米国の成人4100人を対象にした最新の研究で、人工知能(AI)が作る詐欺電話の要求に応じる人が、およそ6人に1人いる可能性があることが示されました。米ハーバード大学や米Metaなどの研究者らが、AIの音声モデルを使った詐欺の実験を行い、論文で報告しました。
調査では、本物の人間の声と6つのAI音声モデルを使い、参加者に5種類の詐欺シナリオを聞かせました。その結果、AIによる要求に「応じる」または「分からない」と答えた割合は、全体の平均で16.5%に達しました。特に、クレジットカード会社や電子メールのサポートを装う事務的な手口に比べ、親族のトラブルや「危機に陥った姉妹」をかたるなど感情や人間関係に訴えかける手口は、騙されるオッズが3倍から5倍以上も高くなりました。クローン音声で姉妹を装って送金を求めるシナリオでは、36.1%の人が応じる可能性を示しています。
人が要求に応じてしまう要因について、研究チームは、声のリアルさそのものよりも、緊急性をあおったり同情を引いたりする話の「説得力」が重要だったと指摘しています。実際に、AIの声を正しくAIだと見抜けた人は約7割にとどまり、逆に本物の人間の声を聞いた人の約67%がAIだと誤判定していました。さらに、ChatGPTなどの生成AIを普段からよく使っている人でも、まったく使わない人と比べて見抜く精度に差はありませんでした。
コスト面の試算によると、米国で人間を雇って詐欺電話をかけさせた場合は人件費で1時間あたり約27ドルの赤字になります。しかし、推論コストの安いモデルや成功率の高いモデルを使えば、1時間あたり1〜3ドルの黒字になると計算されました。数秒の音声から声を複製する技術と大規模言語モデルの進化によって、大量の詐欺電話を安く同時にかけることが可能になりつつあります。