Golpe de voz clonada via WhatsApp já é realidade, alerta especialista em IA
A evolução acelerada das ferramentas de inteligência artificial generativa trouxe consigo um novo paradigma para a segurança digital: a clonagem de voz acessível ao público geral. Segundo Giovanni La Porta, CEO da vortice.ai e especialista em IA, as tecnologias atuais permitem clonar a voz de uma pessoa com apenas alguns segundos de áudio, eliminando barreiras técnicas que antes protegiam usuários contra fraudes sofisticadas.
O surgimento das ligações silenciosas
O modelo de fraude mais preocupante identificado no momento envolve o que os especialistas denominam ligações silenciosas. O criminoso realiza uma chamada telefônica, aguarda que a vítima fale por alguns segundos e, em seguida, encerra a ligação. Durante esse breve intervalo, o áudio é coletado e utilizado para treinar modelos de clonagem de voz.
"Quanto mais você responder aquela ligação e continuar falando, mais perfeita ficará a clonagem da sua voz", explica La Porta. Essa técnica explora a confiança natural que as pessoas depositam na voz de conhecidos, especialmente em contextos de emergência ou familiaridade.
Aplicação em fraudes financeiras e corporativas
O passo seguinte após a coleta do áudio é o envio de uma mensagem de áudio pelo WhatsApp, imitando um familiar ou conhecido. O objetivo é pedir uma transferência financeira ou realizar uma ação que exija autorização verbal. A diferença crítica em relação aos golpes mais antigos, que utilizavam texto, é que o áudio elimina a desconfiança imediata de quem recebe a mensagem.
Além das fraudes financeiras pessoais, há casos documentados de deepfakes de áudio e vídeo usados em reuniões corporativas. La Porta cita um episódio em que um executivo foi clonado durante uma videoconferência com a diretoria da empresa. As instruções dadas pelo falso diretor foram seguidas sem questionamento, demonstrando o potencial de dano operacional e reputacional.
De laboratório para o celular de qualquer pessoa
A explosão dos deepfakes nos últimos meses tem uma explicação direta: a evolução dos modelos generativos de vídeo e áudio, combinada com a popularização das ferramentas. La Porta lembra que as primeiras versões dos vídeos gerados por IA eram facilmente identificáveis, como o exemplo clássico do ator Will Smith comendo macarrão, de aspecto obviamente artificial.
As versões mais recentes dos modelos mudaram esse padrão, tornando a detecção visual e auditiva extremamente difícil para o usuário comum. A tecnologia saiu do laboratório e está no celular de qualquer pessoa, democratizando a capacidade de criar conteúdo falso convincente.
Como identificar vídeos manipulados
Para identificar vídeos manipulados, La Porta indica um sinal concreto: prestar atenção quando a pessoa vira o rosto. Como os modelos são treinados principalmente com fotos de frente, os detalhes de costas, roupa e corte de cabelo costumam apresentar inconsistências sutis que podem ser observadas com atenção.
Além disso, plataformas como TikTok e Instagram já pedem que usuários identifiquem vídeos gerados por IA, e o LinkedIn passou a marcar automaticamente fotos alteradas pela tecnologia. Essas medidas de transparência são passos importantes, mas não garantem a segurança total.
Implicações legais e jurídicas
Do ponto de vista legal, o executivo esclarece que gerar um deepfake não é, por si só, crime. O enquadramento jurídico depende do uso dado ao conteúdo. Isso cria um vácuo regulatório onde a tecnologia avança mais rápido que a legislação, deixando vítimas sem amparo imediato em muitos casos.
Plataformas como TikTok e Instagram já pedem que usuários identifiquem vídeos gerados por IA, e o LinkedIn passou a marcar automaticamente fotos alteradas pela tecnologia. Essas medidas de transparência são passos importantes, mas não garantem a segurança total.
O que fazer agora
Diante desse cenário, a prevenção e educação são as principais armas. Usuários devem ser cautelosos ao receber solicitações de transferência ou informações sensíveis via áudio, mesmo que pareçam vir de conhecidos. A confirmação por um segundo canal de comunicação é essencial.
Empresas devem implementar políticas de verificação de identidade para transações financeiras e decisões críticas, evitando depender exclusivamente de áudio ou vídeo em reuniões remotas sem autenticação adicional.