SG.hu·
Az MI olyan jól utánozza az akcentusokat, hogy miatta könnyebb bedőlni a csalóknak
Az emberek nagyobb valószínűséggel bíznak meg egy telefonálóban, ha annak MI által létrehozott hangja ismerősen cseng és a saját beszédmódjukra emlékeztet.
Ha képet szeretnénk kapni arról, milyen messzire jutott az MI-alapú hangtechnológia, elég azt megemlíteni, hogy a legnépszerűbb hanggeneráló platform, az ElevenLabs a weboldalán azt írja, hogy több mint 10 000 hangot kínál a könyvtárában, és egy könnyen hozzáférhető, például YouTube-ról vagy TikTokról származó hangot mindössze egy 10 másodperces felvétel segítségével képes lemásolni. Az olyan platformok, mint az ElevenLabs számos legitim felhasználási lehetőséget szolgálnak a klónozott hangok számára, többek között a szórakoztatóipart és a marketinget.
Viszont a csalók számára az a lényeg, hogy az MI által mostanra létrehozható, kifinomultabb hangok egyáltalán nem hasonlítanak azokra a jellegtelen, robotikus hangokra, amelyeket egy ügyfélszolgálati telefonszám felhívásakor hallhatunk. Egy tanulmány azt vizsgálta, hogy a skót emberek emberi vagy MI által generált beszédként azonosítják-e a rögzített emberi és mesterséges beszédet. Az első vizsgálatban 150, Skóciában élő online résztvevőt kértek meg arra, hogy hallgassanak meg emberi és MI által generált skót standard angol nyelvű, illetve dundee-i skót beszédfelvételeket. A Dundonian Scots egy olyan dialektus, amelyet a mindössze 150 000 lakosú Dundee-ben élő emberek mintegy 30 százaléka beszél.
A hallgatók többsége mind az emberi, mind az MI által generált hangokról azt feltételezte, hogy emberi hang. „Egyszerűen nem számítottak arra, hogy egy gép úgy tud hangzani, mint ők” - mondja Neil Kirk, a skóciai Dundee-ben működő Abertay University pszichológia docense. Még nagyobb valószínűséggel tévesztették meg őket, amikor az MI dundee-i skót nyelvjárásban mondta el a mondatokat, ami arra utal, hogy minél sajátosabb az akcentus, az emberek annál valószínűbbnek tartják, hogy a hang valódi emberhez tartozik.
Na Kyong Hyun, a Cincinnati Egyetem marketingprofesszorának kutatása azt mutatja, milyen hatással lehet egy ismerős hang. Egy nemrégiben megjelent tanulmányban Hyun a „Shark Tank” című televíziós műsor 14 évadát elemezte. A műsorban vállalkozók próbálják meggyőzni a potenciális befektetőkből álló zsűri tagjait arról, hogy fektessenek be vállalkozásaikba. Azt találta, hogy minél jobban hasonlított egy vállalkozó hangja a zsűri egyik tagjának hangjára, annál nagyobb valószínűséggel kötött az adott zsűritag üzletet vele. Hyun a hangszín, vagyis a hang általános minőségének hasonlóságát vizsgálta.
A Hyun tanulmányában idézett, szélesebb körű kísérlet arra utal, hogy a csalók számára az is működhet, ha széles hálót vetnek ki, és egy olyan hangot utánoznak, amely a célközönség minél több tagja számára ismerősen hangzik, ahelyett hogy egy konkrét akcentus utánzására törekednének. Hyun több mint 2000 Kickstarter-kampányt elemzett, és azt találta, hogy a legsikeresebbek azok voltak, amelyekben a szóvivő hangja inkább egy átlagos hanghoz hasonlított. "Amikor olyan hangot hallasz, amely a sajátodhoz hasonlít, az kompetenciáról, erkölcsösségről és feddhetetlenségről alkotott benyomásokat vált ki" - mondja Hyun. Az agyad „azonnal azt gondolja, hogy az illető megbízható, ami engedelmességhez vezet” - mondja.
Hogyan védhetik meg magukat a fogyasztók a megtévesztésnek ezzel az új szintjével szemben? Ha már nem bízhatunk egy ismerős hangban úgy, mint a hitelesség bizonyítékában, akkor vissza kell térnünk ahhoz, hogy megkérdőjelezzük a történetet, amelyet a hang elmond nekünk - mondja James Mullen, az Edgescan kiberbiztonsági vállalat kutatási vezetője. „Van értelme annak, amit mondanak nekem? Összhangban van azzal, amit már tudok az illetőről vagy az adott helyzetről? Emellett külön is felvehetjük a kapcsolatot az illetővel egy olyan telefonszámon vagy más módon, amelyet már ismerünk és megbízhatónak tartunk.”
Ajánlása szerint ha valaki azzal hív fel minket, hogy a banktól telefonál, tegyük le a telefont, és hívkil fel mi magunk a bankot a bankszámlakivonaton szereplő telefonszámon. Ne adjunk meg jelszavakat vagy más érzékeny hitelesítő adatokat kéretlen hívónak, függetlenül attól, mennyire hitelesnek hangzik a hangja. Ha egy rokon vészhelyzetre hivatkozva pénzt kér telefonon, külön csatornán keresztül vegyük fel a kapcsolatot vele vagy egy másik családtaggal.
Mindez azonban a tudatossággal kezdődik, mert ha nem ismerjük fel egy helyzetben a veszélyt, akkor nem számít, mennyire jártas az ember az önvédelemben. Az Abertay University munkatársa, Kirk szerint az embereknek felül kell vizsgálniuk azt a feltételezésüket, hogy az MI nem képes helyi beszédmódokat utánozni. Kutatásában, amikor tájékoztatta a résztvevőket arról, hogy az MI már képes hitelesen reprodukálni a skót akcentusokat, jelentősen csökkent annak valószínűsége, hogy a mesterségesen létrehozott hangokat emberinek minősítsék. Ahogy a csalók egyre nagyobb léptékben alkalmazzák ezt az átverést, mindannyiunknak éberebbnek kell lennünk.
Viszont a csalók számára az a lényeg, hogy az MI által mostanra létrehozható, kifinomultabb hangok egyáltalán nem hasonlítanak azokra a jellegtelen, robotikus hangokra, amelyeket egy ügyfélszolgálati telefonszám felhívásakor hallhatunk. Egy tanulmány azt vizsgálta, hogy a skót emberek emberi vagy MI által generált beszédként azonosítják-e a rögzített emberi és mesterséges beszédet. Az első vizsgálatban 150, Skóciában élő online résztvevőt kértek meg arra, hogy hallgassanak meg emberi és MI által generált skót standard angol nyelvű, illetve dundee-i skót beszédfelvételeket. A Dundonian Scots egy olyan dialektus, amelyet a mindössze 150 000 lakosú Dundee-ben élő emberek mintegy 30 százaléka beszél.
A hallgatók többsége mind az emberi, mind az MI által generált hangokról azt feltételezte, hogy emberi hang. „Egyszerűen nem számítottak arra, hogy egy gép úgy tud hangzani, mint ők” - mondja Neil Kirk, a skóciai Dundee-ben működő Abertay University pszichológia docense. Még nagyobb valószínűséggel tévesztették meg őket, amikor az MI dundee-i skót nyelvjárásban mondta el a mondatokat, ami arra utal, hogy minél sajátosabb az akcentus, az emberek annál valószínűbbnek tartják, hogy a hang valódi emberhez tartozik.
Na Kyong Hyun, a Cincinnati Egyetem marketingprofesszorának kutatása azt mutatja, milyen hatással lehet egy ismerős hang. Egy nemrégiben megjelent tanulmányban Hyun a „Shark Tank” című televíziós műsor 14 évadát elemezte. A műsorban vállalkozók próbálják meggyőzni a potenciális befektetőkből álló zsűri tagjait arról, hogy fektessenek be vállalkozásaikba. Azt találta, hogy minél jobban hasonlított egy vállalkozó hangja a zsűri egyik tagjának hangjára, annál nagyobb valószínűséggel kötött az adott zsűritag üzletet vele. Hyun a hangszín, vagyis a hang általános minőségének hasonlóságát vizsgálta.
A Hyun tanulmányában idézett, szélesebb körű kísérlet arra utal, hogy a csalók számára az is működhet, ha széles hálót vetnek ki, és egy olyan hangot utánoznak, amely a célközönség minél több tagja számára ismerősen hangzik, ahelyett hogy egy konkrét akcentus utánzására törekednének. Hyun több mint 2000 Kickstarter-kampányt elemzett, és azt találta, hogy a legsikeresebbek azok voltak, amelyekben a szóvivő hangja inkább egy átlagos hanghoz hasonlított. "Amikor olyan hangot hallasz, amely a sajátodhoz hasonlít, az kompetenciáról, erkölcsösségről és feddhetetlenségről alkotott benyomásokat vált ki" - mondja Hyun. Az agyad „azonnal azt gondolja, hogy az illető megbízható, ami engedelmességhez vezet” - mondja.
Hogyan védhetik meg magukat a fogyasztók a megtévesztésnek ezzel az új szintjével szemben? Ha már nem bízhatunk egy ismerős hangban úgy, mint a hitelesség bizonyítékában, akkor vissza kell térnünk ahhoz, hogy megkérdőjelezzük a történetet, amelyet a hang elmond nekünk - mondja James Mullen, az Edgescan kiberbiztonsági vállalat kutatási vezetője. „Van értelme annak, amit mondanak nekem? Összhangban van azzal, amit már tudok az illetőről vagy az adott helyzetről? Emellett külön is felvehetjük a kapcsolatot az illetővel egy olyan telefonszámon vagy más módon, amelyet már ismerünk és megbízhatónak tartunk.”
Ajánlása szerint ha valaki azzal hív fel minket, hogy a banktól telefonál, tegyük le a telefont, és hívkil fel mi magunk a bankot a bankszámlakivonaton szereplő telefonszámon. Ne adjunk meg jelszavakat vagy más érzékeny hitelesítő adatokat kéretlen hívónak, függetlenül attól, mennyire hitelesnek hangzik a hangja. Ha egy rokon vészhelyzetre hivatkozva pénzt kér telefonon, külön csatornán keresztül vegyük fel a kapcsolatot vele vagy egy másik családtaggal.
Mindez azonban a tudatossággal kezdődik, mert ha nem ismerjük fel egy helyzetben a veszélyt, akkor nem számít, mennyire jártas az ember az önvédelemben. Az Abertay University munkatársa, Kirk szerint az embereknek felül kell vizsgálniuk azt a feltételezésüket, hogy az MI nem képes helyi beszédmódokat utánozni. Kutatásában, amikor tájékoztatta a résztvevőket arról, hogy az MI már képes hitelesen reprodukálni a skót akcentusokat, jelentősen csökkent annak valószínűsége, hogy a mesterségesen létrehozott hangokat emberinek minősítsék. Ahogy a csalók egyre nagyobb léptékben alkalmazzák ezt az átverést, mindannyiunknak éberebbnek kell lennünk.