概要: フロリダ州在住の82歳の女性が、自閉症コミュニティの信頼できる医師を装い、投資機会を宣伝するAI生成と思われるディープフェイク動画を視聴し、約20万ドルの損失を被ったと報じられています。報道によると、女性はこの投資が自閉症の孫の将来を保障すると信じていたとのことです。このなりすまし行為により、詐欺師は彼女の銀行口座情報にアクセスし、多額の金銭的損失と深刻な精神的苦痛を被ったとされています。
Editor Notes: Timeline notes: The incident date of 10/01/2025 is an approximation from reporting of when the reported victim described encountering the alleged deepfake. The GoFundMe page set up to assist her was established on 12/02/2025. Reporting on the incident began in mid-December 2025. The incident ID was created 12/24/2025.
Alleged: Deepfake technology developers と Synthetic audio generation technology developers developed an AI system deployed by Scammers, which harmed Maurine Meleck , Elderly individuals , Elderly investors , Investors , General public と Epistemic integrity.
関与が疑われるAIシステム: Deepfake technology と Synthetic audio generation technology
インシデントのステータス
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
4.3. Fraud, scams, and targeted manipulation
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- Malicious Actors & Misuse
Entity
Which, if any, entity is presented as the main cause of the risk
Human
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Intentional
インシデントレポート
レポートタイムライン
Loading...
フロリダ州セントジョンズ郡 --- ポンテベドラ在住の82歳の祖母は、人工知能（AI）を悪用して医師を装ったオンライン詐欺の被害に遭い、貯金約20万ドルをすべて失ったと語る。
モーリン・メレックさんは、幼い頃から育ててきた孫のジョシュの将来を守るために投資したつもりだったという。28歳のジョシュは2歳の時に自閉症と診断され、今もメレックさんと暮らしている。
「彼は素晴らしい子です」とメレックさんは言った。「死ぬほど愛しています」
メレックさんは、運転免許を取らなくなったため、…
バリアント
「バリアント」は既存のAIインシデントと同じ原因要素を共有し、同様な被害を引き起こし、同じ知的システムを含んだインシデントです。バリアントは完全に独立したインシデントとしてインデックスするのではなく、データベースに最初に投稿された同様なインシデントの元にインシデントのバリエーションとして一覧します。インシデントデータベースの他の投稿タイプとは違い、バリアントではインシデントデータベース以外の根拠のレポートは要求されません。詳細についてはこの研究論文を参照してください
似たようなものを見つけましたか？
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents
よく似たインシデント
Did our AI mess up? Flag the unrelated incidents