Generative AI-Enabled Refund Fraud in Chinese E-Commerce: Investigation on Merchants and Platform Workers
यह शोध पत्र इस बात की जांच करता है कि कैसे जनरेटिव एआई (Generative AI) अति-यथार्थवादी उत्पाद दोष साक्ष्य गढ़कर चीनी ई-कॉमर्स में स्केलेबल रिफंड धोखाधड़ी को सक्षम बनाता है, लेनदेन चरणों के माध्यम से चार विशिष्ट खतरे के वेक्टर्स की पहचान करता है, और प्रभावी प्लेटफॉर्म सुरक्षा विकसित करने के लिए चुनौतियों और डिजाइन निहितार्थों का अन्वेषण करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि ऑनलाइन शॉपिंग की दुनिया एक विशाल, हलचल भरे डिजिटल बाज़ार की तरह है। इस बाज़ार में, एक सरल नियम है जो चीज़ों को सुचारू रूप से चलाने में मदद करता है: "अगर तुम मुझे टूटी हुई चीज़ की तस्वीर दिखाओगे, तो मैं तुम्हें तुम्हारे पैसे वापस दे दूँगा।"
वर्षों तक, सभी ने विश्वास किया कि खरीदारों द्वारा भेजी गई तस्वीरें वास्तविकता के वास्तविक स्नैपशॉट थीं। लेकिन अब, एक नया खिलाड़ी खेल में आ गया है: जेनेरेटिव एआई (GenAI)। GenAI को एक सुपर-पावर्ड, जादुई आर्ट स्टूडियो के रूप में सोचें जो ऐसी चीज़ों की एकदम सटीक, हाइपर-रियलिस्टिक तस्वीरें बना सकता है जो वास्तव में कभी हुई ही नहीं।
यह पेपर चीनी ई-कॉमर्स (जैसे ताओबाओ और पिंडुओडुओ) की अग्रिम पंक्ति से एक रिपोर्ट है, जहाँ लेखकों ने 17 दुकान मालिकों और 13 प्लेटफॉर्म कर्मियों का साक्षात्कार लिया है ताकि यह देखा जा सके कि यह "जादुई आर्ट स्टूडियो" सिस्टम को कैसे तोड़ रहा है।
यहाँ उनकी खोज की कहानी है, जिसे सरल शब्दों में बताया गया है:
1. नया तरीका: "दिखावा करो और सफल हो जाओ" (Fake It Till You Make It)
अतीत में, यदि कोई स्कैमर किसी दुकान को धोखा देना चाहता था, तो उसे चतुर या भाग्यशाली होना पड़ता था। अब, GenAI के साथ, यह एक 'चीट कोड' होने जैसा है।
- पुराना तरीका: एक स्कैमर शायद खुद फोन केस को तोड़ने की कोशिश करता या उम्मीद करता कि दुकानदार बारीकी से नहीं देखेगा।
- नया तरीका: एक स्कैमर AI में एक प्रॉम्प्ट टाइप करता है: "हरे रंग की फफूंद से ढके हुए डूरियन फल की एक फोटो बनाओ।" AI तुरंत एक सटीक छवि बना देता है। दुकानदार इसे देखता है, उसमें "फफूंद" देखता है, और पैसे वापस कर देता है। स्कैमर असली फल भी रख लेता है और नकद भी प्राप्त कर लेता है।
- पैमाना: क्योंकि AI इन नकली तस्वीरों को बनाना इतना सस्ता और आसान बनाता है, स्कैमर्स दिन में हजारों बार ऐसा कर सकते हैं। यह अब केवल कुछ बुरे लोगों की बात नहीं है; यह झूठ की एक औद्योगिक फैक्ट्री है।
2. लूट के चार चरण
शोधकर्ताओं ने पाया कि ये घोटाले खरीदारी के सफर के चार अलग-अलग चरणों में होते हैं, जैसे कोई चोर अलग-अलग दरवाजों के ताले खोलने की कोशिश कर रहा हो:
- चरण 1: बिक्री से पहले (तैयारी): स्कैमर्स AI का उपयोग करके नकली "परफेक्ट" ग्राहक प्रोफाइल बनाते हैं। वे वास्तविक लोगों की तरह दिखते हैं जिनका वास्तविक खरीदारी इतिहास है, ताकि प्लेटफॉर्म की सुरक्षा प्रणालियाँ उन्हें आसानी से छूट (डिस्काउंट) लेने के लिए अंदर आने दें।
- चरण 2: विवाद (झूठ): यह मुख्य घटना है। स्कैमर्स "दोषों" (जैसे स्क्रीन में दरारें या भोजन पर फफूंद) की AI-जनरेटेड तस्वीरें भेजते हैं। चूंकि तस्वीरें इतनी वास्तविक दिखती हैं, इसलिए स्वचालित प्रणालियाँ (रोबोटिक कस्टमर सर्विस) अक्सर तुरंत रिफंड को मंजूरी दे देती हैं।
- चरण 3: लॉजिस्टिक्स (बदलाव): कभी-कभी, भले ही आइटम वापस किया जाना हो, स्कैमर सिस्टम को धोखा दे देते हैं। वे असली चीज़ के बजाय एक सस्ता नकली आइटम भेज सकते हैं, या वास्तविक वस्तु तक पहुँचने से पहले ही पैकेज को रोक सकते हैं। सिस्टम, टूटी हुई चीज़ के AI-जनरेटेड "प्रमाण" पर भरोसा करते हुए, पहले ही स्कैमर को भुगतान कर चुका होता है।
- चरण 4: चैट (धमकी): यदि दुकानदार कहता है "नहीं", तो स्कैमर दुकान की प्रतिष्ठा खराब करने के लिए सोशल मीडिया पर वह नकली फोटो पोस्ट करने की धमकी देते हैं, या वे दुकान की रिपोर्ट सरकार से करने की धमकी देते हैं। कई दुकानदार, खराब रिव्यू के डर से, बस मामले को खत्म करने के लिए भुगतान कर देते हैं।
3. दुकानदारों का संघर्ष: एक भूत से लड़ना
दुकानदार और प्लेटफॉर्म कर्मी इससे लड़ने की कोशिश कर रहे हैं, लेकिन वे अपने हाथ बंधे होने के कारण लड़ रहे हैं।
- "मानवीय आँख" विफल हो रही है: अतीत में, दुकानदार अजीब रोशनी या असंभव भौतिकी (जैसे एक ज़िप जो शारीरिक रूप से गिर नहीं सकती) को देखकर नकली फोटो को पहचान सकते थे। लेकिन GenAI इतना अच्छा हो रहा है कि विशेषज्ञ भी अब अंतर नहीं कर पा रहे हैं। यह एक पेंटिंग में जालसाजी को पहचानने जैसा है जब जालसाज एक मास्टर कलाकार हो।
- अधिक प्रमाण मांगना: दुकानदार वीडियो या अधिक एंगल मांगते हैं। लेकिन स्कैमर्स अक्सर मना कर देते हैं, यह कहते हुए कि उन्होंने "आइटम फेंक दिया" या वे अनुरोध को अनदेखा कर देते हैं।
- रोबोट की समस्या: विवादों को संभालने के लिए प्लेटफॉर्म चैटबॉट्स का उपयोग करते हैं। लेकिन ये बॉट्स अक्सर नकली AI इमेज को पहचानने में बहुत कमज़ोर होते हैं। वे बस "टूटा हुआ" और "रिफंड" जैसे कीवर्ड देखते हैं और तुरंत भुगतान कर देते हैं।
- "नो-रिटर्न" का जाल: शिपिंग खर्च बचाने के लिए कई प्लेटफॉर्म सस्ते सामानों के लिए "केवल रिफंड" (Refund Only) नीति रखते हैं। यह एक बहुत बड़ा लूपहोल है। स्कैमर पैसे प्राप्त करता है, आइटम रखता है, और दुकानदार के पास कुछ नहीं बचता।
4. वे इसे ठीक क्यों नहीं कर सकते?
पेपर बताता है कि इसे ठीक करना बहुत कठिन है क्योंकि इसके पीछे तीन बड़ी दीवारें हैं:
- दीवार 1: तकनीकी अंतर: नकली बनाने वाला AI, पकड़ने वाले AI की तुलना में बहुत तेज़ी से आगे बढ़ रहा है। यह एक ऐसी दौड़ की तरह है जहाँ धोखेबाज जेटपैक पर दौड़ रहा है और पुलिस पैदल चल रही है। साथ ही, दुकानदारों के पास फोटो को स्कैन करने के लिए कोई "जादुई उपकरण" नहीं है जिससे वे कह सकें, "यह नकली है।"
- दीवार 2: खेल के नियम: प्लेटफॉर्म बहुत तेज़ होने और ग्राहकों को खुश रखने के लिए डिज़ाइन किए गए हैं। यदि कोई ग्राहक शिकायत करता है, तो प्लेटफॉर्म अक्सर ग्राहकों को बनाए रखने के लिए तुरंत ग्राहक का पक्ष लेता है। दुकानदारों को यह साबित करना होता है कि ग्राहक झूठ बोल रहा है, लेकिन उनके पास इसे साबित करने का कोई तरीका नहीं है, और प्लेटफॉर्म उन्हें कोशिश करने के लिए इंतज़ार नहीं कराता।
- दीवार 3: लड़ने की लागत: एक दुकानदार के लिए, स्कैमर से लड़ना समय और ऊर्जा का घंटों का काम है। यदि आइटम की कीमत केवल 5 का नुकसान सह लेना सस्ता है। स्कैमर जीत जाता है क्योंकि उसका कुछ खोने को नहीं है।
5. वे क्या सुझाव देते हैं?
लेखकों के पास इसे कल ही रोकने के लिए कोई जादुई छड़ी नहीं है, लेकिन वे कुछ तरीके सुझाते हैं जिससे स्कैमर्स के लिए इसे कठिन बनाया जा सके:
- बुरे तत्वों को साझा करें: प्लेटफॉर्म को गुप्त रूप से "बुरे अभिनेताओं" (बिना निजी ग्राहक डेटा प्रकट किए) की सूची साझा करनी चाहिए ताकि यदि एक साइट पर स्कैमर पकड़ा जाता है, तो वह दूसरी साइट पर न जा सके।
- चीजों पर "फिंगरप्रिंट" लगाएं: उत्पादों पर एक अद्वितीय, भौतिक निशान (जैसे विशेष QR कोड या छिपा हुआ पैटर्न) रखें जिसे बनाना कठिन हो। यदि फोटो भौतिक निशान से मेल नहीं खाती है, तो वह नकली है।
- स्मार्ट नियम: हर किसी को स्वचालित रूप से भुगतान करने के बजाय, सिस्टम को अधिक स्मार्ट होना चाहिए। यदि कोई मामला संदिग्ध दिखता है, तो उसे धीमा हो जाना चाहिए और किसी इंसान को इसे ध्यान से देखने के लिए कहना चाहिए, बजाय इसके कि एक रोबोट तुरंत निर्णय ले ले।
निष्कर्ष
पेपर का निष्कर्ष है कि जेनेरेटिव एआई ने उस भरोसे को तोड़ दिया है जिस पर ऑनलाइन शॉपिंग बनी थी। "डिजिटल साक्ष्य" (तस्वीरें) अब "भौतिक वास्तविकता" की गारंटी नहीं देती हैं। जब तक प्लेटफॉर्म और दुकानदार यह सत्यापित करने का तरीका नहीं खोज लेते कि एक फोटो असली है या नहीं, तब तक स्कैमर्स इन "जादुई आर्ट स्टूडियो" का उपयोग पैसे चुराने के लिए करते रहेंगे, जिससे ईमानदार व्यवसाय ही इसका खामियाजा भुगतेंगे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।