آمارهای جدید پژوهش مؤسسه QA نشان می‌دهد که با وجود رشد خیره‌کننده حملات سایبری پیشرفته و کلاهبرداری‌های مبتنی بر هوش مصنوعی، نزدیک به دو سوم (۶۱٪) از نیروی کار در بریتانیا طی یک سال گذشته هیچ‌گونه آموزشی در زمینه شناسایی تهدیدات مبتنی بر هوش مصنوعی دریافت نکرده‌اند. این در حالی است که کلاهبرداری‌های دیپ‌فیک و فیشینگ‌های فوق‌العاده متقاعدکننده، حتی سازمان‌های مالی بزرگ را با خسارات صدها میلیون دلاری مواجه کرده است.
گزارش آماری QA: شکاف بزرگ مهارت و آمادگی در سازمان‌ها
بر اساس نظرسنجی جدید موسسه QA که توسط مجموعه TLF روی ۱,۰۰۰ کارمند بریتانیایی انجام شده است، عدم آمادگی سازمان‌ها در مواجهه با تهدیدات عصر جدید به مرحله بحرانی رسیده است. در طول ۱۲ ماه گذشته، ۶۱ درصد از پاسخ‌دهندگان تایید کرده‌اند که «هیچ‌گونه آموزشی» درباره نحوه مواجهه و شناسایی خطرات نوظهور هوش مصنوعی نداشته‌اند.
نکته نگران‌کننده‌تر این است که ۲۲ درصد از کارمندان اعلام کرده‌اند که سازمان محل کار آن‌ها هیچ‌گونه سیاست‌گذاری یا دستورالعمل مشخصی (Policy) برای مقابله با ایمیل‌های فیشینگ هوشمند، کلاهبرداری‌های صوتی دیپ‌فیک (Deepfake Voice Scams) یا فاکتورهای جعلی تولیدشده توسط هوش مصنوعی ندارد.
آمار کلیدی پژوهش QA درباره تهدیدات سایبری هوش مصنوعی (سال ۱۴۰۳/۱۴۰۴)
- میزان عدم دریافت آموزش: ۶۱ درصد از کل نیروی کار
- فقدان سیاست‌گذاری سازمانی: ۲۲ درصد از سازمان‌ها فاقد دستورالعمل جامع
- محدودیت آموزش‌های تخصصی: تنها ۲۵ درصد از آموزش‌دیدگان، دوره اختصاصی هوش مصنوعی گذرانده‌اند
- عدم اطمینان در گروه سنی ۱۸ تا ۲۴ سال: ۳۹ درصد نگران فریب خوردن توسط ابزارهای هوش مصنوعی هستند
- اعتماد به نفس کادر غیرمدیریتی: تنها ۹ درصد توانایی خود در تشخیص فیشینگ AI را «بسیار بالا» می‌دانند
تغییر رفتاری تهدیدات: از اشتباهات نگارشی تا دیپ‌فیک‌های ۱۰۰ میلیون دلاری
در سال‌های گذشته، بررسی متن و یافتن اشتباهات املایی یا نگارشی یکی از اصلی‌ترین روش‌های دفاعی کاربران در برابر ایمیل‌های فیشینگ بود. اما امروزه مهاجمان با بهره‌گیری از مدل‌های زبانی بزرگ (LLM) ایمیل‌هایی کاملاً طبیعی، بدون غلط و متناسب با لحن سازمانی تدوین می‌کنند. ابزارهای هوش مصنوعی به مهاجمان اجازه داده‌اند تا فرایند مهندسی اجتماعی را در مقیاس وسیع و با دقت فوق‌العاده بالا اتوماسیون کنند.
علاوه بر ایمیل، حملات هوش مصنوعی به حوزه ویدیو و صوت نیز کشیده شده است. اخیراً پائولو مولسینی (Paolo Molesini)، رئیس سابق بانک خصوصی Fideuram (از زیرمجموعه‌های گروه بزرگ Intesa Sanpaolo)، قربانی یک حمله فیشینگ پیچیده مبتنی بر هوش مصنوعی شد که در نهایت منجر به انتقال نامشروع بیش از ۱۰۰ میلیون دلار به حساب‌های فراساحلی گردید.
جابه‌جایی نسل‌ها: کاهش اعتماد به نفس نسل جوان در برابر AI
یکی از یافته‌های غافلگیرکننده این پژوهش، تغییر رفتار گروه‌های سنی است. در عصر پیش از هوش مصنوعی، متولدین دهه ۷۰ و ۸۰ شمسی (Gen Z و Millennials) به دلیل رشد در بستر فناوری، بیشترین اعتماد به نفس را در شناسایی کلاهبرداری‌های اینترنتی داشتند و افراد مسن‌تر هدف اصلی مهاجمان بودند. اما امروزه این معادله معکوس شده است.
پیچیدگی و غیرقابل تشخیص بودن محتوای تولیدی توسط هوش مصنوعی باعث شده تا نسل جوان (گروه سنی ۱۸ تا ۲۴ سال) کمترین میزان اعتماد به نفس را داشته باشند؛ به‌طوری که نزدیک به دو پنجم آن‌ها (۳۹٪) ابراز نگرانی کرده‌اند که ممکن است طعمه این‌گونه حملات شوند.
همچنین شکاف عمیقی میان رده‌های مدیریتی و کارمندان عملیاتی وجود دارد:
- تنها ۹ درصد از کارمندان غیرمدیریتی اطمینان کامل دارند که می‌توانند یک ایمیل فیشینگ تولیدشده توسط هوش مصنوعی را تشخیص دهند.
- این میزان در میان مدیران ارشد و شرکا به ۴۸ درصد و در میان اعضای هیئت‌مدیره به ۳۳ درصد می‌رسد.
راهکار راهبردی: سواد پایه هوش مصنوعی و آموزش‌های نقش‌محور
دکتر ویکی کراکت (Dr Vicky Crockett)، مدیر سبد محصولات هوش مصنوعی در موسسه QA، در تحلیل این داده‌ها می‌گوید: «سازمان‌ها باید زیرساخت‌های خود را بر پایه سواد عمومی هوش مصنوعی بنا کنند تا رهبران کسب‌وکار و کارمندان بتوانند با اطمینان این تهدیدات را شناسایی کنند. در حوزه آموزش، رویکرد یکسان برای همه (One size fits all) پاسخگو نیست؛ بلکه ترکیب سواد پایه AI با آموزش‌های تخصصی مرتبط با هر نقش شغلی، بهترین استراتژی است.»
همچنین جو بیشندن (Jo Bishenden)، مدیر ارشد یادگیری در QA تاکید می‌کند: «یافته‌ها نشان می‌دهد سازمان‌ها علاوه بر چالش‌های امنیت سایبری، با چالش جدی مهارت‌آموزی مواجه هستند. هوش مصنوعی نحوه کار افراد را تغییر داده است، اما بسیاری از کارمندان مهارت‌های لازم برای درک مخاطرات و فرصت‌های این فناوری را کسب نکرده‌اند.»
