Телефонный спам обычно изучают методом раздражённого гражданина: поднял трубку, услышал паузу, выругался, заблокировал номер. Получаются сильные эмоции и слабая статистика. Авторы работы The Machines Are Calling построили интерактивную ловушку на реальных американских номерах и дали нежелательным звонкам собеседников в виде языковых моделей.
За 66 дней система записала 10 987 вызовов, причём голос звонящего сохранялся отдельно. Каждое начало разговора проверяли тремя разными инструментами: аудиоотпечатком для повторяющихся записей, распознаванием речи и классификатором синтетического голоса. Исследователи публикуют сам конвейер измерения, чтобы спор шёл о проверяемых сигналах, а не о впечатлении «кажется, это робот».
Контекст у работы юридический. Ещё в феврале 2024 года FCC отнесла AI-сгенерированные голоса к правилам TCPA, но само наличие нормы не отвечает на вопрос о масштабе машинного трафика. Нужны измерения, которые отличают запись от генерации, автоматический дозвон от живого человека и уверенное решение от сомнительного.
Для легального голосового агента это полезное предупреждение. Детекторы будут ошибаться, но их станет больше, а операторы связи и получатели начнут складывать сигналы: повторяемый сценарий, характерную паузу, массовость и жалобы. Реалистичный голос не маскирует плохое согласие. Он иногда делает вторжение только убедительнее.
Команда, которая запускает звонки, должна уметь показать происхождение номера, основание контакта, запись сценария и путь отказа. Если эти данные нельзя поднять быстрее, чем аудиофайл, система уже не готова к масштабу. Исследователи построили ловушку; ваш продукт не должен выглядеть в ней идеальным экземпляром.