AI blijkt beter in het oplichten van mensen dan mensen zelf. Een experiment van Bright toont aan dat het AI-model Claude menselijke oplichters verslaat in het winnen van het vertrouwen van potentiële slachtoffers. Voor ondernemers betekent dit dat de dreiging van social engineering niet alleen groter wordt, maar ook fundamenteel anders van aard is.

Wat er aan de hand is

In een experiment van Bright nam het AI-model Claude het op tegen menselijke oplichters. Claude probeerde de criminelen niet te ontmaskeren, maar nam het juist binnen hun eigen vakgebied tegen ze op. Het resultaat was opmerkelijk: de AI bleek beter in het winnen van het vertrouwen van potentiële slachtoffers dan de menselijke tegenstanders. Volgens Bright is dat een zorgelijke ontwikkeling. Het experiment laat zien dat AI niet alleen ingezet kan worden voor verdediging, maar ook voor de aanval. De vaardigheden die Claude gebruikt om vertrouwen te winnen, zijn dezelfde vaardigheden die oplichters nodig hebben om hun slag te slaan.

Wat dit betekent

Voor het MKB betekent dit dat de lat voor het herkennen van oplichting hoger ligt dan ooit. Traditionele signalen van oplichting, zoals slecht Nederlands, grammaticale fouten of onlogische verhaallijnen, verdwijnen. AI kan persoonlijke, contextrijke en emotioneel intelligente berichten produceren die niet meer te onderscheiden zijn van een echt gesprek. Dit raakt direct aan processen waarin vertrouwen centraal staat: factuurcontrole, leverancierscommunicatie, personeelszaken en klantcontact. Een medewerker die gewend is om op zijn of haar mensenkennis te vertrouwen, kan die vaardigheid niet meer inzetten als verdedigingsmechanisme. De impact is het grootst in bedrijven waar weinig formele controles bestaan en waar beslissingen snel worden genomen op basis van onderling vertrouwen.

Hoe je dit kunt toepassen

Als je een klein team aanstuurt zonder aparte securityafdeling, is het verstandig om een simpele regel in te voeren: financiële verzoeken die via chat of e-mail binnenkomen, worden altijd telefonisch bevestigd. Bel het nummer dat je zelf in je systeem hebt staan, niet het nummer in de ondertekening van het bericht. Dit kost weinig tijd en doorbreekt de manipulatiepoging.

Als je werkt met facturen en leveranciers, overweeg dan om een vast controleprotocol in te stellen voor wijzigingen in betaalgegevens. Een AI kan een overtuigend verhaal opbouwen waarom het rekeningnummer is gewijzigd. Door elke wijziging standaard via een tweede, onafhankelijk kanaal te verifiëren, haal je de kracht uit die overtuiging.

Als je personeel hebt dat veel contact heeft met klanten of externe partijen, is het zinvol om een korte training te geven over AI-gedreven social engineering. Leg uit dat de oude signalen niet meer werken en dat twijfel altijd leidt tot een extra controle. Het doel is niet om wantrouwen te kweken, maar om een gewoonte te creëren van verificatie bij onverwachte verzoeken.

Als je zelf AI-tools gebruikt in je bedrijf, is een mogelijkheid om je eigen medewerkers te testen met een gesimuleerde aanval. Laat een AI een realistisch phishingbericht opstellen en kijk wie erin trapt. Dit maakt het probleem concreet en geeft je een basis om gerichte maatregelen te nemen. Het is een laagdrempelige manier om de kwetsbaarheid van je organisatie in kaart te brengen zonder dat er echte schade ontstaat.

De praktische toepassing hangt af van jouw situatie, maar de kern is duidelijk: vertrouwen is geen beveiligingsmechanisme meer. Het experiment van Bright laat zien dat AI menselijke manipulatievaardigheden overtreft. Bedrijven die hun processen niet aanpassen, lopen het risico dat hun medewerkers worden overtuigd door een tegenstander die altijd de juiste woorden vindt.

Bron: Bright