Znajdę cię w sieci: stalking wspomagany sztuczną inteligencją

Znajdę cię w sieci: stalking wspomagany sztuczną inteligencją

Jeszcze dekadę temu śledzenie człowieka w sieci wymagało cierpliwości, wiedzy i tygodni ręcznego przekopywania się przez fora, katalogi i archiwa społecznościowe. Dziś wystarcza jedna fotografia. Narzędzia wyszukiwania twarzy, automatyczne agregatory danych publicznych oraz modele językowe potrafią w kilka minut złożyć z rozproszonych śladów spójny portret życiowy: imię i nazwisko, miejsce pracy, adres, trasę porannych biegów, a nawet rytm dnia. Dla sprawcy przemocy domowej lub natrętnego wielbiciela taka automatyzacja zmienia zasady gry — granica między obsesją a realnym atakiem fizycznym staje się niepokojąco cienka.

Jak powstaje cyfrowa mapa ofiary

Mechanizm zagrożenia opiera się na prostym matematycznym fakcie: twarz jest identyfikatorem trudnym do zmiany. Wyszukiwarki odwrotnego rozpoznawania twarzy porównują geometrię twarzy ze zdjęcia wgranego przez użytkownika z miliardami obrazów zebra­nych z otwartego internetu i zwracają wszystkie dopasowania wraz z odnośnikami do stron, na których je znaleziono. Z jednej fotografii z uroczystości firmowej można dotrzeć do profilu zawodowego, stąd do nazwy osiedla wspominanego w starym poście, a następnie do zdjęć wnętrza mieszkania udostępnionych lat temu na sprzedażowym ogłoszeniu.

Do tego dochodzą agregatory danych osobowych, które łączą rejestry publiczne z wyciekami i danymi marketingowymi, oraz asystenci oparci na dużych modelach językowych, zdolni streścić te rozproszone informacje w czytelną kartotekę. Badacze z Cornell Tech udokumentowali już wcześniej, że sprawcy przemocy intymnopartnerskiej chętnie korzystają z legalnych aplikacji — lokalizatorów rodzinnych czy programów „rodzicielskiej kontroli” — by inwigilować partnerki i partnerów. Sztuczna inteligencja dodaje do tego zestawu warstwę automatycznej analizy, która obniża próg wejścia: nie trzeba już umieć niczego konfigurować, wystarczy zadać pytanie w języku naturalnym.

Udokumentowane przypadki i reakcje organizacji

Zagrożenie przestało być hipotetyczne. Reporterka „The New York Times” przetestowała jeden z najpopularniejszych wyszukiwarek twarzy na fotografiach kilkunastu własnych współpracowników — narzędzie odnalazło zdjęcia każdej z tych osób, także takie, których same nie widziały: kadry z tłumu na festiwalu, sylwetki w tle cudzych wakacyjnych fotografii. Brytyjska organizacja Big Brother Watch złożyła w 2022 roku skargę do urzędu Information Commissioner’s Office, nazywając ten typ usługi „inwigilacją i stalkowaniem na skalę wcześniej niewyobrażalną”. Dziennikarskie śledztwa opisywały równolegle fora, na których użytkownicy masowo posługiwali się takimi wyszukiwarkami, by identyfikować kobiety i docierać do ich materiałów o charakterze intymnym.

Środowisko wspierające ofiary uczy się zagrożenia od podstaw. Projekt Safety Net, prowadzony przez amerykańską sieć National Network to End Domestic Violence, szkoli doradców z zakresu bezpieczeństwa cyfrowego od ponad dwóch dekad — według danych tej organizacji niemal wszystkie programy pomocy dla ofiar przemocy domowej w Stanach Zjednoczonych trafiają na przypadki wykorzystania technologii. W ostatnich latach projekt opublikował przewodniki po sztucznej inteligencji skierowane zarówno do ocalałych, jak i do pracowników pomocowych, a jego doroczny szczyt technologiczny poświęca sesje ryzykom związanym właśnie z AI. Równolegle Cornell Tech prowadzi klinikę end tech abuse, w której specjaliści przeszkolają osoby doświadczające przemocy w zabezpieczaniu kont i wykrywaniu oprogramowania szpiegującego; w badaniach zespołu u znacznej części konsultowanych pacjentów znajdowano ślady zainfekowania lub przejęte konta.

Skutki dla ludzi i stan prawa

Dla ofiary różnica jest odczuwalna codziennie: zmiana mieszkania przestaje chronić, gdy sprawca potrafi z jednego zdjęcia z sieci odtworzyć nowe miejsce pobytu. Stalking wspomagany algorytmami nasila poczucie uwięzienia, zaburzenia snu i lęk, a w skrajnych przypadkach poprzedza przemoc fizyczną. Prawo jednak goni zdarzenia. W Unii Europejskiej rozpoznawanie twarzy bez podstawy prawnej koliduje z rodo, które zalicza dane biometryczne do szczególnych kategorii informacji; aktywistyczna organizacja noyb założona przez Maxa Schremsa toczy spór o jedną z takich usług aż do niemieckiego sądu, zarzucając władzy ochrony danych w Hamburgu bezczynność wobec firmy, która według organizacji zgromadziła miliardy wizerunków ludzi bez ich wiedzy. Europejski parlamentarzysta już w 2022 roku pytał Komisję Europejską o wpływ komercyjnych baz twarzy na cyberprzemoc wobec kobiet. W Stanach Zjednoczonych ustawa TAKE IT DOWN, podpisana w 2025 roku, daje ofiarom narzędzie do usuwania niechcianych materiałów intymnych, w tym tworzonych przez AI, choć przepisy karne dotyczące samego stalkingu pozostają mozaiką regulacji stanowych.

Jak się chronić

Pełnej anonimowości nie da się zagwarantować, ale można znacząco podnieść koszt ataku. Specjaliści zalecają regularne sprawdzanie, jakie zdjęcia z własną twarzą są publicznie dostępne, ograniczenie widoczności profili i metadanych, wyłączanie geolokalizacji w mediach społecznościowych oraz dwuskładnikowe uwierzytelnianie na wszystkich istotnych kontach. Osoby zagrożone przemocą powinny zakładać, że telefon i konta mogą być monitorowane, i korzystać z poradnictwa specjalistycznego przed radykalnymi zmianami ustawień. Pomaga też dokumentowanie nadużyć: zrzuty ekranu i zestawienia zdarzeń ułatwiają późniejsze postępowanie karne.

Konkluzja

Stalking wspomagany sztuczną inteligencją to nie futurystyczny scenariusz, lecz praktyka już obecna w arsenale sprawców przemocy — tania, szybka i trudna do wykrycia tradycyjnymi metodami. Odpowiedź musi być równoległa: silniejsze egzekwowanie prawa ochrony danych, modernizacja przepisów karnych, projektowanie usług z myślą o potencjalnych ofiarach oraz edukacja środowisk pomocowych. Dopiero połączenie tych elementów sprawi, że sieć przestanie być gotową mapą każdego życia.

Czytaj dalej

Deepfake w sądzie: gdy fałszywe nagranie staje się dowodem

Deepfake w sądzie: gdy fałszywe nagranie staje się dowodem

Znaki wodne i metadane C2PA nie ochronią Cię przed fałszywką

Znaki wodne i metadane C2PA nie ochronią Cię przed fałszywką

Quishing: phishing, który chowa się za kodem QR

Quishing: phishing, który chowa się za kodem QR

Fabryka uczuć: gdy oszuści używają sztucznej inteligencji do budowania zaufania

Fabryka uczuć: gdy oszuści używają sztucznej inteligencji do budowania zaufania