【摘要】在生成式人工智能加速渗透社会生活的背景下，养老诈骗正由机会型侵害演变为算法驱动的精准围猎，不仅提升诈骗效率与隐蔽性，而且重构风险生成机制，使老年群体在数字社会的复合性脆弱进一步放大。人工智能时代养老诈骗问题突出表现为，技术黑箱加剧认知失真、平台逻辑放大风险扩散等。需构建“技术—制度—社会”三重防护体系，让技术运行更规范，让平台责任更明确，让社会支持更有力、更实在。
【关键词】人工智能 养老诈骗 算法围猎 协同治理
【中图分类号】D669.6 【文献标识码】A
当前，养老诈骗已从街头小广告进化为精准的“数字陷阱”，AI换脸冒充亲友求救、大数据画像定制“神医”话术、语音合成伪造权威专家，不仅掏空老年人积蓄，而且击穿其情感防线。人工智能如何重构养老诈骗的生成机制，使其由机会型侵害演变为算法驱动的精准围猎？技术变革与群体差异叠加之下，老年群体为何成为高风险对象？如何构建兼具技术支撑、制度保障、社会嵌入的协同治理框架？通过对这些问题的系统分析，本文力图为人工智能时代养老诈骗的治理，提供具有理论深度与现实可行性的思路。
从“广撒网”到“算法围猎”，养老诈骗范式发生转变
在人口老龄化不断加深、数字技术加速迭代的背景下，老年群体的生存环境和风险结构正在发生深刻变化。一方面，老龄社会的到来，使健康管理、财富保值、情感支持等需求持续上升，老年群体逐渐成为数字消费和信息服务的重要对象，同时成为不法分子实施犯罪的主要目标；另一方面，以生成式人工智能为代表的新一轮技术革命，正在重塑信息生产和传播方式，使社会交往、商业营销，乃至风险生成机制，均呈现高度智能化、平台化等特征。在此过程中，养老诈骗正从传统的机会型侵害迅速演变为技术驱动型围猎，呈现更强的隐蔽性、精准性、持续性。
从演变路径看，传统养老诈骗多依赖电话推销、街头营销或熟人介绍，其基本套路是“广撒网、碰运气”，诈骗成功具有较大的偶然性。人工智能技术介入后，诈骗行为逐渐嵌入数据获取、算法分析、内容生成的完整链条中，形成从画像识别、精准触达、关系构建，到高额收割的系统性运作模式。尤其是深度伪造、语音合成、智能推荐等技术的应用，使诈骗分子能以极低成本批量生产高度仿真的信息内容，并通过平台算法实现精准投放，从而将原本分散的诈骗行为转化为具有组织化、规模化特征的“算法围猎”。
需指出的是，这种转变的本质不只是技术手段的升级，而且是风险生成逻辑的根本重构。换言之，养老诈骗已从简单的信息欺骗发展为主动、系统地营造精准围猎态势，又进一步演变为对老年人认知结构与情感需求的直接操控。可以说，人工智能时代的诈骗行为已从短时欺骗转向过程性控制，从单次交易转向关系性剥夺，对个体造成的影响从单纯的财产损失，发展为对心理信任和社会联结的深层破坏。更为重要的是，在技术加速演进的同时，老年群体的数字适应能力明显滞后，形成技术快速迭代与老年人数字素养滞后之间的结构性张力。
当前，越来越多老年人开始接入互联网，成为数字社会的新用户。同时，老年群体对算法机制、数据风险、虚假信息的识别能力仍相当有限，故处于“触网但不识网”的过渡状态或“半数字化”状态。由于缺乏相应的防护能力，他们很容易成为算法精准识别与锁定的重点对象。因此，单纯依赖传统方法已难以有效应对当前养老诈骗的复杂性与隐蔽性。具体而言，技术手段的快速迭代，在不断降低诈骗门槛和提高作案效率的同时，使打击成本显著上升。诈骗行为逐渐向私域空间转移，进一步加大证据获取和实施监管的难度。这意味着，新型养老诈骗已不再是单一的刑事治理问题，而是涉及技术治理、平台责任、社会支持体系等诸多要素的综合性治理议题。
人工智能时代养老诈骗的三种典型形态
如果说传统诈骗以个体经验和话术技巧为基础，那么人工智能时代养老诈骗则已形成“数据—算法—内容”三位一体的技术体系，其本质是一套可复制、可扩展的系统性机制，并演化为一种具有资源配置与认知塑造能力的控制形态。换言之，人工智能时代养老诈骗的运作方式和风险结构已发生深刻改变。
从具体表现看，人工智能时代养老诈骗大体可以分为三种典型形态。第一类是身份伪造型诈骗。诈骗分子利用深度伪造和语音克隆技术，对亲友或权威人物进行高度仿真的数字再现，通过模拟熟人面孔和声音，以紧急求助、突发变故等情境为切入点，激发老年人的情感反应，在极短时间内完成资金转移。这类诈骗突破传统对陌生人警惕的经验防线，将信任关系直接嵌入欺诈过程。第二类是情感操控型诈骗。这类诈骗具有更高的持续性和隐蔽性。诈骗分子借助人工智能技术生成虚拟人物或数字陪伴者，构建具有稳定人格特征的交往对象，并通过长期互动建立情感依附关系。一旦情感纽带形成，经济收割往往以投资建议、健康产品或共同生活计划等方式逐步展开，因而具有更高的成功率和更大的损失规模。第三类是精准诱导型诈骗。诈骗分子依托大数据和算法画像，实现对老年群体需求的精细化捕捉并反向利用。他们通过非法渠道获取个人信息，构建涵盖健康状况、消费能力、兴趣偏好的多维画像，再由生成式人工智能快速生成定制话术。例如，针对有理财需求的群体，设计“高收益低风险”的投资方案。这种高度匹配个体需求的信息投放，使诈骗极具迷惑性和说服力。
这三种典型诈骗形态的背后，是一套逐渐成熟的产业化运作模式，呈现从传统的金字塔式组织结构，向去中心化的分布式组织结构转变的态势。在数据层面，个人信息泄露和数据交易，构成诈骗活动的基础资源。老年人的身份信息、联系方式，乃至消费记录一旦被纳入数据链条，即可被反复利用与加工，形成可持续的目标库。在内容生产层面，生成式人工智能显著降低诈骗内容的制作门槛，使语音、图像、文本均可实现自动化生成与批量复制，从而打破传统诈骗对人力和经验的依赖。在传播层面，平台算法的推荐机制为诈骗信息提供精准触达路径，通过兴趣匹配、行为预测等方式，实现高效率的流量转化。这一过程往往以私域空间为收口，通过社交软件、群组或一对一沟通，完成从引流到收割的闭环。在机制层面，这一过程的关键在于算法对认知结构的深度介入。事实上，网络安全不仅与技术相关，而且与个体的认知模式和行为方式密切相关。当老年用户在平台中接触到高度同质化的信息内容时，其判断标准与风险感知逐渐被重构，形成相对封闭的信息空间。在此空间中，诈骗信息更易被判定为可信信息，甚至被纳入个体既有认知体系，从而降低防范意识。进一步看，算法通过对行为数据的持续追踪，实现对个体心理状态和决策倾向的动态把握。例如，通过分析点击频率、停留时间、互动行为，可识别出对某类信息更为敏感的用户，并不断强化相关内容的推送频率。这种“反馈—强化”机制，使诈骗不再依赖一次性说服，而是通过持续的信息输入和情感互动，在认知上引导个体进入预设轨道。
可以说，人工智能时代的养老诈骗，本质上是在数据支撑下，通过算法建模与内容生成，对老年群体实施持续性的认知塑造和情感操控，从而实现精准且高效的资源转移。这一过程，是嵌入数字平台和信息生态之中的结构性围猎。相较于传统诈骗，当前的养老诈骗具有三个方面的特征。门槛显著降低，技术工具替代经验技能，使更多主体能够进入诈骗链条；规模快速扩张，自动化和平台化使诈骗具备工业化生产特征；隐蔽性显著增强，算法黑箱和私域空间共同构成难以穿透的灰色地带。因此，理解人工智能时代养老诈骗问题，需从“算法如何运行”转向“算法如何塑造风险”。只有充分把握其生成逻辑，才能为后续的治理奠定坚实基础。
多种因素交织叠加，使老年群体脆弱性更加凸显
老年群体之所以成为“算法围猎”的高风险对象，并非单纯源于个体警惕性不足，而是由多种因素导致的①。既体现在外部技术环境对老年人的排斥与规训，又体现在其内部认知、情感与社会支持体系相对薄弱。客体和主体两方面原因在算法放大效应下交织叠加，使养老诈骗从可防可控的风险转变为系统性风险。
从客体维度看，数字技术环境本身正成为一种隐性门槛，不断改变老年人的风险暴露方式。技术黑箱加剧信息判断的不对称。生成式人工智能所生产的内容，在真实性、逻辑性、表达方式上均高度逼真，而算法固有的黑箱式运作使其生成过程对普通用户不可见，老年人难以凭借传统经验进行甄别②。同时，算法中存在的年龄歧视等问题，使老年人在不知情的情况下被筛选、评估，乃至“围猎”③。这种可感知却难以理解的信息环境，使老年人面对复杂信息时更易依赖直觉判断，进一步增加误信风险。算法推荐机制通过持续推送同质化内容，构建起相对封闭的信息空间，形成所谓的“信息茧房”。个体接触的信息被不断筛选和强化，认知结构逐渐趋于单一，风险警觉性被削弱。诈骗行为日益向私域空间转移，借助即时通讯工具和封闭社群完成深度互动，传统监管手段难以触达。
从主体维度看，老年群体在数字时代面临能力与需求的错位。一方面，有的老年人虽能够使用智能手机和基本应用，但由于数字素养整体较弱，对平台规则、数据使用方式，以及算法推荐逻辑缺乏了解，仍处于“会操作但不理解”的“半数字化”状态，缺乏必要的风险识别能力。在数智社会，他们不得不进入数字空间，独立面对风险。另一方面，老年群体的经济社会脆弱性加大其受骗风险。有的老年人因病致贫或经济状况不佳，内心的不安全感驱使其寻求高风险投资机会，因而容易被虚假信息诱惑。情感需求缺口的出现，则为诈骗提供重要切入点。研究表明，心理幸福感较低、社会支持网络薄弱、孤独感较高的老年人，被骗风险显著增加。随着家庭结构变化和社会流动加快，老年人面临社交减少、陪伴不足等问题，对情感联结与社会认同的需求明显上升。诈骗分子正是利用这一情感空白，通过长期互动和角色扮演建立信任关系，将经济利益嵌入情感交换之中，使老年人落入陷阱。健康焦虑、认知能力衰退，以及对健康、养老等问题的过度关注，尤其是对衰老的恐惧，会通过厌恶不确定性的心理机制增加其受骗的可能性。在日常生活中，老年人更倾向于相信熟人或具有权威身份的信息来源，而人工智能技术恰恰能模拟这些信任符号，使老年人深陷其中。此外，老年群体不愿意举报诈骗的行为习惯，以及证据意识薄弱的特点，进一步导致对诈骗内容的识别、溯源和取证异常困难。老年人更习惯电话沟通，疏于保留文字记录，甚至容易被诱导删除聊天记录或将交易转移至微信群等私密空间，这些行为会增加后续维权和执法的难度。
客体和主体两方面原因，在算法机制中被不断放大和强化。一方面，算法通过数据分析识别出具有特定特征的高风险群体，并对其持续信息投放，实现精准锁定；另一方面，通过反馈机制不断调整内容形式和传播路径，使诈骗信息与个体需求高度匹配，形成动态优化的围猎过程。老年人不再是被动接收信息的一方，而是在不断互动中被逐步引导，认知与情感状态被持续塑造。人工智能时代养老诈骗的发生机理，表现为以老年人结构性脆弱为基础，以个体性脆弱为载体，在算法放大效应下形成的系统性风险生成过程。在环境、个体、算法的交互作用下，诈骗行为从偶发性事件演变为具有稳定模式的围猎机制。这启示我们，治理养老诈骗不能简单归咎于老年人自身的问题，也不能仅依赖技术手段进行单点防控，需从整体视角出发，重构数字环境、提升个体能力、健全社会支持体系。
现有治理体系在技术监管、平台责任等方面存在不足
在人工智能驱动养老诈骗快速演化的背景下，现有治理体系在技术监管、平台责任、社会支持、跨部门协同等方面存在不足。传统网络空间治理模式在应对当前主体多样弥散、损害跨域传导的养老诈骗时，显现出系统性失效④，难以有效应对新型风险。
从技术治理层面看，监管能力滞后于技术发展速度。生成式人工智能的快速普及，使深度伪造和自动化生成内容的技术门槛大幅降低，诈骗手段的更新频率显著加快。现有监管体系在技术识别、风险预警、证据固定等方面仍存在短板。深度伪造内容在视觉与听觉层面的高度仿真，使传统人工识别方式难以奏效；诈骗活动往往跨越多个平台，甚至跨境运作，数据追踪和证据链构建面临较大困难。同时，私域空间的广泛应用，使大量关键环节发生在监管盲区，显著增加执法难度和治理成本。
从平台治理层面看，算法逻辑与公共利益之间存在结构性张力。当前，互联网平台以流量获取与用户留存为主要目标，其推荐算法往往优先考虑用户兴趣和行为数据，对潜在风险的识别和干预明显不足，这导致一些具有较强吸引力但存在风险的信息内容，反而容易获得传播机会。同时，有的平台在适老化改造过程中更侧重界面简化和操作便利，对信息安全和风险防控关注不足，形成功能适老化和安全适老化之间的错位。此外，平台在数据使用和内容审核方面的责任边界不够清晰，对涉老风险内容缺乏系统性治理机制，进一步加剧这一错位。
从社会支持层面看，家庭和社区的防护功能不足。随着人口流动和家庭结构变化，传统以家庭为重心的支持体系逐渐松动，子女对老年人日常生活和信息环境的关注较为有限。一些家庭鼓励老年人使用智能设备，但更多停留在功能层面的“会使用”上，缺乏系统性的风险教育与陪伴支持，形成重使用、轻安全的“表层数字化”困境。同时，社区和机构帮扶资源缺乏，是导致老年人数字排斥的关键因素⑤。当前，社区层面的公共服务在反诈宣传和日常支持方面仍以阶段性活动为主，缺乏持续性和针对性，难以有效应对不断变化的诈骗手段。
从治理体系层面看，跨部门协同不足是制约治理效能提升的重要因素。养老诈骗整治涉及公安、网信、市场监管、民政等多个部门。由于信息共享机制尚不健全，数据壁垒仍未打破，风险识别与处置相对滞后。同时，有的案件在证据转化和责任认定过程中遭遇障碍，治理效率大打折扣。面对日益多样的诈骗形式，单一部门难以独立应对，需形成高效协同的治理格局。
构建“技术—制度—社会”三重防护体系
传统“打击—惩治”路径对新型养老诈骗难以奏效，其根源在于新型养老诈骗是嵌套在数字技术体系、平台运行逻辑、社会关系结构中的复合性风险。因此，治理思路需从末端打击转向全链条防控，从单一主体应对转向多方协同治理。需构建“技术—制度—社会”三重防护体系，形成应对新型养老诈骗的系统性解决方案。
技术层面，以可信技术重塑风险防控的源头机制。充分利用人工智能和算法的治理工具特性，推动技术从效率导向转为安全与责任导向，实现对风险的前置识别和源头控制。具体而言，可分为三个方面。增强生成内容的可识别性和可追溯性。针对深度伪造和自动化生成内容，监管部门需尽快建立统一的人工智能生成内容标识制度，督促人工智能平台和工具在生成音频、视频、图像时，嵌入不可篡改的数字水印或元数据标识，做到生成即标识、传播可识别。同时，完善内容溯源技术体系，为事后快速定位内容来源和传播路径奠定基础。提升多模态风险识别和智能拦截能力。依托人工智能技术本身，先构建覆盖文本、语音、图像的多模态识别模型，对典型诈骗特征，如异常话术、情绪操控、诱导性承诺等，进行实时监测预警，再将识别系统嵌入平台推荐和信息分发的各环节，实现对高风险内容的动态降权、限流或拦截，实现由被动删除转向主动防控。完善关键场景的技术防护机制。在直播带货、在线问诊、投资咨询等高风险场景中，平台需主动推行全过程记录与留存机制，对交易过程中涉及的关键音视频信息予以加密存储，既为后续取证和责任认定提供依据，又据此设计高风险行为触发机制，对异常资金流动、频繁转账行为等，进行自动提示或延迟处理，为用户提供充分的二次确认空间。
制度层面，以穿透式监管形成治理闭环。当前，养老诈骗呈现明显的跨平台、跨领域、跨境运行特征，传统分散化监管模式难以形成有效约束，亟需通过制度创新，实现监管体系重构。建立跨部门协同治理机制。推动公安、网信、市场监管、民政等多部门打通信息壁垒，形成统一风险识别、统一响应处置的协同网络。主动建设涉老风险信息共享平台，对高频诈骗手段、重点风险人群、异常资金流动等，进行动态实时监测和联动处置。压实平台“看门人”责任，厘清互联网平台在算法推荐、内容审核、数据使用等各环节的法定责任，将涉老风险防控纳入平台治理评价体系。对未履行安全义务导致重大风险事件的平台，依法追究相应责任，同时鼓励平台自主建立专门的涉老风险识别机制，对涉及健康、理财、养老服务等敏感领域的信息予以重点审查和管理。完善涉老权益保护制度。探索推行购买冷静期制度，对高风险消费行为设置延迟确认机制，切实防范冲动消费。在私域交易纠纷中，适度调整举证责任分配规则，合理减轻老年人维权负担。对于利用生成式人工智能实施诈骗的行为，需在法律层面明确其构成从重处罚情节，通过提高违法成本形成震慑。推进数字治理标准建设。围绕适老化服务和数字安全，系统构建技术规范、服务流程、评估机制三位一体的标准体系，提升治理的规范性和可操作性，并以此标准引导企业和平台在设计与运营中主动平衡效率和安全，实现制度供给与技术发展的良性互动。
社会层面，以能力提升和关系修复夯实治理基础。技术和制度固然重要，但养老诈骗反复发生的主要原因在于，其深度嵌入老年人的生活世界及情感结构，故而治理绝不仅是技术、制度问题，更是典型的社会问题。因此，需从提升老年人数字能力和修复其社会支持网络入手。分层系统推进老年人数字素养教育。反诈教育不能止步于提醒式宣传，而需升级为赋能式科普，充分利用社区、养老机构、高校资源，开展常态化、情境化教育，通过案例教学、模拟演练、社区讲堂、方言短视频等适老化形式，帮助老年人了解深度伪造、语音合成的基本原理，把技术原理转化为老年人听得懂、记得住、用得上的生活常识，切实提高其对合成内容的批判性、识别力，使其从被动接受者转变为主动识别者。强化家庭层面的数字监护和情感托底功能。鼓励子女担当“数字监护人”和情感陪伴者的双重角色，通过定期沟通、共同使用数字设备等方式，帮助老年人理解信息环境及其潜在风险，明确其对老年人数字使用所承担的指导责任。建议推行“三帮三查”责任清单：帮忙安装反诈应用程序（APP）、帮忙开启长者模式、帮忙设置消费限额；定期查手机应用、交易账单、聊天记录。相比单纯的技术教学，持续的陪伴和互动更有助于建立信任关系，也更能缩减诈骗的情感侵入空间。构建社区嵌入式支持网络。作为连接政府、家庭、社会组织的重要节点，社区在风险预警、信息传播、个案干预等各种情景中，都可发挥枢纽作用，故需明确遇事联系社区居委会的求助路径，确保老年人第一时间能找到可靠支持。同时，通过发展兴趣社群、志愿服务、互助组织等形式，增加老年人现实社会互动的机会，潜移默化地减少其对虚拟关系的过度依赖。充分发挥高校和社会组织的专业优势。整合社会工作、心理学、信息技术等多学科力量，推动反诈服务的专业化发展。通过开展数字陪伴服务、风险评估和个案干预，为老年人提供针对性支持，实现从普遍宣传向个性化精准服务的转变。
综上，人工智能时代养老诈骗的“算法围猎”，并非只是简单的技术问题，而是技术变革和社会结构转型交互作用的结果。治理新型养老诈骗问题的关键，是让技术运行更规范，让平台责任更明确，让社会支持更有力、更实在。需在技术、制度、社会三者的共同作用下，让人工智能技术持续健康发展，使银发群体在数字社会中提升安全感和获得感。
（华东师范大学社会发展学院硕士研究生陈子妍，对本文亦有贡献）
【注：本文系国家社科基金项目“老年人数字‘失能’现象成因与应对策略研究”（项目编号：23BSH090）阶段性成果】
【注释】
①黄晨熹：《老年数字鸿沟的现状、挑战及对策》，《人民论坛》，2020年第15期。
②臧雷振、陈浩：《生成式人工智能算法风险及社会治理挑战》，《中共中央党校（国家行政学院）学报》，2025年第1期。
③胡湛、尹思薇：《数智时代的中国式养老——数字机遇与算法挑战》，《人口与经济》，2024年第6期。
④米加宁：《人工智能驱动下网络空间的新冲突与治理方向——基于生成式治理理论的视角》，《学术前沿》，2025年第13期。
⑤袁红、黄庆庆：《数字弱势群体数字排斥的关键影响因素与政策优化研究——基于理论—政策协同度视角》，《情报理论与实践》，2025年第1期。
责编/孙渴 美编/王梦雅
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
