Unidade Especial da Polícia: Como investigadores usam tecnologia avançada para combater crimes de inteligência artificial.

A sala está em penumbra; a única luz vem de dez monitores a tremeluzir nos rostos de homens e mulheres com camisolas técnicas pretas.

Num ecrã passa um vídeo de gatos aparentemente inofensivo. Noutro, desfila uma enxurrada de e-mails que parecem ter sido escritos por pessoas reais. Uma muralha digital feita de fraude. Ao canto, símbolos de alerta a vermelho piscam como se alguém tivesse colocado um jogo no modo “pesadelo”. Só que aqui ninguém carrega num simples “pausa”.

Estamos habituados a este tipo de ambiente em séries de streaming, com música dramática e hackers caricaturais. Aqui, porém, reina o silêncio: ouve-se apenas o teclar constante e um sussurro curto, irritado, quando uma pista não dá em nada. Estes agentes não perseguem alguém de máscara e pé-de-cabra a entrar em casas. Perseguem código. Avatares. Vozes que, na prática, não deviam existir.

No fundo da sala, uma investigadora tira o headset e diz, sem emoção: “A IA tinha sido construída por uma IA.”

Basta um olhar para se perceber: esta é a nova linha da frente.

Quando os crimes parecem surgir do nada

O chefe da unidade especial mantém-se junto à janela quando, no ecrã gigante, surge um alerta novo: um homem idoso, 74 anos, transferiu todas as poupanças para uma suposta consultora bancária. Ao telefone, a voz soava exactamente como a da sua verdadeira gestora de conta - amostrada, “limpa” e reforçada por um modelo de IA capaz de imitar biografias inteiras em minutos. Na esquadra, já quase ninguém fala em “burlões”. Falam-se de modelos, clusters e dados de treino.

Antes, os investigadores tinham marcas físicas: impressões digitais, ADN, geolocalização do telemóvel. Hoje, muitas vezes, o que têm são padrões em fluxos de dados: uma concentração súbita de transferências em quantias mínimas, uma gramática demasiado polida em e-mails que fingem ser de suporte técnico, uma voz que nunca chega a “respirar” como deve. Às vezes, isto parece uma caça ao tesouro em que alguém reescreveu digitalmente as migalhas de pão. Esta equipa nunca se iludiu com a ideia de travar a onda digital; tenta, isso sim, aprender a surfá-la sem cair.

Há um caso que ficou gravado na memória de todos: uma empresa de média dimensão do sul da Alemanha, 200 colaboradores, negócio familiar. O “CEO” liga por videochamada, supostamente de férias, e pede à contabilidade uma transferência urgente de um milhão de euros. A expressão facial, a voz, até o olhar nervoso para a câmara - tudo parece familiar. A funcionária autoriza a operação. Só dias depois se descobre a verdade: o verdadeiro chefe estava, nessa altura, no topo de uma montanha sem rede. A videoconferência tinha sido totalmente sintética, criada a partir de gravações antigas, clips de redes sociais e uma ferramenta de deepfake disponível ao público.

Mais tarde, os investigadores reconstroem o contacto milissegundo a milissegundo. Congelam fotogramas, examinam reflexos de luz no olho, frequências do áudio, metadados do stream. À primeira vista, é impecável. À segunda, um perito forense detecta uma diferença quase invisível entre o movimento dos lábios e o som - um desfasamento de 120 milissegundos. É aí que conseguem entrar. E enquanto muitas PME ainda discutem orçamentos de TI, grupos criminosos especializados já negoceiam pacotes completos de deepfake-as-a-service (serviço de deepfakes prontos a usar). Os números sobre esta criminalidade são pouco claros, mas estimativas internas apontam para prejuízos anuais na ordem dos milhares de milhões de euros só na Europa.

A realidade crua é simples: a corrida é desigual. Modelos de IA usados para o crime podem ser testados de forma anónima, à escala global, sem comissão de ética e sem escrutínio de protecção de dados. Do outro lado, as forças de investigação tropeçam em servidores antigos, compras públicas demoradas e limites de pessoal. Enquanto modelos generativos criam rostos, vozes e identidades inteiras em segundos, quem investiga luta, muitas vezes, por capacidade de computação suficiente para analisar vestígios. Ainda assim, uma certeza está a ganhar forma: sem IA própria, as autoridades ficam praticamente cegas.

Por isso, a unidade especial constrói as suas próprias ferramentas. Alimenta-as com processos reais, treina-as para detecção de deepfakes e análise de padrões. Um grupo jovem de analistas de dados trabalha lado a lado com investigadores experientes que cresceram a lidar com aparelhos de fax. No início, há choque de culturas. Um veterano pergunta, céptico: “De que serve treinar um modelo se o burlão lança logo uma versão nova?” A resposta vem baixa, mas firme: “Porque, sem isto, deixamos de ver seja o que for.”

Um ponto adicional - e raramente visível para quem está fora - é a coordenação com entidades privadas. Muitas quebras de casos começam com alertas de bancos, plataformas e operadores: picos anormais de transferências, padrões repetidos de phishing, ou domínios recém-criados que replicam lojas legítimas. Sem estes canais de cooperação (e sem regras claras para preservar provas e proteger dados), a investigação chega tarde: quando a fraude já circulou por várias jurisdições e o rasto foi “lavado” por serviços intermediários.

Também pesa a dimensão regulatória. Entre obrigações de privacidade, requisitos de auditoria e novas regras europeias para sistemas de IA, qualquer ferramenta interna tem de ser útil e, ao mesmo tempo, defensável em tribunal. Isto obriga a documentar modelos, registar decisões e garantir cadeias de custódia digitais - um trabalho menos espectacular do que “apanhar hackers”, mas decisivo quando chega a hora de transformar indícios em prova.

Como a unidade especial usa IA para travar IA e deepfakes

Num gabinete separado, há uma máquina preta discreta, pouco maior do que uma mala de cabine. Sem logótipos, sem interface vistosa. Ali corre um sistema interno a que a equipa chama, com alguma reserva, o seu “Profiler” - um perfilador. O modelo lê milhões de e-mails, conversas de chat e pequenos excertos de áudio, à procura de assinaturas recorrentes: micro-pausas típicas em vozes deepfake, erros de construção frásica em e-mails de burla traduzidos automaticamente, trechos de código reutilizados em páginas de phishing. A partir dessas marcas, o sistema gera hipóteses sobre quem colabora com quem, que grupos estão por trás de que campanhas e que países funcionam como pontos de passagem.

No quarto piso, o ambiente parece menos uma polícia “tradicional” e mais uma start-up com licença para usar girofarol. A equipa recorre a bases de dados em grafo para mapear ligações e a visualizações que lembram teias coloridas. Um clique basta para que uma loja online aparentemente banal se revele parte de uma rede mundial de milhares de sites falsos. E, sejamos honestos: quase ninguém analisa cada link com olhar forense antes de inserir os dados do cartão. A unidade sabe isso e conta com a fadiga humana. O trabalho deles é tornar visível o que está escondido - mesmo quando o utilizador não tem tempo, atenção ou energia para desconfiar.

Em paralelo, treinam modelos de detecção altamente específicos, como se fossem lupas digitais. Um sistema inspeciona imagens e vídeos à procura de artefactos típicos de modelos generativos: orelhas estranhamente simétricas, sombras que crescem e encolhem sem lógica, contornos desfocados nas mãos. Outro analisa mensagens de voz: procura ausência de ruídos de respiração, entoações improváveis em frases longas, transições excessivamente suaves. Eles partem de uma regra prática: nenhum ser humano fala, escreve ou olha de forma tão “perfeita” quanto uma máquina. E é precisamente nessas zonas de perfeição que, muitas vezes, se esconde a oportunidade de detecção.

Uma investigadora resume isto num momento de calma:

“Não trabalhamos contra a tecnologia; trabalhamos contra a indiferença que ela pode trazer.”

E com isso ela inclui as próprias instituições: inércia interna, falta de formação, medo de errar. A unidade especial tenta quebrar esse ciclo com medidas concretas:

• Testam novas ferramentas de IA em casos reais, em vez de ficarem anos presos a projectos-piloto.
• Trazem juristas e especialistas em ética logo no início, para não transformarem a investigação num laboratório de recolha de dados sem regras.
• Formam inspectores e equipas de terreno para reconhecer deepfakes sem cair em pânico e sem desconfiar de tudo indiscriminadamente.
• Explicam às vítimas, em linguagem clara, o que aconteceu tecnicamente - em vez de as afastarem com jargão.

O que esta unidade especial revela sobre o nosso futuro digital

Depois de passar algum tempo nestes gabinetes, é difícil olhar da mesma forma para a rotina digital do dia-a-dia. Os investigadores treinam o olhar para sinais pequenos: uma voz demasiado lisa, um tom surpreendentemente urgente numa mensagem “simpática”, um vídeo em que ninguém pisca com naturalidade. Também repetem uma ideia que contraria o estereótipo: a maioria das vítimas não é ingénua - apenas esteve, por um instante, cansada, distraída ou esperançosa. E é exactamente nesses segundos que os novos crimes com IA “agarram” como um anzol invisível.

Ao mesmo tempo, o trabalho desta unidade especial mostra outra face da história: a tecnologia não é, por definição, inimiga nem aliada. As mesmas técnicas usadas para gerar deepfakes são usadas para os desmontar. O mesmo tipo de aprendizagem automática que melhora e-mails de phishing ajuda a identificá-los no ruído global. Não há romance de “bons contra maus”; há um braço-de-ferro persistente, em que ambos os lados lançam versões novas das ferramentas a toda a hora. E, quando baixam a guarda, alguns agentes admitem que gostavam que tudo avançasse um pouco mais devagar.

No fim, sobra uma conclusão desconfortável: já todos estamos dentro deste ensaio em larga escala. As nossas vozes em áudios, os nossos rostos em fotografias de férias, os nossos textos em comentários podem tornar-se matéria-prima para engano. A unidade especial não consegue estender uma rede perfeita; consegue, quando muito, tapar buracos assim que eles aparecem. A pergunta central é social: como viver num mundo em que imagens, vozes e “provas” deixam de ser automaticamente fiáveis? Talvez a resposta comece num reflexo simples - respirar fundo antes de clicar em “Transferir”, “Responder” ou “Partilhar”.

Ponto-chave	Detalhe	Valor para o leitor
A polícia usa IA própria	Modelos especializados analisam padrões em e-mails, áudio e vídeo	Perceber como funciona, na prática, a investigação moderna
Deepfakes como nova arma	Vozes e vídeos sintéticos enganam até colaboradores experientes	Ganhar consciência de cenários de burla realistas no quotidiano
O factor humano continua decisivo	Pequenas pausas, incoerências e intuição ainda contam	Ter um ponto de partida concreto para se proteger melhor

FAQ

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

• Pergunta 2: As autoridades usam a mesma IA que os criminosos?
  Resposta 2: Em parte, podem assentar em tecnologias base semelhantes, mas constroem sistemas próprios e controlados, com regras de acesso e validação. Os criminosos recorrem frequentemente a modelos abertos e não regulados, sem cuidados com privacidade ou ética.

• Pergunta 3: A polícia pode analisar os meus chats privados e mensagens de voz sem mais nem menos?
  Resposta 3: Não. O acesso a comunicações privadas tem barreiras legais elevadas e, em regra, exige autorização judicial. Em muitos cenários, a unidade especial trabalha com dados anonimizados ou agregados, por exemplo a partir de sistemas de denúncia de plataformas.

• Pergunta 4: Uma pessoa comum é alvo de crimes com IA?
  Resposta 4: Sim - sobretudo através de phishing personalizado, passatempos falsos, burlas em redes sociais ou chamadas deepfake a imitar familiares. O objectivo costuma ser dinheiro ou credenciais de acesso; por vezes, também há tentativas de extorsão.

• Pergunta 5: O que posso fazer, de forma prática, sem me tornar paranoico?
  Resposta 5: Sempre que houver dúvida, use um segundo canal: devolva a chamada para um número conhecido, confirme por e-mail separado, ou peça um contacto por vídeo com a pessoa real. E, perante pressão súbita (“transfira já”, “não conte a ninguém”), faça um “travão” mental - muitas vezes, esse é o sinal de alerta mais claro.