Apate.ai manda agenti AI sotto copertura per farsi truffare
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La startup australiana registra 2,5 milioni di conversazioni per far emergere conti, wallet, numeri e siti usati dai truffatori.
Apate.ai manda migliaia di agenti artificiali in chat e al telefono. Si fingono vittime, si fanno truffare di proposito e raccolgono dati su conti, wallet crypto, numeri, siti malevoli e marchi impersonati, così da intercettare le campagne prima delle vittime reali1.
La startup è australiana, nata nel 2024 da ricerche della Macquarie University di Sydney. Gli agenti parlano più lingue, variano per età, genere e accento. Si presentano come persone comuni e restano agganciati al truffatore finché emergono dettagli utili1.
Rispondono a chiamate sospette. Replicano a messaggi ed email. Cliccano su link di phishing. Entrano in gruppi social per adescare i truffatori e farli parlare. La conversazione non si chiude in fretta: si allunga per far emergere elementi che spesso compaiono solo dopo un pagamento1.
La società dichiara 2,5 milioni di conversazioni e 17 anni di tempo complessivo sottratti ai truffatori. Indica come bacino di clienti banche, operatori di telecomunicazioni, agenzie governative e utility. Per questi soggetti contano i dati operativi che gli agenti cercano di ottenere in ogni interazione: numeri di conto, indirizzi di wallet crypto, numeri di telefono, siti malevoli e i brand presi di mira con tecniche di impersonificazione1.
Il metodo punta sulla scala. Migliaia di profili credibili recitano ruoli diversi e coprono i canali più usati per le truffe, dalle chiamate ai messaggi, dalle email ai gruppi social e ai link di phishing. L’obiettivo resta costante: mantenere il contatto e indirizzarlo verso informazioni che rivelano infrastrutture e tattiche delle campagne di raggiro1.
La raccolta avviene durante il tentativo di truffa. I dati arrivano prima che un utente reale subisca una perdita, non solo a posteriori. Questo anticipa il momento in cui di solito emergono conti, numeri e domini, e può trasformare una finta conversazione in indicazioni utili per bloccare canali e infrastrutture1.
I risultati restano dichiarazioni dell’azienda. Se confermati nella pratica, il valore per istituzioni finanziarie, telco e pubbliche amministrazioni sta nella possibilità di intervenire prima che partano bonifici o trasferimenti su wallet, e di aggiornare in fretta le liste di numeri e domini da bloccare1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.