Deepfake to nie tylko twarz w filmie[1][4]
W potocznym użyciu deepfake kojarzy się z podmienioną twarzą celebryty w wideo. Dla oszustów ważniejsza jest jednak cała rodzina syntetycznych narzędzi: generowane zdjęcia profilowe, fałszywe dokumenty, klonowanie głosu, wideo do rozmów na żywo, automatyczne tłumaczenia i teksty dopasowane do konkretnej ofiary.
FBI/IC3 ostrzega, że generatywna AI zwiększa skalę i wiarygodność istniejących schematów finansowych. Przestępca może szybciej tworzyć profile, strony, wiadomości, obrazy dokumentów i materiały wideo, a jednocześnie usuwać błędy językowe, które wcześniej zdradzały oszustwo.
To kluczowa zmiana: AI rzadko tworzy zupełnie nowy rodzaj przestępstwa. Częściej obniża koszt wykonania starego oszustwa i pozwala prowadzić je na większą skalę.
Jak wygląda typowy łańcuch ataku
Skuteczny scam deepfake zwykle nie zaczyna się od generowania filmu. Najpierw zbierane są dane: zdjęcia z social mediów, próbki głosu z filmów, informacje o stanowisku, rodzinie, klientach albo strukturze firmy. Następnie powstaje syntetyczna persona albo kopia konkretnej osoby.
Drugi etap to kontekst. Sama imitacja głosu dyrektora nie wystarczy, jeżeli rozmowa nie pasuje do realiów firmy. Dlatego generatywna AI bywa używana do pisania wiadomości, tłumaczeń i przygotowania przekonującej historii. Dopiero na końcu pojawia się presja: pilny przelew, zmiana numeru rachunku, kod uwierzytelniający, dostęp do systemu albo poufny dokument.
Najbardziej niebezpieczny moment następuje wtedy, gdy syntetyczne audio lub wideo zostaje użyte nie jako pierwszy kontakt, lecz jako „ostateczne potwierdzenie”, które ma wyłączyć czujność ofiary.
FBI: AI jest już widoczna w realnych kategoriach strat[2]
W raporcie IC3 za 2025 rok FBI wskazało konkretne kategorie skarg z zadeklarowanym powiązaniem z AI. W oszustwach związanych z zatrudnieniem zgłoszone straty z AI-nexus wyniosły prawie 13 mln USD. W skargach inwestycyjnych z raportowanym udziałem AI straty przekroczyły 632 mln USD.
Tych liczb nie wolno interpretować jako pełnej skali „oszustw AI”. FBI zaznacza, że ofiary często nie wiedzą, w jakim stopniu AI była używana. To raczej dolna warstwa widocznych przypadków niż kompletny pomiar całego zjawiska.
Raport opisuje m.in. użycie głosu i potencjalnych deepfake'ów podczas zdalnych rozmów rekrutacyjnych oraz generowanych materiałów celebrytów i liderów biznesu w oszustwach inwestycyjnych.
Najważniejsza informacja nie brzmi „AI tworzy nowe oszustwa”, lecz „AI zwiększa wiarygodność i przepustowość już rentownych schematów”.
Klonowanie głosu: dlaczego słuch nie wystarcza[3]
Klonowanie głosu jest szczególnie skuteczne, bo człowiek traktuje znajomy głos jako silny sygnał tożsamości. FTC opisuje oszustwa, w których syntetyczna mowa służy do podszywania się pod członków rodziny lub kadrę kierowniczą i wyłudzania pieniędzy albo informacji.
Jednocześnie FTC podkreśla, że nie istnieje jedna technologia, która rozwiązuje problem. Watermarking można próbować usuwać lub zniekształcać, detekcja ma różną skuteczność, a mechanizmy uwierzytelniające trzeba wdrażać w systemach komunikacji i procesach biznesowych.
Wniosek jest praktyczny: rozpoznawanie „czy głos brzmi naturalnie” jest słabą kontrolą. Znacznie lepiej działa niezależne potwierdzenie kanałem, którego nie kontroluje rozmówca.
Zdjęcia i wideo: ich rolą jest często zbudowanie zaufania[1][5]
FBI wymienia generowane zdjęcia profilowe, obrazy dokumentów identyfikacyjnych i filmy przedstawiające rzekome osoby publiczne, menedżerów czy przedstawicieli instytucji. W niektórych schematach wideo ma „udowodnić”, że kontakt internetowy jest prawdziwą osobą.
To oznacza, że pytanie o autentyczność obrazu trzeba osadzić w procesie. Nawet jeśli materiał wygląda wiarygodnie, należy sprawdzić jego pochodzenie, metadane, sygnały generatywne i kontekst. Odwrotnie, sam wynik detektora nie powinien zastępować weryfikacji tożsamości.
INTERPOL w ocenie zagrożeń finansowych z 2026 roku opisuje również ofertę deepfake-as-a-service i zestawów syntetycznej tożsamości obejmujących awatary wideo, klony głosu i dane biometryczne. Technologia oszustwa staje się usługą, a nie tylko umiejętnością pojedynczego sprawcy.
Procedura dla firmy: jak nie zatwierdzić przelewu na podstawie deepfake'u[1][3]
Najskuteczniejsze zabezpieczenia są często nudne — i właśnie dlatego działają. Proces powinien zakładać, że e-mail, numer telefonu, głos, zdjęcie profilowe i obraz z wideorozmowy mogą zostać podrobione. Autoryzacja nie może więc opierać się na jednym z tych sygnałów.
- Zmiana rachunku bankowego dostawcy zawsze wymaga potwierdzenia kanałem znanym wcześniej, a nie numerem podanym w nowej wiadomości.
- Przelewy powyżej ustalonego progu powinny wymagać drugiej osoby lub drugiego czynnika niezależnego od rozmowy.
- Wprowadź prostą procedurę call-back: rozłącz się i oddzwoń na numer zapisany w firmowej książce kontaktów.
- Nie traktuj rozmowy wideo jako silniejszego uwierzytelnienia tylko dlatego, że widzisz twarz rozmówcy.
- Zachowuj pliki i nagłówki wiadomości, jeżeli kontakt wygląda podejrzanie; mogą być potrzebne do analizy i zgłoszenia.
- Przeszkol pracowników z mechanizmu presji: pilność, poufność i prośba o ominięcie procedury to część ataku, nie drobny szczegół.
Procedura dla osoby prywatnej: rodzina, inwestycje, „pilny wypadek”[1][2]
FBI zaleca m.in. ustalenie rodzinnego tajnego słowa lub frazy i niezależne oddzwanianie do osoby, która rzekomo potrzebuje pomocy. To proste zabezpieczenie jest odporne na dużą część scenariuszy, w których oszust ma próbkę głosu, ale nie zna uzgodnionej informacji.
W przypadku inwestycji problemem jest często cała syntetyczna otoczka: wygenerowany ekspert, profesjonalne materiały, komentarze innych „użytkowników”, chatbot i fałszywy panel wyników. Weryfikować należy więc podmiot, licencję, domenę i przepływ pieniędzy, a nie wyłącznie osobę pojawiającą się w reklamie.
Jeżeli ktoś żąda natychmiastowego przelewu, krypto, karty podarunkowej lub kodu dostępu i jednocześnie utrudnia niezależne sprawdzenie historii, techniczna jakość jego głosu czy filmu jest drugorzędna.
Detekcja deepfake powinna być jednym z elementów kontroli, nie bramką zero-jedynkową[3][4]
Detektory są potrzebne, ale działają najlepiej jako system wsparcia. Materiał z wysokim ryzykiem można skierować do ręcznej weryfikacji, poprosić o oryginał, sprawdzić provenance albo uruchomić dodatkowe kanały identyfikacji.
Ta filozofia jest zgodna z szerszym obrazem instytucjonalnym: FTC wskazuje brak jednego „silver bullet”, a organizacje policyjne opisują oszustwa jako połączenie technologii, socjotechniki i infrastruktury przestępczej. Technologia obronna również musi łączyć kilka warstw.
Najgorszym efektem deepfake'ów byłoby uznanie, że niczemu nie można ufać. Lepszy model to trust by verification: mniej zaufania do pojedynczego sygnału, więcej do procesu, który można powtórzyć i udokumentować.