KUN JE EEN AI-STEM
ECHT HERKENNEN?

Stel je voor. Je telefoon gaat. Je neemt op en hoort meteen dat er iets mis is: een bekende stem, gehaast, een beetje buiten adem, met net dat trillinkje erin dat je alleen bij haar hoort als ze echt overstuur is. ‘Ik zit in de problemen, ik kan het nu niet uitleggen, kun je snel…’ Alles klopt. De toon, het ritme, zelfs de manier waarop ze een zin afbreekt voordat ze hem afmaakt. Dit is precies hoe een AI-gekloonde stem vandaag de dag kan klinken, en precies waarom ‘ik hoor toch echt wel of het mijn moeder is’ niet langer de geruststelling is die het ooit was.

Voice cloning, het nabootsen van iemands stem met kunstmatige intelligentie, was tot voor kort iets voor filmstudio’s en techbedrijven met grote budgetten. Inmiddels volstaan een paar seconden tot ongeveer dertig seconden heldere spraak om een bruikbare kloon te maken, met software die geen technische voorkennis vereist. Die paar seconden hoeft niemand speciaal op te nemen: een voicemail-groet, een filmpje van een verjaardag of een fragment uit een videobelgesprek is al genoeg bronmateriaal.

Wat deze vorm van fraude extra lastig maakt, is dat je gehoor er slecht op is voorbereid. Zodra je brein een stem herkent als die van iemand die je vertrouwt, gaat het automatisch op zoek naar bevestiging in plaats van naar tegenbewijs, kleine onregelmatigheden worden dan eerder verklaard (‘ze is gewoon overstuur’, ‘slechte verbinding’) dan als waarschuwing gezien. Precies de omstandigheden waarin oplichters het gesprek voeren, paniek, haast, een slechte lijn, zijn dus ook de omstandigheden waarin een onvolmaakte kloon het makkelijkst wegkomt.

Nu al is te zien wie het eerste doelwit is: mensen van wie veel audio publiek staat. Bestuurders die regelmatig op video spreken, presentatoren, en steeds vaker ook gewone mensen die actief zijn op sociale media, met een paar minuten aan filmpjes die precies genoeg bronmateriaal vormen. Hoe meer van je stem ergens online staat, hoe makkelijker je na te bootsen bent.

Dat betekent niet dat je moet stoppen met filmpjes delen of nooit meer een spraakbericht versturen, dat is onrealistisch en ontneemt je een hoop plezier. Het betekent wel dat ‘niemand kan mijn stem namaken, ik ben toch niemand bijzonders’ geen argument meer is. Iedereen met een paar minuten publieke audio is in potentie bronmateriaal, of je nu een bekende Nederlander bent of gewoon iemand met een openbaar profiel op sociale media.

Dit is vooralsnog geen dagelijkse realiteit voor de meeste mensen. Uit onderzoek van het CBS blijkt dat van alle vriend-in-nood-fraude, waarbij iemand geld overmaakt aan een oplichter die zich voordoet als bekende, slechts 2 procent via een nagemaakte stem verloopt. De overige 98 procent gebeurt nog gewoon via een tekstbericht, meestal WhatsApp of sms. Voice cloning kost weliswaar weinig moeite meer, maar een appje versturen kost nóg minder, en werkt voorlopig nog prima genoeg voor oplichters om op grote schaal te werven.

Dat is geen reden om achterover te leunen, wel om de zorgen in de juiste volgorde te zetten. De ‘nieuw nummer’-appjestruc verdient vandaag de meeste aandacht, simpelweg omdat die nu het vaakst voorkomt. Maar de drempel voor stemklonen daalt zo snel, dat het geen kwaad kan om er nu al op voorbereid te zijn, voordat het de norm wordt in plaats van de uitzondering.

Bankhelpdeskfraude laat nu al zien in welke richting dit beweegt: banken noemen kunstmatige intelligentie inmiddels expliciet als onderdeel van het gereedschap dat criminelen gebruiken, naast gestolen data en software om op afstand mee te kijken. Voice cloning is dus geen toekomstmuziek meer, maar wordt hier en daar al ingezet, alleen nog niet als hoofdmiddel.