Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.
Dolandırıcıların, Kaliforniya'daki toplum kolejlerinde öğrenci kimliğine bürünerek federal mali yardım almak amacıyla yapay zekâ araçları kullandığı iddia edildi.
Dolandırıcıların, Kaliforniya toplum kolejlerinde öğrenci kimliğine bürünüp federal mali yardım almak için yapay zekâ araçları kullandığı iddia edildi.
Olay
2021-2025 yılları arasında Kaliforniya'daki toplum kolejlerinin, tüm başvuruların yaklaşık %34'ünü oluşturduğu tahmin edilen sahte başvuru artışıyla karşı karşıya kaldığı bildirildi. Dolandırıcıların, ChatGPT dahil üretken yapay zekâ araçlarını kullanarak kimlik doğrulayan yanıtlar ürettiği ve bu şekilde öğrenci kimliğine bürünüp mali yardım aldığı iddia edildi. Dolandırıcılığın, geçtiğimiz yıl içinde tek başına 13 milyon doları aşan kayba yol açtığı, idari ve eğitim sistemlerini zorladığı ve gerçek başvuru sahiplerinin yerini aldığı belirtildi.
"Pell runner" olarak anılan dolandırıcıların, yapay zekâ tarafından üretilmiş öğrenci profilleri oluşturduğu, kayıt yaptırdığı ve genellikle yapay zekâ ile üretilmiş asgari düzeyde çevrimiçi ders ödevi teslim ederek düşük gelirli öğrencilere yönelik federal ve eyalet yardım ödemelerini almaya yetecek kadar kayıtlı kaldığı, ardından kayboldukları aktarıldı. Bir örnekte, kimliği çalınan bir kadının, kendi bilgisi dışında bir kolejde kaydedildiğini ve adına 9.000 dolarlık bir kredi çekildiğini bir polis memurunun kapısını çalmasıyla öğrendiği bildirildi.
Olayın, üretken yapay zekâ araçlarının kimlik doğrulama süreçlerini atlatmak ve sahte kayıtlar oluşturmak için kullanılmasının, kamu kaynaklarının kötüye kullanılmasına ve gerçek öğrencilerin mağdur edilmesine yol açabileceğini ve bunun kötü niyetli kullanım açısından önemli bir risk oluşturduğunu gösterdiği değerlendirilmektedir.
Kaynaklar & Kanıtlar
- [1]
- [2]
- [3]
- [4]
- [5]
Akademik Atıf
Sınıflandırma
Detaylar
Zaman Çizelgesi
Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?