا في حماية أنفسهم: يحتاجون إلى تبني أدوات مدعومة بالذكاء الاصطناعي، البقاء على اطلاع، والمشاركة الفعالة في مكافحة الاحتيال. مع تزايد الترابط وتصبح التكنولوجيا جزءًا أكبر من الحياة اليومية، تصبح هذه المسؤولية المشتركة بين الشركات والأفراد أكثر أهمية من أي وقت مضى.

مع تقدم الذكاء الاصطناعي، ومع التزام جماعي من الشركات والمستهلكين، يمكننا دفع حدود منع الاحتيال وخلق مستقبل مالي أكثر أمانًا.