Kim jesteś dla banku? Jak tożsamość syntetyczna przechodzi weryfikację klienta

Kim jesteś dla banku? Jak tożsamość syntetyczna przechodzi weryfikację klienta

Twoje dane osobowe, nawet jeśli nigdy ich nikomu nie przekazałeś, prawdopodobnie krążą po internetie. Wycieki z serwisów e-commerce, funduszy inwestycyjnych i operatorów telekomunikacyjnych wypełniły czarne rynki setkami milionów rekordów. Oszust, który kiedyś musiał improwizować, dzisiaj kupuje gotowy zestaw: prawdziwe imię i nazwisko, adres, numer PESEL oraz datę urodzenia pochodzące od prawdziwego człowieka, a resztę — historię zawodową, zdjęcia, adres e-mail i numer telefonu — dopisuje sztuczna inteligencja. Powstaje tożsamość syntetyczna: osoba, która w połowie jest realna, a w połowie wymyślona, ale jako całość wygląda wiarygodnie dla każdego systemu, który sprawdza dane fragmentami.

Trzy części, z których skleja się człowiek

Klasyczna tożsamość syntetyczna składa się z trzech elementów. Pierwszy to prawdziwe dane skradzione lub wykupione z wycieku — zwykle numer PESEL i imię, a z nim data urodzenia. Drugi to wymyślone uzupełnienie: adres e-mail, numer telefonu, zdjęcie profilowe wygenerowane przez sieć neuronową, wyuczona historia zatrudnienia. Trzeci to cierpliwość: zamiast wydawać pieniądze od razu, oszust buduje profil przez tygodnie lub miesiące, reguluje drobne zobowiązania, zbiera pozytywne wpisy w bazach, aż ryzyko kredytowe tej fikcyjnej osoby spadnie na tyle, że bank przyzna jej kredyt hipoteczny, firmowy lub kartę z wysokim limitem.

Generatywna AI uprawdziła każdy z tych elementów. Zdjęcia, które kiedyś łatwo było rozpoznać po zniekształconych uszach i niedomkniętych oczach, dzisiaj wyglądają jak zdjęcie z aplikacji służbowej. Historia zatrudnienia pisana przez model językowy zawiera wiarygodne nazwy stanowisk, logiczną ścieżkę awansu i spójne daty. Chatbot odpowiadający z utworzonej skrzynki radzi sobie z korrespondencją z urzędem lub z pracodawcą bez zdradzających błędów językowych.

Skala zjawiska przestała być marginesem. Według raportu Financial Crime 360 za 2025 rok, przygotowanego przez The Payments Association, liczba zgłaszanych przypadków wzrosła w 2024 roku o 60 procent i tożsamość syntetyczna odpowiada już za 29 procent wszystkich oszustw tożsamościowych. Amerykański system Rezerwy Federalnej od lat opisuje ją jako najszybciej rosnący rodzaj przestępczości finansowej w Stanach Zjednoczonych; bank centralny Bostonu szacował straty na 20 miliardów dolarów już w 2020 roku — dziś rosną one każdego roku.

Weryfikacja dokumentów i selfie — i dlaczego nie wystarcza

Wielu klientów uważa, że skoro bank wymaga skanu dokumentu i selfie podczas rejestracji konta, to oszust nie ma szans. Tymczasem rynek usług oszukańczych dopasował się do tych mechanizmów. Fałszywe dokumenty tożsamości generowane są na bazie prawdziwych wzorów, a atramenty i czcionki dobierane tak, by przechodzić automatyczne testy. Do weryfikacji biometrycznej służą aplikacje, które animują zdjęcie lub krótkie wideo, symulując mrugnięcia i ruchy głowy. Są też serwisy, które na zlecenie przeprowadzają całą weryfikację za oszusta — z prawdziwym człowiekiem przed kamerą, jeśli tego wymaga proces. Entrust w raporcie za 2025 rok odnotował, że w 2024 roku cyfrowe fałszerstwa dokumentów po raz pierwszy prześcignęły fizyczne podróbki — odpowiadają za 57 procent wszystkich fałszerstw dokumentów, a liczba prób deepfake’owych rośnie średnio o jedną co pięć minut.

Efekt: oszustwo, które kiedyś wymagało wiedzy eksperta i tygodni pracy, dzisiaj kupuje się jak abonament. Ofiarą rzadko zostaje jedna osoba — tożsamość syntetyczna jest produkowana seryjnie, a banki i fintechy wykrywają ją zwykle dopiero wtedy, gdy fikcyjny klient przestaje spłacać zobowiązania.

Kto płaci, gdy fikcyjny klient znika

To pytanie brzmi retorycznie, ale ma konkretną odpowiedź: płacą wszyscy. Banki bilansują straty przez wyższe prowizje i marże, fintechy podnoszą koszty weryfikacji i rezygnują z uproszczonych procesów rejestracji, a uczciwi klienci czekają dłużej na konto, kredyt lub kartę. Jednocześnie rośnie ryzyko, że skradzione dane prawdziwego człowieka zostaną użyte do budowy takiej fikcyjnej osoby — i że ofiara dowie się o tym dopiero z wezwania do zapłaty lub z odmowy kredytu, którego nie zaciągała.

Obrona jest żmudna i nie efektowna: monitorowanie własnej historii kredytowej, ostrożność w udostępnianiu danych, korzystanie z usług, które ostrzegają o podejrzanych zapytaniach o nasze dane. Równie istotna jest presja na firmy, by ograniczały zbieranie danych do niezbędnego minimum — bo każdy zbędny rekord w bazie to potencjalny budulec czyjeś fikcyjnej tożsamości.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.

Czytaj dalej

Sztuczna inteligencja w atakach na infrastrukturę krytyczną

Sztuczna inteligencja w atakach na infrastrukturę krytyczną

Deepfake głosu w oszustwach bankowych na seniorów

Deepfake głosu w oszustwach bankowych na seniorów

AI w szkole: wykrywanie plagiatu algorytmami i fałszywe oskarżenia

AI w szkole: wykrywanie plagiatu algorytmami i fałszywe oskarżenia

AI w medycynie: halucynacje modeli i ryzyko błędnej diagnozy

AI w medycynie: halucynacje modeli i ryzyko błędnej diagnozy