MetaのオンデバイスWhatsApp詐欺アラート、プライバシーを試す

MetaはWhatsApp Scam Alertの限定ベータ版を開始した。Google Newsの読者にとっては明確な緊張関係がある。詐欺検出が、暗号化されたチャットの内部で行われるようになるからだ。

この任意機能は、ユーザーのスマートフォン上の機械学習モデルを用いて、連絡先に含まれない相手からの不審なメッセージを識別する。WhatsAppによると、メッセージ内容は端末内にとどまり、警告の存在は送信者には見えない。

この設計がMetaに突きつけるのは、他のメッセージング企業との競争ではなく、難しい技術的制約だ。WhatsAppは、エンドツーエンド暗号化を例外付きの約束に変えることなく、自動保護を実現しようとしている。

実装に成功すれば、有用な詐欺検出には分析のために私的な会話をアップロードする必要がある、という前提を覆すことになる。実装が不十分なら、ユーザーは頻繁な誤警告と見逃された脅威の間で選択を迫られる。

したがって、この機能の重要性は直近のGoogle Newsサイクルにとどまらない。消費者向けAIが、人々を守りながら、その運営者が観察、標的化、あるいは密かに変更できる範囲を抑えられるかを試すものだ。

WhatsApp Scam Alertが実際に変えること

WhatsAppは、アカウント単位の取り締まりから、ユーザーが見知らぬ相手を信頼するかどうかを判断する私的な瞬間へと、詐欺検出を移している。

Metaは2026年8月12日、限定ベータ版の展開とともにScam Alertを発表した。同社の技術概要では、ユーザーがスマートフォンにダウンロードする任意のモデルとして説明されている。

有効にすると、このモデルは連絡先に含まれない相手から届くメッセージを調べる。ユーザーが過去に報告したチャットで見つかったパターンを基に、詐欺に関連する会話構造や言語的シグナルを探す。

これは確率的分類であり、モデルはメッセージが既知の詐欺パターンに似ているかを推定する。送信者が詐欺を行ったと確定するものではない。

モデルが詐欺の可能性が高いと判断すると、WhatsAppは会話内に警告を表示する。受信者は送信者をブロックする、会話を報告する、または会話を続けることができる。

ユーザーは会話を信頼済みとしてマークすることもできる。この操作により警告は消え、Scam Alertは同じチャットを再び警告対象にしなくなる。

WhatsAppによると、チャットを信頼済みとしてマークしたユーザーは、最後に受信した5件のメッセージを共有するかどうかを別途選べる。この任意の提供は、Metaが誤警告を調査する助けとなることを意図している。

検出と報告の区別は重要だ。WhatsAppは、メッセージ内容も警告の存在も、自動的にMetaのサーバーへ送られることはないとしている。

これは、テキストをアップロードしてリモートで確認し、判断を返すクラウド型モデレーションサービスとは異なる。Scam Alertは、推奨を表示する前に端末内で分類を行う。

対象も意図的に限定されている。初期システムは、家族、同僚、既存の連絡先とのすべてのやり取りを継続的に評価するのではなく、連絡先にない相手からの受信メッセージを確認する。

この制約により、処理されるコンテンツ量は減る。また、見知らぬ人物が会話を始め、緊急性や信頼感を作り出すという、よくある脆弱な局面に機能を絞り込んでいる。

例えば、銀行員を名乗るメッセージを考えてみよう。送信者は口座が侵害されたと述べ、受信者に直ちに送金するよう圧力をかける。

モデルは、受信者が行動する前に、その言葉遣いや会話パターンを評価できる。送信者には私的な警告が見えないため、ユーザーはやり取りを悪化させずに立ち止まって考える余地を得られる。

Scam Alertはメッセージを削除したり、アカウントを自動的に禁止したりはしない。意思決定の時点で、ユーザーの前にもう一つの情報を提示する。

この限定的な介入は重要だ。誤検知は見えない処罰ではなく、不要な警告にとどまる。ただし、不正確な警告が繰り返されれば、依然として信頼を損なう可能性がある。

この機能は、悪意あるアカウント、不審なグループ招待、詐欺的なデバイス連携に対するWhatsAppの従来の保護機能とも異なる。これらのシステムは多くの場合、メッセージ内容の外側にあるアカウント、ネットワーク、行動のシグナルに依存している。

Scam Alertは、言語分類をチャットインターフェースに直接持ち込む。これがGoogle Newsの見出しの背後にある本質的な変化だ。

Metaが今行動する理由

Metaが直面する詐欺問題は、現代の詐欺がプラットフォーム、ID、通信チャネルをまたいで展開されるため、アカウント削除だけでは解決できない。

金銭的な状況は深刻だ。米連邦取引委員会は、消費者が2025年に、なりすまし詐欺で$3.5 billionを失ったと報告している。

詐欺報告のおよそ3件に1件は、なりすましに関するものだった。詐欺師はテキストメッセージ、通話、メール、ソーシャルメディア、検索結果などのチャネルを通じて人々に接触した。

FBIは2025年に100万件を超えるインターネット犯罪の苦情を記録し、報告された損失額は200億ドルを超えた。同局の年次犯罪報告書では、人工知能に関係する苦情が22,364件あったことも示されている。

AI関連の苦情による報告損失額は、8億9,300万ドルを超えた。この数字はWhatsAppの活動だけでなく、多くの形態のサイバー犯罪を含む。

それでも関連性はある。生成AIツールにより、個別化された台本、偽プロフィール、クローン音声、説得力のある文書を作りやすくなるためだ。犯罪者は、人的リソースを比例して増やすことなく、より多くのバリエーションを作り出せる。

メッセージング詐欺は、悪意あるリンクだけでなく、会話にも依存する。辛抱強い攻撃者は無害な導入から始め、親しさを築き、後になって投資話や緊急事態を持ち出すことができる。

個々のメッセージがすべて普通に見える場合、従来のフィルターは苦戦する。警告サインは、会話の流れ、感情的な圧力、身元に関する主張、求められる行動の組み合わせから浮かび上がることがある。

そのため、会話構造は機械学習にとって魅力的な対象となる。モデルは、単純な禁止語リストでは見落とすシグナルの組み合わせを評価できる。

Metaはすでに、より広範な対応を拡大している。3月、同社はWhatsApp、Facebook、Messenger全体での詐欺対策ツールを発表した。

WhatsAppは、行動シグナルからデバイス連携リクエストが不審と示唆される場合に警告を追加した。こうした詐欺では、被害者を操作して、攻撃者のコンピューターを正規の連携デバイスとして承認させる。

Facebookは、疑わしい友達リクエストに関する通知のテストを開始した。Messengerは、新しい会話が一般的な詐欺に似ている場合、最近のメッセージを確認したいかをユーザーに尋ねるシステムを拡張した。

Metaはまた、2025年中に1億5,900万件を超える詐欺広告を削除したと述べた。同社によれば、その92％はユーザーからの報告前に削除された。

これらの数字は、企業が報告した取り締まり件数だ。有害な広告にユーザーがどれだけ遭遇したか、また正当な広告がどれだけ誤って削除されたかは示していない。

同じ注意はMetaのアカウント削除にも当てはまる。Associated Pressは、WhatsAppが2025年上半期に犯罪的な詐欺拠点に関連する680万件のアカウントを削除したと報じた。

Metaによると、一部の組織は強制労働を利用し、メッセージング、ソーシャルメディア、出会い系サービス、決済プラットフォームをまたいで標的を移動させていた。あるキャンペーンでは、Metaのアプリ、TikTok、Telegram、AI生成メッセージが組み合わされていたと報じられている。

このようなプラットフォーム横断の移動は、サーバー側のアカウント取り締まりの限界を示している。あるアカウントを削除しても、別の場所で別のIDを作れる組織を必ずしも止められるわけではない。

Scam Alertは異なる層で対応する。送信元アカウントに確立された悪用履歴がない場合でも、受信者がその手口を認識できるよう支援しようとしている。

Metaはしたがって、集中型の検出から、ユーザーが管理するソフトウェアへと責任の一部を移している。このアプローチには合理性がある一方、多様なモバイルハードウェア上で動く小規模モデルに難しい判断を委ねることにもなる。

Google NewsはAIに注目するが、仕組みの核心はプライバシーにある

重要な技術は、単なるAI分類器ではない。Metaがその分類器をチャットへの新たなアクセス経路として利用できないようにする設計だ。

エンドツーエンド暗号化とは、通信する端末だけがメッセージを読むために必要な鍵を保持することを意味する。メッセージを運ぶサービスは通常、その内容を可読な形式で確認できない。

オンデバイス分類は、正当な受信者のスマートフォンがメッセージを復号した後にモデルを実行することで、この仕組みを維持する。コンテンツを中央のモデレーションサーバーへ戻す必要はない。

WhatsAppは、モデルと処理されたメッセージはスマートフォン内にとどまるとしている。分類結果も、ユーザーが意図的に報告または情報共有を行わない限り、端末内にとどまる。

同社はモデル配布の周辺に技術的な管理策を追加している。実験的なバリエーションを含むすべてのモデルバージョンは、展開前に公開透明性台帳へ掲載される予定だ。

WhatsAppはまた、特定のユーザーに固有のモデルを送ることはできないとしている。この非標的化ルールは重要だ。秘密裏に改変されたモデルは、そうでなければ監視ツールになり得るからだ。

Metaが提案する設計では、研究者は展開済みバージョンを公開記録と比較できるはずだ。標的化されたモデルは、公開されるか、または表明された配信管理策に違反する必要がある。

WhatsAppはモデルの重みも公開する計画だ。モデルの重みとは、分類器が入力パターンにどう反応するかを決める、学習済みの数値パラメータである。

これを公開すれば、専門家はモデルが詐欺検出用に狭く設計されているように見えるかを検証する機会を得られる。ただし、すべての実運用端末がレビュー済みバージョンを実行していることを自動的に証明するものではない。

この検証上の隔たりがあるからこそ、台帳と配信システムが重要になる。研究者が公開ファイルをユーザーが実際に受け取るものと結び付けられなければ、公開ファイルの価値は限定的だ。

Metaによると、ユーザーはアプリ内ログにアクセスでき、セキュリティ研究者は拡張されたバグ報奨金プログラムを通じてシステムを調査できる。同社は広範なリリースに先立ち、精査を招いている。

Scam Alertは依然として運用データを生成する。WhatsAppは、この機能が動作しているかを判断するため、集計された警告数と行動数が必要だとしている。

技術設計によると、これらの測定値は機密仮想マシンを経由する。機密仮想マシンとは、インフラ運営者からデータを保護することを目的とした、隔離されたコンピューティング環境である。

Metaは、システムが差分プライバシーを適用すると述べている。これは、集計結果から個人について明らかになる情報を制限する統計的手法だ。得られるテレメトリーは、特定のチャットを露出させずに、広範な行動を示すものになるはずだ。

この仕組みは、すべてがスマートフォン内にとどまると言うより複雑だ。メッセージ分類はローカルにとどまる一方、限定的な測定値はプライバシー保護インフラを通じて端末外へ送られる。

この区別は、この機能がGoogle Newsで取り上げられる際に注意を払うべきだ。「オンデバイス」は推論を正確に表すが、この機能にネットワーク通信や分析が一切ないことを意味するわけではない。

Metaは、より大きな計算能力を要するAIタスクに向けて、別のプライバシー設計も進めている。Private Processing designでは、選定したワークロードを保護されたクラウド環境内に置く。

Private Processingは、未読の会話を要約したり、文章を提案したりするタスクを想定している。こうした機能では、コンパクトな詐欺分類器よりも大きなモデルと広い文脈が必要になる場合がある。

Scam Alertがより厳格なローカル処理を採るのは、対象タスクがより限定されているためだ。必要なのは、長文の応答を生成したりスレッド全体を統合したりすることではなく、詐欺の可能性が高いパターンを分類することである。

この分離には意味がある。Metaが、あらゆるAI機能を会話を単一のリモートシステムへ送る根拠として扱っているわけではないことを示している。

その結果は、データ最小化の実践例だ。製品は、定義された目的に必要な情報だけを収集・処理すべきである。

Scam Alertのアーキテクチャは、コンテンツへの露出と介入の両方を最小化しようとしている。スマートフォンが選択されたメッセージを評価し、受信者に警告を出し、最終的な判断は本人に委ねる。

説明どおりに機能すれば、この仕組みは重要な先例となる。メッセージングサービスは、暗号化された会話に対する恒常的なサーバーアクセスを求めることなく、文脈を踏まえた安全機能を追加できる。

これが発表の真の仕組みだ。AIモデルが予測を提供する一方で、ユーザーが信頼すべきかを決めるのは検証可能な制約である。

トレードオフは監視なしの精度

Scam Alertは、十分に多くの詐欺を検知して実用的でありながら、ユーザーに無視されたり無効化されたりしない程度に誤判定を抑えなければならない。

Metaは、このベータ版の完全な公開スコアカードを公表していない。読者が現時点で確認できるのは、独立して検証された検知率、偽陽性率、言語別の内訳、デバイス性能プロファイルではない。

これらの数値がなければ、社外の誰も、このモデルがWhatsAppの会話全体に見られる多様性をどの程度扱えるか判断できない。Metaのアーキテクチャには期待できる一方で、分類器自体は未検証のままである。

言語は差し迫った課題だ。詐欺の台本には、スラング、スペルミス、コードスイッチング、地域固有の言及、意図的な難読化が使われる。

警告を引き起こす表現を把握すれば、詐欺師も適応できる。不審な要求を複数のメッセージに分散したり、重要な指示を画像やボイスメモに移したりする可能性がある。

初期の説明は、連絡先ではない相手から届くメッセージ内の言語的シグナルと会話構造を重視している。すべてのメディア形式に同等の対応があることまでは示していない。

報告された会話で学習したシステムは、選択バイアスも引き継ぐ。報告内容には、ユーザーが認識し、提出を選び、事後に特定できたものが反映される。

被害者が必ずしも報告するとは限らないため、成功した詐欺は十分に反映されない可能性がある。一方で、説得力に欠ける、あるいはよく知られた手口は、ユーザーに見抜かれたからこそ学習データの大半を占めるかもしれない。

そのため、モデルは過去の分かりやすい詐欺の検知には長けても、新たに登場する手口を見逃す可能性がある。Metaには、透明性に関する約束を弱めずに継続的な更新を行う必要がある。

偽陽性には別のコストがある。正当な採用担当者、顧客、近隣住民、サービス提供者が、未知の番号から連絡し、緊急性のある表現を使うこともある。

WhatsAppがメッセージをブロックしなくても、警告は受信者の解釈を変えうる。人は自動化された安全通知を、実際以上に強い証拠として扱いがちだ。

「信頼済みとしてマーク」する操作は、訂正の手段を提供する。しかし、モデルが誤ったと判断する負担は依然として受信者に残る。

ユーザーが警告に慣れてしまう可能性もある。無害な会話でScam Alertがあまりに頻繁に作動すれば、この通知は、読まずに閉じられる別のバナーになってしまう。

反対の失敗はより危険だ。洗練された詐欺が警告を受けなければ、不当に正当性があるように見えてしまう可能性がある。

WhatsAppは、警告がないことは承認を意味しないと伝えなければならない。Scam Alertはリスクを推定するものであり、フラグが付かないメッセージも詐欺である可能性がある。

この機能が任意であることはユーザーの選択を尊重する一方、現実世界での有効性を複雑にする。最もリスクの高い人々が、設定を見つけられなかったり、理解できなかったり、モデルを有効にしなかったりする可能性がある。

ローカル処理にはハードウェア上の制約もある。WhatsAppは、プロセッサ、メモリ制限、ストレージ容量、バッテリー状態が異なるスマートフォンで動作する。

Metaは、最近の改善により、従来の性能やモデルサイズの妥協なしに、正確なオンデバイス分類が実用的になったと述べている。より広範なテストが比較可能な結果を示すまでは、これは企業側の主張にとどまる。

同社は、モデル更新がデバイスや地域をまたいで一貫していることも示さなければならない。高価な新型スマートフォンで最もよく機能する安全機能では、不均一な保護の格差が残る。

プライバシーの検証も厳しい試練となる。重みを公開しても、一般ユーザーにモデルの挙動が理解できるようになるわけではなく、専門家であっても展開状況を調べるためのツールを必要とする。

独立した研究者は、本番モデルが台帳と一致していること、ターゲティング制御が機能していること、分析がチャット内容を明らかにしないこと、ログが実際の運用を反映していることを確認できるべきだ。

バグ報奨金制度は実装上の失敗を見つけられるが、日常的な透明性の代わりにはならない。Metaは、誤りや制限を含め、ベータ版の明確な結果を公表すべきである。

ガバナンス上の問題もある。詐欺検知は広く支持される目的として始まるが、同じ技術的能力で会話の別の特性も分類できる。

その拡張に対する防御は、Metaの現在の意図だけではない。公開モデル、公開記録、非ターゲティング配信、ユーザーコントロール、外部検証の組み合わせである。

こうした制約は、リリース後も有効であり続ける必要がある。後続バージョンが同程度に可視化されたレビューなしに対象範囲を広げるなら、プライバシーを保護するベータ版だけでは十分ではない。

したがって、中心的なトレードオフは測定可能である。より積極的な検知は追加の詐欺を捕捉できる一方、誤警報を増やし、より多くのデータを要求する可能性もある。

より保守的な検知は正当な会話を守るが、巧妙な詐欺を見逃すおそれがある。クラウド処理はより大規模なモデルを支えうるが、新たな信頼とセキュリティの問題をもたらす。

Metaはローカル分類と限定的な初期スコープを選んだ。ベータ版は今、こうした制約下でも有用な保護を提供できることを示さなければならない。

これが圧力をかける相手

この発表は、メッセージング事業者とAI開発者に対し、知的な機能を導入する際に、なぜプライベートなコンテンツをデバイスの外へ出す必要があるのかを説明するよう求めている。

ここでのMetaの主な対抗相手は、企業としてのTelegram、Signal、Apple、Googleではない。主要な対立軸は、有用な自動保護と中央集権的な検査との間にある。

競合サービスは、それぞれの暗号化設計、脅威モデル、利用可能なハードウェア、モデレーション上の責任に基づき、異なるアプローチを採っている。こうした違いを考慮しなければ、機能の直接比較は誤解を招きかねない。

それでも、WhatsAppの設計は説明の基準を引き上げる。クラウド分析を提案する事業者は、ローカル処理ではなぜ自らの特定タスクを扱えないのかを明示すべきだ。

「AIにはデータが必要だ」という説明では、もはや十分ではない。Scam Alertは、制約されたモデルでも、読み取り可能なメッセージを事業者へ日常的に送信せずに、高い価値を持つ安全上の課題を評価できることを示唆している。

この圧力は規制当局にも及ぶ。各国政府は、暗号化サービスが有害な活動を検知すべきか、あるいはメッセージ内容への例外的アクセスを提供すべきかを繰り返し議論してきた。

オンデバイスの警告システムは一つの回答を示すが、より大きな政策論争を解決するものではない。これは当局に一般的な可視性を与えるのではなく、接触の瞬間に受信者を保護する。

この違いは重要だ。クライアント側のツールは、プライベートなコミュニケーションを検索可能な中央リポジトリに変えることなく、ユーザーを支援できる。

一方で、政府や事業者が分類器を狭く任意の目的を超えて拡張すれば、新たなリスクも生じる。したがって、検証可能性は技術的な細部ではなく、政策議論の一部である。

セキュリティベンダーも同様の課題に直面する。多くの製品は、コンテンツ、リンク、行動シグナルをスコアリングのためにリモートシステムへ送る。

クラウド分析は強力な能力と迅速な更新を提供できる。同時に、インフラ、従業員、法的要求、ソフトウェアの脆弱性にさらされる機微な情報の量も増加させる。

WhatsAppは、小規模なローカルモデルでも問題の有用な一部をカバーできると見込んでいる。その成功は、デバイス上での即時分類と、任意の報告に基づくより広範な執行を組み合わせたハイブリッドな安全システムをさらに促すだろう。

ユーザーが注意を払わなければ、詐欺師が感じる圧力は限られる。犯罪組織は、緊急性、孤立、そして被害者が別の情報源を確認する前に指示に従おうとすることに依存している。

プライベートな警告は、その流れを中断する。適切な瞬間に摩擦を生み出すために、完全な犯人特定は必要ない。

ただし、攻撃者は経路を変えられる。無害なWhatsAppメッセージで始め、標的を電話、詐欺サイト、決済アプリケーション、別の暗号化サービスへ誘導するかもしれない。

このため、Metaは警告数だけで成功を評価できない。警告によって詐欺師が手口を変えることはあっても、詐欺の試み自体が終わるとは限らない。

有用な指標には、ブロックの判断、任意の報告、「信頼済みとしてマーク」による訂正、繰り返しの接触、他チャネルへの移行を示す証拠を含めるべきだ。

ナレッジワーカーや企業への影響も一様ではない。従業員は、連絡先に保存していないベンダー、応募者、顧客、契約業者から、正当なメッセージを受け取る機会が増えている。

調整が不十分な分類器は、有効な商取引上の会話に疑念を生む可能性がある。組織は警告を最終判断ではなく、確認を促すきっかけとして扱う必要がある。

個人にとって、この機能はすでに混雑したインターフェースに新たなシグナルを加える。最も安全な対応は、既知の電話番号、公式アプリケーション、確立した関係を通じた独立した確認であり続ける。

Scam Alertは立ち止まるきっかけを作れるが、あらゆる個人的な文脈を理解することはできない。家族の緊急メッセージと、なりすましの試みは、同じ語彙を共有しうる。

Google Newsでの露出はこの機能の認知を高めるが、話題性は導入と同じではない。Metaは、設定、その制限、プライバシー設計をWhatsApp内で説明しなければならない。

この製品が成功するのは、ユーザーが二つのメッセージを同時に理解したときだけだ。警告には注意を払う価値があり、警告がないことは決して安全を保証しない。

限定ベータ版後に注目すべき点

Scam Alertが信頼できるプライバシーモデルになるのか、それとも魅力的な技術発表のまま終わるのかは、三つのシグナルによって決まる。

第一のシグナルは、独立して検証可能な展開である。研究者は、ダウンロードされたモデルが公開透明性台帳と一致し、個々のユーザーを標的にできないことを確認する必要がある。

こうした保証を裏付ける証拠は、ローカルAIがアーキテクチャによって制約可能だというMetaの主張を強める。不一致があれば、この機能の中心的なプライバシー主張を損なうことになる。

この検証には、分析の挙動、モデル配信、アプリ内ログ、任意のメッセージ共有に至る経路を含めるべきだ。各要素が、Metaが何を観測できるかに影響する。

第二のシグナルは、言語、地域、デバイスをまたぐ詳細な精度報告である。Metaは、現実的な会話条件における偽陽性と偽陰性の性能を開示すべきだ。

集計された精度だけでは、重要な違いが隠れてしまう。モデルは全体として強い結果を示しても、小規模な言語、古いスマートフォン、新たな詐欺形式では低い性能にとどまる可能性がある。

同社は、適応的に手口を変える攻撃者をどのようにテストしているのかも説明すべきだ。詐欺師は警告システムを探り、表記を変え、要求を複数のメッセージに分割し、テキストを他のメディアと組み合わせるだろう。

制約を透明化しても、製品を弱体化させることにはならない。むしろ、ユーザーが警告を正しく解釈する助けとなり、研究者が選定された適用範囲が妥当かどうかを評価できるようになる。

3つ目のシグナルは、ベータ版からより広範な提供へ至る道筋だ。Metaは、最初の技術発表で全世界共通のリリース日を提示していない。

テスト結果を明示した慎重な拡大は、限定的に開始するという判断を裏付ける。一方、性能を示す根拠なしに迅速な展開を行えば、このベータ版はコミュニケーション施策に近いものに見えるだろう。

読者は、MetaがScam Alertを任意機能のまま維持するかどうかにも注目すべきだ。自動有効化への移行があれば、同意、端末リソース、ユーザーの理解について改めて議論する必要がある。

モデルの適用範囲も同じくらい重要だ。後続バージョンが引き続き詐欺に焦点を当てるのか、それとも無関係な会話カテゴリーの分類を始めるのかを、一般の人々が確認できるべきである。

システムの対応も限定的であるべきだ。受信者が制御できる警告は、自動的なメッセージ削除、アカウントへのペナルティ、あるいは見えない評判スコアとは異なるリスクを伴う。

Metaは、製品が進化してもこの区別を維持しなければならない。チャット内での検知が、不確かなローカル予測に基づく執行へと密かに変わるべきではない。

この機能に遭遇したユーザーが取るべき直近の行動は明確だ。警告が出たら立ち止まり、送信者を独自に確認し、圧力を受けて送金しないことだ。

警告が表示されないからといって、メッセージが安全だと考えてはいけない。犯罪者が意図的に表現を変える場合、特に新たな手口をすべて認識できる分類器は存在しない。

Google Newsの読者は、この発表を見出しの後に続く証拠で判断すべきだ。公開されるモデル記録、独立したセキュリティテスト、そして実際のベータ版における精度に注目したい。

Metaがこの3つすべてを実現すれば、Scam Alertは、プライバシーと有用なAI保護が、執行可能な制約の下で両立できることを示すだろう。そうでなければ、この機能は、世界で最もセンシティブなコミュニケーションシステムの一つにおける、検証されていない約束にとどまる。