📅 Νοέμβριος 2026 | ⏱️ 5 λεπτά ανάγνωσης

Σε μελέτη ερευνητών με συμμετοχή του ETH Zurich, ένας πράκτορας Τεχνητής Νοημοσύνης με πρόσβαση στο διαδίκτυο ταυτοποίησε 226 από 338 χρήστες ενός φόρουμ, με κόστος 1–4$ ανά προφίλ. Το ψευδώνυμο δεν είναι ανωνυμία, αλλά το αποτέλεσμα έχει σημαντικά όρια που αξίζει να γνωρίζετε.

Τι έδειξε η μελέτη

Η εργασία «Large-scale online deanonymization with LLMs» δημοσιεύτηκε στο arXiv τον Φεβρουάριο του 2026 από τους Simon Lermen, Daniel Paleka, Joshua Swanson, Michael Aerni, Nicholas Carlini και Florian Tramèr, με συνεργασία του ETH Zurich, του MATS και της Anthropic. Οι ερευνητές δοκίμασαν 338 χρήστες του Hacker News που είχαν οι ίδιοι συνδέσει δημόσια το προφίλ τους στο LinkedIn, ώστε να υπάρχει επιβεβαιωμένη πραγματική ταυτότητα. Αφαίρεσαν προσωπικούς συνδέσμους, social handles και αποθετήρια GitHub, αλλά διατήρησαν στοιχεία όπως ιδρύματα, δημογραφικά, ενδιαφέροντα και ονόματα συνδεδεμένων προσώπων.

Ο πράκτορας ταυτοποίησε σωστά τους 226 από τους 338 (67%) με ακρίβεια 90%. Υπήρξαν 25 λανθασμένες ταυτοποιήσεις και 86 περιπτώσεις όπου απείχε. Στην περίληψη της μελέτης αναφέρεται ανάκληση έως 68% με ακρίβεια 90%, ενώ η καλύτερη μέθοδος χωρίς γλωσσικά μοντέλα πλησίαζε το 0%. Το κόστος ήταν 1–4$ ανά προφίλ, και το σύνολο των πειραμάτων κάτω από 2.000$. Οι συγγραφείς δεν δημοσίευσαν τον πράκτορα, τα prompts ή τις ρυθμίσεις του, για να περιορίσουν την κακή χρήση.

Τι δεν δείχνει

Οι ίδιοι οι συγγραφείς επισημαίνουν ότι τα επεξεργασμένα προφίλ της δοκιμής είναι πολύ πιο εύκολο να ταυτοποιηθούν από τα περισσότερα πραγματικά ψευδώνυμα. Οι συμμετέχοντες είχαν επίσης δημοσιεύσει οι ίδιοι έναν σύνδεσμο προς το LinkedIn τους, και το δείγμα είναι μικρό. Η μελέτη δεν εξετάζει παιδιά ή εφήβους.

Με άλλα λόγια, το εύρημα δεν σημαίνει ότι κάθε ψευδώνυμο αποκαλύπτεται σε ένα απόγευμα. Σημαίνει ότι η δουλειά που παλιά απαιτούσε ώρες χειροκίνητης έρευνας, δηλαδή η σύγκριση διάσπαρτων λεπτομερειών, μπορεί πλέον να αυτοματοποιηθεί με χαμηλό κόστος. Ο συλλογισμός για τις οικογένειες είναι δική μας εκτίμηση και όχι εύρημα της μελέτης: όσο περισσότερα μικρά στοιχεία συσσωρεύονται (σχολείο, περιοχή, ενδιαφέροντα, ονόματα φίλων, φωτογραφίες), τόσο πιο εύκολα συνδέονται μεταξύ τους.

Πρακτικά βήματα για την οικογένεια

Η Kaspersky, σε άρθρο στις 20 Οκτωβρίου 2026, προτείνει τα εξής (δεν απαιτείται κανένα προϊόν της εταιρείας για να τα εφαρμόσετε):

1️⃣ Αναζητήστε τον εαυτό σας και τα παιδιά σας όπως θα έκανε κάποιος άλλος: όχι μόνο το όνομα, αλλά και email, nicknames και τηλέφωνο.

2️⃣ Κάντε τα προφίλ ιδιωτικά, καθαρίστε παλιά σχόλια και αναρτήσεις, και διαγράψτε λογαριασμούς που δεν χρησιμοποιείτε πια.

3️⃣ Αφαιρείτε τα μεταδεδομένα από φωτογραφίες και βίντεο πριν τα ανεβάσετε, γιατί μπορεί να αποκαλύπτουν την τοποθεσία, την ακριβή ημερομηνία και το μοντέλο της συσκευής.

👉 Διαβάστε επίσης το σχετικό άρθρο: Sharenting: Σκεφτείτε πριν δημοσιεύσετε φωτογραφίες παιδιών

4️⃣ Χρησιμοποιήστε διαφορετικό email για διαφορετικές χρήσεις: μία διεύθυνση για τράπεζες και δημόσιες υπηρεσίες, μία για δημόσια social media, και μία για φόρουμ όπου θέλετε να μείνετε ανώνυμοι. Εναλλακτικά, χρησιμοποιήστε υπηρεσίες απόκρυψης email, όπως το Hide My Email της Apple ή το Firefox Relay.

5️⃣ Χρησιμοποιήστε μοναδικό κωδικό σε κάθε λογαριασμό, μέσω password manager, και ενεργοποιήστε επαλήθευση 2 παραγόντων.

6️⃣ Αν η χώρα σας το προβλέπει, όπως ισχύει στην Ευρωπαϊκή Ένωση, μπορείτε να ζητήσετε από την Google ή το Bing να αφαιρέσουν συγκεκριμένα αποτελέσματα αναζήτησης. Η σελίδα δεν διαγράφεται και άλλες μηχανές αναζήτησης μπορεί να την εμφανίζουν, ενώ το αίτημα μπορεί να απορριφθεί αν η πληροφορία έχει δημόσιο ενδιαφέρον.

💡 Το Πιο Σημαντικό

Το ψευδώνυμο προστατεύει λιγότερο από ό,τι πιστεύουμε, επειδή η Τεχνητή Νοημοσύνη μπορεί να συγκρίνει σε μεγάλη κλίμακα διάσπαρτες λεπτομέρειες που ένας άνθρωπος δεν θα είχε χρόνο να ψάξει. Η λύση δεν είναι να εξαφανιστείτε, αλλά να μειώσετε τα ίχνη που συνδέουν τους λογαριασμούς σας: λιγότερες προσωπικές λεπτομέρειες, διαφορετικά email ανά χρήση, ιδιωτικά προφίλ και καθαρές φωτογραφίες.


📖 Πηγές

Large-scale online deanonymization with LLMs
arXiv (Lermen et al., ETH Zurich, MATS, Anthropic)
👉 Διαβάστε το πλήρες άρθρο

AI doxing tools: how online surveillance technology has changed
Kaspersky Official Blog
👉 Διαβάστε το πλήρες άρθρο

Αφήστε ένα Σχόλιο

Το e-mail σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *


Διαβάστε επίσης

Το ChatGPT είναι τώρα μέσα στο Viber σας

Τι στέλνει στην OpenAI, ποια λειτουργία αφορά μηνύματα άλλων χωρίς να το ξέρουν, και πώς να ρυθμίσετε το Viber για εσάς και τα παιδιά σας.

Apple Passwords σε Windows: Το iCloud Keychain στο PC σας

Πώς χρησιμοποιείτε το Apple Passwords σε υπολογιστή με Windows, βήμα προς βήμα, με υποστήριξη πλέον και για τον Firefox, όχι μόνο Chrome/Edge.

7 σημάδια ότι ο υπολογιστής σας έχει ιό

Αργός υπολογιστής, pop-ups και ύποπτα μηνύματα μπορεί να σημαίνουν κακόβουλο λογισμικό. 7 σημάδια για να το αναγνωρίσετε, πώς να ελέγξετε και τι κάνετε για να προστατέψετε τον οικογενειακό υπολογιστή.