Unidade especial da polícia: como investigadores usam tecnologia avançada para combater crimes envolvendo inteligência artificial.

A sala está às escuras; a única claridade vem do brilho intermitente de dez monitores, que recorta os rostos de homens e mulheres em camisas funcionais pretas.

Em uma tela, passa um vídeo de gato aparentemente inofensivo. Em outra, rola uma enxurrada de e-mails - todos com cara de terem sido escritos por pessoas reais. Uma parede digital de fraude. No canto, ícones vermelhos de alerta piscam como se alguém tivesse configurado um jogo no nível “pesadelo”. Só que aqui ninguém aperta “pausa”.

Cenas assim costumam existir em séries de streaming, com trilha dramática e “hackers” caricatos. Neste lugar, porém, reina o silêncio: apenas o tec-tec dos teclados e um sussurro curto e irritado quando uma suspeita não se confirma. Esses agentes não correm atrás de alguém de máscara e pé-de-cabra invadindo casas. Eles caçam código. Avatares. Vozes que nem deveriam existir. No fundo da sala, uma investigadora tira o headset e solta, seca: “A IA tinha sido criada por outra IA”.

Um olhar rápido basta para todo mundo entender: esta é a nova linha de frente.

Quando o crime parece surgir do nada

O chefe da unidade especial está perto da janela quando surge um novo aviso no telão: um idoso, 74 anos, transferiu todas as economias para uma suposta “consultora” do banco - a voz ao telefone soava idêntica à da gerente que o atendia de verdade. Uma voz amostrada, limpa e reforçada por um modelo de IA capaz de imitar biografias inteiras em poucos minutos. Ali dentro, quase ninguém mais fala em “golpistas”. O vocabulário virou outro: modelos, clusters, dados de treino.

Antes, os investigadores se agarravam a rastros mais tangíveis: impressões digitais, DNA, localização de celular. Hoje, o que aparece primeiro são padrões em correntes de dados. Uma concentração repentina de transferências em valores minúsculos, uma gramática “perfeita demais” em e-mails de suporte, uma voz que nunca respira direito. Às vezes, parece uma caça ao tesouro em que alguém reescreve as migalhas - só que no digital. Os especialistas não se iludem achando que dá para parar a onda. A meta é surfar nela sem cair.

Um caso, em particular, ficou gravado na memória da equipe. Uma empresa de porte médio do sul da Alemanha, 200 funcionários, negócio de família. O “CEO” aparece em uma chamada de vídeo, supostamente de férias, e pede ao financeiro uma transferência urgente de um milhão. A expressão facial, a voz, até o olhar ansioso para a câmera: tudo soa familiar. A funcionária autoriza o pagamento. Só dias depois vem o choque: o chefe verdadeiro estava, naquele momento, no topo de uma montanha, sem sinal. A videoconferência tinha sido totalmente sintética - montada com gravações antigas, clipes de redes sociais e uma ferramenta de deepfake disponível ao público.

Na reconstituição, os peritos voltam ao vídeo milissegundo por milissegundo. Congelam quadros, medem reflexos de luz no olho, examinam frequências de áudio, vasculham metadados do fluxo. À primeira vista, impecável. Na segunda passada, um especialista encontra o detalhe que abre a porta: uma microassincronia entre o movimento dos lábios e o som - um deslocamento de 120 milissegundos. Enquanto empresas discutem orçamento de TI, grupos criminosos especializados já comercializam pacotes prontos de deepfake como serviço (Deepfake-as-a-Service). Os números ainda são nebulosos, mas estimativas internas falam em prejuízos anuais de bilhões apenas na Europa.

A realidade nua e crua é que a corrida é desigual. Modelos criminosos de IA podem ser testados de forma anónima e global, sem comité de ética, sem auditoria de privacidade. Já as forças de segurança tropeçam em servidores antigos, processos de compra engessados e limites de pessoal. De um lado, modelos generativos fabricam rostos, vozes e identidades completas em segundos. Do outro, há quem lute para conseguir potência de computação suficiente para analisar os rastros. Ainda assim, uma nova regra se impõe: sem IA própria, as autoridades ficam praticamente cegas.

Por isso, a unidade especial passou a desenvolver ferramentas internas, alimentando sistemas com processos reais, treinando modelos para detecção de deepfakes e análise de padrões. Um grupo jovem de analistas de dados trabalha ombro a ombro com investigadores experientes que cresceram na época do fax. No começo, o choque é inevitável. “Para que treinar um modelo se o criminoso muda de versão amanhã?”, questiona um veterano. A resposta vem baixa, mas sem rodeios: “Porque, sem isso, a gente não enxerga mais nada”.

Como uma unidade especial da polícia usa IA para vencer IA e deepfakes

Em um escritório separado, há uma máquina preta e discreta, pouco maior que uma mala de viagem. Sem logotipo, sem interface chamativa. Ali roda um sistema interno que a equipe só menciona com certa cautela: o seu “perfilador”. O modelo lê milhões de e-mails, chats e trechos de áudio, sempre procurando assinaturas recorrentes: padrões minúsculos de pausa em vozes deepfake, erros característicos de construção de frases em golpes traduzidos automaticamente, pedaços de código reutilizados em páginas de phishing. Com esses sinais, o sistema monta hipóteses sobre quem coopera com quem, quais grupos estão por trás de quais campanhas e que países funcionam como pontos de passagem.

No quarto andar, o ambiente lembra menos uma delegacia tradicional e mais uma empresa de tecnologia com permissão para operar giroflex. A equipe usa bancos de dados em grafo para mapear conexões e visualizações que parecem teias coloridas. Com um clique, um “e-commerce” aparentemente normal se revela parte de uma malha global com milhares de sites falsos. E, sejamos honestos: quase ninguém examina cada link com olhar forense antes de digitar o cartão. A unidade sabe disso e leva em conta o fator cansaço humano. O trabalho deles é tornar visível o que foi desenhado para passar despercebido.

Ao mesmo tempo, eles treinam modelos de detecção especializados que funcionam como lupas digitais. Um sistema varre imagens e vídeos atrás de artefactos típicos de modelos generativos: orelhas estranhamente simétricas, sombras que crescem e encolhem sem lógica, contornos borrados nas mãos. Outro examina mensagens de voz, caçando ausência de respiração, ênfases incoerentes em frases longas, transições suaves demais. Os agentes já aprenderam uma regra simples: nenhum humano fala, escreve ou olha para a câmara com a perfeição lisa de uma máquina. E é justamente nesses pontos “perfeitos” que aparece a brecha.

Em um raro momento de pausa, uma investigadora resume assim:

“A gente não trabalha contra a tecnologia. A gente trabalha contra a indiferença que ela pode trazer.”

Ela está a falar também do próprio Estado: inércia interna, falta de capacitação, medo de errar. Para quebrar esse ciclo, a unidade tenta mudar o ritmo:

• Testa novas ferramentas de IA em casos reais, em vez de ficar anos presa em projectos-piloto.
• Chama especialistas externos em ética e juristas logo no início, para não virar um laboratório de coleta de dados sem amarras.
• Treina investigadores para reconhecer deepfakes sem cair no extremo de desconfiar, em pânico, de todo e qualquer vídeo.
• Explica às vítimas, em linguagem clara, o que aconteceu tecnicamente - em vez de dispensá-las com jargões.

Um passo adicional, cada vez mais importante, é a cooperação fora da polícia. A unidade tem buscado alinhar protocolos com bancos, operadoras e plataformas digitais para reduzir o tempo entre o golpe e o bloqueio do dinheiro - porque, na prática, minutos podem decidir se o prejuízo vira estatística ou recuperação.

E há um lado menos glamouroso, mas decisivo: prevenção operacional. Em empresas, isso significa criar rotinas simples para pedidos “urgentes” (por exemplo, dupla verificação por outro canal e aprovação em duas pessoas para transferências acima de um valor definido). No dia a dia, significa tratar mensagens inesperadas - mesmo as que parecem vir de pessoas conhecidas - como pedidos que precisam de confirmação, não como ordens automáticas.

O que esta unidade especial diz sobre o nosso futuro digital

Depois de passar algum tempo nesses escritórios, a relação com o próprio cotidiano digital muda. Os investigadores treinam o olhar para detalhes mínimos: uma voz lisa demais, um tom estranhamente apressado em um e-mail “simpático”, um vídeo em que quase ninguém pisca. Eles sabem, pela experiência, que a maioria das vítimas não é ingénua - só está cansada, distraída ou esperançosa por alguns segundos. É justamente nesses instantes que os crimes com IA fisgam como um gancho invisível.

O trabalho da unidade também revela algo menos maniqueísta: tecnologia não é, por natureza, inimiga nem aliada. As mesmas ferramentas que geram deepfakes são usadas para expor campanhas falsas. O mesmo aprendizado de máquina que torna e-mails de phishing mais convincentes ajuda a polícia a identificá-los no ruído global. Não é uma história romântica de bem contra mal; é um empurra-empurra permanente, em que ambos os lados lançam versões novas o tempo todo. Em momentos mais calmos, alguns agentes admitem que gostariam que tudo andasse um pouco mais devagar.

No fim, sobra uma constatação desconfortável: todos nós já participamos deste experimento a céu aberto. As nossas vozes em áudios, os nossos rostos em fotos de férias, os nossos textos em comentários podem virar matéria-prima de engano. A unidade especial não consegue estender uma rede perfeita; ela tapa buracos conforme eles aparecem. A pergunta central é como a sociedade vai conviver com um mundo em que não dá para confiar cegamente em imagens, vozes e “provas”. Talvez a resposta comece com um reflexo simples: respirar fundo antes de clicar em “Transferir”, “Responder” ou “Partilhar”.

Ponto-chave	Detalhe	Valor para o leitor
Polícia usa IA própria	Modelos especializados analisam padrões em e-mails, áudio e vídeo	Entender como funciona a investigação moderna na prática
Deepfakes como nova arma	Vozes e vídeos sintéticos enganam até profissionais experientes	Aumentar a percepção de cenários realistas de fraude no dia a dia
O factor humano segue decisivo	Pausas mínimas, incoerências e intuição continuam a contar	Ter pontos concretos para se proteger melhor

FAQ

Pergunta 1: Como os investigadores identificam um deepfake quando ele parece tão real?
Resposta: Eles juntam análise especializada com IA (por exemplo, artefactos em imagens e padrões de pausa em vozes) e investigação clássica: checar contexto, ler metadados, ouvir testemunhas independentes e rastrear a origem técnica do ficheiro.

Pergunta 2: A polícia usa a mesma IA que os criminosos?
Resposta: Em parte, as tecnologias de base podem ser parecidas, mas as autoridades constroem sistemas próprios, com controlo e restrições. Já criminosos costumam operar com modelos abertos e sem regulação, sem preocupação com privacidade ou ética.

Pergunta 3: A polícia pode analisar meus chats e áudios privados sem mais nem menos?
Resposta: Não. O acesso a comunicações privadas tem barreiras legais elevadas e, em geral, depende de autorização judicial. Em muitos cenários, a unidade trabalha com dados anonimizados ou agregados, como informações de sistemas de denúncia de plataformas.

Pergunta 4: Uma pessoa comum também vira alvo de crimes com IA?
Resposta: Sim - sobretudo via phishing personalizado, falsos sorteios, golpes em redes sociais ou chamadas deepfake que imitam familiares. Normalmente o objetivo é dinheiro ou credenciais; às vezes, extorsão.

Pergunta 5: O que dá para fazer, de forma prática, sem virar paranoico?
Resposta: Quando houver dúvida, use um segundo canal: retorne para um número conhecido, confirme por outro e-mail, ou faça uma chamada de vídeo com a pessoa real. E, diante de pressão repentina (“transfira agora”, “não conte a ninguém”), acione um “botão interno de parar” - esse costuma ser o sinal de alerta mais claro.