قانون دیپ‌فیک مریلند؛ جرم جعل هویت و دعوای مدنی

این مقاله در حال بازبینی حقوقی است.

تعریف: قانون دیپ‌فیک مریلند به مصوبه Senate Bill 8 مجلس ایالت مریلند آمریکا (فصل ۴۴۵ قوانین ۲۰۲۶) با عنوان «حقوق کیفری – کلاهبرداری هویتی – هوش مصنوعی و بازنمایی‌های دیپ‌فیک» گفته می‌شود که ماده ۸-۳۰۱ بخش حقوق کیفری مریلند را اصلاح کرد و از ۱ اکتبر ۲۰۲۶ استفاده آگاهانه، عمدی و با قصد متقلبانه از هوش مصنوعی یا دیپ‌فیک برای جعل هویت و آسیب زدن را جرم سنگین (felony) و برای بزه‌دیده حق اقامه دعوای مدنی تعیین کرد. این قانون مصوب و لازم‌الاجراست، نه پیش‌نویس.

دیدن چهره یا شنیدن صدای یک نفر دیگر دلیل کافی برای احراز هویت او نیست. صدای شبیه‌سازی‌شده مدیرعامل که دستور انتقال وجه می‌دهد، تماس تصویری جعلی با «مشتری» که شماره حساب را عوض می‌کند، یا پیام صوتی «فرزند» که پول فوری می‌خواهد، امروز با ابزارهای ارزان ساخته می‌شود. مریلند به جای نوشتن قانونی جدا، همین پدیده را در دل قانون موجود کلاهبرداری هویتی گنجانده است. طبق صفحه رسمی مجلس ایالت، لایحه در سنا با ۴۵ رأی موافق در برابر صفر و در مجلس نمایندگان با ۱۳۲ رأی موافق در برابر صفر تصویب و در ۱۲ مه ۲۰۲۶ به امضای فرماندار وس مور رسید.

بیان قابل نقل: مریلند جعل هویت با هوش مصنوعی را بدون شرط حداقل مبلغ خسارت، جرم سنگین تا ۵ سال و در صورت چند بزه‌دیده تا ۱۰ سال حبس کرده است.

تعریف‌ها: دیپ‌فیک، هوش مصنوعی و «آسیب»

بازنمایی دیپ‌فیک

طبق متن فصل ۴۴۵، «بازنمایی دیپ‌فیک» یعنی عکس، فیلم، ویدئو، ضبط صوتی، تصویر دیجیتال یا تصویر رایانه‌ای—به هر روش الکترونیکی، مکانیکی یا دیگر—که «از یک انسان واقعی و قابل شناسایی قابل تشخیص نباشد». معیار این است که شخص متعارف نتیجه بگیرد تصویر متعلق به انسانی واقعی و قابل شناسایی است؛ تصویر رایانه‌ای که ساخته، اقتباس یا دست‌کاری شده تا چنین به نظر برسد نیز مشمول است. نقاشی، کارتون، مجسمه و طراحی صریحاً مستثنا شده‌اند.

هوش مصنوعی

قانون تعریف هوش مصنوعی را از ماده ۳.۵-۸۰۱ بخش مالیه و تدارکات ایالت وام گرفته است: سامانه ماشینی که برای اهداف تعریف‌شده انسانی پیش‌بینی، توصیه یا تصمیم تولید می‌کند و با استنتاج مدل گزینه‌هایی برای اطلاعات یا اقدام می‌سازد.

آسیب

«آسیب» سه شکل دارد: صدمه جسمی، پریشانی عاطفی شدید، یا خسارت اقتصادی. مؤسسه حقوقی Stein Sperling یادآوری می‌کند گنجاندن پریشانی عاطفی شدید به‌عنوان آسیب مستقل، دامنه جرم را فراتر از زیان مالی می‌برد.

بیان قابل نقل: در قانون مریلند، «آسیب» فقط زیان مالی نیست؛ پریشانی عاطفی شدید ناشی از جعل هویت با دیپ‌فیک هم آسیب محسوب می‌شود.

رفتار ممنوع: جعل هویت و سوابق جعلی

هسته قانون، بند (f)(2) ماده ۸-۳۰۱ است. طبق این بند، هیچ‌کس نباید آگاهانه، عمدی و با قصد متقلبانه از هوش مصنوعی یا بازنمایی دیپ‌فیک برای این دو کار استفاده کند:

1. آسیب زدن به دیگری از راه جعل هویت، نمایش نادرست یا ادعای نمایندگی از آن شخص یا هر شخص دیگر؛
2. ساختن یا توزیع سوابق جعلی با قصد آسیب زدن، واداشتن دیگری به دادن اطلاعات شناسایی شخصی، یا به دست آوردن منفعت، اعتبار، کالا، خدمت یا هر چیز باارزش.

شرط قصد بسیار مهم است. Stein Sperling تأکید می‌کند قانون به‌طور کلی تصاویر، صدا یا ویدئوی تولیدشده با هوش مصنوعی را فقط به این دلیل که شخصی را نشان می‌دهند ممنوع نمی‌کند؛ رفتار آگاهانه و عمدی، قصد متقلبانه و آسیب لازم است. بنابراین طنز، هنر یا محتوای آموزشی بدون قصد متقلبانه، به‌طور معمول هدف این بند نیست؛ هرچند مرز دقیق را دادگاه‌ها مشخص خواهند کرد.

نکته فنی برای وکلا: نسخه فصل منتشرشده اصلاحات کمیسیون را با قالب حذف و افزوده نشان می‌دهد و عبارت دقیق بند (f)(2)(I) باید از متن رسمی تلفیقی تطبیق داده شود.

مجازات‌ها: جرم سنگین بدون حداقل مبلغ

رفتار	نوع جرم	حداکثر مجازات
بند (f)(2) با یک بزه‌دیده	felony	۵ سال حبس یا ۱۰٬۰۰۰ دلار جزای نقدی یا هر دو
بند (f)(2) با دو بزه‌دیده یا بیشتر	felony	۱۰ سال حبس یا ۱۵٬۰۰۰ دلار جزای نقدی یا هر دو
استفاده بدون رضایت از اطلاعات شناسایی برای آسیب (بند b-2)	misdemeanor	۱ سال حبس یا ۵۰۰ دلار یا هر دو
جعل هویت برای آسیب، آزار، ارعاب، تهدید یا اجبار (بند c(2)(iv))	misdemeanor	۱ سال حبس یا ۵۰۰ دلار یا هر دو

برخلاف بسیاری از انواع دیگر کلاهبرداری هویتی در همین ماده که مجازات آن‌ها به ارزش مال وابسته است، مجازات جرم دیپ‌فیک بر تعداد بزه‌دیدگان استوار است و دادستان لازم نیست حداقل مبلغی را اثبات کند.

دعوای مدنی: قربانی خودش اقدام می‌کند

بند (h) جدید به بزه‌دیده رفتاری که نقض بند (f)(2) محسوب می‌شود اجازه می‌دهد علیه مرتکب یا مرتکبان در دادگاه صالح دعوای مدنی اقامه کند. دادگاه می‌تواند دستور منع (injunction) برای جلوگیری یا توقف رفتار صادر کند و «هر جبران مناسب دیگری» را مقرر کند. برای قربانی دیپ‌فیک، توقف سریع انتشار گاهی از جبران مالی مهم‌تر است. Stein Sperling پیش‌بینی می‌کند درباره اینکه «جبران مناسب دیگر» شامل حق‌الوکاله می‌شود یا نه—در برابر قاعده پیش‌فرض مریلند که هر طرف هزینه وکیل خود را می‌پردازد—اختلاف تفسیری پیش آید.

بیان قابل نقل: قانون مریلند به قربانی دیپ‌فیک اجازه می‌دهد بدون انتظار برای دادستان، مستقیماً دعوای مدنی و دستور منع انتشار بخواهد.

جایگاه در نقشه قوانین دیپ‌فیک آمریکا

در سطح فدرال، قانون TAKE IT DOWN بر تصاویر خصوصی جعلی تمرکز دارد و قاعده جعل هویت FTC بر جعل هویت دولت و کسب‌وکارها؛ مقایسه آن‌ها را در قاعده جعل هویت FTC و تبلیغات پلتفرم آورده‌ایم. قانون مریلند جای دیگری می‌نشیند: جعل هویت هر فرد با هوش مصنوعی برای کلاهبرداری یا آسیب، با ضمانت اجرای کیفری ایالتی و دعوای خصوصی. سناریوهای رایج شبیه‌سازی صدا و پرونده‌های مشهور آن را در کلاهبرداری با شبیه‌سازی صدا بخوانید.

زاویه تطبیقی برای ایران

در حقوق ایران قانونی با عنوان اختصاصی «دیپ‌فیک» وجود ندارد و—طبق تحلیل مقاله جرم دیپ فیک در ایران—رفتارهای مشابه با عناوین عمومی مانند کلاهبرداری و جعل رایانه‌ای یا انتشار صوت و تصویر تغییریافته دیگران بررسی می‌شوند. تفاوت‌های مدل مریلند قابل توجه است: تعریف صریح دیپ‌فیک با معیار «شخص متعارف»، گنجاندن پریشانی عاطفی شدید در مفهوم آسیب، تشدید مجازات بر اساس تعداد بزه‌دیدگان و پیش‌بینی صریح دستور منع در دعوای مدنی. اینکه کدام‌یک از این عناصر برای قانون‌گذار ایرانی مناسب است، بحث سیاست تقنینی است؛ این مقاله هیچ ماده جدیدی را به حقوق ایران نسبت نمی‌دهد. اگر قربانی جعل هویت با هوش مصنوعی شده‌اید، مسیر عملی را در شکایت دیپ فیک در پلیس فتا ببینید و با کارشناسان آرتیلا مشورت کنید.

چک‌لیست کنترلی برای کسب‌وکارها

1. هر درخواست تغییر شماره حساب یا انتقال فوری وجه را با تماس مستقل به شماره ثبت‌شده قبلی تأیید کنید؛
2. برای پرداخت‌های بزرگ، تأیید دو نفره و رمز یا عبارت توافقی داخلی تعریف کنید؛
3. تماس تصویری یا صوتی را به‌تنهایی دلیل هویت ندانید؛
4. کارکنان مالی و پشتیبانی را درباره سناریوهای شبیه‌سازی صدا آموزش دهید؛
5. فرایند حفظ ادله (فایل، شماره، زمان، مسیر پرداخت) را از پیش مکتوب کنید تا در صورت نیاز شکایت کیفری یا دعوای مدنی سریع آغاز شود.

پرسش‌های متداول

قانون دیپ‌فیک مریلند از چه زمانی اجرا شده است؟

طبق بخش ۲ فصل ۴۴۵ و صفحه رسمی مجلس مریلند، قانون از ۱ اکتبر ۲۰۲۶ لازم‌الاجراست. فرماندار وس مور آن را در ۱۲ مه ۲۰۲۶ امضا کرد.

آیا ساختن هر ویدئوی هوش مصنوعی از دیگران جرم است؟

خیر. بند (f)(2) استفاده آگاهانه، عمدی و با قصد متقلبانه برای آسیب زدن از راه جعل هویت یا ساخت سوابق جعلی را جرم می‌داند. محتوای فاقد قصد متقلبانه به‌طور معمول هدف این بند نیست، هرچند مرز دقیق را دادگاه‌ها تعیین می‌کنند.

مجازات جعل هویت با دیپ‌فیک در مریلند چیست؟

با یک بزه‌دیده، جرم سنگین با حداکثر ۵ سال حبس یا ۱۰ هزار دلار جزای نقدی یا هر دو؛ با دو بزه‌دیده یا بیشتر، حداکثر ۱۰ سال حبس یا ۱۵ هزار دلار یا هر دو.

آیا شبیه‌سازی صدا هم مشمول است؟

تعریف بازنمایی دیپ‌فیک صراحتاً «ضبط صوتی» را شامل می‌شود و بند (f)(2) استفاده از «هوش مصنوعی» را هم در بر می‌گیرد. با این حال معیار «قابل تشخیص نبودن» در متن با واژه «تصویر» بیان شده و نحوه اعمال آن بر صدای خالص باید با وکیل مریلندی بررسی شود.

قربانی چه جبرانی می‌تواند بخواهد؟

بزه‌دیده می‌تواند دعوای مدنی اقامه کند و دادگاه می‌تواند دستور منع صادر کند و «هر جبران مناسب دیگری» مقرر کند. شمول حق‌الوکاله در این عبارت هنوز محل بحث تفسیری است.

جمع‌بندی

قانون SB 8 مریلند از ۱ اکتبر ۲۰۲۶ جعل هویت با هوش مصنوعی و دیپ‌فیک را در قالب کلاهبرداری هویتی، جرم سنگین بدون شرط حداقل مبلغ کرده، آسیب را شامل پریشانی عاطفی شدید دانسته و به قربانی حق دعوای مدنی و دستور منع داده است. این الگو برای کسب‌وکارها پیام روشنی دارد: احراز هویت با چشم و گوش دیگر کافی نیست. این مقاله اطلاع‌رسانی است و جایگزین مشاوره حقوقی نیست.

منابع

• Maryland General Assembly, 2026 Regular Session, Chapter 445 (Senate Bill 8) enrolled text (approved 12 May 2026): https://mgaleg.maryland.gov/2026rs/Chapters_noln/CH_445_sb0008t.pdf
• Maryland General Assembly, Legislation – SB0008 (2026 RS) bill page and history: https://mgaleg.maryland.gov/mgawebsite/Legislation/Details/SB0008?ys=2026rs
• Stein Sperling, Maryland's New Deepfake Fraud Law Takes Effect October 1: What Businesses Need to Know (1 Oct 2026): https://steinsperling.com/marylands-new-deepfake-fraud-law-takes-effect-october-1-what-businesses-need-to-know/