Durante anos, combater golpes digitais significou bloquear números, desligar domínios e avisar as vítimas depois que o contato suspeito já havia acontecido. Agora, ferramentas de inteligência artificial estão sendo usadas para inverter a relação. Em vez de apenas interromper o criminoso, sistemas automatizados mantêm a conversa ativa, coletam sinais e consomem o tempo de quem tenta aplicar a fraude.
A reportagem da WIRED, publicada em 10 de outubro de 2026, descreve como agentes podem atuar como alvos artificiais em telefonemas e chats. O objetivo é semelhante ao de um honeypot, uma armadilha criada para atrair um invasor a um ambiente monitorado, mas com uma diferença importante: a conversa pode parecer humana durante muito mais tempo.
Como funciona um alvo artificial
Um sistema desse tipo recebe mensagens ou chamadas que apresentam sinais de golpe. Em vez de encerrar o contato imediatamente, a IA responde com dúvidas, pedidos de confirmação e informações inventadas. O criminoso acredita estar avançando, enquanto a ferramenta registra números, endereços de sites, contas de pagamento, padrões de linguagem e instruções usadas na abordagem.
A técnica não precisa descobrir a identidade real do golpista para ser útil. Muitas fraudes funcionam como uma operação distribuída, com listas de telefone, roteiros prontos e serviços terceirizados. Cada detalhe capturado ajuda a relacionar campanhas diferentes e a produzir alertas para bancos, plataformas e usuários.
O ganho mais evidente é de escala. Uma equipe humana não consegue responder a milhares de conversas simultâneas, especialmente quando os criminosos adaptam o roteiro. Um agente pode manter vários diálogos ao mesmo tempo e transferir os casos mais promissores para analistas.
Por que fazer o criminoso perder tempo
Fraudes dependem de velocidade e volume. O criminoso precisa iniciar muitos contatos para encontrar algumas pessoas dispostas a fornecer dados ou dinheiro. Se cada interação improdutiva dura mais tempo, a taxa de retorno da operação cai. A armadilha não substitui o bloqueio, mas aumenta o custo operacional de quem tenta enganar vítimas.
Essa lógica também protege usuários reais de forma indireta. Os dados reunidos em conversas falsas podem revelar novas frases, links e contas usadas no golpe. Plataformas conseguem atualizar filtros, bancos podem bloquear destinos suspeitos e empresas de telecomunicações podem investigar padrões de chamadas.
O que a IA consegue identificar
Modelos de linguagem podem reconhecer urgência artificial, pedidos para ignorar procedimentos, ameaças de perda financeira e tentativas de mover a conversa para um canal menos protegido. Também conseguem comparar a sequência de mensagens com campanhas conhecidas e indicar que um contato aparentemente diferente repete a mesma estrutura de outro golpe.
Isso não significa que a IA sabe, sozinha, que uma mensagem é criminosa. O sistema pode errar, especialmente quando uma comunicação legítima usa urgência ou quando o golpista muda seu vocabulário. Por isso, a decisão de bloquear uma conta ou denunciar uma pessoa precisa combinar o modelo com evidências técnicas e revisão humana.
Limites éticos e de segurança
Responder a um golpe com outro golpe exige limites claros. O agente não deve ameaçar pessoas, publicar dados pessoais ou tentar invadir sistemas. A missão é observar e atrasar a fraude, não criar uma nova vítima. Dados coletados durante a conversa precisam ser protegidos, com acesso restrito e regras de retenção proporcionais.
Há ainda um problema de contaminação. Um criminoso pode inserir instruções falsas para fazer o sistema revelar que é uma armadilha ou para induzi-lo a executar ações perigosas. O agente precisa operar em ambiente isolado, sem acesso desnecessário a contas, arquivos ou sistemas internos. O conteúdo da conversa deve ser tratado como entrada não confiável.
Outra preocupação é a possibilidade de atingir uma pessoa inocente. Um número pode ter sido reciclado, uma conta pode ter sido comprometida e uma empresa legítima pode parecer suspeita por usar um roteiro automatizado. A inteligência artificial deve gerar pistas e não uma sentença definitiva.
Aplicações para o Brasil
O tema tem impacto direto no Brasil, onde golpes por telefone, mensagem e aplicativos de conversa fazem parte da rotina digital. Uma ferramenta capaz de compartilhar indicadores entre bancos, operadoras e plataformas poderia ajudar a detectar campanhas que mudam de número rapidamente. Para isso, as organizações precisam trocar sinais de fraude de maneira segura e respeitar as regras aplicáveis a dados pessoais.
Usuários também podem aproveitar a lógica da armadilha sem tentar conversar com o golpista. O melhor procedimento continua sendo não clicar em links, não fornecer códigos e não confirmar informações recebidas por contato inesperado. A mensagem suspeita pode ser encaminhada pelos canais oficiais da instituição, mas a conversa não deve continuar apenas para obter mais detalhes.
O futuro da defesa automatizada
A defesa contra fraudes está se tornando uma disputa entre sistemas automatizados. Golpistas usam IA para escrever mensagens convincentes, traduzir roteiros e testar diferentes abordagens. Defensores usam IA para encontrar padrões, gerar respostas controladas e conectar sinais espalhados por milhares de incidentes.
Essa disputa favorece quem tiver dados melhores e processos mais rápidos. Um modelo sozinho não resolve o problema. Ele precisa estar ligado a uma equipe que valide alertas, a uma plataforma que consiga bloquear infraestrutura e a um fluxo que informe vítimas antes que o dano aconteça.
A ideia de transformar o telefone em uma armadilha mostra uma mudança de postura. Segurança digital não precisa esperar que o criminoso chegue até a vítima. Sistemas bem desenhados podem ocupar parte do terreno antes, observando a operação, reduzindo sua eficiência e entregando informações úteis para quem precisa interrompê-la.
Fonte original: WIRED, AI is getting really good at messing with cybercriminals.
