AIは、外国による悪意ある影響工作を、微妙ながらも重大な形で塗り替えつつあります。2024年から2026年にかけてX上のロシア支持・中国支持の偽アカウントを分析した結果、これらの工作主体がAIを主にプラットフォームへの投稿量増大に活用しているわけではないことが明らかになりました。
代わりに、コンテンツの品質向上、より信憑性の高いペルソナの作成、そして言語・ビジュアル面でのリーチ拡大にAIを活用しています。これらはいずれも検出を回避し、実際のユーザーへの説得力を高めるための戦略です。
人間がラベル付けしたシグナルで訓練された教師あり分類器と教師なしクラスタリングを組み合わせた独自の機械学習パイプラインを用いて、高い信頼度（平均適合率86%、再現率83%）で偽アカウントと見られるアカウントを特定しました。
この手法を経時的に適用した結果、3つの主要な知見が得られました。第一に、悪意あるネットワークは投稿頻度を大幅に削減しており、2024年から2026年にかけて投稿数の中央値がおよそ半減しました。
オリジナル投稿の長さに目立った増加はなく、偽アカウントの活動人口も数千件規模（工作主体グループあたり約5,000〜11,000件）に留まりました。これは、工作主体が新規アカウントを大量作成するよりも、既存アカウントの転用を好んでいることを示しています。
twosixによると、画像を含むオリジナル投稿の割合が著しく増加し、ロシア支持アカウントでは4倍以上、中国支持アカウントでは2倍になりました。また、一部の画像はAI生成と識別できるものでした。
ビジュアルには、明らかに合成されたイラストから、虚偽のナラティブを裏付けることを目的とした巧みに操作・捏造された写真的なシーンまでが含まれています。
AIを活用するロシアと中国の工作主体
同時に、言語的なフットプリントも拡大しました。ロシア支持アカウントは2024年の中央値2言語から2026年には6言語に増加し、中国支持アカウントは英語の使用を増やし中国語の投稿を減らしました。
これらのパターンは、LLM駆動の翻訳ワークフローが外国語圏のオーディエンスへのリーチを広げていることを示唆しています。
第三に、行動シグナルがより人間らしくなりました。投稿のペースが遅くなり、1日の非活動時間帯が増加しました。これはとくにロシア支持アカウントで顕著であり、人間の日周リズムを模倣してボット検出シグナルを減らすための戦術です。
その結果、アカウントの大多数は最小限のエンゲージメント（通常3〜50投稿あたり1件のインタラクション）しか生み出せず、量より質のアプローチはオーガニックなスケール獲得においては大部分で失敗したことが示されています。
ただし、少数の例外的なロシア支持アカウントは、投稿あたり平均17〜22件のエンゲージメントを獲得し、大規模なフォロワー数を維持するなど、相当なリーチを達成しました。
これらの例外的なアカウントは不釣り合いなほど大量のオリジナルコンテンツを生成しており、エンゲージメントの低い偽アカウントからなる周辺ネットワークを通じてナラティブを増幅するシードノードとして機能していたと見られます。
ナラティブのこうした転換は、トランプ大統領がウクライナにモスクワにとって有利な条件での終戦を強制するかもしれないというモスクワの期待が打ち砕かれたことによるものと考えられます。
LLM支援分類を用いたナラティブ分析により、テーマの変化が明らかになりました。ロシア支持ネットワークは、2026年までに以前の親トランプ的フレーミングから激しい反米メッセージへと転換しました。米国の人物に対する人身攻撃が急増し、米国の軍事的脆弱性、帝国主義、陰謀論を強調するコンテンツが大幅に増加しました。
中国支持ネットワークは一貫して米国を不安定化勢力として描き、2025年以降は比較優位として中国のAI能力を強調しています。地域的な焦点も変化し、2026年のナラティブでは日本、とくにその指導部が米国の代理として描かれるようになりました。
運用面では、これらの傾向が検出と対策を複雑にしています。AIによる検出においては、翻訳と画像合成により言語やモダリティをまたぐ攻撃対象領域が拡大しており、投稿ペースの低下とばらつきの増大によってオーガニックな行動が模倣され、単純なボット検出ヒューリスティクスが無効化されています。
したがって、防御側は投稿量やアカウント作成シグナルだけに頼るのではなく、画像の出所確認、言語横断的なコンテンツ類似度測定、時系列的・行動的特徴を組み込んだマルチモーダル検出モデルを優先すべきです。
翻訳元: https://gbhackers.com/russian-and-chinese-actors-use-ai/
