Autora do Habr cria perfil falso no teamo e testa bots de golpistas

A autora de um texto no Habr montou um experimento simples. Ela criou no aplicativo de relacionamentos teamo o perfil de uma pessoa "o mais rica e atraente possível" e passou a observar quem escreveria primeiro e com qual roteiro. A ideia de partida: quem mais ganha com redes neurais não são startups nem grandes empresas, mas organizações criminosas. A autora diz abertamente que suspeita disso, mas não consegue provar.

Como funciona o experimento

O perfil foi montado como isca. Alto patrimônio e aparência marcante servem para atrair quem trabalha com roteiros previamente preparados. Esses golpes são pensados tanto para homens quanto para mulheres, então qualquer usuário pode ser vítima.

A plataforma foi escolhida com base em observações: conhecidos e colegas da autora recebiam propostas suspeitas, na maioria das vezes, justamente do teamo. É uma amostra do círculo pessoal dela, não uma estatística da plataforma. A autora ressalva que teve a sensação de que o serviço repassa dados de usuários a interessados. Ela considera isso pouco provável e diz "querer acreditar" que não seja o caso. A segunda possibilidade é uma vulnerabilidade pela qual os dados vazam. Segundo ela, encontrar uma brecha assim não é difícil para profissionais. As duas versões continuam sendo suposições.

Parâmetros do experimento, segundo o anúncio:

• Plataforma: aplicativo de relacionamentos teamo.
• Ferramenta: perfil criado especialmente, com aparência rica e atraente.
• Objeto de observação: bots e roteiros de golpistas, inclusive os baseados em redes neurais.
• Hipótese principal: os golpistas têm o maior retorno econômico com a adoção de IA (não comprovada).
• Hipótese secundária: vazamento ou repasse de dados de usuários (a autora a considera pouco provável).

Por que as redes neurais tornam esses golpes massivos

A seguir, vem um comentário nosso, não dados do artigo. O golpe romântico sempre esbarrou no tempo humano. O operador precisa conduzir dezenas de conversas, manter a persona e chegar na hora certa ao pedido de dinheiro. Um modelo de linguagem elimina essa limitação: responde sem pausas, ajusta-se ao estilo do interlocutor e não se perde na "biografia". O custo de cada diálogo cai, o número de diálogos sobe e, com eles, cresce também a conversão.

A dimensão do problema já era evidente sem a IA. Segundo a FTC americana, em 2022 as vítimas de golpes românticos perderam cerca de 1,3 bilhão de dólares. Se a automação mantém a eficácia, mesmo que parcialmente, e reduz os custos, a conta do golpe fica ainda mais atraente. Portanto, a tese da autora soa plausível, embora continue sendo hipótese enquanto não houver números próprios.

O anúncio ainda não responde a algumas perguntas:

• como a autora determinou que o interlocutor era um bot;
• em que etapa da conversa surge o pedido de dinheiro ou a migração para um mensageiro externo;
• quais roteiros se repetiram;
• se há indícios técnicos de vazamento.

É isso que define o valor do texto completo: uma boa análise deve mostrar conversas concretas e padrões, não apenas uma impressão geral.

Como não cair

Na prática, alguns sinais ajudam a identificar um bot.

• Resposta rápida demais a qualquer hora do dia e estilo impecavelmente uniforme.
• Fuga de perguntas específicas: a resposta soa fluida, mas não informa nada.
• Convite rápido para migrar a outro mensageiro ou plataforma externa.
• Qualquer menção a "investimentos vantajosos", serviços e aplicações financeiras.
• Pedido de dinheiro, pagamento antecipado ou dados de cartão em qualquer etapa.

É possível verificar o interlocutor com busca reversa de fotos e uma videochamada curta. O vídeo já não garante autenticidade por causa dos deepfakes, mas a chamada continua sendo uma barreira para um golpe em massa. Se o aplicativo pede permissões excessivas ou, após o cadastro, chegam de repente spam e e-mails suspeitos, vale refletir sobre para onde os dados estão vazando. Para o próprio serviço, isso é um sinal para reforçar a moderação e o antifraude; para as equipes de segurança, é um motivo para monitorar sinais comportamentais de bots, e não apenas o texto das mensagens.