重磅出刊

數據揭「AI詐騙」暴增,哪些平台最危險?

當AI滲透人類的日常生活,這項技術的黑暗面也愈來愈清晰。根據權威機構「AI事故數據庫」統計,2025年是有紀錄以來AI造成實質傷害最嚴重的一年,哪類型的危害最常見?該如何避免?

AI-AI事故-AI事故數據庫-MIT-詐騙-深偽 圖片來源:Shutterstock
其他
  • 天下Web only
加入Google偏好來源 在Google搜尋優先看到天下

「AI已經對現實世界造成傷害,」AI事故數據庫編輯阿瑟頓(Daniel Atherton)直言,「如果不追蹤這些失敗,我們就無法修復它們。」

事故量年增50%

這份警告來自目前全球追蹤AI危害最核心的機構——AI事故數據庫(AI Incident Database, AIID)。

該計畫由「負責任AI協作組織」(Responsible AI Collaborative)旗下的學術團隊運作,自2018年起便開始建立索引,旨在協助從業人員識別技術弱點。它不只是隨機的新聞剪報,而是經過嚴謹彙整後的「AI失敗檔案」,被視為理解AI風險的重要指標。

根據該數據庫的資料,AI相關事故的報告數量呈現驚人成長:從2022年到2024年,事故報告年增率達50%;而在2025年的前十個月,事故總數就已超越2024年的全年總和。

阿瑟頓強調,目前的數據高度依賴新聞報導,只能反映被媒體關注到的重大案件,「全球所有的報導加總起來,也只是大眾實際遭受AI傷害的一小部分。」

為了從龐雜的數據中看出端倪,麻省理工學院(MIT)FutureTech實驗室也加入了這場戰役。

今年一月,MIT研究員邁利烏斯(Simon Mylius)團隊發布了一項新工具,利用語言模型來強化AI事故數據庫的分析能力,自動解析新聞報導並將傷害分類。

該團隊正試圖引入類似「疾病監測」的框架來分析AI事故,希望能像公共衛生界追蹤流行病一樣,及早發現並應對新型態AI危害。

廣告

透過這套工具分析發現,惡意行為者利用AI進行詐騙或散播假訊息的案例成長最快,自2022 年以來已暴增8倍。

最大事故:深偽詐騙

過去AI的問題,主要集中在自動駕駛失靈或演算法偏見,而2025年的主角則是「深偽技術」(Deepfakes)。

Cybernews分析數據庫中的346起案例發現,超過半數(179起)涉及深偽技術。更令人擔憂的是,在132起AI詐騙案件中,高達81%是由深偽技術驅動。

這類詐騙極具針對性。佛羅里達州一名婦女因接到偽造女兒聲音的電話,被騙走1.5萬美元;另一對夫婦則因相信了偽造的馬斯克投資影片,損失4.5萬美元。甚至在英國,一名寡婦在網戀詐騙中以為自己在和影星傑森・摩莫亞(Jason Momoa)交往,最終損失了50萬英鎊。

除了金錢損失,AI 工具的濫用也延伸到性別暴力與生命安全領域。

據估計,馬斯克的xAI旗下模型Grok,一度每小時生成6,700張將真實女性與未成年人性別化的圖片,迫使馬來西亞與印尼政府採取封鎖行動。

廣告

更嚴峻的是涉及人身安全的事故。2025年數據庫共記錄了37起涉及暴力與不安全內容的案件,部分甚至導致了生命逝去。

其中一起廣受關注的悲劇,是16歲少年亞當・雷恩(Adam Raine),他在與ChatGPT互動後自殺身亡——據稱該聊天機器人未勸阻,反而鼓勵了他的自殺念頭(OpenAI否認與此有關)。

解方,還在路上

值得關注的是,這些危害的責任歸屬難以釐清。雖然ChatGPT、Claude、Grok與Gemini等知名工具最常被點名(其中ChatGPT出現在35起案例中),但自2023年以來,超過三分之一的事故涉及「未知的AI開發者」。

這代表當詐騙在Facebook或Instagram等平台上橫行時,往往難以第一時間辨識背後使用了哪種AI工具。

面對失控的風險,業界並非毫無作為。目前,Google、微軟、OpenAI、Meta,和ElevenLabs等巨頭已支持一套名為「內容憑證」(Content Credentials)的系統。這是一種數位浮水印與元數據技術,會標記內容來源,確保真實性,讓AI生成內容無所遁形。

廣告

然而,許多平台並沒有加入這樣的系統,像是熱門的圖像生成工具Midjourney目前就尚未支持「內容憑證」標準,破口仍然巨大。

接下來的一年,新的AI風險肯定會繼續出現。邁利厄斯提醒,我們不僅要關注這些突發的新危機,更不能忽視那些漸進式的長期困境,「社會問題、隱私侵犯、權利受損⋯⋯,這些在單一事件中或許不明顯,但累積起來將造成巨大的整體傷害。」

(資料來源:Time, Cybernews, Responsible AI Collaborative)

你可能有興趣
最新訊息
中秋限定64折解鎖暢讀天下只到9/30
訂閱天下雜誌電子報

天下雜誌當期內容的精華與延伸,每周三發送最具時效性的深度內容