O ano em que a mentira aprendeu a se produzir em escala

Durante quase toda a história do crime financeiro, a fraude teve um gargalo humano. Um golpista convincente só conseguia enganar um número limitado de pessoas por dia, e cada engano exigia tempo, talento e certa dose de sorte. A inteligência artificial dissolveu esse gargalo. O relatório 2026 Crypto Crime Report da Chainalysis, divulgado em 14 de janeiro de 2026, estima que os golpes com criptomoedas drenaram US$ 17 bilhões das vítimas em 2025 — um recorde absoluto. Mais revelador que o total é o detalhe: o valor médio pago por vítima saltou de US$ 782 para US$ 2.764, um aumento de 253% em um único ano.

O que explica esse salto não é ganância nova, é produtividade. Um deepfake convincente hoje custa centavos e leva minutos. Uma campanha de phishing por SMS que disparou até 330 mil mensagens por dia, no esquema conhecido como E-ZPass, rodou sobre uma infraestrutura que custou menos de US$ 500. Quando o custo marginal da mentira tende a zero, a mentira deixa de ser artesanal e vira uma linha de montagem.

A economia do golpe automatizado

Vale insistir num ponto que separa esta onda das anteriores: a IA multiplica a margem do criminoso. Segundo a Chainalysis, operações que empregam IA generativa produziram, em média, 4,5 vezes mais receita por operação do que os golpes convencionais, com faturamento médio na casa dos US$ 3,2 milhões por esquema. E mais de 70% dos golpes com IA se concentram no topo da distribuição de volume — ou seja, são as operações grandes, sofisticadas e organizadas que mais adotaram a ferramenta.

Boa parte dessa engrenagem não está num porão anônimo, mas em complexos de fraude no Sudeste Asiático — sobretudo em Mianmar e no Camboja —, onde a Chainalysis documenta a presença de trabalho forçado e tráfico de pessoas. É um lembrete incômodo de que, do outro lado da tela, o golpe muitas vezes é executado por alguém que também é vítima de um sistema maior. Isso não muda a sua defesa, mas altera a moral da história.

Os três vetores: rosto, voz e texto

A nova engenharia social opera em três frentes, e entender cada uma é o primeiro passo para reconhecê-las. A primeira é o vídeo. Deepfakes de figuras públicas — o caso mais recorrente sendo os de Elon Musk — passaram a estrelar falsas lives no YouTube prometendo sorteios do tipo “envie 1 bitcoin e receba 2 de volta”. O vídeo é real na aparência, a voz é clonada, e o senso de urgência (“faltam 4 minutos”) faz o resto. Deepfakes de autoridades governamentais cresceram mais de 1.400% ano contra ano.

A segunda frente é a voz. Bastam poucos segundos de áudio — extraídos de um vídeo, de um podcast ou até de uma ligação — para clonar o timbre de alguém. O golpe do falso parente ou do falso executivo (“transfere agora, depois te explico”) ganhou realismo assustador. A terceira é o texto, o menos vistoso e talvez o mais perigoso: modelos de linguagem sustentam conversas longas, afetuosas e gramaticalmente perfeitas em qualquer idioma, alimentando os golpes de relacionamento conhecidos como pig butchering. Em dezembro, uma mulher de San Jose perdeu quase US$ 1 milhão num desses — e, ironicamente, só percebeu a fraude ao pedir ajuda a um chatbot.

Por que as defesas antigas falham

A segurança cripto tradicional foi construída para proteger segredos: a senha, a seed phrase, a chave privada. Cofres, autenticação em dois fatores, carteiras físicas — tudo pressupõe que o atacante precisa roubar algo que você guarda. O deepfake ignora esse perímetro inteiro. Ele não quer sua chave; quer que você a use por vontade própria, convencido de que fala com quem confia. É um ataque à camada mais difícil de blindar: o seu julgamento.

O protocolo do ceticismo prático

A defesa contra deepfakes é menos sobre tecnologia e mais sobre método. O princípio central é simples e antigo: verificação por um segundo canal independente. Recebeu um vídeo do “seu banco” ou uma ligação do “seu filho” pedindo transferência urgente? Desligue e ligue de volta no número que você já tem. Viu uma live de sorteio? Lembre-se da regra que nunca envelhece: ninguém devolve o dobro do que você mandar — essa é a definição matemática de um esquema que só funciona roubando de alguém.

Combine isso com hábitos concretos: desconfie de qualquer contato que force pressa; combine com a família uma “palavra de segurança” que um clone de voz não teria como saber; nunca aprove transações ou assine mensagens de carteira sob pressão emocional; e trate promessas de retorno garantido como o que são — a isca mais velha do mundo, agora com produção de Hollywood. A ferramenta ficou sofisticada; a psicologia do golpe continua a mesma.

Uma reflexão: o fim do “ver para crer”

Por milênios, a imagem e a voz foram provas. Ver era, para efeitos práticos, crer; ouvir a voz de alguém era garantia razoável de sua presença. Essa equação silenciosa sustentou contratos, testemunhos e afetos. O deepfake não rouba apenas dinheiro — ele corrói o valor probatório do sentido, o pressuposto de que aquilo que chega aos nossos olhos e ouvidos corresponde a algo real. É uma perda civilizacional discreta e profunda.

A resposta madura não é o pânico nem a fé cega na próxima ferramenta de detecção — essa corrida entre falsificar e detectar tende a ser vencida, sempre, pelo lado que falsifica. A resposta é institucional e pessoal ao mesmo tempo: reconstruir a confiança sobre procedimentos em vez de impressões. Confiar menos no que parece e mais no que se verifica; menos no que emociona e mais no que resiste à checagem. Há aqui uma lição quase liberal, no melhor sentido: a responsabilidade de duvidar não pode ser terceirizada para plataformas nem para o Estado. Ela volta, como sempre voltou, para o indivíduo que decide antes de clicar.