অপারেশন “ভুল নম্বর”: কৃত্রিম বুদ্ধিমত্তা-সহায়িত কাজভিত্তিক প্রতারণা

এই কেস স্টাডিটি প্রথমে OpenAI-এর জুন ২০২৫⁠(একটি নতুন উইন্ডোতে খোলে) প্রতিবেদনে প্রকাশিত হয়েছিল.

আমরা এমন ChatGPT অ্যাকাউন্ট নিষিদ্ধ করেছি, যেগুলো ইংরেজি, স্প্যানিশ, সোয়াহিলি, কিনিয়ারোয়ান্ডা, জার্মান ও হাইতিয়ান ক্রেওল ভাষায় ছোট নিয়োগধর্মী বার্তা তৈরি করছিল. এসব বার্তায় সামাজিক মাধ্যমের পোস্টে লাইক দেওয়ার মতো তুচ্ছ কাজের বিনিময়ে প্রাপকদের উচ্চ বেতনের প্রস্তাব দেওয়া হতো এবং অন্যদের নিয়োগে উৎসাহিত করা হতো. অপারেশনটি অত্যন্ত কেন্দ্রীভূত বলে মনে হয়েছে এবং সম্ভবত কম্বোডিয়া থেকে পরিচালিত হয়েছে.

কৃত্রিম বুদ্ধিমত্তা-চালিত অনুবাদ সরঞ্জাম ব্যবহার করে আমরা OpenAI পরিষেবায় এই প্রচারের ব্যবহার দ্রুত তদন্ত ও ব্যাহত করতে পেরেছি.

নেটওয়ার্কটির বেশির ভাগ মন্তব্যই ছিল অনুবাদসংক্রান্ত কাজ. তারা চীনা ও আরও কয়েকটি ভাষার মধ্যে কথোপকথনধর্মী বাক্য অনুবাদ করতে ChatGPT ব্যবহার করেছিল; এর মধ্যে উল্লেখযোগ্য ছিল ইংরেজি, স্প্যানিশ, কিনিয়ারোয়ান্ডা, সোয়াহিলি, জার্মান ও হাইতিয়ান ক্রেওল. এসব কাজে সাধারণত পালাক্রমে আগত বার্তা চীনা ভাষায় অনুবাদ করা এবং চীনা থেকে একটি জবাব আবার মূল ভাষায় অনুবাদ করা হতো.

এসব বার্তার একটি অংশ অযাচিত চাকরির বিজ্ঞাপনের মতো ছিল, যেখানে অল্প কাজের জন্য উচ্চ ঘণ্টাভিত্তিক মজুরির প্রস্তাব দেওয়া হয়েছিল. এ ধরনের একটি বার্তা SMS-এর মাধ্যমে যুক্তরাজ্যের মোবাইল নম্বরের এক এলোমেলো সেটে পাঠানো হয়েছিল বলে মনে হয়েছে, যার একটি ছিল OpenAI-এর একজন তদন্তকারীর. প্রাথমিক SMS-এর স্মরণে আমরা এই অপারেশনের নাম দিয়েছি “ভুল নম্বর”.

হুমকি-সংশ্লিষ্টরা একাধিক মেসেজিং প্ল্যাটফর্মের ওপর নির্ভর করছিল বলে মনে হয়েছে. প্রাথমিক SMS প্রাপকদের WhatsApp-এ যোগাযোগ করতে বলত, এরপর সাড়া দেওয়া ব্যক্তিদের Telegram-এ এক “পরামর্শদাতার” কাছে পাঠানো হতো. কিছু কার্যকলাপে BonChat মেসেজিং অ্যাপের কথাও উল্লেখ ছিল. এসব চ্যানেলে পাঠানো শুরুর পরিচয়মূলক বার্তাগুলো আমাদের মডেল ব্যবহার করে তৈরি হয়েছে বলে মনে হয়নি. সেগুলো ছিল রুটিন বার্তা, যা সম্ভবত প্রতিটি কথোপকথনেই প্রযোজ্য হতে পারে.

অনুবাদের অনেক কাজেই এমন যোগাযোগ ছিল, যা কথিত “নিয়োগদাতা” কোম্পানির প্রতিনিধিদের কাছ থেকে এসেছে বলে দাবি করা হয়েছিল. এই তদন্তের আওতায় থাকা বহু ChatGPT কথোপকথনে একই কোম্পানির নাম বারবার উঠে এসেছে. এর মধ্যে ছিল Hyesung Advertising⁠(একটি নতুন উইন্ডোতে খোলে) এবং Lightning Shared Scooter Co (LSSC)⁠(একটি নতুন উইন্ডোতে খোলে). সর্বজনীন প্রতিবেদনে Hyesung ও LSSC-কে কথিত কাজভিত্তিক প্রতারণা পরিকল্পনা হিসেবে শনাক্ত করা হয়েছে. আমরা এসব প্রতিষ্ঠানের প্রকৃতি স্বাধীনভাবে যাচাই করিনি, তবে আমাদের তদন্তে দেখা গেছে, তাদের কাছ থেকে এসেছে বলে দাবি করা বার্তাগুলো চীনা ভাষাভাষী ChatGPT ব্যবহারকারীরা তৈরি করেছিল, যারা সম্ভবত কম্বোডিয়া থেকে পরিচালনা করছিল.

এই নেটওয়ার্ক যেসব কোম্পানির প্রতিনিধিত্ব করার দাবি করেছিল, সেগুলো শেয়ার লেনদেন থেকে স্কুটার ভাড়া, সামাজিক মাধ্যমের লাইক বিক্রি পর্যন্ত বিস্তৃত নানা শিল্পখাতের ছিল. একটি স্পষ্ট সতর্কসংকেত ছিল একটিমাত্র TikTok লাইকের জন্য $5-এর বেশি দেওয়ার প্রস্তাব; বিপরীতে, অনলাইন মার্কেটপ্লেসের আমাদের ম্যানুয়াল পর্যালোচনায় দেখা গেছে, সামাজিক মাধ্যমের লাইক বিক্রি করা কিছু বিক্রেতা ১,০০০ লাইকের জন্য $10-এর কম নেয়.

প্ল্যাটফর্মের বাইরের সূচক এবং অভ্যন্তরীণ পর্যবেক্ষণ মিলিয়ে আমরা একটি পুনরাবৃত্ত কর্মপ্রবাহের ধরন শনাক্ত করেছি. এই কৌশলটি সম্পর্কে বিস্তৃত বোঝাপড়া বাড়াতে এবং এর শ্রেণিবিন্যাস সহজ করতে আমরা এই ধরনটিকে এভাবে বর্ণনা করি: পিং (অযাচিত যোগাযোগ), ঝিং (উচ্ছ্বাস তৈরি), এবং স্টিং (টাকা আদায়):

1. পিং (অযাচিত যোগাযোগ): নেটওয়ার্কটি অযাচিতভাবে যোগাযোগের জন্য কনটেন্ট তৈরি করে, যেখানে সাধারণত অল্প কাজের জন্য অস্বাভাবিক উচ্চ মজুরি বা শেয়ারবাজারে বিনিয়োগে উচ্চ লাভের প্রতিশ্রুতি দেওয়া হয়. এসব প্রস্তাবে সামাজিক মাধ্যমের পোস্টে লাইক দেওয়ার মতো সহজ কাজের জন্য উচ্চ পারিশ্রমিক বা লাভজনক বিনিয়োগের সুযোগ অন্তর্ভুক্ত থাকে.

2. ঝিং (উচ্ছ্বাস তৈরি): নেটওয়ার্কটি কথোপকথন অনুবাদ করে, সম্ভবত Operator এবং তাদের “কর্মীদের” মধ্যে. এসব বিনিময়ে কাজের লজিস্টিক বিবরণ থাকে, তবে আয় ও সম্ভাব্য বোনাস নিয়ে প্রেরণামূলক বার্তাও ঘন ঘন ঢুকে যায়.

3. স্টিং (টাকা আদায়): নেটওয়ার্কটি এমন কনটেন্ট তৈরি এবং/অথবা পাঠায়, যা বড় পুরস্কার আনলক করার জন্য “কর্মী” বা “বিনিয়োগকারীকে” টাকা দিতে চাপ দেয়. এটি কয়েকভাবে ঘটে, যার মধ্যে আছে প্রাথমিক “জমা”, ক্রিপ্টোকারেন্সি কেনা এবং “হ্যান্ডলিং ফি”.

সর্বজনীন প্রতিবেদন⁠(একটি নতুন উইন্ডোতে খোলে) ইঙ্গিত দেয়, এসব কোম্পানির কিছু নতুন নিয়োগপ্রাপ্তদের কাছ থেকে বড় অঙ্কের যোগদান ফি নিয়ে, তারপর সেই অর্থের একটি অংশ বিদ্যমান “কর্মীদের” যথেষ্ট সামান্য পরিমাণে পরিশোধ করে তাদের যুক্ত রাখত. এই কাঠামো কাজভিত্তিক প্রতারণার⁠(একটি নতুন উইন্ডোতে খোলে) বৈশিষ্ট্যপূর্ণ.

আমাদের দৃশ্যমানতা সীমিত হওয়ায় এই নেটওয়ার্কের প্রকৃত বিস্তার নিরূপণ করা কঠিন. তবে প্ল্যাটফর্মের বাইরের প্রতিবেদন⁠(একটি নতুন উইন্ডোতে খোলে) এবং যেসব কথোপকথনে “কর্মীরা” অর্থ ফেরত দাবি করেছে, তা ইঙ্গিত করে যে অন্তত কিছু ব্যক্তি এসব কথিত নিয়োগদাতাকে টাকা দিয়েছেন. আমরা সামাজিক মাধ্যমে প্রকৃত ব্যবহারকারীদেরও কোম্পানিগুলোর পক্ষে সাফাই দিতে দেখেছি, যা বাস্তব জগতে কিছু মাত্রার সম্পৃক্ততার ইঙ্গিত দেয়.