Yapay zekâ destekli flört dolandırıcılığına yeni örnek

SanalData’yı Google’da tercih edilen kaynak olarak ekleyin

Güvenlik araştırmacısı Matthew “Zigula” Gore-Kormanik, sahte bir flört uygulaması olan Dora’yı incelerken Jennifer adlı profilden gelen arama bildirimiyle karşılaştı. Olay, yapay zekâ destekli sahte profillerin yalnızca fotoğraf ve mesajlarla sınırlı kalmayabileceğini gösteriyor.

Yapay zekâ destekli flört dolandırıcılığına yeni örnek
Kapak görseli yapay zeka ile üretilmiştir. Temsili görseldir; gerçek fotoğraf veya ürün çekimi değildir. Editoryal ilkeler

Yapay zekâ destekli flört dolandırıcılıkları, sahte hesapların kullanıcılarla nasıl iletişim kurabildiğine dair yeni bir örnekle gündemde. Güvenlik araştırmacısı Matthew “Zigula” Gore-Kormanik, dolandırıcılık amacı taşıdığı belirtilen Dora adlı bir flört uygulamasını incelerken Jennifer isimli bir profilden gelen arama bildirimiyle karşılaştı.

Uygulamada yer alan profile göre Jennifer 41 yaşındaydı, Yay burcundaydı, kızıl saçlara ve mavi gözlere sahipti. Profil bilgilerinde piercing kullandığı; müzik, korku filmleri, gece hayatı ve sporla ilgilendiği de belirtiliyordu. Bu ayrıntılar, hesabın sıradan ve kişisel bir kullanıcı profili gibi görünmesini sağlamak üzere tasarlanmıştı.

Sahte profil, arama bildirimiyle güçlendirildi

Dora’nın sahte ve dolandırıcılık amacı taşıyan bir uygulama olarak incelenmesi, Jennifer profilinin gerçek bir kişiye ait olduğunu göstermiyor. Ancak araştırmacının karşılaştığı arama bildirimi, olayın dikkat çeken tarafını oluşturuyor. Kullanıcıya yalnızca hazırlanmış bir fotoğraf veya biyografi sunulmamış; uygulama içindeki iletişim deneyimi de gerçek bir kişiyle bağlantı kuruluyormuş gibi kurgulanmış.

Flört uygulamalarındaki sahte profiller genellikle fotoğraf, yaş, ilgi alanları ve kısa biyografilerle hazırlanıyor. Dora örneğinde ise bu profil unsurlarına gelen arama bildirimi eşlik ediyor. Böyle bir tasarım, karşı tarafta gerçekten bir kullanıcının bulunduğu izlenimini güçlendirebilir. Kullanıcı, bir profilin kendisiyle iletişim kurmaya çalıştığını düşünerek uygulamaya daha fazla güvenebilir.

Burada profil ayrıntılarıyla gerçek kimlik arasında doğrudan bir bağlantı bulunmadığını ayırmak gerekiyor. Jennifer’ın yaşı, burcu, saç ve göz rengi ya da ilgi alanları hesabın gerçekliğini kanıtlamıyor. Aynı şekilde uygulamada bir arama bildiriminin görünmesi de aramanın gerçek bir insan tarafından yapıldığını göstermiyor. Araştırmacının yaşadığı olay, bu özelliklerin sahte bir uygulama içindeki kullanıcı deneyiminin parçası olarak sunulabildiğini ortaya koyuyor.

Bu yaklaşımın riskli tarafı, kullanıcıların güven işaretleri olarak gördüğü unsurların uygulama tarafından üretilebilmesi. Ayrıntılı bir biyografi, kişisel zevkler ve doğrudan iletişim kurma girişimi bir araya geldiğinde profil daha inandırıcı görünebilir. Fakat bu unsurların tamamı aynı sistemin içinde hazırlanıyorsa, kullanıcının karşısında gerçek bir kişi bulunduğu sonucuna varmak mümkün değil.

Yapay zekâ, doğrulama ihtiyacını artırıyor

Yapay zekâ destekli araçların sahte profillerde kullanılması, flört uygulamalarındaki doğrulama süreçlerini daha kritik hâle getiriyor. Profil fotoğrafı, biyografi ve yazışma biçimi artık tek başına güvenilirlik göstergesi olarak değerlendirilemez. Uygulama üzerinden arama yapılabilmesi de hesabın arkasındaki kişinin gerçek olduğunu doğrulayan bağımsız bir kanıt sunmuyor.

Dora olayıyla ilgili paylaşılan bilgiler, Jennifer profilinin hangi araçlarla hazırlandığını veya arama bildiriminin teknik olarak nasıl üretildiğini açıklamıyor. Ayrıca kullanıcıların hangi yöntemle hedeflendiği ya da aramanın arkasında yapay zekânın hangi aşamada kullanıldığı da kesinleşmiş değil. Bu nedenle örnek, belirli bir teknolojinin çalışma biçimini kanıtlamaktan çok, sahte bir flört deneyiminin gerçek iletişim izlenimi verecek şekilde tasarlanabildiğini gösteriyor.

Bu durum, flört uygulamalarında gerçekçilik ile güvenilirliğin birbirinden farklı olduğunu hatırlatıyor. Bir profilin ayrıntılı olması, fotoğraf kullanması veya karşı tarafa arama göndermesi, hesabın doğrulanmış olduğu anlamına gelmiyor. Kullanıcılar açısından asıl güven ölçütü, uygulamanın hesap doğrulama yöntemleri ve şüpheli etkileşimleri nasıl ele aldığı olmalı.

Uygulama geliştiricileri için de yalnızca profil oluşturma ve mesajlaşma özellikleri yeterli görünmüyor. Arama bildirimleri gibi etkileşimlerin kötüye kullanılmasını engelleyecek kontroller, sahte hesapların fark edilmesini sağlayan sistemler ve kullanıcıları riskli davranışlar konusunda uyaran mekanizmalar önem kazanıyor. Dora incelemesi, dolandırıcılık riskinin artık sadece sahte fotoğraflarla sınırlı kalmadığını; uygulamanın sunduğu tüm deneyimin birlikte değerlendirilmesi gerektiğini gösteriyor.

Günün zaman çizelgesi

Haber eklenme saatine göre sıralanır.

  1. 16 Eylül 2026
  2. Yapay zekâ veri merkezlerinin elektronik atık yükü büyüyor
  3. iOS 27’de iPhone’ları Geçici Olarak Kilitleyen Hata
  4. Meta, kamerasız yapay zekâ gözlüğü Luna’yı hazırlıyor
  5. iOS 27.2, iPhone verilerini boş verilerle silebilir
  6. X, ABD’de Cashtag üzerinden hisse alımını başlattı
  7. iOS 27, Fotoğraflar’a video karesi kaydetme özelliği getiriyor
  8. Automattic’te Mullenweg krizi: 8,15 milyon dolarlık tazminat
  9. Waymo’nun eski CFO’su Wayve’in yönetim kadrosuna katıldı
  10. iOS 27.2, AB’de alternatif takip izni ekranı sunacak
  11. Metroid Ravenous ön siparişinde Walmart indirimi
  12. Yapay zekâ şirketleri denetçi arıyor, ancak kapılar açık
  13. Florida’daki araç veritabanı hacklendi, veriler yayımlandı
  14. Giyilebilir cihazların “sağlık yaşı” iddiası neden tartışmalı?
  15. Apple, iPhone için iOS 27.2 geliştirici betasını yayınladı
Harun Kılıçlar
Yazar

Harun Kılıçlar

Kurucu / Teknoloji Editörü

Harun, yazılım geliştirme, web teknolojileri, mobil uygulamalar, veritabanı sistemleri ve yapay zekâ üzerine çalışan bir teknoloji editörüdür. SanalData’nın kurucusu olarak yazılım, yapay zekâ, mobil teknolojiler ve teknoloji sektöründeki gelişmeleri izler ve değerlendirir.

Harun Kılıçlar’ın tüm yazıları

Yorum yaz