מסמכים שנוצרו בבינה מלאכותית — האתגר החדש

עד לאחרונה, זיוף היה עריכה של מסמך קיים. היום אפשר לבקש מכלי בינה מלאכותית "קבלה" או "דף חשבון" — ולקבל תמונה שלמה שלא נערכה, כי מעולם לא הייתה מקור. זה משנה את כללי המשחק — אבל לא מבטל את היכולת לזהות.

למה זה מאתגר

• אין "תפר" של עריכה. כל התמונה נוצרה יחד, ולכן אין אזור שונה מסביבתו — בדיקות דחיסה קלאסיות מוצאות פחות.
• נראה טבעי. תאורה, צל וטקסטורה של נייר, קיפול בפינה.
• נפח ומגוון. אפשר לייצר עשרות גרסאות בדקות, כל אחת קצת שונה — ולכן "אותה תבנית" נתפסת פחות.

מה עדיין מסגיר

1. טקסט ומספרים. מודלים שמייצרים תמונות מתקשים עדיין בטקסט מדויק: אותיות מעוותות, מספרים שלא מסתדרים, מילים חסרות פשר — במיוחד בעברית.
2. היגיון. סכומים שלא מתחברים, מע״מ בשיעור לא נכון, תאריכים בלתי אפשריים, אסמכתא בפורמט שלא קיים. מודל שמצייר מסמך לא "יודע" חשבון.
3. תבנית המנפיק. פריסה שאינה תואמת לאף בנק או קופה; לוגו "כמעט" נכון.
4. מטא-דאטה. תמונה שנוצרה בכלי AI לא נושאת נתוני מצלמה או מכשיר, ולעיתים נושאת סימון של הכלי.
5. הקשר. "דף חשבון" שמגיע כתמונה מצולמת במקום PDF מהבנק — לא כך בנקים שולחים מסמכים.

דוגמה

קבלה ממסעדה שנראית מצוין: נייר מקומט, אור חם, לוגו. אבל סכום הפריטים 186 ש״ח והסה״כ 198 ש״ח, מספר העוסק קצר בספרה, והתאריך נופל ביום שבו המסעדה סגורה. כל אלה בדיקות שאינן תלויות באיכות התמונה.

איך מתגוננים

• הבדיקה החזקה ביותר נשארת אימות מול המקור — החשבון, המנפיק, האפליקציה.
• בדיקות היגיון חשובות יותר מתמיד.
• קבצים מקוריים — PDF מהבנק או ממערכת השכר, לא תמונה.
• מערכות זיהוי מוסיפות הערכה ייעודית לסבירות שתמונה נוצרה ב-AI.
• אדם בתהליך — בכל מקרה שסומן.

בשורה התחתונה

בינה מלאכותית מקשה על זיהוי עריכה — אבל לא על בדיקת היגיון ואימות. שלבו את שתיהן. ThisVerify מריצה שש שכבות בדיקה, כולל היגיון ותבניות מנפיקים, ומסבירה כל ממצא.