Sebelumnya spam sudah terjadi sejak tahun 1898, tapi email dikenal sebagai contoh pertama spam digital dan secara historis tidak terbantahkan dalam skala dan luasnya dengan milyaran email spam yang dihasilkan setiap hari.
Pada akhir 1990-an, spam mendarat di platform Instant Messaging (IM) atau dikenal juga sebagai SPIM, yaitu spam yang menargetkan pengguna pengiriman pesan instan mulai dari AIM (AOL Instant Messenger) dan berkembang melalui sistem IM modern seperti WhatsApp, Facebook Messenger, dan WeChat.
Bentuk luas dari spam yang muncul pada periode yang sama adalah manipulasi mesin pencari Web: spam konten dan ternak link/tautan memungkinkan spammer untuk meningkatkan posisi situs web target dalam peringkat hasil pencarian mesin pencari populer, dengan algoritma permainan seperti PageRank dan sejenisnya.
Dengan keberhasilan jejaring sosial, di awal tahun 2000-an kita menyaksikan munculnya banyak bentuk spam baru, termasuk spam Wiki (menyuntikkan tautan spam ke halaman Wikipedia), spam opini dan ulasan yaitu mempromosikan atau mengolesi produk dengan membuat ulasan online palsu, dan spam perpesanan seluler seperti SMS dan pesan teks dikirim langsung ke perangkat seluler.
Dan dalam dekade terakhir, dengan semakin luasnya jejaring sosial online dan kemajuan signifikan dalam AI, bentuk-bentuk baru spam melibatkan bot sosial media, yaitu akun yang dioperasikan oleh perangkat lunak untuk berinteraksi secara berskala dengan pengguna web sosial, situs web berita palsu untuk sengaja sebarkan disinformasi, dan spam multi-media berdasarkan AI.
Pemaparan spam
Spam email terutama memiliki dua tujuan,
-
Untuk iklan, misalnya, mempromosikan produk, layanan, atau konten.
-
Penipuan misalnya, berusaha melakukan penipuan, atau phising.
Tidak ada ide yang sangat baru atau unik di dunia digital: iklan berdasarkan konten yang tidak diminta yang dikirim melalui surat pos tradisional, kemudian panggilan telepon, yang disebut “robocall” telah ada selama hampir seabad.
Sedangkan untuk penipuan, laporan pertama dari fee scam yang populer di zaman modern dikenal sebagai penipuan 419, a.k.a. scam Nigeria Prince. Metode penipuan semacam itu sudah pernah ada sebelumnya yang disebut dengan penipuan The Spanish Prisoner yang beredar di akhir 1800an.
Kasus spam digital pertama yang dilaporkan terjadi pada tahun 1978 dan dikaitkan dengan Digital Equipment Corporation, yang sistem komputer baru mereka memiliki lebih dari 400 pelanggan ARPANET, yang merupakan jaringan pendahulu dari Internet modern.
Kampanye email massal pertama terjadi pada tahun 1994, yang dikenal sebagai spam green card lottery USENET: firma hukum Canter & Siegel mengiklankan layanan hukum terkait imigrasi mereka secara bersamaan ke lebih dari 6.000 newsgroup USENET. Acara ini berkontribusi untuk mempopulerkan istilah spam.
Baik kasus ARPANET dan USENET membawa konsekuensi serius bagi para pelakunya karena mereka dianggap sebagai pelanggaran besar terhadap kode etik pada awal keberadaan Internet misalnya, Canter & Siegel kehilangan bisnisnya dan Canter dibubarkan oleh Arizona Bar Association.
Penggunaan Internet untuk mendistribusikan spam email memberikan skalabilitas yang tak tertandingi, dan jangkauan yang belum pernah terjadi sebelumnya, dengan biaya yang sangat kecil dibandingkan dengan apa yang diperlukan untuk mencapai hasil yang sama melalui cara tradisional.
Era milenium
Milenium baru membawa kita pada Web Sosial atau Web 2.0, perubahan paradigma dengan penekanan pada konten yang dibuat pengguna dan pada sifat partisipatif, sifat interaktif pengalaman Web.
Dari produksi pengetahuan Wikipedia hingga berita yang dipersonalisasi (media sosial) dan grup sosial atau jejaring sosial online, dari blog ke situs berbagi gambar dan video, dari penandaan kolaboratif hingga e-commerce sosial, kekayaan peluang baru ini membawa banyak hal baru kepada kita bentuk-bentuk spam, yang biasa disebut sebagai spam sosial.
Berbeda dari email spam, di mana spam hanya dapat disampaikan dalam satu bentuk seperti email, spam sosial dapat muncul dalam berbagai bentuk dan modus operandi.
Spam sosial dapat berupa konten teks misalnya, posting yang disponsori secara diam-diam di media sosial, atau multimedia misalnya, foto yang dibuat di 4chan, spam sosial dapat bertujuan mengarahkan pengguna ke sumber yang tidak dipercaya atau berbahaya, misalnya, URL ke informasi yang tidak diverifikasi atau situs web berita palsu.
Spam sosial dapat bertujuan untuk mengubah popularitas entitas digital, misalnya, dengan memanipulasi suara pengguna, seperti upvotes pada posting Reddit, retweet di Twitter, dan bahkan produk fisik, misalnya, dengan memposting ulasan online palsu seperti tentang produk di situs web e-commerce.
Opini yang bersifat spam. Pada awal 2000-an, semakin populernya situs web e-commerce seperti Amazon dan Alibaba memotivasi munculnya spam pendapat (a.k.a. spam review). Berdasar jenis ada tiga tipe spam review, yaitu:
-
Review/ulasan palsu
Ulasan palsu, terdiri dari posting ulasan yang tidak benar, atau menipu di platform e-commerce online, dalam upaya untuk memanipulasi persepsi publik secara positif atau negatif dari produk atau layanan tertentu yang disajikan pada platform yang terpengaruh.
Ulasan positif palsu dapat digunakan untuk meningkatkan popularitas dan persepsi positif dari produk atau layanan yang ingin dipromosikan oleh spammer, sementara ulasan negatif palsu dapat berkontribusi untuk menghancurkan pesaing spammer dan produk/layanan mereka.
-
Review tentang merek saja
Berkaitan dengan komentar tentang produsen/merek suatu produk tetapi tidak pada produk itu sendiri. Walaupun asli, mereka dianggap sebagai spam karena mereka tidak ditargetkan pada produk tertentu dan sering bias.
-
Non review
Secara teknis bukan spam pendapat karena mereka tidak memberikan pendapat apa pun, mereka hanya berisi konten generik, yang tidak terkait misalnya, iklan, atau pertanyaan, bukan ulasan, tentang suatu produk, namun muncul dalam review di produk e-commerce.
Bot spam
Sebelum awal 2000-an, sebagian besar kegiatan spam masih dikoordinasikan dan dilakukan setidaknya sebagian besar oleh operator manusia: kampanye spam email, ternak link web, dan ulasan palsu, antara lain, semua bergantung pada intervensi dan koordinasi manusia .
Dengan kata lain, operasi spam ini berskala pada biaya (mungkin signifikan). Dengan meningkatnya popularitas jaringan sosial online dan platform media sosial, bentuk-bentuk baru spam mulai muncul dalam skala besar.
Salah satu contohnya adalah ternak akun medsos yang mirip dengan ternak link Web, yang tujuannya adalah untuk memanipulasi persepsi popularitas suatu situs web tertentu dengan secara artifisial menciptakan banyak petunjuk, hyperlink ke tautan tersebut, dalam ternak akun medsos, spammer membuat persona online dengan banyak follower palsu.
Operasi spam jenis ini membutuhkan pembuatan ribuan (atau lebih) akun yang akan digunakan untuk mengikuti target pengguna untuk meningkatkan pengaruhnya yang nyata. “Akun sekali pakai” seperti itu sering disebut sebagai follower palsu karena tujuannya semata-mata untuk berpartisipasi dalam jaringan ternak link tersebut.
Di beberapa platform, ternak link begitu mendominasi sehingga spammer dilaporkan mengendalikan jutaan akun palsu. Ternak link memperkenalkan otomatisasi tingkat pertama dalam spam media sosial, yaitu alat untuk secara otomatis membuat akun media sosial.
Pada akhir 2000-an, spam sosial memperoleh alat ampuh baru untuk mengeksploitasi: bot kependekan dari robot perangkat lunak, a.k.a. bot sosial.
Bot telah ada sejak awal komputer, contoh bot termasuk chatbots, algoritma yang dirancang untuk mengadakan percakapan dengan manusia, bot Web, untuk mengotomatiskan pencarian dan pengindeksan Web, bot perdagangan, untuk mengotomatisasi transaksi pasar saham, dan banyak lagi.
Bot sosial adalah generasi baru algoritma komputer yang secara otomatis menghasilkan konten dan berinteraksi dengan manusia di jejaring sosial, mencoba meniru dan mungkin mengubah perilaku mereka.
Karena bot dapat diprogram untuk melakukan operasi yang seharusnya membosankan atau memakan waktu dan mahal bagi manusia, mereka dapat meningkatkan operasi spam di Web sosial ke tingkat yang belum pernah terjadi sebelumnya.
Bot, dengan kata lain, adalah yang telah diimpikan oleh spammer sejak awal Internet. Bot memungkinkan interaksi yang disesuaikan dan dapat disesuaikan, meningkatkan efektivitas biaya, jangkauan, dan masuk akal dalam kampanye spam sosial, dengan keuntungan tambahan berupa peningkatan kredibilitas dan kemampuan untuk lolos dari deteksi yang dicapai oleh penyamaran mereka yang mirip manusia.
Spam AI
AI berkembang dengan cepat, merevolusi banyak bidang termasuk spam. Di luar seperti chatbots, seperti Siri atau Alexa, sistem AI dapat digunakan di luar ruang lingkup aslinya, untuk memicu operasi spam dari berbagai jenis.
Fenomena ini selanjutnya dikenal sebagai spamming dengan AI, mengisyaratkan fakta bahwa AI digunakan sebagai alat untuk membuat bentuk spam baru. Namun, mengingat kecanggihan mereka, sistem AI sendiri dapat menjadi sasaran serangan spam.
Konsep baru spam AI, menunjukkan bahwa AI dapat dimanipulasi dan bahkan dikompromikan, oleh spammer atau peretas dalam arti yang lebih luas.
Kemajuan dalam visi komputer, virtual dan augmented reality memproyeksikan kita di era di mana batas antara kenyataan dan fiksi semakin kabur.
Bukti konsep AI yang mampu menganalisis dan memanipulasi rekaman video, belajar pola ekspresi sudah ada. Suwajanakorn merancang jaringan saraf yang mendalam untuk memetakan audio ke dalam bentuk mulut dan ekspresi wajah yang meyakinkan, sehingga dapat merekayasa orang yang berbicara dalam klip video, dengan hasil yang sulit dibedakan bagi mata manusia dari rekaman asli.
Teknik-teknik ini dan evolusinya telah dieksploitasi untuk membuat apa yang disebut Deep-Fakes, bertukar muka selebritas dengan video konten dewasa yang muncul di Internet pada akhir 2017.
Teknik-teknik tersebut juga telah diterapkan pada domain politik, membuat rekaman video fiktif yang memerankan kembali Obama, Trump, dan Putin, di antara beberapa pemimpin dunia menimbulkan kekhawatiran baru.
AI juga sedang dalam sorotan dan sedang ditangani oleh komunitas riset komputasi. Salah satu cara AI dapat secara jahat diarahkan untuk mempelajari model bias adalah dengan sengaja menyuntikkan spam, di sini dimaksudkan sebagai informasi yang tidak diinginkan ke dalam data pelatihan.
Hal ini dapat mengarahkan sistem untuk mempelajari pola dan bias yang tidak diinginkan yang akan mempengaruhi perilaku sistem AI sejalan dengan niat para spammer.
