کارشناسان امنیت سایبری، مقابله با تقلب و احراز هویت دیجیتال در نشست کمیته نظارت مجلس نمایندگان آمریکا هشدار دادند که هوش مصنوعی مولد بهسرعت توانایی مجرمان برای جعل هویت، تولید مدارک جعلی و دور زدن سامانههای احراز هویت را افزایش داده است. آنها از دولت فدرال خواستند راهبردی یکپارچه برای مقابله با کلاهبرداری دیجیتال تدوین کند، قابلیتهای Login.gov را ارتقا دهد و همکاری نزدیکتری میان دولت، بخش خصوصی و نهادهای مالی ایجاد کند. 
نگرانی قانونگذاران از رشد کلاهبرداری هویتی
در نشست کمیته نظارت مجلس نمایندگان آمریکا، متخصصان حوزه امنیت، احراز هویت دیجیتال و مقابله با تقلب اعلام کردند که استفاده گسترده از هوش مصنوعی مولد باعث شده تولید اسناد جعلی، جعل چهره، صدا و هویت دیجیتال بسیار سادهتر و ارزانتر شود. به گفته آنان، این تحول تهدیدی جدی برای سامانههای دولتی، مؤسسات مالی و خدمات عمومی محسوب میشود و نیازمند واکنش هماهنگ دولت فدرال است.
هوش مصنوعی معادله کلاهبرداری را تغییر داده است
کارشناسان توضیح دادند که مجرمان اکنون از مدلهای هوش مصنوعی برای تولید مدارک هویتی جعلی، تصاویر و ویدئوهای دیپفیک، جعل صدا و اجرای حملات مهندسی اجتماعی در مقیاس وسیع استفاده میکنند. این ابزارها زمان و هزینه اجرای حملات را کاهش داده و کیفیت جعل را به سطحی رساندهاند که بسیاری از سامانههای سنتی قادر به تشخیص آن نیستند.
لزوم تقویت Login.gov
یکی از محورهای اصلی جلسه، تقویت Login.gov بود؛ سامانه احراز هویت واحد دولت آمریکا که دهها سازمان فدرال و بیش از ۸۰ میلیون حساب کاربری از آن استفاده میکنند. کارشناسان تأکید کردند که این سامانه باید بهطور مستمر در برابر تهدیدهای جدید مبتنی بر هوش مصنوعی بهروزرسانی شود و از فناوریهای پیشرفتهتر برای احراز هویت و تشخیص تقلب بهره ببرد.
نیاز به راهبرد ملی مقابله با تقلب
حاضران در جلسه اعلام کردند که مسئولیت مقابله با کلاهبرداری دیجیتال اکنون میان سازمانهای مختلف توزیع شده و فاقد هماهنگی کافی است. آنها پیشنهاد کردند دولت آمریکا یک راهبرد ملی برای مقابله با تقلب دیجیتال تدوین کند که نقش دستگاههای مختلف، بخش خصوصی، بانکها، ارائهدهندگان خدمات هویتی و شرکتهای فناوری را بهصورت شفاف مشخص کند.
همکاری دولت و بخش خصوصی
کارشناسان تأکید کردند که دولت بهتنهایی قادر به مقابله با این تهدید نیست. از آنجا که بخش عمده زیرساختهای احراز هویت، خدمات مالی و فناوری در اختیار بخش خصوصی قرار دارد، تبادل اطلاعات تهدید، اشتراکگذاری دادههای مربوط به تقلب و همکاری میان دولت، شرکتهای فناوری و مؤسسات مالی باید تقویت شود.
تمرکز بر احراز هویت چندلایه
به اعتقاد متخصصان، اتکا به یک روش احراز هویت دیگر کافی نیست. آنها استفاده از احراز هویت چندعاملی، اعتبارسنجی مدارک هویتی، تحلیل رفتار کاربران، تشخیص زنده بودن (Liveness Detection)، بیومتریک و ارزیابی ریسک مبتنی بر هوش مصنوعی را بهعنوان راهکارهای مکمل برای مقابله با جعل هویت پیشنهاد کردند.
هوش مصنوعی؛ هم تهدید و هم ابزار دفاع
در این نشست تأکید شد که همان فناوری هوش مصنوعی که توسط مجرمان برای جعل هویت استفاده میشود، میتواند در دفاع نیز نقش مهمی ایفا کند. الگوریتمهای یادگیری ماشین قادرند الگوهای غیرعادی، فعالیتهای مشکوک و نشانههای جعل را سریعتر از روشهای سنتی شناسایی کرده و به کاهش تقلب کمک کنند.
چالشهای آینده
کارشناسان هشدار دادند که با پیشرفت مدلهای مولد، کیفیت دیپفیکها و مدارک جعلی بهطور مداوم افزایش خواهد یافت. بنابراین سامانههای احراز هویت باید بهصورت مستمر بهروزرسانی شوند و سیاستگذاران نیز استانداردها و مقررات متناسب با این تهدیدهای نوظهور را تدوین کنند.
اهمیت راهبردی
این نشست نشان میدهد که جعل هویت مبتنی بر هوش مصنوعی از یک تهدید فناورانه به یک مسئله امنیت ملی و حکمرانی دیجیتال تبدیل شده است. افزایش توان مدلهای مولد در تولید اسناد، تصاویر و هویتهای جعلی، دولتها را ناگزیر کرده است معماری احراز هویت دیجیتال، اشتراکگذاری اطلاعات، مدیریت ریسک و همکاری میان دولت و صنعت را بازطراحی کنند. در این میان، سامانههایی مانند Login.gov به یکی از اجزای کلیدی دفاع در برابر نسل جدید حملات مبتنی بر هوش مصنوعی تبدیل شدهاند.