Perfis em redes sociais combinam conteúdo real e sintético para criar vínculos emocionais e obter vantagem financeira, mirando sobretudo pessoas mais velhas. O fenômeno desloca a engenharia social para um território de confiança construída e exige das empresas políticas de identidade, governança de IA e proteção de clientes e colaboradores.
Introdução contextual
A engenharia social sempre dependeu de um insumo escasso: confiança. Durante décadas, fraudadores investiram tempo em conversas, roteiros e pequenas encenações para conquistar credibilidade antes de pedir dinheiro ou dados. A novidade trazida pela inteligência artificial generativa não é a existência do golpe afetivo, mas a possibilidade de industrializá-lo — produzindo personas coerentes, imagens verossímeis, vozes sintéticas e histórias consistentes em escala, com custo marginal próximo de zero.
A reportagem do UOL Notícias descreve perfis em redes sociais que misturam conteúdo real e material criado com IA para estabelecer vínculos emocionais com vítimas, principalmente pessoas mais velhas, e então manipular ou obter vantagem financeira. O chamado golpe da cantada, golpe do amor ou romance scam deixa de ser um episódio artesanal e passa a operar como uma cadeia produtiva de manipulação.
Para o ambiente corporativo, o tema parece distante — afinal, trata-se de relações pessoais em plataformas sociais. A leitura executiva, porém, é outra: qualquer organização cujos clientes, colaboradores ou executivos mantenham presença digital está exposta a um adversário que agora consegue simular intimidade com qualidade suficiente para atravessar filtros humanos de desconfiança. A fronteira entre fraude de consumo e risco corporativo é mais tênue do que sugere a classificação original da notícia.
O que aconteceu
Segundo a reportagem, páginas em redes sociais combinam conteúdos autênticos — fotos, rotinas, referências culturais — com elementos gerados por inteligência artificial para construir perfis aparentemente legítimos. Esses perfis investem na criação de laços afetivos, geralmente com pessoas mais velhas, e utilizam esse vínculo como alavanca para pedidos financeiros, obtenção de dados ou outras vantagens indevidas.
O mecanismo descrito é conhecido na literatura de segurança como romance scam ou fraude de relacionamento. A diferença contemporânea está na sofisticação do material sintético: rostos gerados que não correspondem a pessoas reais, vozes clonadas, textos redigidos por modelos de linguagem e até conversas contínuas mantidas por agentes automatizados. Isso reduz o esforço operacional do fraudador e amplia o número de vítimas potenciais que podem ser atendidas simultaneamente.
A escolha de pessoas mais velhas como alvo preferencial não é acidental. Esse público tende a apresentar menor familiaridade com sinais técnicos de conteúdo sintético, maior confiança em interações digitais prolongadas e, em muitos casos, solidão ou isolamento social — fatores que aumentam a vulnerabilidade emocional e reduzem a probabilidade de consulta a terceiros antes de tomar decisões financeiras.
Vale destacar que a notícia não descreve uma falha técnica de plataforma específica, mas um comportamento exploratório que se apoia em funcionalidades legítimas: criação de perfis, mensagens diretas, recomendações algorítmicas e ferramentas generativas acessíveis. O problema é, portanto, sistêmico e distribuído entre plataformas, instituições financeiras, usuários e reguladores.
Por que isso importa para empresas
À primeira vista, o golpe afetivo é um risco de consumidor. Na prática, ele se conecta a pelo menos quatro frentes corporativas relevantes.
1. Risco de fraude de pagamento e engenharia social financeira
Instituições financeiras, fintechs e varejistas digitais são o destino final do dinheiro obtido nesses golpes. Quando a vítima decide transferir recursos, ela o faz por canais legítimos, muitas vezes com autenticação correta e dentro de limites operacionais. O desafio de detecção migra da validação de identidade para a identificação de padrões comportamentais anômalos: transferências recorrentes para beneficiários novos, valores crescentes, pressão temporal e contexto conversacional incomum.
2. Exposição de executivos e colaboradores
Perfis sintéticos não miram apenas consumidores. Executivos com presença pública são alvos naturais de abordagens que combinam spear phishing e construção de relacionamento. Um contato aparentemente inofensivo em uma rede social pode evoluir para pedidos de informação, introdução a terceiros ou acesso a ambientes corporativos. Ataques de fraude do CEO e de manipulação de fornecedores ganham um novo canal de aproximação.
3. Reputação e confiança de marca
Se um cliente é vitimado em um fluxo que envolve a marca — por exemplo, um perfil falso que se passa por atendimento oficial —, o dano reputacional recai sobre a organização, ainda que ela não tenha culpa direta. A percepção pública raramente distingue com precisão a responsabilidade técnica da responsabilidade percebida.
4. Governança de IA e conformidade
Empresas que utilizam IA generativa em atendimento, marketing ou criação de conteúdo precisam demonstrar que seus sistemas não facilitam a produção de personas enganosas. A ausência de controles de proveniência, marcação de conteúdo sintético e políticas de uso aceitável amplia a exposição regulatória e reputacional.
Impacto para cibersegurança, governança, IA ou continuidade
Do ponto de vista de cibersegurança, o golpe afetivo evidencia que o perímetro de defesa não é mais apenas técnico. Controles como autenticação multifator, gestão de identidades e monitoramento de transações continuam necessários, mas não capturam a fase de manipulação psicológica que antecede a fraude. A detecção precisa incorporar sinais de contexto: velocidade de relacionamento, inconsistências narrativas, mudanças abruptas de canal e pressão para decisões imediatas.
Na dimensão de governança, o episódio reforça a necessidade de políticas claras sobre uso de IA generativa, incluindo obrigações de transparência na identificação de conteúdo sintético. Reguladores em diferentes jurisdições avançam em direções semelhantes, exigindo rotulagem e responsabilização por usos enganosos. Organizações que antecipam esses requisitos reduzem custos de adequação futura.
No campo da IA aplicada, o contraste é instrutivo: a mesma tecnologia que permite criar personas falsas pode ser usada para detectá-las. Modelos de análise de imagens, verificação de consistência textual e correlação de metadados já são empregados por plataformas e instituições financeiras. O diferencial competitivo está menos na ferramenta e mais na integração desses sinais aos processos de decisão.
Por fim, a continuidade de negócios é afetada de forma indireta, mas real. Incidentes de fraude que envolvem clientes vulneráveis podem gerar ondas de reclamações, exposição midiática, questionamentos de órgãos de defesa do consumidor e interrupções em canais de atendimento sobrecarregados. Planos de resposta a incidentes devem contemplar cenários de fraude relacional, não apenas ataques cibernéticos clássicos.
Leitura executiva da WSVP
A WSVP entende que o golpe afetivo potencializado por IA é um sintoma de uma mudança estrutural: a confiança tornou-se um ativo manipulável em escala. Organizações que tratam fraude apenas como problema de transação perdem a camada mais importante do risco — a construção social que precede a decisão financeira.
Nossa leitura é que três movimentos são decisivos. Primeiro, reconhecer que a vulnerabilidade humana é parte do modelo de ameaça, e não uma exceção a ser ignorada. Segundo, integrar sinais de comportamento e contexto aos controles de fraude existentes, superando a lógica de regras estáticas. Terceiro, assumir a governança de IA como função de primeira linha, com políticas, treinamento e mecanismos de verificação proporcionais ao risco.
A questão não é se a IA será usada para simular confiança, mas se a organização terá capacidade de distinguir confiança legítima de confiança fabricada — e de agir antes que o dano se materialize.
Executivos devem evitar duas armadilhas comuns. A primeira é a complacência: considerar o tema restrito a consumidores idosos e, portanto, fora do escopo corporativo. A segunda é o tecnossolucionismo: acreditar que uma ferramenta de detecção resolve um problema que envolve processos, cultura e treinamento. A resposta eficaz combina tecnologia, governança e educação contínua.
Recomendações práticas
- Mapear jornadas de risco relacional: identificar onde clientes, colaboradores e executivos interagem com terceiros em canais digitais e quais decisões financeiras ou de acesso podem ser influenciadas por vínculos construídos online.
- Ampliar a detecção de fraude com sinais comportamentais: incorporar indicadores como velocidade de criação de confiança, mudanças de canal, pressão temporal e inconsistências entre identidade declarada e conteúdo publicado.
- Estabelecer política de uso responsável de IA generativa: definir regras para criação de conteúdo sintético, exigir marcação de material gerado e prever auditoria de modelos utilizados em comunicação com o público.
- Treinar públicos vulneráveis e equipes de atendimento: capacitar colaboradores para reconhecer sinais de manipulação afetiva e orientar clientes, especialmente os mais velhos, sobre verificação de identidade e consulta a canais oficiais.
- Reforçar verificação de identidade em operações sensíveis: aplicar etapas adicionais em transferências, alterações cadastrais e concessão de acesso quando houver contexto de relacionamento recente ou pressão emocional.
- Integrar resposta a incidentes com comunicação e jurídico: preparar protocolos para lidar com vítimas de fraude relacional, incluindo acolhimento, orientação e registro adequado de evidências.
- Monitorar o ambiente regulatório: acompanhar iniciativas de rotulagem de conteúdo sintético e obrigações de transparência, antecipando adequações em produtos e canais digitais.
Fontes consultadas
- UOL Notícias — Perfis criam vínculos afetivos para manipular ou obter vantagem financeira
- Federal Trade Commission — Romance scams
- Europol — Cybercrime
- UNESCO — Recommendation on the Ethics of Artificial Intelligence
Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.


