IA potencializa fraudes online em até 4,5 vezes, aponta Interpol
Publicado em · Atualizado em

Destaques
- Criminosos usam IA para automatizar e refinar golpes, tornando-os mais lucrativos e difíceis de detectar.
- Tecnologias como deepfakes e clonagem de voz criam identidades falsas convincentes e superam mecanismos de autenticação.
- A mesma IA pode ser usada para reforçar a segurança e antecipar ataques, com a combinação de análise humana e automatizada.
Fraudes que utilizam inteligência artificial (IA) podem ser até 4,5 vezes mais lucrativas para criminosos do que golpes realizados por métodos tradicionais, segundo estimativa da Interpol. O avanço está associado à utilização de agentes inteligentes capazes de automatizar diferentes etapas dos ataques, desde a criação de identidades falsas até a tentativa de superar mecanismos de autenticação.
Esses sistemas conseguem gerar documentos, produzir mensagens personalizadas, testar mecanismos de segurança e ajustar suas estratégias a partir dos resultados obtidos. Com isso, atividades que antes dependiam da atuação direta de criminosos passam a ser executadas em escala, com múltiplas tentativas simultâneas e operação contínua.
“Os criminosos estão se tornando treinadores de agentes. Eles não precisam mais executar cada etapa da fraude e podem colocar a IA para fazer o trabalho, testar diferentes caminhos e aprender com os resultados”, afirma Nilson Oliveira, COO da Apura Cyber Intelligence.
Deepfakes e clonagem de voz: novas ferramentas do crime
A preparação dos golpes pode começar com informações pessoais, documentos, credenciais e imagens obtidas em ambientes como Deep Web e Dark Web. Esses dados servem de base para construir identidades sintéticas e personalizar abordagens fraudulentas.
A clonagem de voz é outro recurso utilizado nesse processo. Segundo Oliveira, poucos segundos de gravação podem fornecer material para reproduzir características da fala de uma pessoa. Combinadas a imagens, documentos e vídeos manipulados, essas informações permitem construir identidades falsas mais convincentes.
Um exemplo é a tentativa de abertura de contas bancárias. Diante de um processo de autenticação que exige uma selfie, agentes de IA podem apresentar uma identidade artificial e testar diferentes combinações até encontrar uma que consiga superar os mecanismos de verificação. O processo pode ser repetido por milhares de agentes simultaneamente.
“O agente de IA aprende a cada tentativa e vai se aperfeiçoando até chegar a um ponto em que fica difícil para as pessoas perceberem que aquilo é falso”, explica o executivo.
Prova de vida e engenharia social sob ataque
Os mecanismos de prova de vida, utilizados para confirmar que uma pessoa real está diante de uma câmera durante uma autenticação biométrica, também enfrentam novos desafios. Sistemas de IA podem combinar imagens, vídeos, vozes clonadas e documentos falsificados para tentar contornar as verificações.
A tecnologia também permite automatizar abordagens de engenharia social. Mensagens podem ser adaptadas ao perfil do destinatário, enquanto vozes sintetizadas simulam familiares, executivos ou funcionários de empresas. Em alguns casos, agentes conseguem manter conversas durante vários minutos, tornando mais difícil identificar a fraude.
“O desafio é que distinguir um comportamento humano de uma ação automatizada se torna cada vez mais difícil quando diferentes tecnologias passam a atuar de forma coordenada”, afirma Oliveira.
IA como aliada na defesa contra fraudes
A mesma tecnologia utilizada pelos criminosos pode fortalecer os sistemas de proteção. Em processos de autenticação, ferramentas de IA analisam diferentes informações de uma tentativa de acesso para identificar padrões suspeitos e determinar quando é necessário solicitar uma verificação adicional.
A abordagem permite aplicar medidas extras apenas em situações que apresentem sinais de risco, como uma nova captura de imagem ou outra confirmação de identidade, sem acrescentar etapas desnecessárias para todos os usuários.
“A ideia é utilizar a IA para reforçar a segurança sem criar obstáculos desnecessários para quem está acessando um serviço legítimo. A IA permite que os sistemas sejam capazes de distinguir uma atividade comum de uma situação que merece atenção, com maior rapidez e precisão”, explica o COO da Apura.
Outro desafio está na capacidade de resposta das equipes de segurança. Com agentes automatizados executando múltiplas tentativas simultaneamente, o monitoramento exclusivamente humano perde velocidade. Nesse cenário, a IA pode organizar informações, correlacionar eventos e priorizar alertas, enquanto os analistas concentram esforços nas ocorrências mais críticas.
“A defesa puramente humana perde em velocidade, enquanto a defesa somente automatizada perde em contexto. O vencedor é o time que coloca expertise humana dentro da automação”, resume Oliveira.
Monitoramento e cuidados para usuários
O acompanhamento de ambientes da Deep Web e da Dark Web também integra as estratégias de prevenção. A análise desses espaços permite identificar credenciais corporativas negociadas por grupos criminosos, dados de funcionários e clientes expostos e movimentações que indiquem a preparação de ataques.
A inteligência de ameaças cibernéticas (CTI) ajuda a acompanhar essas informações e identificar técnicas utilizadas pelos invasores, oferecendo às empresas sinais que podem ser utilizados para antecipar medidas de proteção.
Na Apura Cyber Intelligence, essa abordagem inclui o BTTneo, solução que utiliza inteligência artificial para organizar e contextualizar informações sobre ameaças cibernéticas e apoiar a identificação e a análise de riscos.
A automação também reduz o intervalo entre a preparação e a execução de uma fraude. Por isso, a capacidade de correlacionar informações e identificar sinais antecipadamente ganha importância para as áreas de segurança da informação.
Para os usuários, a identificação de fraudes depende cada vez menos da capacidade de reconhecer visualmente uma imagem manipulada ou perceber diferenças em uma voz clonada. O contexto da abordagem e o tipo de solicitação são elementos importantes para identificar situações suspeitas.
Pedidos urgentes, mudanças inesperadas de canal, exigência de códigos ou informações confidenciais e pressão para evitar confirmações por outros meios são sinais que justificam interromper o contato.
Uma ligação com a voz de um familiar, executivo ou funcionário de uma empresa, por exemplo, não deve ser considerada prova suficiente de identidade. Em caso de solicitação de transferência, código de acesso ou dado sensível, a orientação é encerrar o contato e procurar a pessoa ou organização por um canal previamente conhecido.
O mesmo cuidado vale para mensagens eletrônicas. Endereços semelhantes aos de empresas legítimas, números desconhecidos e comunicações que reproduzem a linguagem de uma organização não garantem autenticidade. A recomendação é evitar clicar em links recebidos e acessar diretamente o aplicativo ou site oficial para confirmar a solicitação.
Com a evolução da IA, a familiaridade de uma voz ou a aparência de uma imagem deixam de ser referências suficientes para validar uma identidade. A análise do contexto, do canal utilizado e da natureza do pedido passa a ter papel central na prevenção de fraudes.
O que diz a pesquisa
Um artigo acadêmico publicado na Revista DCS em 2025 examinou o impacto da inteligência artificial generativa e dos deepfakes na sofisticação de fraudes e golpes online no Brasil. A pesquisa buscou analisar as transformações na criminalidade cibernética e os desafios para as instituições de segurança pública.
O estudo empregou uma abordagem qualitativa exploratório-descritiva, complementada por uma análise quantitativa do aumento percentual de fraudes e golpes de estelionato por meio eletrônico no Brasil, e da eficácia de novas ferramentas de detecção. As contribuições esperadas incluem o enriquecimento da criminologia digital e da segurança pública, oferecendo um arcabouço analítico para a compreensão da criminalidade na era da IA.


