A corrida contra golpes digitais ganhou um novo capítulo com o anúncio de uma tecnologia inédita desenvolvida em parceria entre o Itaú e o MIT. A solução, apresentada em um artigo publicado no MDPI, promete elevar drasticamente a precisão na identificação de deepfakes utilizados para fraudar sistemas de reconhecimento facial, especialmente em ambientes financeiros. A iniciativa surge como resposta ao avanço acelerado das técnicas de falsificação baseadas em inteligência artificial.
Com fraudes cada vez mais sofisticadas, bancos e instituições financeiras enfrentam um cenário no qual criminosos se aproveitam de vídeos e fotos gerados artificialmente para abrir contas, transferir dinheiro e burlar verificações biométricas. O novo método propõe um salto importante em proteção, reunindo diferentes detectores especializados que, ao trabalharem em conjunto, conseguem identificar manipulações mesmo quando extremamente realistas.
LEIA MAIS:
- INSS: prova de vida volta a ser exigida para poucos; veja como evitar fraudes
- Banco Central lança ferramenta inédita para barrar fraudes no Pix; confira
- Investigações apontam que CONAFER lidera fraudes de descontos indevidos no INSS
O avanço dos golpes com deepfakes no setor financeiro
O crescimento do uso de IA por criminosos mudou o panorama da segurança digital. Hoje, golpistas conseguem reproduzir vozes, expressões faciais e até movimentos humanos com um nível de realismo que desafia sistemas avançados de checagem. Em muitos casos, vídeos falsificados conseguem enganar plataformas bancárias que utilizam reconhecimento facial para validar transações ou liberar acesso a contas.
Deepfakes já são usados em golpes bancários
Os ataques frequentemente envolvem imagens e vídeos totalmente gerados por IA. Em tentativas de abertura de contas, criminosos usam rostos artificiais que imitam características reais, dificultando a identificação da fraude. Em outros casos, utilizam vídeos de clientes legítimos capturados em redes sociais, modificando detalhes faciais para criar uma versão falsificada que supera etapas de segurança.
Essa evolução transformou os deepfakes em uma das principais ameaças ao setor financeiro, tornando urgente a busca por soluções tecnológicas capazes de identificar sinais invisíveis ao olho humano.
Por que o mercado financeiro está entre os mais afetados?
O setor bancário depende fortemente de verificações biométricas, especialmente após o crescimento dos serviços digitais. Ao mesmo tempo, a combinação entre alto volume de operações e uso massivo de apps cria uma superfície vulnerável para golpistas que se aproveitam de brechas tecnológicas. Para instituições como o Itaú, que lidam com milhões de transações diárias, garantir um mecanismo robusto contra deepfakes é uma prioridade estratégica.
A parceria entre ICTi e MIT CSAIL
A cooperação entre o Instituto de Ciência e Tecnologia Itaú (ICTi) e o laboratório de Inteligência Artificial do MIT CSAIL não aconteceu por acaso. Ambos os institutos já possuem histórico de pesquisa em sistemas antifraude, mas encontraram na ascensão dos deepfakes um desafio que exige colaboração global. O estudo publicado no MDPI detalha como o time combinou conhecimentos de segurança bancária, aprendizado de máquina e análise de imagens digitais para criar um método mais completo e flexível.
A motivação por trás do estudo conjunto
A inquietação com a escalada dos ataques foi um dos principais fatores que impulsionaram a união entre os institutos. O ICTi, responsável por conduzir pesquisas aplicadas ao ecossistema tecnológico do Itaú, vinha observando um aumento significativo de tentativas de fraude envolvendo mídias sintéticas. Ao mesmo tempo, o MIT CSAIL experimentava avanços nos modelos de detecção de manipulação facial, tornando a junção das equipes uma oportunidade estratégica para acelerar o desenvolvimento da tecnologia.
O objetivo central da pesquisa
O foco da parceria era criar um sistema que funcionasse como uma barreira adicional entre o cliente e o criminoso, capaz de distinguir com segurança conteúdos autênticos dos artificialmente produzidos. Mas, mais importante que isso, o objetivo era desenvolver um método adaptável — capaz de evoluir ao mesmo ritmo que as técnicas utilizadas por fraudadores.
Como funciona a nova tecnologia antifraude
A solução criada pelos pesquisadores é descrita como um “comitê de detectores”, composto por quatro mecanismos independentes capazes de reconhecer sinais específicos de manipulação facial. Cada detector utiliza modelos diferentes, treinados para identificar determinados padrões característicos de deepfakes.
Um comitê com quatro detectores independentes
Cada um dos detectores utiliza um tipo distinto de abordagem, envolvendo:
- Identificação de inconsistências em sombras e iluminação
- Análise de microexpressões impossíveis de reproduzir com exatidão
- Verificação de padrões digitais deixados por algoritmos de IA
- Detecção de distorções em pixels que denunciam edição sintética
Cada detector trabalha separadamente, como um especialista focado em um tipo de fraude. No final, os resultados são cruzados para produzir um veredicto mais robusto. Isso reduz as chances de erro, especialmente em casos de falsificações muito bem elaboradas.
O cruzamento de dados aumenta a precisão
O diferencial do método está na combinação dos detectores. Em vez de depender de um único modelo, o sistema avalia simultaneamente os resultados de cada detector para construir uma análise final. Essa estratégia amplia a precisão e reduz a vulnerabilidade a novos tipos de ataque.
Segundo os pesquisadores, a tecnologia consegue lidar melhor com deepfakes desenvolvidos com ferramentas avançadas. Esse é um ponto crucial, já que fraudadores frequentemente testam vídeos falsificados em diversos modelos de detecção até encontrar um ponto fraco. O novo comitê de detectores torna essa tarefa muito mais difícil.
A importância da adaptabilidade em sistemas antifraude
Com o surgimento constante de novas ferramentas de edição e síntese de imagens, uma tecnologia antifraude eficiente precisa ser capaz de evoluir continuamente. O método desenvolvido por Itaú e MIT foi projetado com essa premissa, permitindo a atualização de detectores individuais sem comprometer o funcionamento do conjunto.
O desafio de acompanhar a evolução dos deepfakes
Modelos de IA que geram deepfakes estão se tornando mais acessíveis, mais rápidos e mais realistas. Muitas dessas ferramentas utilizam arquiteturas que imitam padrões naturais do rosto humano, reduzindo marcas digitais que antes denunciavam manipulações. Isso cria um ciclo contínuo de inovação criminosa que exige respostas igualmente rápidas.
Uma abordagem modular facilita a evolução
A estrutura modular do método permite incorporar novos detectores conforme necessário. Se uma nova técnica de deepfake surgir, basta treinar um novo detector e integrá-lo ao comitê, sem necessidade de reestruturar todo o sistema. É uma forma eficiente de garantir longevidade tecnológica.
Testes, resultados e expectativas do setor financeiro
Os experimentos conduzidos pelos pesquisadores mostraram resultados promissores. O método apresentou desempenho superior quando comparado a detectores isolados, especialmente diante de vídeos criados com técnicas avançadas de IA.
A precisão inédita
Embora o estudo não divulgue números absolutos, os especialistas afirmam que o nível de precisão atingido é considerado inédito. Isso posiciona o sistema como um dos mais avançados já testados para uso em aplicações bancárias. A expectativa é que, após ajustes e validações internas, a tecnologia comece a ser integrada a processos de verificação em larga escala.
Potencial impacto no setor bancário
Se implementada comercialmente, a solução pode se tornar referência em toda a indústria financeira. Com instituições enfrentando perdas bilionárias devido a golpes digitais, uma ferramenta capaz de reduzir falsificações de rosto representa um reforço importante na proteção de clientes e empresas.
O papel estratégico do Itaú na inovação antifraude
Ser protagonista em uma pesquisa de alcance internacional reforça o posicionamento do Itaú como referência em tecnologia dentro do setor bancário. A instituição já investe há anos em segurança digital, mas o avanço dos deepfakes mostrou que novas barreiras precisam ser construídas.
Por que o Itaú investe em pesquisa científica?
Para além da segurança operacional, o investimento do banco em pesquisa de ponta é visto como um passo necessário diante da complexidade do ambiente digital atual. Criar tecnologias próprias reduz dependência de soluções terceirizadas e coloca o banco em posição de liderar padrões de segurança.
Contribuição para o ecossistema de inovação no Brasil
A parceria com o MIT também tem impacto direto no ecossistema nacional. Com o ICTi desempenhando papel ativo na pesquisa, o Brasil ganha protagonismo em um tema que já preocupa governos e empresas no mundo todo.
O avanço da tecnologia de deepfakes representa um dos maiores desafios da segurança digital atual, especialmente em ambientes financeiros. A iniciativa conjunta entre o Itaú e o MIT demonstra que enfrentar essa ameaça exige pesquisa de ponta, colaboração internacional e soluções capazes de acompanhar a velocidade da inovação criminosa.
O método apresentado não é apenas um detector avançado, mas um modelo estratégico baseado em múltiplos especialistas que trabalham de forma integrada. Essa abordagem aumenta a precisão, reduz falhas e oferece um caminho mais seguro para o futuro das verificações biométricas.
À medida que a tecnologia evolui, o setor bancário precisará continuar ampliando suas capacidades defensivas. A solução desenvolvida por ICTi e MIT CSAIL surge como um marco importante, indicando que a próxima geração de segurança digital será construída sobre sistemas inteligentes, adaptáveis e preparados para detectar até mesmo as falsificações mais sofisticadas.
Não perca nenhuma oportunidade de crédito e pagamento: acesse agora nossas últimas notícias no Seu Crédito Digital.
