The Pulse
I 350.000 bot di Apate tengono occupati i truffatori
L’azienda australiana Apate usa personaggi creati con l’IA per tenere occupati i truffatori che operano per telefono, via SMS e nelle chat, raccogliendo informazioni sulle loro attività. Uno studio separato dell’ETH Zurich rileva che gli ho
AI.info Team · Scritto con l’IA ·
In una dimostrazione raccontata da WIRED il 10 ottobre, due giornalisti hanno cercato per sei minuti di convincere un personaggio creato con l’IA a investire in una proposta legata alle criptovalute. Il bot ha continuato la conversazione, ma non ha abboccato. Il test ha offerto un esempio in piccolo di una nuova tattica difensiva: offrire ai truffatori bersagli credibili che facciano perdere loro tempo, anziché dare i risultati sperati ai loro copioni.
Apate crea una schiera di bersagli artificiali
Da circa due anni, l’azienda australiana Apate sviluppa bot che rispondono alle chiamate truffaldine e sostengono conversazioni senza cadere nella frode. Il fondatore e amministratore delegato dell’azienda, Dali Kaafar, descrive così l’obiettivo: «stiamo creando le vittime perfette per i truffatori». I bot servono a tenere occupati gli operatori mentre raccolgono dettagli sui loro schemi fraudolenti.
Kaafar ha detto a WIRED che la piattaforma di Apate conta circa 350.000 bot ed è usata dalle banche con il supporto delle società di telecomunicazioni. I bot rispondono anche agli SMS ed entrano nelle chat di gruppo dei truffatori. Secondo Kaafar, l’azienda ha raccolto più di 250.000 informazioni sui truffatori, tra cui URL usati nelle truffe, conti di prestanome e coordinate bancarie.
I personaggi variano per profilo, lingua e comportamento. Alcuni possono dare l’impressione di avere WhatsApp; altri possono chiudere una chiamata dicendo che richiameranno più tardi. Nella dimostrazione dei giornalisti, un bot chiamato Lucy ha sostenuto una conversazione durante la quale i due hanno interpretato anche un amico e un consulente finanziario. Secondo Kaafar, alcune chiamate di Apate durano più di due ore.
Il tempo trascorso a parlare non equivale alle perdite evitate
Questo approccio punta a sfruttare la dipendenza dei truffatori dai grandi volumi di contatti. Se chi chiama è impegnato a parlare con un bot, sostiene Kaafar, non può usare quel tempo per raggiungere altre persone. Ha detto a WIRED che un minuto trascorso a parlare con uno dei bot potrebbe significare «salvare centinaia, se non migliaia» di potenziali vittime di quello stesso truffatore. È una stima di Kaafar, non un conteggio delle persone effettivamente protette.
L’articolo descrive la portata del sistema e la raccolta di informazioni, ma non stabilisce quante truffe Apate abbia fermato, quanto denaro abbia recuperato o se le conversazioni con i bot riducano nel complesso il numero delle vittime. E sebbene uno scambio prolungato possa impegnare il tempo di un truffatore, la tattica non arresta il flusso più ampio di chiamate e messaggi. WIRED osserva che i criminali informatici inviano miliardi di chiamate e messaggi ogni anno.
ETH Zurich mette alla prova le esche contro gli agenti di IA usati per gli attacchi
Un filone di ricerca separato applica i modelli linguistici agli honeypot digitali: sistemi esca progettati per attirare gli aggressori e svelarne i metodi. In uno studio del 2026, i ricercatori hanno valutato honeypot HTTP basati sull’IA contro agenti usati per gli attacchi informatici, utilizzando 16 applicazioni di backend simulate. I risultati riguardano attacchi a sistemi web, non truffe telefoniche, ma mettono alla prova un’idea affine: un bersaglio artificiale realistico può tenere occupato un aggressore?
«producono interazioni con l’aggressore sostanzialmente più lunghe rispetto agli honeypot di riferimento basati su regole»
Gli autori di «Honeyval: A Comprehensive Evaluation Framework for LLM-powered HTTP Honeypots»
Lo studio riporta una media di 82,6 richieste HTTP per interazione con gli honeypot basati su modelli linguistici, contro 30,6 per le versioni basate su regole. Nella maggior parte dei casi, gli agenti hanno identificato le esche come honeypot in meno del 40 per cento dei casi. Si tratta di valutazioni controllate di applicazioni web simulate: non dimostrano che i truffatori al telefono vengano dirottati nella stessa misura.
L’efficacia dell’azione di disturbo dipende da ciò che accade dopo la conversazione
Il sistema di Apate e gli honeypot della ricerca impiegano l’IA conversazionale per ingannare in un contesto difensivo. Il risultato immediato è tempo e informazioni: un truffatore che continua a parlare, oppure le richieste di un aggressore che rivelano come sonda un sistema fittizio. Per trasformare questi segnali in interventi, le organizzazioni devono identificare le persone, i conti e le infrastrutture dietro una campagna e condividere le informazioni utili con le istituzioni in grado di intervenire.
WIRED sottolinea la necessità di una migliore condivisione delle informazioni tra forze dell’ordine, banche, società di social media e altri settori. I dati riportati mostrano che Apate ha costruito una rete considerevole di bersagli artificiali e raccolto una grande quantità di informazioni legate alle frodi. Da soli, però, non mostrano quanto quella rete abbia ridotto le frodi.