Katapusan na ito ng internet anonymity gaya ng pagkakakilala natin dito, ayon sa napakaraming nabiglang social media users na ngayon lang nadiskubre ang isang pag-aaral na may kinalaman sa AI.

Ang research paper na muling umiikot ngayon sa X at Reddit ay mula sa isang pag-aaral noong Pebrero, at ang pinakadiwa ng mga natuklasan nito ay matinding ikinababahala ng mga internet anon sa lahat ng dako: kaya ng AI na alamin kung sino ka talaga mula sa isang anonymous account.

Ang pamagat ng papel ay "Large-scale online deanonymization with LLMs," at mula ito sa mga mananaliksik ng ETH Zurich at AI safety group na MATS, kasama si Nicholas Carlini, isang researcher sa Anthropic, ang kumpanyang nasa likod ng Claude.

Iginigiit ng mga mananaliksik na kaya ng malalaking language model, ang mga AI system sa likod ng Claude, ChatGPT, at Gemini, na basahin ang anonymous posts ng isang tao at tukuyin kung sino siya sa totoong buhay. Hindi sa pamamagitan ng pag-hack ng anuman, kundi sa pamamagitan lang ng pagbabasa, paghahanap, at pangangatwiran—ang parehong mga bagay na ginagawa na ng mga chatbot na ito araw-araw para sa milyun-milyong ordinaryong gawain.

“Ipinapakita ng aming mga resulta na hindi na gumagana ang practical obscurity na nagpoprotekta sa mga pseudonymous na user online at kailangang muling suriin ang mga threat model para sa online privacy,” ayon sa papel.

Paano talaga ito nagagawa ng AI

Hinati ng mga mananaliksik ang atake sa apat na hakbang na tinawag nilang Extract, Search, Reason, at Calibrate.

Ang “Extract” ay nangangahulugang ipakain sa AI ang mga post ng isang tao at ipabuod dito kung sino ang taong iyon: saan siya maaaring nakatira, ano ang trabaho niya, ano ang mga libangan niya, maging ang kakaibang detalye gaya ng British spelling o pangalan ng aso na nabanggit lang nang pahapyaw.

Ang “Search” ay ginagawang embedding ang buod na iyon, isang serye ng mga numerong magagamit ng computer para agad makahanap ng magkakatulad na profile sa libu-libong kandidato.

Ang “Reason” ang bahagi kung saan tinitingnan ng mas makapangyarihang modelo ang ilan sa pinakamagagandang match at iniisip kung alin ang talagang tumutugma, kinokros-check ang mga detalye gaya ng gagawin ng isang human investigator—mas mabilis lang.

Sa “Calibrate,” pinaparatihan sa AI ang sarili nitong antas ng kumpiyansa, para manghula lang ito kapag medyo sigurado na ito at manahimik kung hindi.

Sa isang pagsubok, kumuha ang team ng 338 user ng halos pseudonymous na message board na Hacker News na nag-link ng kanilang LinkedIn profile sa bio nila, inalis ang anumang makapagpapakilala sa kanila, at pagkatapos ay inutusan ang isang AI agent na alamin kung sino sila gamit lang ang web search. Tama nitong natukoy ang 226 sa kanila, o 67%, at mali ito sa humigit-kumulang isa sa bawat 10 hula na aktuwal nitong ginawa.

Sa hiwalay na pagsubok gamit ang mga transcript mula sa sariling interview research ng Anthropic sa 125 siyentipiko, tama ring natukoy ng AI ang hindi bababa sa 9 na tao batay lamang sa kung paano nila inilarawan ang kanilang trabaho.

Narito ang nakakatakot na bahagi

Ang tunay na mahalagang natuklasan dito ay ang gastos para gawin ang lahat ng ito. Ayon sa papel, ang pagpapatakbo ng isa sa mga paghahanap na ito ay nagkakahalaga lang ng nasa pagitan ng $1 at $4 sa AI subscription fees.

Hindi rin nito kailangan ng data breach, hack, o insider access. Ginagamit nito ang parehong kakayahan sa web search at summarization na naka-built in sa mga ordinaryong chatbot. Ayon sa mga mananaliksik, iyon mismo ang dahilan kung bakit mahirap itong harangin: walang iisang switch na “i-deanonymize ang taong ito” na puwedeng i-disable, kundi isang sunod-sunod na mga gawaing mukhang hindi mapanganib kapag hiwa-hiwalay.

Hindi ito ang unang pagkakataon na may ilang piraso ng detalye na nagtanggal ng pagkakakubli ng isang tao. Noong 2008, nabasag ng mga mananaliksik ang diumano’y anonymous na movie-rating dataset ng Netflix sa pamamagitan ng pagtutugma nito sa pampublikong IMDb reviews. Ang kaibahan ngayon ay ginagawa ng AI ang pagtutugma sa magulo at hindi nakaayos na text—mga biro, komento, pahapyaw na banggit—sa halip na malilinis na spreadsheet, at nagagawa ito nang mag-isa.

Ngayon, ang bahaging “kumalma ang lahat”

May mahalagang kondisyon ang pinakanakakatakot na mga numero sa papel. Para masukat ang tagumpay, kailangan ng mga mananaliksik ng mga subject na alam na nila ang totoong identidad, kaya pinili nila ang mga account na naka-link na sa LinkedIn, o hinati ang sariling post history ng isang tao sa dalawang bahagi at itinago ang koneksyon.

Iyan ay isang kontrolado at best-case na setup, hindi patunay na puwedeng mabasag ang anumang random na pseudonymous account sa kasalukuyan.

Ang scale ay nagpapababa rin sa pinakanakakatakot na mga numero mula sa pag-aaral. Habang mas lumalaki ang bunton ng mga posibleng kandidato, mas nagiging mahirap hanapin ang karayom. Sa pool na 89,000 kandidato, ang pinakamalakas na AI method ay nakakuha pa rin lamang ng humigit-kumulang kalahati ng mga tamang match sa 90% precision. Ang precision ay kung gaano kadalas tama ang hula nito; ang recall naman ay kung ilan sa mga totoong match ang aktuwal nitong nahuli.

Hindi rin inilathala ng mga mananaliksik ang kanilang mga tool, prompts, o alinman sa mga totoong pangalan na kanilang natuklasan, at dumaan muna ang pag-aaral sa ethics review board bago ilabas. Hindi sila namimigay ng doxxing kit. Idinodokumento nila ang isang kakayahan na, ayon sa mga may-akda, umiiral na sa kasalukuyang AI models—may papel man o wala.

Bakit ito mahalaga kahit hindi ka pa kailanman nag-post sa Reddit

Alam na alam na ng mga crypto user ang takot na ito. Ang sunod-sunod na doxxing at mga tangkang kidnapping matapos ang 2025 Coinbase data breach, bukod sa marami pang iba, ay nagpakita kung gaano kabilis nagiging totoong address sa pintuan ng isang tao ang isang na-leak na identidad.

Ang AI-driven deanonymization ay kaparehong banta pero wala na ang breach: gumagana ito batay sa naipost mo na sa publiko, at hindi kailangan ng leak.

Dumarating din ito ilang buwan matapos ibunyag ng Anthropic na gumamit ang mga state-backed hacker ng Claude upang patakbuhin nang halos mag-isa ang malaking bahagi ng isang cyberespionage campaign—isang paalala na patuloy na nauunahan ng pananaliksik sa maling paggamit ng AI ang mga guardrail na dapat sana’y pipigil dito.

Para sa sinumang nagpo-post sa ilalim ng pseudonym dahil sa aktibismo, pang-aabuso, sekswalidad, status sa imigrasyon, o trabahong hindi pabor sa pampublikong opinyon, nangangahulugan ito na ang mga hometown, employer, at maging ang pangalan ng alagang hayop, na kalat sa mga lumang komento sa loob ng maraming taon, ay nagsasama-sama para maging isang fingerprint. Posible na ito noon pa man—mas pinapabilis at pinapamura lang ito ng AI.

Pero kung ang ganitong uri ng doxxing ay isang alalahanin, ang solusyon ay hindi panic kundi disiplina: mas kaunting tiyak at makapagpapakilalang detalye na nakatali sa iisang pseudonym, at para sa anumang tunay na sensitibo, mga tool na sadyang hindi nagre-retain ng iyong data.