Operazione “Numero sbagliato”: truffa dei falsi incarichi assistita dall’IA

Questo caso di studio è stato pubblicato originariamente nel rapporto di OpenAI di giugno 2025⁠(si apre in una nuova finestra).

Abbiamo bloccato account ChatGPT che generavano brevi messaggi di reclutamento in inglese, spagnolo, swahili, kinyarwanda, tedesco e creolo haitiano. Questi messaggi offrivano ai destinatari compensi elevati per attività banali, come mettere “Mi piace” ai post sui social media, e li incoraggiavano a reclutare altre persone. L’operazione sembrava fortemente centralizzata e probabilmente aveva origine in Cambogia.

Grazie a strumenti di traduzione basati sull’IA, abbiamo potuto indagare e interrompere rapidamente l’uso dei servizi OpenAI da parte della campagna.

La maggior parte delle interazioni della rete riguardava attività di traduzione. La rete usava ChatGPT per tradurre frasi colloquiali tra il cinese e diverse altre lingue, soprattutto inglese, spagnolo, kinyarwanda, swahili, tedesco e creolo haitiano. In genere, queste attività alternavano la traduzione in cinese di un messaggio ricevuto e la traduzione della risposta dal cinese alla lingua originale.

Alcuni di questi messaggi assomigliavano ad annunci di lavoro inviati a freddo e offrivano compensi orari elevati per un impegno minimo. Uno di questi messaggi è stato inviato via SMS a una serie apparentemente casuale di numeri di cellulare del Regno Unito, uno dei quali apparteneva a un investigatore di OpenAI. Abbiamo chiamato questa operazione “Numero sbagliato”, in omaggio all’SMS iniziale.

Gli autori della minaccia sembravano affidarsi a più piattaforme di messaggistica. L’SMS iniziale invitava i destinatari a proseguire la conversazione su WhatsApp; chi rispondeva veniva poi indirizzato a un “mentore” su Telegram. Alcune attività facevano riferimento anche all’app di messaggistica BonChat. I primi messaggi introduttivi inviati tramite questi canali non sembravano essere stati generati con i nostri modelli. Erano messaggi standard che probabilmente potevano essere usati in qualsiasi conversazione.

Molte attività di traduzione riguardavano comunicazioni presentate come provenienti da rappresentanti di presunte aziende “datrici di lavoro”. Gli stessi nomi di aziende comparivano ripetutamente in numerose conversazioni ChatGPT esaminate nell’ambito di questa indagine. Tra queste figuravano Hyesung Advertising⁠(si apre in una nuova finestra) e Lightning Shared Scooter Co (LSSC)⁠(si apre in una nuova finestra). Fonti pubbliche hanno identificato Hyesung e LSSC come presunti sistemi di truffa basati su falsi incarichi. Pur non avendo verificato in modo indipendente la natura di queste entità, la nostra indagine ha rilevato che i messaggi apparentemente inviati per loro conto erano generati da utenti di ChatGPT di lingua cinese, probabilmente attivi dalla Cambogia.

Le aziende che questa rete dichiarava di rappresentare operavano in settori molto diversi, dalla compravendita di azioni al noleggio di monopattini, fino alla vendita di “Mi piace” sui social media. Un evidente campanello d’allarme era l’offerta di oltre 5 $ per un solo “Mi piace” su TikTok; per confronto, la nostra verifica manuale dei marketplace online ha mostrato che alcuni venditori di “Mi piace” sui social media chiedono meno di 10 $ per 1.000 “Mi piace”.

Combinando gli indicatori esterni alla piattaforma con le osservazioni interne, abbiamo individuato uno schema operativo ricorrente. Per far conoscere meglio questa tattica e semplificarne la classificazione, descriviamo lo schema in tre fasi: l’aggancio (il contatto a freddo), l’entusiasmo (suscitare interesse) e la stangata (estorcere denaro):

1. L’aggancio (il contatto a freddo): la rete genera contenuti destinati a contatti a freddo, offrendo in genere compensi insolitamente elevati per un impegno minimo o promettendo alti rendimenti sugli investimenti in borsa. Queste offerte includono compensi elevati per attività semplici, come mettere “Mi piace” ai post sui social media, oppure opportunità d’investimento redditizie.

2. L’entusiasmo (suscitare interesse): la rete traduce conversazioni, probabilmente tra l’operatore e i suoi “dipendenti”. Questi scambi includono dettagli logistici sugli incarichi, ma sono spesso intervallati da messaggi motivazionali sui guadagni e sui possibili bonus.

3. La stangata (estorcere denaro): la rete genera e/o invia contenuti che fanno pressione sul “dipendente” o sull’“investitore” affinché versi denaro per sbloccare ricompense maggiori. Ciò avviene in varie forme, tra cui un “deposito” iniziale, l’acquisto di criptovalute e le “spese di gestione”.

Secondo fonti pubbliche⁠(si apre in una nuova finestra), alcune di queste aziende imponevano ai nuovi reclutati ingenti quote di iscrizione, per poi usare parte di quei fondi per pagare i “dipendenti” esistenti quanto bastava a mantenerli coinvolti. Questa struttura è tipica delle truffe dei falsi incarichi⁠(si apre in una nuova finestra).

Data la nostra visibilità limitata, è difficile quantificare la reale portata di questa rete. Tuttavia, segnalazioni esterne alla piattaforma⁠(si apre in una nuova finestra) e conversazioni in cui alcuni “dipendenti” chiedevano rimborsi indicano che almeno alcune persone hanno versato denaro a questi presunti datori di lavoro. Abbiamo inoltre osservato utenti reali difendere le aziende sui social media, suggerendo un certo grado di coinvolgimento nel mondo reale.