多年来，加州的社区学院一直在与窃取数百万美元联邦和州财政援助的欺诈者进行一场失败的战斗。 但现在加州官员认为，由于新工具，他们终于扭转了局面。改变游戏规则是的人工智能。

加州115所社区学院中约有80所正在或将很快使用人工智能模型，该模型通过查找共享电话号码、可疑课程模式甚至申请人年龄等信息来检测假学生。 官员们表示，人工智能捕获的骗子是人工员工的两倍，一些校园估计，他们现在检测到了90%以上的欺诈者，这些欺诈者是机器人和人类罪犯的混合体，有时甚至位于其他国家。

近年来，亨廷顿海滩的金西学院一直受到欺诈者的困扰。 该学院在2023年夏天，即秋季学期前不久，受到的打击尤为重。 当时那里的官员“欣喜若狂”，认为他们的入学人数正在上升，他们的许多班级都满员了。金西学院校长Meridth Randall说：“然后你意识到这些不是真正的学生。”

自2021年以来，加州的社区学院损失了至少1800万美元的援助，尽管实际总额可能更高，因为在疫情初期没有像现在这样熟练地识别欺诈行为。 大多数被盗资金是联邦援助，当地大学负责分配。 但骗子还抢夺了数百万的加州援助，包括加州赠款和机构奖。

这些学院报告说，2024年因财政援助欺诈而损失了超过1100万美元，因为他们被假学生淹沒。 那一年，加州至少有31%的申请人是欺诈性的。 官员们预测，今年使用人工智能的校园因欺诈而损失的援助将大大减少，到2026年，当人工智能在更多大学全面实施时，将进一步减少欺诈。

“当我们的大学逐条查看记录时，他们没有看到联系或模式。 但人工智能真的很擅长发现这些东西，”加州社区学院校长办公室的访问主管Jory Hadsell说。 在今年加入校长办公室帮助解决欺诈问题之前，他作为山麓-德安扎社区学院区技术副校长帮助开发了人工智能模型。

为了让真正的学生在申请时更容易验证自己的身份，社区学院还与加州DMV合作，并计划使用该部的新移动ID系统。 持有加州执照或身份证的学生可以通过车管所的钱包应用程序上传。 然后，他们可以在申请时使用它来验证他们的身份，而不是使用大学系统的默认平台ID.me进行验证。

Hadsell说：“车管所就像加州身份的圣杯。” “这些碎片都结合在一起，创造了这种分层的方法，在某处，我们将阻止大多数欺诈行为。”

社区学院容易受到欺诈，是因为它们通常开放招生，并且不会拒绝满足基本要求的学生入学。 特别是加州的社区学院系统，由于其规模庞大，是欺诈者的主要目标。

疫情加剧了欺诈，主要转向远程教学，为冒充真实学生的在线骗子创造了轻松的机会。 它不仅对大学有影响，而且对他们的合法学生也有影响，他们有时会被留在关键课程的候补名单上，因为骗子最初占据了许多席位。

即使大学对欺诈者有了更多的了解，但事实证明，阻止他们是具有挑战性的。 网络犯罪分子很老练，通常比通常人手不足的校园领先一步。 然而，官员们认为人工智能工具可以改变这一点。

2024年2月，圣他克拉拉县的Foothill-De Anza区与N2N Services签署了一份价值56,250美元的合同，N2N Services是一家创建了一个名为Lightleap的人工智能平台的软件公司。 当时，该区打算将其主要用于课程预测，这包括根据学生之前的课程作业猜测他们将注册哪些课程。

但Hadsell说，欺诈问题“有点打击了我们”。 “所以我们说，’好吧，让我们看看我们能对欺诈做些什么。’”

Hadsell和他的员工使用该区两所学院——Foothill和De Anza的数据来训练人工智能模型来检测欺诈。 该工具的功能包括设备指纹识别，这是一种识别访问应用程序的设备信息的方法，如IP地址和用户的时区。 它还考虑了其他信息，如学生的年龄，以及他们的电话号码或电子邮件地址是否与另一所学校的申请人匹配。

当他们将其与他们本土的欺诈检测系统进行比较时，他们发现人工智能工具捕获的骗子数量是他们的两倍。 在第一轮中，他们删除了大约1000名涉嫌欺诈者，并且没有听到任何学生声称他们被错误地认定为欺诈者。此后，他们完善并扩展了该模型，该模型使用评分系统来确定它是否认为学生是假的。

学院领导人表示，这些工具还将帮助他们更容易地遵守特朗普政府的新验证规则，该规则将要求全国各地的更多首次申请人出示身份证明。

人工智能模型现在有3个阶段：一个阶段在学生申请时，另一个阶段在他们注册课程时，第三个阶段在他们申请经济援助时。 希望是，即使骗子通过了申请流程，当他们注册课程或申请援助时，人工智能也会抓住他们。

在Foothill-De Anza区实施后，官员们与附近的West Valley-Mission社区学院区及其两所学院共享了它。 最终，来自全州的大学校长开始打电话询问他们是否可以使用人工智能。

2023年夏天，Randall说，当Golden West的员工注意到班级填补了接近字母表顶部的科目，如会计和商业，而其他班级有空位时，他们开始变得怀疑。 Randall说，他们还注意到一些学生的课程学习模式“毫无意义”，例如一名注册会计课程的学生，以及珠宝制作课程。

在几个班级中，教职员工最终会识别出10到15个骗子并放弃他们。 其他欺诈者可能毫发无伤地通过了，因为当时学院依靠人力员工，Randall承认他们“精疲力尽”。

海岸社区学院区，包括Golden West和其他两所学院，在2025年春季学期之前实施了人工智能工具。 Randall和她的员工立即注意到了一个变化：教师现在最多抓到2、3个需要被淘汰的假学生，而不是10或15名欺诈者被标记。 Randall估计，人工智能工具已经消除了96%的欺诈行为。

Randall回忆说，过去，欺诈者不断发展，并超越了人工人员的检测策略。 “3年前，我们一直在寻找，这甚至是一个真实的地址吗？ 好吧，随着欺诈者变得更加复杂，他们开始使用真实地址，所以你必须寻找别的东西，”她说。 “人工智能可以比人类更快地学习和识别模式。”

Hadsell说，随着全州越来越多的大学引入人工智能，它可能会在检测欺诈方面变得更好。 更多的数据和更多信息意味着人工智能会更多地了解欺诈是什么样子的。

Hadsell说，“这一切都只是持续训练模型。 如果它检测到Meridith的机构中有人在另一个机构也有应用程序，它可以在这两个地方标记这一点。” “这就像整个系统的网络效应。 它放大了我们阻止它的能力。”