Deepfakes de voz e vídeo já enganam até quem conhece bem a vítima. Entenda a tecnologia por trás desses golpes e as defesas que realmente funcionam
Uma ligação com a voz exata de um filho, pedindo ajuda urgente. Uma videochamada em que o rosto do familiar parece genuíno, gesticulando e falando normalmente. Até pouco tempo atrás, esse tipo de cena só existia em filmes de ficção científica. Hoje, é uma fraude documentada e crescente no Brasil — e a tecnologia por trás dela já não exige nenhum conhecimento técnico avançado de quem a executa.
Segundo o Identity Fraud Report da Sumsub, empresa de verificação de identidade, os casos de deepfake cresceram mais de 800% no Brasil em um único ano, colocando o país na liderança desse tipo de golpe na América Latina. Este artigo explica, com profundidade técnica, como essa tecnologia funciona por dentro, por que ficou tão mais acessível recentemente, casos reais já documentados no país, e as defesas que a evidência disponível mostra que realmente funcionam contra esse tipo de fraude.
O que é deepfake, tecnicamente, e por que ficou tão mais barato de produzir
O termo “deepfake” descreve conteúdo de áudio ou vídeo sintético, gerado por inteligência artificial, que reproduz de forma convincente a voz, o rosto ou os gestos de uma pessoa real. A tecnologia por trás disso não é inteiramente nova — pesquisas acadêmicas em síntese de voz e rosto existem há anos —, mas o que mudou radicalmente nos últimos dois anos foi a acessibilidade: ferramentas que antes exigiam conhecimento avançado de programação e processamento computacional significativo hoje estão disponíveis como aplicativos e serviços prontos para uso, muitos deles gratuitos ou de baixo custo.
Segundo especialistas em cibersegurança consultados pela imprensa, o que há uma década exigia meses de processamento por programadores qualificados hoje pode ser replicado em segundos por qualquer pessoa com acesso a ferramentas básicas de IA generativa. Isso representa uma mudança qualitativa importante: o obstáculo para cometer esse tipo de fraude deixou de ser técnico e passou a ser, essencialmente, apenas a decisão de fazê-lo.
Como a clonagem de voz funciona por dentro: o processo depende de um modelo de IA treinado para reconhecer e replicar as características acústicas específicas de uma voz — tom, ritmo de fala, sotaque, entonação característica. Diferente do que a intuição sugere, esse treinamento não exige horas de gravação: segundo relatos de especialistas em segurança, poucos segundos de áudio público — como um vídeo publicado em rede social, um áudio de mensagem de voz compartilhado, ou até a voz de uma pessoa em uma ligação anterior — já podem ser suficientes para gerar uma imitação convincente o bastante para enganar um ouvinte desatento, especialmente em uma ligação de celular, onde a qualidade de áudio já é naturalmente mais baixa e mascara pequenas imperfeições da síntese.
Como a clonagem de rosto e vídeo funciona: de forma semelhante, modelos de geração de vídeo sintético conseguem mapear expressões faciais, movimento labial e gestos característicos a partir de material de vídeo já disponível publicamente — novamente, muitas vezes obtido de redes sociais da própria vítima ou de quem está sendo impersonado. A qualidade dessas montagens evoluiu a ponto de já não apresentar os ruídos visuais ou distorções que eram comuns nas primeiras gerações de deepfake, tornando a detecção a olho nu significativamente mais difícil do que era há poucos anos.
Claude Mythos: A IA Ligada à Descoberta de Falhas Invisíveis
O golpe mais comum: a falsa emergência familiar
O padrão de golpe mais documentado atualmente segue um roteiro relativamente consistente, independentemente da variação de detalhes: o golpista liga (ou envia um áudio) simulando a voz de um familiar próximo — tipicamente um filho, neto ou cônjuge —, relatando uma emergência que exige dinheiro imediatamente: um acidente, uma detenção, uma situação de risco. O pedido geralmente vem acompanhado de instruções específicas de manipulação psicológica: não desligar a ligação, não tentar retornar a chamada, não contar para outros membros da família antes de resolver a “emergência”.
Essas instruções não são um detalhe aleatório do roteiro — elas cumprem uma função técnica específica dentro da fraude: isolar a vítima de qualquer possibilidade de verificação cruzada. Uma pessoa real em uma emergência genuína normalmente aceitaria, sem problema algum, que um familiar tentasse confirmar a situação com outra pessoa ou ligasse de volta para o número conhecido. A insistência do golpista para impedir exatamente esse tipo de verificação é, ela mesma, um dos sinais mais confiáveis de fraude.
Um caso investigado no Rio Grande do Sul, no início de 2026, ilustra bem a sofisticação que esse tipo de golpe já alcançou: um suspeito teria utilizado IA para simular a voz de uma mulher desaparecida, criando áudios que incluíam pedidos de ajuda e relatos de situações cotidianas, com o objetivo de atrair familiares dela para uma armadilha. Segundo a investigação, ferramentas de detecção apontaram alta probabilidade de que os áudios fossem gerados artificialmente — um caso que ilustra tanto a sofisticação da fraude quanto o fato de que ferramentas de detecção técnica já existem e conseguem, em certas condições, identificar esse tipo de manipulação.
Por que esse golpe é psicologicamente mais eficaz que fraudes tradicionais
Vale entender por que esse tipo específico de fraude é considerado particularmente perigoso pelos especialistas, mesmo em comparação com outros golpes digitais já bastante disseminados. A diferença central está em que, no golpe de deepfake, a vítima realiza a transferência de dinheiro voluntariamente, acreditando genuinamente estar ajudando alguém que ama — diferente de fraudes que dependem de invadir uma conta ou enganar a vítima com um link malicioso.
Essa característica muda tanto o impacto emocional quanto as implicações práticas do golpe: como a decisão de transferir dinheiro foi tomada conscientemente pela vítima (ainda que enganada), a responsabilização e a possibilidade de reembolso costumam ser mais complexas juridicamente do que em casos de fraude bancária tradicional, já que não houve, tecnicamente, uma falha de segurança do sistema financeiro — houve engano da própria pessoa que autorizou a transação.
Além disso, o forte apelo emocional embutido no roteiro — a voz de alguém amado, em suposto perigo — ativa uma resposta de urgência que tende a suprimir o pensamento crítico que normalmente levaria alguém a questionar uma solicitação incomum de dinheiro. É exatamente esse mecanismo psicológico, e não apenas a qualidade técnica da simulação de voz, que os golpistas exploram deliberadamente ao instruir a vítima a agir rapidamente e sem consultar terceiros.
A defesa mais eficaz: a palavra-código
Entre as medidas de proteção recomendadas por especialistas em segurança digital, uma se destaca como particularmente eficaz justamente porque ataca o ponto que a tecnologia de deepfake, por mais sofisticada que seja, não consegue replicar: uma palavra ou frase de segurança combinada previamente entre familiares.
A lógica técnica por trás dessa defesa é simples e robusta: um golpista pode, com as ferramentas atuais, clonar convincentemente a voz e até o rosto de uma pessoa, mas não tem como adivinhar uma informação que existe exclusivamente no conhecimento compartilhado entre você e seus familiares — porque essa informação nunca foi publicada, gravada ou compartilhada em nenhum canal que pudesse servir de material de treinamento para qualquer modelo de IA. Combinar essa palavra-código com uma segunda camada de verificação — desligar a ligação e telefonar de volta para o número já salvo e conhecido do familiar, em vez de continuar na chamada ou usar um número fornecido durante a própria ligação suspeita — forma uma combinação de defesas que a tecnologia atual de deepfake simplesmente não tem como contornar.
Outros sinais de alerta, mesmo sem uma palavra-código combinada
Para quem ainda não combinou uma palavra de segurança com a família — o que vale fazer o quanto antes —, alguns sinais ainda ajudam a identificar uma tentativa de fraude, mesmo que a tecnologia de simulação continue evoluindo:
- Qualidade sutilmente estranha do áudio: uma leve robotização na voz, eco artificial, pausas ligeiramente não naturais entre frases, ou um tom perceptivelmente diferente do habitual, mesmo que a semelhança geral seja convincente;
- Resistência a qualquer tentativa de verificação: o golpista tipicamente insiste para que a vítima não desligue, não ligue de volta, e não converse com outras pessoas da família antes de agir — um comportamento que uma pessoa real em emergência genuína dificilmente teria motivo para exigir;
- Falhas visuais em videochamadas: embora a qualidade dos deepfakes de vídeo tenha melhorado significativamente, ainda é possível notar, em alguns casos, inconsistências em movimentos bruscos, mudanças rápidas de ângulo de câmera, ou sobreposições sutis de imagem que traem a natureza sintética do vídeo;
- Urgência extrema combinada com pedido financeiro: qualquer situação que combine pressão de tempo severa com solicitação de transferência de dinheiro — especialmente via Pix, pela velocidade e dificuldade de reversão da transação — merece desconfiança reforçada, independentemente de quão convincente pareça a voz ou imagem de quem está pedindo.
Não é só golpe contra pessoas físicas: o risco corporativo
Vale expandir o alcance dessa ameaça além do golpe familiar mais divulgado. Segundo análises do setor de segurança digital, empresas também estão cada vez mais expostas a fraudes baseadas em deepfake — incluindo a simulação de executivos para autorizar transferências financeiras fraudulentas, manipulação de comunicações internas e ataques direcionados a áreas críticas como finanças e compras.
Esse tipo de fraude corporativa segue uma lógica semelhante à do golpe familiar, mas em escala potencialmente maior: um funcionário do setor financeiro recebendo uma videochamada ou áudio aparentemente do CEO ou de um diretor, solicitando uma transferência urgente e confidencial, enfrenta o mesmo tipo de pressão psicológica — autoridade hierárquica combinada com urgência — que dificulta o questionamento da solicitação antes de agir. Especialistas do setor recomendam que empresas tratem esse tipo de risco como uma ameaça permanente de segurança da informação, e não como um incidente isolado, implementando protocolos de verificação em múltiplas etapas para qualquer solicitação financeira incomum, independente de quem aparente estar solicitando.
O caso específico das criptomoedas: risco ainda maior
Um ambiente particularmente vulnerável a esse tipo de fraude é o de investimentos em criptoativos, por uma razão estrutural específica: transações em criptomoeda costumam ser irreversíveis e permitem grau elevado de anonimato ao destinatário. Isso significa que, uma vez que uma transferência fraudulenta é realizada, as possibilidades de reversão ou rastreamento tendem a ser significativamente mais limitadas do que em fraudes envolvendo sistemas bancários tradicionais — tornando o ambiente de criptoativos um alvo especialmente atraente para golpistas que usam deepfakes para se passar por investidores, gestores de fundos ou parceiros de negócio confiáveis.
Idosos: um público particularmente vulnerável
Vale um destaque específico para um grupo repetidamente citado como alvo preferencial desse tipo de golpe: pessoas idosas. A combinação de menor familiaridade com tecnologias emergentes de IA generativa, maior disposição a confiar em pedidos de ajuda de familiares, e em alguns casos maior isolamento social torna esse público particularmente suscetível tanto ao golpe da falsa emergência familiar quanto a variações que envolvem simulação de falsas “provas de vida” para fraudes previdenciárias ou benefícios sociais.
Para famílias com membros idosos, a recomendação prática mais eficaz é a mesma discutida anteriormente — estabelecer previamente uma palavra-código e um protocolo claro de verificação —, mas com atenção redobrada para explicar a lógica por trás dessa defesa de forma acessível, já que a familiaridade com o conceito de “voz clonada por IA” ainda não é universal, mesmo em 2026.
O que fazer se você já caiu no golpe
Caso a fraude já tenha ocorrido, agir rapidamente aumenta as chances de mitigar o dano, mesmo sem garantia de recuperação total do valor:
- Documente tudo imediatamente: horário da ligação ou mensagem, valor e dados da transferência realizada (chave Pix, conta de destino), e um relato detalhado de como a comunicação ocorreu, enquanto os detalhes ainda estão frescos na memória;
- Contate seu banco ou instituição financeira o quanto antes: quanto mais rápido a instituição for notificada, maior a chance de bloquear ou reverter parte da transação antes que o dinheiro seja movimentado para outras contas;
- Registre um boletim de ocorrência: formaliza a fraude oficialmente e é geralmente exigido tanto para eventuais processos de reembolso quanto para investigação policial do caso;
- Avise outros familiares: se o golpista teve acesso a informações sobre você e sua família suficientes para montar o golpe, é prudente alertar outros parentes sobre a possibilidade de serem alvo de tentativas semelhantes.
Além da falsa emergência familiar: outros golpes que usam a mesma tecnologia
O golpe da emergência familiar é o mais documentado, mas está longe de ser o único formato em que criminosos aplicam essa mesma tecnologia de base. Vale conhecer outras variações que já circulam no Brasil, já que a defesa contra cada uma exige atenção a sinais ligeiramente diferentes.
Vídeos falsos de celebridades promovendo investimentos. Criminosos utilizam material de vídeo já público de pessoas famosas — apresentadores, empresários, influenciadores — para gerar deepfakes em que a pessoa aparentemente endossa uma oportunidade de investimento, geralmente prometendo retornos financeiros incomuns em pouco tempo. Como a imagem e a voz parecem genuinamente pertencer a alguém conhecido e supostamente confiável, a barreira natural de ceticismo que a maioria das pessoas aplicaria a uma oferta de um estranho tende a ser reduzida.
Simulação de falsos processos seletivos e concursos públicos. Outra variação documentada envolve a criação de material falso — vídeos, comunicados, páginas — simulando a divulgação oficial de concursos públicos ou processos seletivos de empresas conhecidas, usados para coletar dados pessoais das vítimas ou cobrar taxas de inscrição fraudulentas.
Phishing com texto gerado por IA. Diferente dos golpes de voz e vídeo, essa variação utiliza modelos de linguagem para gerar mensagens de texto (e-mails, SMS, mensagens de WhatsApp) com uma qualidade de escrita e personalização muito superior aos golpes tradicionais, que historicamente eram mais fáceis de identificar por erros gramaticais ou formatação genérica. Mensagens geradas por IA podem incorporar detalhes específicos sobre a vítima (obtidos de vazamentos de dados anteriores ou redes sociais públicas), tornando a comunicação fraudulenta muito mais convincente e personalizada do que os modelos antigos de golpe em massa.
Falsos atendentes e chatbots fraudulentos. Alguns golpes já utilizam sistemas automatizados de conversa, simulando atendimento ao cliente de bancos ou empresas conhecidas, para extrair dados sensíveis das vítimas durante uma interação que parece legítima e institucional.
Como funcionam as ferramentas de detecção de deepfake
Vale entender, ainda que em termos gerais, como funcionam as ferramentas que empresas de segurança e instituições financeiras vêm desenvolvendo para identificar conteúdo sintético — tecnologia que está em uma corrida constante contra as próprias ferramentas de geração.
Sistemas de detecção geralmente analisam padrões que, mesmo imperceptíveis ao olho ou ouvido humano, ainda diferenciam conteúdo sintético de conteúdo genuíno: pequenas inconsistências na forma como a luz interage com a pele em vídeos gerados artificialmente, padrões de piscar de olhos que não correspondem ao comportamento humano natural, ou artefatos sutis na forma de onda de áudio sintetizado que não aparecem em gravações de voz real. Bancos e empresas de verificação de identidade, como a própria Sumsub citada anteriormente neste artigo, vêm investindo pesadamente nesse tipo de tecnologia defensiva, incorporando autenticação adaptativa e validação contínua de identidade em seus sistemas — reconhecendo que a segurança digital de alto nível deixou de ser uma escolha e passou a ser considerada infraestrutura essencial para operar com segurança no ambiente digital atual.
Vale destacar, no entanto, que essa é uma corrida armamentista tecnológica: à medida que ferramentas de detecção melhoram, as ferramentas de geração de deepfake também evoluem para contornar exatamente os padrões que os detectores aprenderam a identificar — o que reforça por que a defesa mais confiável, hoje, continua sendo a verificação humana por canais alternativos (a palavra-código, o retorno de chamada), e não apenas depender de uma ferramenta técnica de detecção automática.
Um problema de conscientização, não apenas de tecnologia
Um dado revelador, levantado por uma pesquisa da Kaspersky no contexto latino-americano, é que uma parcela significativa da população ainda não sabe exatamente o que é um deepfake — uma lacuna de conhecimento que, segundo a própria pesquisa, representa uma vulnerabilidade crítica tanto para indivíduos quanto para empresas. Isso expõe funcionários, familiares e clientes a fraudes cada vez mais convincentes, em um cenário em que a evolução da manipulação de voz e imagem avança mais rápido do que a capacidade média de detecção humana.
Esse dado reforça um ponto central deste artigo: a defesa mais acessível e imediatamente aplicável contra esse tipo de golpe não depende de nenhuma solução tecnológica complexa, mas sim de conscientização e de um protocolo simples, humano, combinado previamente em família ou dentro de uma organização — precisamente porque a lacuna de conhecimento sobre a existência e sofisticação dessa tecnologia é, ela mesma, um dos principais fatores que tornam esses golpes bem-sucedidos.
Conclusão
O crescimento vertiginoso dos golpes com inteligência artificial no Brasil — mais de 800% em deepfakes em apenas um ano, segundo dados da Sumsub — reflete uma mudança estrutural real: a barreira técnica para produzir uma simulação convincente de voz ou vídeo praticamente desapareceu, tornando esse tipo de fraude acessível a qualquer pessoa com intenção de aplicá-la, não apenas a criminosos com conhecimento técnico avançado.
A boa notícia é que a defesa mais eficaz contra essa ameaça não depende de nenhuma tecnologia sofisticada de detecção — depende de um acordo simples e humano, estabelecido previamente entre pessoas que confiam umas nas outras: uma palavra-código que nenhum modelo de IA, por mais avançado que seja, tem como adivinhar. Combinada com o hábito de sempre verificar por um segundo canal antes de agir sob pressão de urgência, essa defesa continua sendo, mesmo à medida que a tecnologia de deepfake evolui, a barreira mais confiável disponível hoje. Vale, ainda, tratar esse tema como um assunto recorrente de conversa em família e no ambiente de trabalho — não uma prevenção pontual feita uma única vez, mas um hábito de ceticismo saudável que precisa se atualizar na mesma velocidade em que a própria tecnologia de fraude continua evoluindo ao longo de 2026 e além.