AI w telefonie ma ostrzegać przed oszustem. Skuteczności nie podano
Google DeepMind i GovTech, singapurska agencja rządowa od technologii, opisały model Gemma czytający rozmowę na telefonie i ostrzegający przed oszustwem. Wpis nie zawiera odsetka wykrytych oszustw ani odsetka błędnych alarmów, a aplikacji i daty wdrożenia nie wskazuje.

Na skróty
- 14.10.2026 Google DeepMind i GovTech, singapurska agencja rządowa od technologii, opisały model Gemma wykrywający na telefonie próby oszustwa w czatach.
- Model ma dwa stopnie: lekki filtr przegląda wiadomości, a dostrojona Gemma analizuje większy fragment rozmowy i potwierdza zagrożenie albo odrzuca fałszywy alarm.
- Rozmowy są przetwarzane na urządzeniu i według wpisu nie mają do nich dostępu ani rząd Singapuru, ani Google.
- Wpis nie podaje wyników testów, aplikacji, obsługiwanych telefonów ani daty uruchomienia.
- W Polsce od 16.04.2024 blokowane są fałszywe SMS-y, a podejrzane wiadomości można zgłaszać na numer 8080 do CERT Polska, państwowego zespołu od incydentów w sieci.
Google DeepMind, dział badań nad sztuczną inteligencją w Google, i GovTech, singapurska agencja rządowa od technologii, opisały we wpisie z 14.10.2026 model czytający rozmowę na samym telefonie i ostrzegający, że po drugiej stronie może być oszust. Wpis nie podaje, ile oszustw model wykrywa.
Według wpisu oszustwa takie jak fałszywe inwestycje, oferty pracy i podszywanie się pod urzędników to ponad połowa zgłoszonych w Singapurze przestępstw. Od 2019 roku przyniosły ponad 4 mld dolarów singapurskich strat, czyli ponad 12 mld zł według kursu średniego NBP z 14.10.2026. Metody oszustów się zmieniły. Wpis opisuje przejście od prostego phishingu (fałszywych wiadomości wyłudzających dane) do manipulowania ofiarą w przekonujących rozmowach, zanim padnie prośba o pieniądze.
Najpierw lekki filtr, potem Gemma
Podstawą jest Gemma, lekki model Google. Według wpisu dostrojono go na lokalnych rozmowach oszustów: podszywających się pod instytucje publiczne, banki i znane osoby, a także na bieżących schematach regionalnych.
Pierwszy stopień to lekki klasyfikator, czyli program sortujący wiadomości na podejrzane i zwykłe. Przegląda wiadomości przychodzące i zużywa niewiele prądu. Drugi stopień, dostrojona Gemma, analizuje większy fragment rozmowy, żeby potwierdzić zagrożenie albo odrzucić fałszywy alarm. Po potwierdzeniu telefon wyświetla ostrzeżenie z radą, by się zatrzymać i nie podawać danych wrażliwych ani pieniędzy.
Rozmowy zostają na telefonie
Typowe wykrywanie zagrożeń skanuje wiadomości na serwerach w chmurze. Ten model przetwarza rozmowy na urządzeniu. Według wpisu ani rząd Singapuru, ani Google nie będą mogły odczytać rozmów użytkowników przez to wdrożenie. Model dostanie dostęp do rozmów wyłącznie za zgodą użytkownika i zgodnie z warunkami aplikacji.
Dane treningowe były zanonimizowane. Pochodziły ze zgłoszeń oszustw i danych wywiadowczych. Wpis przedstawia projekt jako wzór dla komunikatorów łączących ochronę użytkowników z szyfrowaniem end-to-end. W takim szyfrowaniu treść rozmowy widzą tylko jej uczestnicy.
Wpis nie mówi, jak często model się myli
Model testowano na dialogach syntetycznych, czyli sztucznie wygenerowanych, i na lokalnych zbiorach rozmów. Wpis nie podaje wyników tych testów. Nie ma w nim odsetka wykrytych oszustw ani odsetka błędnych alarmów. Minister Josephine Teo, która ogłosiła współpracę, także nie podała wskaźników ani daty uruchomienia, jak odnotował Crypto Briefing 14.10.2026.
Według Crypto Briefing detektor z częstymi fałszywymi alarmami zostanie zignorowany, a detektor z wieloma przeoczeniami niewiele chroni. Wpis DeepMind przypisuje drugiemu stopniowi zadanie odrzucania fałszywych alarmów, ale nie mówi, jak często mu się to udaje.
Aplikacji, telefonów i daty wpis nie wskazuje
- Wprowadzanie modelu do aplikacji ma być etapowe i prowadzone razem z rządem Singapuru.
- Wpis nie wskazuje aplikacji, obsługiwanych telefonów ani systemów, a więc także tego, czy chodzi o Androida, czy o iPhone’a.
- Google i rząd Singapuru zapowiadają zbadanie zastosowania podobnej technologii w innych krajach.
- Według Data Studios współpraca jest inicjatywą rozwojową i nie potwierdza wdrożenia usługi dla wszystkich użytkowników smartfonów.
Blokady SMS-ów i numer 8080 to inne narzędzia
Według wpisu Google z 04.03.2025 funkcja Scam Detection w aplikacji Wiadomości Google (Google Messages) przetwarza wiadomości na urządzeniu. Jest domyślnie włączona. Dotyczy rozmów z numerami spoza kontaktów.
Wpis Google z 25.02.2026 podaje, że funkcja objęła ponad 20 krajów. Wśród języków są między innymi angielski, arabski, francuski, niemiecki, portugalski i hiszpański. Wpis nie wymienia ani Polski, ani polskiego.
Od 16.04.2024 blokowane są fałszywe SMS-y podszywające się pod policję czy urząd skarbowy, jak podało Radio Kraków. Ostrzeżenie w trakcie rozmowy to osobna funkcja.
Na numer 8080 można zgłaszać podejrzane SMS-y. Odbiera je CERT Polska, państwowy zespół od incydentów w sieci. W listopadzie 2023 zarejestrował ponad 18 tys. zgłoszeń fałszywych SMS-ów.
Czytaj też
Bot AI namówił 46% osób, żywy oszust 18%. Filtry bezpieczeństwa nie wychwyciły ani jednej z tych rozmów
Naukowcy z czterech uczelni kazali botowi AI udawać człowieka i budować zaufanie przez tydzień. Wypadł ponad dwa razy skuteczniej od prawdziwego oszusta. Najważniejsza liczba w tej pracy to jednak zero: tyle rozmów wychwyciły zabezpieczenia modelu.
Źródła
- Google DeepMind, „Google DeepMind and Singapore Government collaborate to build fine-tuned AI model for scam detection”, 14.10.2026 (źródło pierwotne)
- Crypto Briefing, o współpracy DeepMind i GovTech Singapore, 14.10.2026
- Data Studios, o współpracy Google DeepMind i GovTech Singapore, bez daty publikacji
- Google, wpis o nowych funkcjach wykrywania oszustw Scam Detection, 04.03.2025 (źródło pierwotne)
- Google, wpis o wzmacnianiu ochrony przed oszustwami w Androidzie, 25.02.2026 (źródło pierwotne)
- Radio Kraków, o blokowaniu fałszywych SMS-ów, 21.04.2024
- gov.pl, o fałszywych SMS-ach i numerze 8080, 18.12.2023 (źródło pierwotne)
- Narodowy Bank Polski, kurs średni dolara singapurskiego (SGD), tabela A nr 200/A/NBP/2026 z 14.10.2026 (źródło pierwotne)
Czy ten tekst Ci pomógł?
Jedno kliknięcie. Bez podawania adresu e-mail. Dzięki temu wiem, które teksty wymagają poprawy.