في عالم يتزايد فيه الاحتيال عبر الهاتف، تأتي دراسة جديدة لتسليط الضوء على التحديات التي تواجه المجتمعات الضعيفة، حيث تُعتبر اللغة التركية واحدة من اللغات التي تعاني من نقص في الأبحاث المتعلقة بكشف الاحتيال. تركيز هذا البحث على نماذج لغوية ضخمة (LLMs) وإدخال مجموعة بيانات متعددة الوسائط تحتوي على 100 زوج متناسق من المحادثات الصوتية والنصوص يعد خطوة أولى وغير مسبوقة.

تحقيقًا لمستوى أعمق من الفهم، تم تقييم سبعة نماذج لغوية مختلفة تشمل: Gemini 2.5 (Flash، Flash-Lite، Pro)، GPT-4o، وQwen (Max، Plus، Turbo)، وذلك تحت ثلاث ظروف إدخال: الصوت الخام، نصوص محولة تلقائيًا، ونصوص مُعالجة بواسطة متحدث أصلي.

أظهرت النتائج أن المدخلات المعتمدة على النصوص تتفوق باستمرار على معالجة الصوت المباشر، مما يستدعي ضرورة تطوير أنظمة أمان قوية وقائمة على الثقافة واللغة.

يُظهر هذا البحث المشاكل الحادة التي تواجه أمان الذكاء الاصطناعي، مما يبرز الحاجة الملحة إلى تطوير أنظمة متعددة الوسائط أقوى للحماية من الاحتيال.