Tekoälyavusteiset petosrikokset

Abstract

Tekoälyn (AI) ja erityisesti generatiivisen tekoälyn (GenAI) nopea kehitys on mullistanut tietoverkkorikollisuuden kentän. Tämä teknologinen murros on mahdollistanut uudenlaisten, teknisesti kehittyneiden petosmuotojen synnyn, joissa inhimillisen ja koneellisen toiminnan raja hämärtyy. Tämän opinnäytetyön tavoitteena on muodostaa kattava ja ajantasainen tilannekuva siitä, miten rikolliset hyödyntävät tekoälyä tietoverkkoavusteisissa petosrikoksissa, sekä analysoida ilmiön aiheuttamia operatiivisia ja tutkinnallisia haasteita Suomen poliisille. Työ on suunnattu poliisiorganisaation henkilöstölle tukemaan uusien uhkien tunnistamista ja torjuntaa.

Tutkimus toteutettiin laadullisena dokumenttianalyysinä. Aineisto koostui kansainvälisten lainvalvontaviranomaisten (FBI, Europol), johtavien kyberturvallisuusyritysten (mm. Group-IB, Kaspersky) raporteista sekä tuoreista akateemisista julkaisuista vuosilta 2018–2025. Aineisto analysoitiin sisällönanalyysillä, jossa tunnistettiin rikollisten käyttämät tekoälytyökalut, konkreettiset tekotavat sekä viranomaistoiminnan haasteet.

Tulokset osoittavat, että generatiivinen tekoäly on tehostanut sosiaalista manipulointia poistamalla perinteiset tunnistusmerkit, kuten kielioppivirheet, ja mahdollistamalla petosten skaalaamisen teolliselle tasolle. Rikolliset hyödyntävät rajoittamattomia "Dark LLM" -kielimalleja luodakseen hyper-personoituja tietojenkalasteluviestejä (phishing) ja haittakoodia. Keskeisiä havaittuja rikosmuotoja ovat deepfake-teknologiaan perustuvat toimitusjohtajapetokset, joissa hyödynnetään reaaliaikaista ääni- ja videokloonausta, sekä romanssihuijaukset, joissa uhreja harhautetaan täysin synteettisillä, mutta aidon oloisilla identiteeteillä.

Johtopäätöksenä todetaan, että tekoäly on monin paikoin ylittänyt Turingin testin rajat, mikä tekee petosten tunnistamisesta inhimillisin aistein mahdotonta. Tämä "totuuden rappeutuminen" luo vakavia haasteita poliisille erityisesti digitaalisen todistusaineiston aitouden varmistamisessa (forensiikka) ja resurssien kohdentamisessa, kun automaatio kasvattaa rikosmääriä eksponentiaalisesti. Työ esittää, että poliisitoiminnan on siirryttävä reaktiivisesta tutkinnasta kohti Zero Trust -mallia ja hyödynnettävä tekoälyä vastavoimana tekoälyavusteisen rikollisuuden torjunnassa.