ความเชื่อที่แพร่หลายคือ เมื่อ AI เขียนข้อความได้เนียนขึ้น การหลอกลวงก็ต้องได้ผลมากขึ้นตามไปด้วย

ความเชื่อนี้ฟังดูมีเหตุผล แต่เมื่อมีคนลงมือทดลองวัดจริง ผลกลับไม่เป็นอย่างนั้น

งานทดลองภาคสนามของทีมวิจัยจากมหาวิทยาลัยเทคนิคเบอร์ลินและสถาบันร่วม ส่งอีเมลฟิชชิงจริงไปยังผู้รับ 7,741 คน แล้ววัดว่ามีคนกดลิงก์กี่เปอร์เซ็นต์ในแต่ละแบบ

ผลออกมาดังนี้ อีเมลแบบหว่านที่ไม่เจาะจงตัวบุคคล มีอัตราการกดอยู่ที่ร้อยละ 3.9 ส่วนอีเมลที่ปรับให้เข้ากับตัวบุคคลโดยอัตโนมัติด้วยโมเดลภาษา มีอัตราการกดเฉลี่ยร้อยละ 10.0

แต่อีเมลที่เจาะจงตัวบุคคลซึ่งเขียนโดยมนุษย์ มีอัตราการกดสูงที่สุดที่ร้อยละ 24.2 ซึ่งสูงกว่าฉบับที่โมเดลภาษาเขียน 2.4 เท่า และความต่างนี้มีนัยสำคัญทางสถิติ

เมื่อเทียบแบบต่อแบบในระดับการเจาะจงเท่ากัน ผลยิ่งชัด อีเมลแบบหว่านที่เขียนโดยโมเดลภาษามีอัตราการกดร้อยละ 3.7 ขณะที่อีเมลแบบหว่านที่เขียนโดยมนุษย์อยู่ที่ร้อยละ 4.1 นั่นคือฝั่งที่โมเดลเขียนทำได้ต่ำกว่าเล็กน้อยด้วยซ้ำ

ผู้วิจัยระบุว่าผลนี้สอดคล้องกันไม่ว่าอีเมลแบบหว่านนั้นจะเขียนโดยมนุษย์หรือสร้างโดยโมเดลภาษาก็ตาม

แล้วอะไรคือสิ่งที่เปลี่ยนไปจริง คำตอบอยู่ที่ต้นทุน ผู้วิจัยระบุว่าต้นทุนการปรับข้อความให้เข้ากับตัวบุคคลด้วยโมเดลภาษานั้นน้อยมาก อยู่ที่ 0.03 ดอลลาร์ต่ออีเมลหนึ่งฉบับ และใช้งบเพียง 150 ดอลลาร์ก็ส่งอีเมลที่ปรับเฉพาะบุคคลถึงผู้ใช้ทั้ง 3,310 คนที่มีข้อมูลเปิดเผยต่อสาธารณะได้

พูดง่าย ๆ คือ AI ไม่ได้ทำให้ข้อความหลอกเก่งขึ้น แต่ทำให้การหลอกแบบเจาะจงตัวบุคคล ซึ่งเดิมต้องใช้คนนั่งค้นข้อมูลและเขียนทีละฉบับ กลายเป็นสิ่งที่ทำกับคนหลายพันคนพร้อมกันได้ในราคาค่ากาแฟไม่กี่แก้ว

ที่มา: https://mlsec.tu-berlin.de/docs/2026-sec.pdf

สิ่งที่ AI ยังทำแทนคนไม่ได้

รายงานของ UNODC มีย่อหน้าหนึ่งที่มักไม่ถูกนำไปเล่าต่อ แต่สำคัญมากในการทำความเข้าใจว่าเรื่องนี้จะไปทางไหน

รายงานระบุว่าการพึ่งพาปัญญาประดิษฐ์ไม่ได้ทำให้บทบาทของผู้ที่ถูกค้ามนุษย์เพื่อบังคับให้ก่ออาชญากรรมหมดไป ศูนย์สแกมยังคงชักชวนหรือบังคับบุคคลที่มีทักษะทางภาษาเฉพาะอยู่ต่อไป

เหตุผลที่รายงานให้ไว้มีสองข้อ ข้อแรกคือข้อจำกัดของโมเดลภาษาในการรักษาความละเอียดอ่อนทางวัฒนธรรม ข้อที่สองคือกลุ่มอาชญากรรมยังนิยมการปฏิสัมพันธ์โดยมนุษย์โดยตรงในจุดที่การโน้มน้าวใจเป็นเรื่องสำคัญ

ข้อค้นพบนี้ตรงกับผลการทดลองในหัวข้อก่อนหน้าพอดี คือเมื่อถึงขั้นที่ต้องโน้มน้าวใจกันจริง มนุษย์ยังทำได้ดีกว่า

ที่มา: https://www.unodc.org/roseap/uploads/documents/Publications/2025/UNODC_Report_Emerging_threats_-_The_intersection_of_criminal_and_technological_innovation_in_the_use_of_automation_and_AI.pdf

 

กรณีในประเทศไทย

รายงานของ UNODC บันทึกคดีในประเทศไทยไว้ด้วย โดยระบุแหล่งข้อมูลว่ามาจากกองบัญชาการตำรวจสืบสวนสอบสวนอาชญากรรมทางเทคโนโลยี

รายงานระบุว่าในช่วงปลาย ค.ศ. 2024 ถึงต้น ค.ศ. 2025 ทางการไทยและกัมพูชาได้ทลายเครือข่ายหลอกลวงขนาดใหญ่สองเครือข่ายที่ใช้เทคโนโลยีดีปเฟกซึ่งขับเคลื่อนด้วยปัญญาประดิษฐ์

คดีแรกเป็นการจับกุมคนไทยที่จังหวัดเชียงใหม่ ซึ่งบริหารเครือข่ายที่หนุนหลังโดยกลุ่มอาชญากรรมชาวจีน โดยผสมการหลอกลวงเชิงความสัมพันธ์เข้ากับการหลอกลงทุน

วิธีการคือใช้การสนทนาทางวิดีโอที่สร้างด้วยปัญญาประดิษฐ์ ซึ่งมีใบหน้าสังเคราะห์ที่ขยับได้ตามเวลาจริงและขยับปากตรงกับเสียงพูด เพื่อสร้างความไว้วางใจกับเหยื่อในประเทศไทย เวียดนาม และสหรัฐอเมริกา แล้วจึงชักนำให้ลงทุนในแพลตฟอร์มปลอมที่แสดงผลตอบแทนทางการเงินซึ่งกุขึ้น

รายงานระบุว่าเจ้าหน้าที่จับกุมผู้ต้องสงสัย 20 คนใน 11 จังหวัด และยึดหลักฐานดิจิทัลซึ่งรวมถึงแดชบอร์ดสำหรับบริหารความสัมพันธ์ลูกค้าแบบอัตโนมัติ อุปกรณ์เคลื่อนที่ที่ติดตั้งสคริปต์หลอกลวงไว้ล่วงหน้า และหน้าตาแอปพลิเคชันปลอม

คดีที่สองเป็นการจับกุมคนไทยที่ดำเนินการศูนย์สแกมในปอยเปต ประเทศกัมพูชา ในข้อหาใช้การโคลนเสียงด้วยปัญญาประดิษฐ์และเทคโนโลยีดีปเฟกวิดีโอตามเวลาจริง เพื่อปลอมตัวเป็นเจ้าหน้าที่บังคับใช้กฎหมายและหน่วยงานทางการเงิน

เครื่องมือที่ใช้ทำให้ผู้ก่อเหตุสามารถซ้อนภาพใบหน้าของเจ้าหน้าที่ตำรวจตัวจริง ซึ่งดึงมาจากแหล่งที่เปิดเผยต่อสาธารณะ ทับลงบนใบหน้าของตนเองในระหว่างการสนทนาทางวิดีโอสด

ที่มา: https://www.unodc.org/roseap/uploads/documents/Publications/2025/UNODC_Report_Emerging_threats_-_The_intersection_of_criminal_and_technological_innovation_in_the_use_of_automation_and_AI.pdf

 

วิธีที่ตำรวจไทยแนะนำ

เมื่อสัญญาณเรื่องคำสะกดใช้ไม่ได้แล้ว และเสียงกับใบหน้าก็ปลอมได้ คำถามคือแล้วประชาชนจะป้องกันตัวอย่างไร

พันตำรวจเอกเนติ วงศ์กุลลาภ รองผู้บังคับการกองบังคับการปราบปรามการกระทำความผิดเกี่ยวกับอาชญากรรมทางเทคโนโลยี กองบัญชาการตำรวจสอบสวนกลาง ให้ข้อมูลกับ Thai PBS Verify ว่ากลวิธีหนึ่งที่คนร้ายใช้ในปี 2568 คือการปลอมเสียงด้วยปัญญาประดิษฐ์ ซึ่งใช้กันมาหลายเดือนแล้ว

รูปแบบที่ใช้คือ คนร้ายมักเริ่มด้วยการอ้างว่าเปลี่ยนเบอร์โทรศัพท์ใหม่ แล้วขอให้เหยื่อลบเบอร์เดิมทิ้งและบันทึกเบอร์ใหม่ที่คนร้ายใช้โทรมา จากนั้นจะพูดคุยเรื่องทั่วไป และมักวางสายก่อน แล้วรออีกหนึ่งถึงสองวันจึงโทรมาครั้งที่สอง

ความเสียหายที่เกิดขึ้นอยู่ในระดับหลักหมื่นถึงหลักแสนบาท หรือมากกว่านั้นหากคนร้ายทำสำเร็จ

คำแนะนำที่ให้ไว้เรียบง่ายมาก คือให้วางสายจากเบอร์ที่ไม่คุ้นเคยนั้นทันทีอย่างสุภาพ แม้ผู้โทรจะอ้างว่าเป็นลูก เป็นญาติ หรือเป็นคนที่เรารู้จักก็ตาม จากนั้นให้โทรกลับด้วยเบอร์เดิมที่บันทึกไว้อยู่แล้ว แล้วถามว่าเมื่อครู่ได้โทรมาหรือไม่

ที่มา: https://www.thaipbs.or.th/verify/en/article/content/8455

 

บทเรียนสำหรับประเทศไทย

ข้อแรก คำแนะนำเรื่องให้สังเกตคำสะกดผิดควรถูกปลดระวางได้แล้ว เพราะเครื่องมือปัจจุบันเขียนภาษาไทยได้ลื่นไหลโดยที่ผู้ใช้ไม่ต้องรู้ภาษาไทย และการยึดสัญญาณนี้ต่อไปอาจทำให้คนที่ระวังตัวอยู่แล้วรู้สึกปลอดภัยเกินจริง

ข้อที่สอง อย่าเปลี่ยนไปยึดสัญญาณใหม่ที่จับจากตัวข้อความแทน เพราะรายงานของ OpenAI แสดงให้เห็นแล้วว่าเมื่อสัญญาณใดถูกเผยแพร่ว่าใช้จับ AI ได้ ผู้ก่อเหตุก็สั่งให้โมเดลเลี่ยงสัญญาณนั้น สัญญาณจากตัวข้อความจึงมีอายุสั้นเสมอ

ข้อที่สาม สิ่งที่ยังใช้ได้และจะใช้ได้ต่อไปคือการตรวจสอบผ่านช่องทางที่เรารู้อยู่แล้ว ซึ่งเป็นวิธีที่ตำรวจไทยแนะนำพอดี คือไม่ตอบกลับในช่องทางที่คนร้ายเลือกมาให้ แต่กลับไปใช้ช่องทางเดิมที่เรามีอยู่ วิธีนี้ทำงานได้แม้เสียงและใบหน้าจะถูกปลอมได้สมบูรณ์แบบ เพราะมันไม่ได้อาศัยการตัดสินว่าอะไรจริงอะไรปลอม

ข้อที่สี่ ในแง่นโยบาย สิ่งที่ AI เปลี่ยนคือขนาดและต้นทุน ไม่ใช่ความสามารถในการโน้มน้าวใจ ตัวเลข 0.03 ดอลลาร์ต่อข้อความหนึ่งฉบับหมายความว่าการหลอกแบบเจาะจงตัวบุคคลไม่ใช่ของแพงอีกต่อไป การป้องกันจึงต้องเตรียมรับปริมาณที่มากขึ้นมาก ไม่ใช่เตรียมรับข้อความที่หลอกเก่งขึ้น

ข้อสุดท้าย เรื่องนี้เชื่อมกลับไปที่เรื่องคน รายงานของ UNODC ระบุว่าปัญญาประดิษฐ์ไม่ได้ทำให้ความต้องการคนในศูนย์สแกมหมดไป เพราะเมื่อถึงจุดที่ต้องโน้มน้าวใจจริง กลุ่มอาชญากรรมยังเลือกใช้คน ซึ่งแปลว่าการค้ามนุษย์เพื่อป้อนศูนย์เหล่านั้นก็จะยังไม่หมดไปเช่นกัน