Fraude de Identidade Sintética e Deepfakes: A Nova Linha da Frente do Onboarding nos EUA

Quando o Documento É Perfeito e a Pessoa Não Existe

A verificação de identidade nos Estados Unidos assentava em dois pressupostos que já não se verificam.

O primeiro era que produzir um documento de identidade falsificado convincente exigia perícia, equipamento e tempo. Durante quase todo o século passado foi verdade. A falsificação era um ofício, e a população capaz de a praticar era suficientemente pequena para que os elementos de segurança dos documentos oferecessem proteção significativa.

O segundo era que um Número da Segurança Social (SSN), combinado com nome e data de nascimento, identificava de forma fiável um ser humano concreto. Este pressuposto sustentava quase todos os processos de onboarding norte-americanos, da abertura de conta bancária à subscrição de investidores e à avaliação de inquilinos.

A IA generativa desfez o primeiro pressuposto. A fraude de identidade sintética desfez o segundo. Juntas produziram uma situação que a FinCEN documentou diretamente no seu alerta de novembro de 2024 sobre media deepfake, que descreveu um aumento marcado de comunicações de operações suspeitas envolvendo documentos de identidade criados por IA generativa, usados especificamente para contornar controlos de verificação e autenticação de identidade.

Para fundos, empresas imobiliárias e sociedades de serviços profissionais nos EUA que fazem KYC, isto não é um problema distante da banca. Qualquer organização que aceite uma fotografia de um documento de identidade como prova de identidade está a operar um controlo que um adversário motivado consegue hoje derrotar de forma barata.

---

Duas Ameaças Distintas, Frequentemente Confundidas

Os profissionais usam muitas vezes «fraude de identidade sintética» e «fraude por deepfake» como sinónimos. São problemas diferentes que exigem controlos diferentes.

Fraude de identidade sintética

Uma identidade sintética combina elementos de dados reais e fabricados para criar uma pessoa que não existe, mas cuja identidade passa, ainda assim, na verificação. Tipicamente, isso significa um SSN genuíno emparelhado com um nome e uma data de nascimento fabricados.

A razão pela qual isto funciona nos Estados Unidos é estrutural. Os SSN nunca foram concebidos como credenciais de identidade: foram concebidos para acompanhar rendimentos para efeitos de cálculo de prestações. Não há fotografia, não há biometria e não há mecanismo público autorizado para confirmar que um dado SSN pertence a um dado nome.

O problema agravou-se em 2011, quando a Social Security Administration passou a atribuir SSN de forma aleatória. Antes disso, os primeiros dígitos codificavam informação geográfica e temporal, o que permitia uma validação grosseira — um SSN incoerente com o ano de nascimento ou o estado declarados era um sinal de alerta. A aleatorização eliminou por completo esse sinal.

As identidades sintéticas são frequentemente construídas em torno de SSN pertencentes a pessoas com pouca probabilidade de detetarem o uso indevido: crianças, idosos, pessoas falecidas e reclusos. A identidade é depois cultivada ao longo de meses ou anos. Pequenas contas de crédito criam um historial. O histórico de pagamentos constrói uma pontuação. Com o tempo, a identidade parece, a qualquer sistema automatizado, uma pessoa estabelecida com uma pegada financeira modesta.

O que torna esta ameaça particularmente difícil é não haver vítima que a denuncie. Uma identidade roubada gera queixas. Uma identidade sintética não gera nada, porque a pessoa cujo SSN foi usado não tem qualquer relação com as contas abertas.

Fraude por deepfake e media sintéticos

A segunda ameaça visa o próprio processo de verificação. Os modelos generativos conseguem hoje produzir imagens de documentos de identidade que reproduzem com elevada fidelidade a disposição, os tipos de letra, as sobreposições holográficas e as zonas de leitura ótica. Conseguem produzir fotografias de pessoas que não existem. E conseguem produzir vídeo de um rosto a responder em tempo real a instruções.

O alerta da FinCEN descreveu exatamente este padrão: criminosos que usam IA generativa para criar documentos, fotografias e vídeos falsificados de modo a contornar os controlos de identificação e verificação de clientes, usando depois as contas assim obtidas para canalizar proventos e cometer fraudes a jusante.

A economia inverteu-se. O que outrora exigia um especialista e materiais físicos exige agora uma subscrição e uma instrução de texto.

---

Porque as Verificações de Vivacidade Deixaram de Bastar

A resposta do setor à falsificação documental foi acrescentar um passo de captura ao vivo: pedir ao utilizador que se fotografe ou grave, confirmar que o rosto corresponde ao documento e confirmar que o rosto pertence a um humano vivo, e não a uma fotografia.

Isto funcionou bem contra o que os investigadores de segurança chamam ataques de apresentação: colocar uma foto impressa, um ecrã ou uma máscara à frente da câmara. A deteção de ataques de apresentação é uma disciplina madura e os bons sistemas são eficazes nela.

Funciona bastante pior contra ataques por injeção, que contornam totalmente a câmara.

Num ataque por injeção, o adversário não apresenta nada a uma câmara. Insere media diretamente no fluxo de captura, usando software de câmara virtual, emuladores ou clientes modificados. O sistema de verificação recebe o que parece ser um fluxo de vídeo ao vivo. Não há cena física para analisar, porque nunca esteve envolvida qualquer câmara.

É esta a vulnerabilidade para que apontam os sinais de alerta da FinCEN quando referem clientes que usam plugins de webcam de terceiros durante verificações ao vivo, ou que tentam mudar de meio de comunicação a meio da verificação, ou que invocam dificuldades técnicas para evitar uma verificação ao vivo.

A implicação estrutural importa na seleção de fornecedores. Um fluxo de verificação que corre inteiramente num navegador, recebendo um fluxo de vídeo sem garantia criptográfica da sua origem, não consegue distinguir plenamente uma câmara genuína de um fluxo sintético. As defesas contra injeção exigem atestação do ambiente de captura — estabelecer criptograficamente que os media tiveram origem num sensor real de um dispositivo real — o que, por sua vez, exige integração ao nível de SDK e não uma página web.

---

Os Sinais de Alerta da FinCEN, Lidos na Ótica Operacional

O alerta de novembro de 2024 fornece indicadores que se traduzem diretamente no desenho de controlos.

Indicadores ao nível do documento. Uma fotografia internamente incoerente ou com sinais visuais de alteração. Uma fotografia incoerente com outra informação identificativa — uma data de nascimento que sugere uma pessoa substancialmente mais velha ou mais nova do que a imagem. Vários documentos de identidade apresentados que são incoerentes entre si.

Indicadores do processo de verificação. Uso de um plugin de webcam de terceiros durante uma verificação ao vivo. Tentativas de mudar de meio de comunicação a meio do processo. Relutância ou recusa em concluir um passo de verificação ao vivo, sobretudo após a submissão de um documento.

Indicadores técnicos. Media assinalados por software de deteção de deepfakes. Texto de perfil assinalado por ferramentas de deteção de IA generativa. Dados geográficos ou de dispositivo incoerentes com os documentos apresentados — um passaporte de um país apresentado a partir de um dispositivo consistentemente localizado noutro sítio, sem explicação.

Indicadores comportamentais. Uma conta recém-aberta com um padrão de transações rápidas. Volumes elevados de pagamentos a beneficiários de risco mais alto, como sítios de jogo ou bolsas de ativos digitais. Volumes elevados de estornos ou pagamentos rejeitados.

O padrão desta lista é instrutivo. Só uma minoria dos indicadores diz respeito ao documento em si. A maioria diz respeito ao contexto: como foi feita a submissão, a partir de onde, em que dispositivo, e o que aconteceu depois. É um sinal deliberado sobre onde reside de facto a capacidade de deteção.

---

Construir Garantia de Identidade em Camadas

Nenhum controlo isolado derrota estas ameaças. Os programas eficazes sobrepõem sinais independentes, de modo que derrotar um não derrote o sistema.

Camada um: autenticação documental a sério

Não «recebemos uma fotografia», mas autenticação real. Isto significa validar a estrutura do documento face a modelos conhecidos da autoridade emissora, verificar elementos de segurança difíceis de reproduzir, validar as somas de controlo da zona de leitura ótica, confirmar a coerência interna dos dados no documento e detetar artefactos de manipulação digital.

Quando o documento contém um chip NFC, como acontece nos passaportes norte-americanos e num número crescente de outras credenciais, ler esse chip diretamente é o controlo documental mais forte disponível. Os dados do chip estão assinados criptograficamente pela autoridade emissora. Uma imagem gerada, por muito convincente que seja, não tem chip para ler.

Camada dois: captura resistente a injeção

Se o passo de verificação importa, o ambiente de captura tem de ser fidedigno. Isso significa captura baseada em SDK com atestação do dispositivo, em vez de um fluxo de navegador não autenticado, deteção de assinaturas de câmara virtual e de emulador, e análise de características de sinal coerentes com a saída de um sensor genuíno.

Camada três: corroboração dos dados de identidade

Para pessoas nos EUA, o serviço eletrónico Consent Based SSN Verification da Social Security Administration permite a uma organização, com consentimento escrito da pessoa, confirmar se a combinação submetida de SSN, nome e data de nascimento corresponde aos registos da SSA. É uma das poucas verificações autorizadas disponíveis contra identidades sintéticas, porque um nome fabricado ligado a um SSN genuíno não corresponderá.

O rastreio no Death Master File trata dos SSN pertencentes a pessoas falecidas. Os dados das agências de crédito fornecem sinais de profundidade de identidade: há quanto tempo existe o historial, se o histórico de moradas é coerente, se a identidade tem a pegada acumulada que uma pessoa real daquela idade teria.

Um historial escasso num alegado indivíduo de quarenta e cinco anos é um forte indicador de identidade sintética.

Camada quatro: sinais de dispositivo e comportamentais

Impressão digital do dispositivo, geolocalização por IP e a sua coerência com a residência declarada, verificações de velocidade entre submissões, antiguidade do email e do número de telefone, e características comportamentais durante o preenchimento do formulário. Os padrões de preenchimento automatizado diferem de forma mensurável dos humanos.

Nenhum destes é conclusivo por si só. Em conjunto, produzem um retrato de risco que uma identidade sintética tem dificuldade em satisfazer em todas as dimensões em simultâneo.

Camada cinco: monitorização pós-onboarding

Os sinais comportamentais do alerta da FinCEN surgem depois da abertura de conta. Padrões de transação rápidos em contas novas, pagamentos a beneficiários de risco mais alto e volumes de estornos só são detetáveis através de monitorização. Um controlo de onboarding sem monitorização por detrás tem um ponto único de falha.

---

O Que Isto Significa para Fundos, Imobiliário e Sociedades de Advogados

Há uma tendência nos setores não bancários para tratar isto como um problema alheio. É um erro, e por uma razão concreta: os adversários visam o controlo mais fraco disponível.

Um fundo privado que aceita subscrições de investidores particulares, uma empresa de title que verifica a identidade de um beneficiário efetivo para um Real Estate Report e uma sociedade de advogados que integra um cliente para uma transação fazem todos verificação de identidade com bastante menos infraestrutura do que um banco. São, por essa medida, alvos mais fáceis.

Também está mais em jogo por evento. A exposição de um banco à identidade sintética é tipicamente perda de crédito numa linha modesta. A exposição de um fundo é um investidor não verificável no registo, potencial responsabilidade por sanções e a consequência reputacional de explicar a LP institucionais como aconteceu. A exposição de uma empresa de title é uma comunicação federal com informação falsa de titularidade efetiva.

Seguem-se dois pontos práticos. Primeiro, a sofisticação da verificação de identidade deve escalar com o valor da transação, e não com a categoria institucional. Uma compra de imóvel de 3 milhões de dólares justifica verificação mais forte do que a abertura de uma conta de 200 dólares, independentemente de a instituição que verifica ser ou não um banco.

Segundo, a verificação não deve ser delegada de forma implícita. As empresas presumem frequentemente que outra pessoa na cadeia da transação verificou a identidade — o banco, a sociedade gestora, o corretor apresentante. Pressupostos deste tipo raramente estão documentados e raramente estão certos.

---

A Corrida Armamentista da Deteção, Avaliada com Honestidade

Vale a pena ser franco sobre a trajetória. A deteção de media gerados por IA funciona identificando artefactos do processo de geração. Os modelos de geração melhoram continuamente, e cada melhoria erode os artefactos em que os detetores assentam. É uma corrida em que o defensor está estruturalmente atrás, porque o atacante pode testar contra os detetores disponíveis antes de avançar.

A conclusão estratégica é que os controlos que dependem de distinguir media reais de media gerados não devem ser estruturantes. Os controlos duradouros são os que não exigem fazer essa distinção:

Verificação criptográfica, como a leitura de um chip NFC assinado, em que a autenticidade é provada e não avaliada.

Atestação do ambiente de captura, em que a confiança deriva do dispositivo e não da análise do conteúdo.

Corroboração face a registos externos autorizados, em que uma identidade fabricada falha porque os dados subjacentes não existem.

Coerência entre sinais cruzados, em que um adversário tem de satisfazer simultaneamente verificações documentais, sinais de dispositivo, padrões comportamentais e dados externos — um problema substancialmente mais difícil do que produzir um artefacto convincente.

É esta a arquitetura em torno da qual a VeriKYC foi construída: não um único passo de verificação que tem de ser perfeito, mas garantia em camadas, em que cada sinal é registado de forma independente e a combinação produz uma conclusão defensável. Igualmente importante, todos os sinais e todas as decisões são conservados, para que, se mais tarde se descobrir uma identidade fraudulenta, a empresa possa demonstrar exatamente o que verificou e o que as verificações devolveram.

---

Conclusão: Verifique a Pessoa, Não a Imagem

O resumo incómodo é que uma fotografia de um documento de identidade já não é prova de nada. É uma afirmação, submetida por uma parte desconhecida, produzida por meios desconhecidos.

Isso não torna a verificação de identidade impossível. Torna-a uma disciplina diferente da que era há cinco anos. A pergunta já não é «este documento parece genuíno?». É «que prova independente tenho de que este ser humano concreto existe, é quem afirma ser e é quem está a submeter este pedido?».

Responder a essa pergunta exige autenticar a credencial criptograficamente sempre que possível, confiar no ambiente de captura em vez de na imagem captada, corroborar face a fontes que o requerente não controla e olhar para o comportamento ao longo do tempo em vez de para um único momento de submissão.

As empresas que continuam a correr um processo de foto-de-documento-mais-selfie e lhe chamam verificação estão a operar um controlo que a FinCEN documentou publicamente como derrotado. O alerta foi emitido em novembro de 2024. As ferramentas de geração melhoraram consideravelmente desde então. O pressuposto razoável de planeamento é que qualquer controlo que se limite a inspecionar media submetidos continuará a degradar-se, e que os controlos em que vale a pena investir são aqueles que nunca dependeram de inspeção.