रोजगारासंबंधी फसवी योजना: माहिती तंत्रज्ञान कर्मचाऱ्यांच्या हालचाली

हा प्रकरण अभ्यास मूळतः OpenAI च्या जून २०२५⁠(नवीन विंडोमध्ये उघडेल) च्या अहवालात प्रकाशित झाला होता.

रोजगारासंबंधी अनेक संशयित फसव्या मोहिमांशी संबंधित असल्याचे दिसणारी ChatGPT खाती आम्ही ओळखली आणि त्यांवर बंदी घातली. या दुर्भावनापूर्ण घटकांनी जगभरातील माहिती तंत्रज्ञान, सॉफ्टवेअर अभियांत्रिकी आणि इतर दूरस्थ नोकऱ्यांसाठी अर्ज करण्याच्या संभाव्य फसव्या प्रयत्नांना मदत करणारे साहित्य तयार करण्यासाठी OpenAI च्या मॉडेल्सचा वापर केला.

या दुर्भावनापूर्ण घटकांची ठिकाणे किंवा राष्ट्रीयत्व आम्ही निश्चित करू शकत नसलो, तरी त्यांचे वर्तन हे माहिती तंत्रज्ञान कर्मचाऱ्यांच्या उत्तर कोरियाशी (डीपीआरके) संबंधित योजनांशी⁠(नवीन विंडोमध्ये उघडेल) सार्वजनिकरीत्या जोडल्या गेलेल्या हालचालींशी सुसंगत होते. या अलीकडील मोहिमांशी संबंधित काही घटकांना, उत्तर कोरियाशी संभाव्य संबंध असलेल्या दुर्भावनापूर्ण घटकांच्या मुख्य गटाने कंत्राटदार म्हणून नेमले असावे. अर्जासंबंधी कामे करणे आणि अमेरिकेसह विविध ठिकाणी संगणकीय उपकरणे चालवणे ही त्यांची कामे असावीत.

ज्या दुर्भावनापूर्ण घटकांच्या कारवाया आम्ही रोखल्या आणि ज्यांच्याबद्दल फेब्रुवारीमध्ये⁠(नवीन विंडोमध्ये उघडेल) लिहिले, त्यांच्याप्रमाणेच या ताज्या मोहिमांमध्येही रोजगार प्रक्रियेच्या प्रत्येक टप्प्यावर कृत्रिम बुद्धिमत्ता वापरण्याचा प्रयत्न झाला. यापूर्वी, हे घटक कृत्रिम बुद्धिमत्तेला स्वतः सूचना देऊन विश्वासार्ह वाटणाऱ्या काल्पनिक ओळखी तयार करत असल्याचे आम्हाला आढळले होते. यांपैकी अनेक ओळखी अमेरिकेत वास्तव्यास असल्याचे दाखवत आणि त्यांच्या नावावर नामांकित कंपन्यांमधील बनावट नोकरीचा इतिहास दिलेला असे. यावेळी त्यांनी स्वयंचलित पद्धतीने काही प्रमाणात परिचयपत्रे तयार करण्याचा प्रयत्न केला. काही संकेतांवरून असेही दिसते की, आफ्रिकेतील सूत्रधार नोकरीसाठी अर्जदार असल्याचे भासवत होते आणि त्याचबरोबर आपल्या वतीने लॅपटॉप चालवण्यासाठी उत्तर अमेरिकेतील लोकांची भरती करत होते.

आम्हाला या हालचालींचे दोन वेगळे प्रवाह आढळले. ते बहुधा सहभागींचे दोन प्रकार दर्शवत होते: मुख्य सूत्रधार आणि कंत्राटदार.

मुख्य सूत्रधारांनी विशिष्ट नोकऱ्यांची वर्णने, कौशल्यांचे साचे आणि काल्पनिक व्यक्तींच्या तपशिलांच्या आधारे परिचयपत्रे स्वयंचलितपणे तयार करण्याचा प्रयत्न केला. तसेच नोकरीच्या अर्जांचे व्यवस्थापन करण्यासाठी आणि त्यांची स्थिती जाणून घेण्यासाठी साधने तयार करण्याबद्दल माहिती मागितली. त्यांनी आमच्या मॉडेल्सचा वापर करून जगाच्या विविध भागांत कंत्राटदारांची भरती करण्यासाठी नोकरीच्या जाहिरातींसारखा दिसणारा मजकूरही तयार केला.

मुख्य सूत्रधारांनी दूरस्थ कामाची व्यवस्था उभारण्यासाठी आवश्यक माहिती मिळवण्याचे संशोधन साधन म्हणून ChatGPT चा वापर केला. कंपनीकडून पाठवलेले लॅपटॉप स्वीकारण्यासाठी अमेरिकेत प्रत्यक्ष व्यक्तींची भरती करण्यासंबंधी मजकूर तयार करण्यासाठीही त्यांनी आमची मॉडेल्स वापरली. नंतर मुख्य दुर्भावनापूर्ण घटक किंवा त्यांचे कंत्राटदार हे लॅपटॉप दूरस्थपणे वापरणार होते.

आपल्या कारवायांसाठी या दुर्भावनापूर्ण घटकांनी Tailscale चे थेट उपकरणांदरम्यान जोडणी करणारे आभासी खाजगी जाळे, OBS Studio, vdo.ninja द्वारे थेट दृश्यप्रवाह घुसवणे आणि HDMI चित्रग्रहण आवर्तने यांसारखी साधने व तंत्रे वापरण्याबद्दल संशोधन केले. या साधनांचा वापर कंपन्यांच्या सुरक्षा उपायांना वळसा घालण्यासाठी होऊ शकतो. हे प्रयत्न यशस्वी झाल्यास एखाद्याला दूरस्थपणे सतत, कोणाच्याही लक्षात न येता प्रवेश राखता येईल. तसेच थेट व्हिडिओ बैठकांवर अवलंबून असलेल्या काही ओळख पडताळणी प्रक्रियांना चुकवण्याचा प्रयत्नही करता येईल.

दरम्यान, कंत्राटदार असण्याची शक्यता असलेल्या सहभागींनी नोकरीच्या अर्जासंबंधी कामे पूर्ण करण्यासाठी ChatGPT ची मदत घेतली. त्यांनी मुख्य सूत्रधारांना मोबदल्याबद्दल आणि दूरस्थ नोकऱ्यांसाठी अर्ज करताना वापरलेल्या काल्पनिक ओळखींबद्दल विचारणा करणाऱ्या संदेशांसारखा मजकूर तयार करण्यासाठीही त्याचा वापर केला.

या दुर्भावनापूर्ण घटकांनी फसव्या कारवाईसाठी आमच्या मॉडेल्सचा वापर करण्याचा प्रयत्न केल्याचे आम्ही निश्चित केले. विशेषतः, त्यांनी गरजेनुसार जुळवलेली, विश्वासार्ह वाटणारी परिचयपत्रे मोठ्या प्रमाणावर तयार करण्यासाठी तपशीलवार सूचना, निर्देश आणि स्वयंचलित पुनरावृत्ती प्रक्रियांचा वापर केला.

• तंत्रज्ञान क्षेत्रातील विविध नोकऱ्यांची वर्णने, काल्पनिक ओळखी आणि उद्योगातील प्रचलित पद्धती यांच्याशी जुळणारी तपशीलवार परिचयपत्रे स्वयंचलितपणे तयार करणे: LLM च्या मदतीने लोकांचा विश्वास संपादन करून त्यांची दिशाभूल करणे.

• अपलोड केलेल्या परिचयपत्रांच्या आधारे नोकरीच्या अर्जातील प्रश्नांची उत्तरे देणे, संगणकीय आज्ञावली लिहिण्याची कामे पूर्ण करणे आणि मुलाखतीदरम्यान प्रश्नांची तत्काळ उत्तरे देणे: LLM च्या मदतीने लोकांचा विश्वास संपादन करून त्यांची दिशाभूल करणे.

• कंपनीने दिलेले लॅपटॉप देशांतर्गत असल्याचे भासवण्यासाठी त्यांच्या संरचनेत दूरस्थपणे बदल करण्याबद्दल मार्गदर्शन मागणे; यात भौगोलिक स्थान लपवणे आणि उपकरणांची सुरक्षा चुकवण्याच्या पद्धतींचा समावेश होता: LLM च्या मदतीने असामान्य हालचाली शोधणाऱ्या यंत्रणा अधिक प्रभावीपणे चुकवणे.

• माऊस आपोआप हलवणाऱ्या किंवा संगणक दूरस्थपणे सक्रिय ठेवणाऱ्या साधनांच्या आज्ञावली लिहिण्यास मदत करणे, कदाचित दूरस्थ कामासाठी पायाभूत व्यवस्था उभारण्याच्या उद्देशाने: LLM च्या मदतीने विकास.

या कारवाया कितपत यशस्वी झाल्या याचे आम्ही स्वतंत्रपणे मूल्यमापन करू शकत नाही, कारण त्यांचा परिणाम मोजण्यासाठी अनेक संबंधित पक्षांकडून माहिती आवश्यक असेल.

या दुर्भावनापूर्ण घटकांनी आपली कार्यक्षमता वाढवण्यासाठी बहुधा प्रक्रियेच्या प्रत्येक टप्प्यात कृत्रिम बुद्धिमत्तेचा समावेश केला; मात्र त्यामुळे त्यांच्या कारवाया उघड होण्याची शक्यताही वाढली. त्यांच्या संपूर्ण कार्यप्रवाहांची माहिती आम्हाला मिळाल्याने, या मोहिमांतील प्रत्येक टप्प्याबद्दलची माहिती आम्ही उद्योगातील संबंधित सहकारी संस्था आणि प्राधिकरणांना देऊ शकलो. यामुळे असे धोके शोधण्याची, रोखण्याची आणि त्यांना प्रतिसाद देण्याची आमची सामूहिक क्षमता वाढली आणि आपल्या सर्वांची सुरक्षितता अधिक बळकट झाली.