Em 3 segundos é possível copiar sua voz; o FBI confirma aumento explosivo de golpes com IA: a responsabilidade é das instituições, não da avó

Clonagem de voz com IA: basta um áudio de 3 segundos para soar convincente, e o FBI, pela primeira vez, classifica golpes com IA como uma categoria criminal separada. Em um ano, as perdas chegam a quase US$ 900 milhões, e mais de um terço das vítimas tem mais de 60 anos.
(Antecedentes: a xAI do Musk lança “Clonagem de Voz em Velocidade Máxima” Custom Voices: fala natural em 1 minuto para criar uma voz Grok personalizada)
(Detalhe de contexto: casos de golpes de IA na China — troca de rosto e mudança de voz em videochamada, em 10 minutos roubam NT$ 20 milhões)

Sumário

Toggle

• 3 segundos, um visto
• Pare de ensinar a vovó a desconfiar da voz do neto
• Quando as instituições sentem a dor, elas constroem muros

Quando do outro lado do telefone chegam os soluços da filha, a senhora aposentada Sharon Brightwell, de Dover, Flórida, já não tem mais nenhuma defesa. No verão de 2025, ela ouviu April, sua filha, dizer entre lágrimas que havia sofrido um acidente de carro e que estaria detida pela polícia; em seguida, “um advogado” entrou na conversa, pediu US$ 15 mil de fiança e ainda a alertou para não contar ao banco a finalidade.

Ela fez o que foi orientada. Só quando conseguiu falar com a filha que estava trabalhando e que, na verdade, nunca tinha se envolvido em um acidente, Sharon entendeu: o choro ao telefone, o tom, o ritmo da respiração — tudo vinha de uma máquina; e para copiar tudo isso, basta 3 segundos de gravação.

Em abril, o IC3, braço do FBI, divulgou o relatório anual de 2025: pela primeira vez em 26 anos, “golpes relacionados a IA” foi separada como uma categoria própria. Foram mais de 22.000 denúncias e prejuízo ajustado superior a US$ 893 milhões; desse total, US$ 352 milhões foram de vítimas do grupo acima de 60 anos. No país todo, as perdas por crimes cibernéticos cresceram 26% em um ano; e, entre maiores de 60 anos, a cifra é de US$ 7,7 bilhões, quase 60% acima do ano anterior.

O próprio FBI admite que isso é apenas “preço do chão”, porque a maioria das vítimas nem sabe que a conversa que tiveram foi com um algoritmo. Os dados da Interpol são ainda mais chocantes: em 2025, as perdas com fraudes financeiras globais somaram US$ 442 bilhões, o equivalente ao PIB de um ano inteiro da Dinamarca. Golpes impulsionados por IA rendem 4,5 vezes mais do que métodos tradicionais.

Três segundos, um visto

O nível técnico é tão baixo que beira o zero. Um recado de caixa postal de voz, um vídeo de aniversário, um TikTok — e já basta para alimentar o modelo de clonagem de voz.

No ano passado, a Consumer Reports avaliou seis ferramentas — Descript, ElevenLabs, Lovo, PlayHT, Resemble AI e Speechify — e descobriu que a maioria não tem mecanismos de prevenção contra mau uso com algum significado. Das seis, quatro permitem que o usuário marque “tenho autorização para clonar este áudio” para gerar o conteúdo, sem nem exigir verificação. A ElevenLabs é a mais rigorosa, com classificador, registros rastreáveis e bloqueio de vozes de pessoas específicas, entre outras camadas de proteção; porém, quase todos esses mecanismos são aplicados depois — quando o áudio já foi copiado e a ligação já foi feita, a proteção só começa a funcionar.

Pior ainda: nem especialistas humanos em detectar voz sintética aguentam. Hany Farid, professor da Universidade da Califórnia em Berkeley, amplamente reconhecido como uma das maiores autoridades globais em perícia de deepfakes, admitiu em entrevista ao The New York Times em junho deste ano que nem mesmo ele conseguiu passar nos próprios testes: “Acho que estou ficando quase cego.”

Não ensine a vovó a desconfiar da voz do neto

O alvo são os idosos, não porque sejam “burros”, mas porque são os objetivos mais eficientes: têm saldos bancários mais altos, tendem a tratar telefone como extensão do mundo real, quase não sabem nada sobre clonagem de voz e, principalmente, o amor pelos familiares é justamente a fraqueza que esse golpe quer explorar.

A empresa de segurança de voz Pindrop, Amit Gupta, resumiu de forma direta: “O objetivo não é replicar perfeitamente a voz, e sim criar incerteza emocional suficiente e uma sensação de urgência para que a vítima aja antes de verificar.” O advogado Gary Schildhorn, ele próprio vítima, disse depois: “Eu juro até a morte que era a sua voz.” Até advogados, treinados e especializados em questionar provas, caem. E como não cairia uma avó que ouve o neto chorando “fui sequestrado”? Liz Benz, de Buffalo, descreveu como “medo por exatamente vinte minutos”.

Em um relatório de dezembro do ano passado, a FTC apontou que, entre pessoas acima de 60 anos, o prejuízo com golpes informados aumentou quase 4 vezes entre 2020 e 2024, chegando a cerca de US$ 2,4 bilhões. Desse total, 68% veio de perdas em uma única transação acima de US$ 100 mil. Se considerar o “mercado negro” de casos que não são reportados, a própria FTC estima que a perda anual real pode chegar a US$ 81,5 bilhões.

Hoje, a recomendação mais comum na indústria é combinar uma senha de segurança em família: se a pessoa não conseguir dizer, encerra a ligação. A intenção é boa, mas isso equivale a jogar a responsabilidade de interceptar uma cadeia inteira de golpes industrializados para cima de um idoso à beira do colapso.

Quando a instituição sente dor, ela constrói muros

Esse é o cerne da assimetria. O CEO da Adaptive Security, Bo, disse com precisão: “Uma pessoa, digitando em um quarto, consegue criar infinitos atacantes.” Sistemas automatizados produzem ligações fraudulentas quase a custo zero; do lado da defesa, há apenas um idoso assustado — e o tempo de uma ligação.

A única medida que foi comprovadamente eficaz é a barreira do banco. A Autoridade Reguladora do Sistema de Pagamentos do Reino Unido (PSR) exige, desde outubro de 2024, que os bancos compensem integralmente as vítimas de fraudes com pagamentos autorizados. Bancos pagador e recebedor dividem o custo em partes iguais, com teto de 85 mil libras. Depois que o sistema entrou em vigor, a taxa de ressarcimento dos valores roubados saiu de 65% no passado e subiu até 89%. A lógica é simples: quando o banco precisa arcar com o prejuízo, surge incentivo para bloquear saques de alto valor, criar um período de “resfriamento” para clientes antigos e fazer o atendente realizar uma ligação a mais para confirmar.

As obrigações ligadas à Lei de IA da União Europeia começaram a ser implementadas em 2025 e 2026, e o projeto de lei ELVIS do estado americano do Tennessee também exige consentimento por escrito para copiar vozes. A regulação sempre corre mais devagar do que a tecnologia; fazer com que as instituições sejam responsáveis pelo que manejam é a única solução que realmente resiste a validação.