क्या श्रोताओं को ध्वनिक भाषण संकेत सिखाने से वॉइस फ़िशिंग की पहचान सुधरती है और निर्णय व्यवहार बदलता है?

Prosody Training for Lowering Vishing Susceptibility

Benjamin Ampel, Joseph Buckman · International Conference on Information Systems (ICIS) · 2026

Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।

मुख्य निष्कर्ष

प्री-टेस्ट से पोस्ट-टेस्ट तक पहचान की सटीकता और संवेदनशीलता कुल मिलाकर स्थिर रही, जो सभी प्रशिक्षण स्थितियों में स्थिर बनी रही।
प्रतिभागियों ने काफी हद तक अधिक रूढ़िवादी निर्णय सीमा (मानदंड c -0.149 से बदलकर +0.179 हो गया, p < .001) की ओर रुख किया, जिसका अर्थ है कि प्रतिभागियों ने कम कॉलों को विशिंग के रूप में चिह्नित किया, जिससे गलत अलार्म और सही पहचान दोनों में कमी आई, जिसकी कीमत अधिक छूटे हुए हमलों के रूप में चुकानी पड़ी; चूँकि यह बदलाव केवल-टेक्स्ट सहित तीनों समूहों में दिखाई दिया, और कोई अप्रशिक्षित नियंत्रण समूह नहीं था, इसलिए इसे ऑडियो प्रशिक्षण का परिणाम नहीं माना जा सकता।
एक खोजपूर्ण निष्कर्ष के रूप में, मेटाकॉग्निटिव कैलिब्रेशन में काफी सुधार हुआ, जो यह दर्शाता है कि प्रतिभागी इस बात के प्रति अधिक जागरूक हो गए कि उनका वर्गीकरण कब सटीक था।
सर्वेक्षण मापों से कथित संवेदनशीलता में बड़ी, सांख्यिकीय रूप से महत्वपूर्ण वृद्धि और प्रतिक्रिया प्रभावकारिता में मध्यम वृद्धि का पता चला, जबकि कथित गंभीरता अपरिवर्तित रही।
पायलट की एआई-वर्णित ऑडियो स्थिति में, विश्वास परिणाम 10 एआई-समूह के प्रतिभागियों से आते हैं और वे सहसंबंध हैं, जो दिखाते हैं कि प्रशिक्षण के बाद एआई स्पष्टीकरणों पर विश्वास संवेदनशीलता और प्रोसोडिक-संकेत आत्म-प्रभावकारिता में सुधार के साथ महत्वपूर्ण रूप से सहसंबद्ध था।
इस पायलट नमूने में तीनों समूहों के बीच अंतर छोटे थे और सांख्यिकीय रूप से महत्वपूर्ण नहीं थे।

आपके लिए इसका क्या अर्थ है

CIO / आईटी एक्ज़ीक्यूटिव

Treat these pilot findings as preliminary and avoid making major investments in audio-based vishing training until larger studies are completed.

आईटी प्रबंधक

Review current security awareness metrics to ensure you measure decision thresholds alongside detection sensitivity, rather than relying on false alarm rates alone.

बिज़नेस रणनीतिकार

Refrain from altering organizational workflows or communication policies based on this 27-student pilot, as the data does not support operational changes.

शोधकर्ता

Design follow-up studies with larger sample sizes that explicitly track both sensitivity and decision thresholds, avoiding attribution of criterion shifts to audio training since text-only arms shifted similarly.

नीति निर्माता

Acknowledge the preliminary nature of synthetic voice vulnerability data and refrain from mandating audio-specific vishing training standards until robust empirical evidence supports them.

सारांश

यह अध्ययन एक यादृच्छिक पायलट प्रयोग आयोजित करता है, जो वॉइस फ़िशिंग की पहचान के लिए श्रोताओं को अप्राकृतिक ताल और रोबोटिक प्रभाव जैसे प्रोसोडिक संकेत सिखाने हेतु बनाए गए एक ऑडियो-आधारित प्रशिक्षण हस्तक्षेप का मूल्यांकन करता है। 18 से 24 वर्ष की आयु के सत्ताईस विश्वविद्यालयी छात्रों को प्री-टेस्ट/पोस्ट-टेस्ट डिज़ाइन में एआई-ऑडियो, मानव-ऑडियो या केवल-टेक्स्ट प्रशिक्षण स्थिति में सौंपा गया था। लेखकों ने सुरक्षा मान्यताओं और विश्वास के सर्वेक्षण मापों के साथ सिग्नल डिटेक्शन थ्योरी का उपयोग करके व्यवहार वर्गीकरण परिणामों का मूल्यांकन किया।

समस्या

वॉइस फ़िशिंग तेजी से सिंथेटिक और क्लोन की गई आवाज़ों का दुरुपयोग कर रही है, फिर भी अधिकांश संगठनात्मक साइबर सुरक्षा प्रशिक्षण केवल टेक्स्ट-आधारित ईमेल फ़िशिंग पर ही केंद्रित हैं। इसके अतिरिक्त, संगठनों में इस समझ की कमी है कि क्या ऑडियो प्रशिक्षण हमलों को पहचानने की श्रोताओं की वास्तविक क्षमता में सुधार करता है या केवल संदिग्ध कॉल की रिपोर्ट करने के उनके सीमा स्तर (थ्रेशोल्ड) को बदलता है।

ट्रांसक्रिप्ट

Host: A.I.S. Insights — powered by Living Knowledge में आप सभी का स्वागत है। मैं हूँ आपकी होस्ट, Anna Ivy Summers। आज हम एक नए अध्ययन पर चर्चा कर रहे हैं, जिसका शीर्षक है "विशिंग संवेदनशीलता को कम करने के लिए प्रोसोडी प्रशिक्षण"। यह अध्ययन Benjamin Ampel और Joseph Buckman द्वारा तैयार किया गया है। यह अध्ययन इस बात का मूल्यांकन करता है कि क्या ऑडियो-आधारित प्रशिक्षण हस्तक्षेप श्रोताओं को वॉयस फ़िशिंग या 'विशिंग' में अप्राकृतिक ताल और रोबोटिक टोन जैसे प्रोसोडिक संकेतों को पहचानना सिखा सकता है। इस पर विस्तार से चर्चा करने के लिए हमारे साथ हैं हमारे विश्लेषक, Alex Ian Sutherland। Alex, कार्यक्रम में आपका स्वागत है।
Expert: धन्यवाद Anna। इस अध्ययन के निष्कर्षों पर चर्चा करने के लिए मैं तत्पर हूँ।
Host: Alex, आइए उस वास्तविक समस्या से शुरुआत करते हैं, जिसका समाधान यह अध्ययन तलाशने का प्रयास करता है। आज के कॉर्पोरेट परिदृश्य में वॉयस फ़िशिंग किस तरह का जोखिम पेश कर रही है?
Expert: Anna, वॉयस फ़िशिंग में अब सिंथेटिक और एआई-क्लोन की गई आवाज़ों का दुरुपयोग तेज़ी से बढ़ रहा है। चिंता की बात यह है कि अधिकांश संगठनात्मक साइबर सुरक्षा प्रशिक्षण मुख्य रूप से ईमेल फ़िशिंग जैसे टेक्स्ट-आधारित माध्यमों पर केंद्रित हैं। इसके अलावा, संगठनों के पास इस बात की स्पष्ट समझ नहीं है कि क्या ऑडियो प्रशिक्षण कर्मचारियों की हमलों को पहचानने की वास्तविक क्षमता को बढ़ाता है, या यह केवल संदिग्ध कॉल की रिपोर्ट करने के उनके सीमा स्तर यानी थ्रेशोल्ड को बदल देता है।
Host: इस प्रश्न की पड़ताल के लिए शोधकर्ताओं ने अध्ययन में क्या दृष्टिकोण अपनाया?
Expert: यह 18 से 24 वर्ष के सत्ताईस विश्वविद्यालयी छात्रों पर किया गया एक यादृच्छिक पायलट प्रयोग था। अध्ययन में प्री-टेस्ट और पोस्ट-टेस्ट डिज़ाइन का उपयोग किया गया। प्रतिभागियों को तीन प्रशिक्षण स्थितियों में से एक में सौंपा गया: एआई-वर्णित ऑडियो, मानव-वर्णित ऑडियो, या केवल-टेक्स्ट प्रशिक्षण। शोधकर्ताओं ने सिग्नल डिटेक्शन थ्योरी के ज़रिए प्रतिभागियों की पहचान सटीकता और निर्णय सीमा का मूल्यांकन किया, साथ ही सुरक्षा मान्यताओं और विश्वास से जुड़े सर्वेक्षण भी किए।
Host: अध्ययन के मुख्य परिणाम क्या रहे? क्या प्रतिभागियों की हमलों को पहचानने की क्षमता में सुधार हुआ?
Expert: डेटा के अनुसार, प्री-टेस्ट से पोस्ट-टेस्ट तक पहचान की सटीकता और संवेदनशीलता कुल मिलाकर स्थिर रही, और यह स्थिरता सभी प्रशिक्षण समूहों में बनी रही।
Host: इसका मतलब है कि प्रशिक्षण के बाद भी हमलों को अलग पहचानने की क्षमता में सांख्यिकीय सुधार नहीं दिखा?
Expert: बिल्कुल। लेकिन निर्णय लेने के व्यवहार में एक बड़ा बदलाव दर्ज किया गया। प्रतिभागियों ने अधिक रूढ़िवादी निर्णय सीमा अपना ली। उनका मानदंड c -0.149 से बदलकर +0.179 हो गया, जो p < .001 पर सांख्यिकीय रूप से महत्वपूर्ण है। इसका व्यावहारिक अर्थ यह है कि प्रतिभागियों ने कम कॉलों को विशिंग के रूप में चिह्नित किया। इससे गलत अलार्म तो कम हुए, लेकिन इसकी कीमत अधिक छूटे हुए हमलों के रूप में चुकानी पड़ी। चूँकि यह बदलाव केवल-टेक्स्ट सहित तीनों समूहों में देखा गया, और अध्ययन में कोई अप्रशिक्षित नियंत्रण समूह नहीं था, इसलिए इसे सीधे तौर पर ऑडियो प्रशिक्षण का परिणाम नहीं माना जा सकता।
Host: क्या किसी अन्य पहलू में सकारात्मक बदलाव देखने को मिला?
Expert: हाँ, एक खोजपूर्ण निष्कर्ष के रूप में मेटाकॉग्निटिव कैलिब्रेशन में काफी सुधार हुआ। प्रतिभागी इस बात के प्रति अधिक जागरूक हो गए कि उनका वर्गीकरण कब सटीक था। सर्वेक्षण के स्तर पर, कथित संवेदनशीलता में बड़ी और सांख्यिकीय रूप से महत्वपूर्ण वृद्धि देखी गई, जबकि कथित गंभीरता अपरिवर्तित रही। इसके अतिरिक्त, एआई-ऑडियो समूह के दस प्रतिभागियों के डेटा से पता चला कि प्रशिक्षण के बाद एआई स्पष्टीकरणों पर उनका विश्वास संवेदनशीलता और प्रोसोडिक-संकेत आत्म-प्रभावकारिता के साथ सहसंबद्ध था। हालांकि, इस पायलट नमूने में तीनों समूहों के बीच के अंतर छोटे थे और सांख्यिकीय रूप से महत्वपूर्ण नहीं थे।
Host: व्यावसायिक दृष्टिकोण से यह अध्ययन सुरक्षा प्रबंधकों और निर्णयकर्ताओं के लिए क्या मायने रखता है?
Expert: व्यापारिक नेताओं के लिए पहला व्यावहारिक सबक यह है कि सुरक्षा प्रशिक्षण का मूल्यांकन केवल कर्मचारियों की प्रतिक्रियाओं से नहीं, बल्कि सिग्नल डिटेक्शन मापदंडों से किया जाना चाहिए। यदि कोई प्रशिक्षण कर्मचारियों को अत्यधिक रूढ़िवादी बना देता है, तो वे गलत अलार्म से बचने के चक्कर में वास्तविक वॉयस हमलों को छोड़ सकते हैं। दूसरा, संगठनों को प्रशिक्षण कार्यक्रमों में यह ट्रैक करना चाहिए कि क्या कर्मचारी वास्तव में रोबोटिक या सिंथेटिक संकेतों को पहचान पा रहे हैं। तीसरा, एआई-आधारित प्रशिक्षण में कर्मचारियों का विश्वास उनकी संवेदनशीलता से जुड़ा हो सकता है, इसलिए प्रशिक्षण प्रणालियों में पारदर्शिता आवश्यक है।
Host: संक्षेप में कहें तो, यह अध्ययन रेखांकित करता है कि विशिंग सुरक्षा प्रशिक्षण की प्रभावशीलता को समझने के लिए संवेदनशीलता और निर्णय सीमा दोनों को मापना आवश्यक है। Alex, इस विश्लेषण के लिए बहुत-बहुत धन्यवाद।
Expert: धन्यवाद Anna।
Host: और हमारे सभी श्रोताओं का A.I.S. Insights सुनने के लिए धन्यवाद। मिलते हैं अगले एपिसोड में।

Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

AIS eLibrary में शोध पत्र पढ़ें

Voice phishing, Vishing, Prosody, Security awareness training, Signal detection theory, Decision bias