Biometria facial tornou a abertura de contas e a autenticação de usuários muito mais simples. O mesmo rosto que substitui senhas, porém, também pode aparecer em fotografias públicas, vídeos de redes sociais, processos seletivos falsos e vazamentos de documentos. Sistemas generativos acrescentaram outra possibilidade: produzir imagens e vídeos capazes de imitar uma pessoa. Isso não torna a biometria facial inútil. Torna perigosa a ideia de que uma selfie isolada possa funcionar como prova absoluta de identidade. Segurança melhora quando o rosto é apenas uma evidência dentro de um conjunto.
Reconhecimento facial compara características de um rosto com uma referência previamente associada a uma identidade.
Verificação de vivacidade tenta distinguir uma pessoa presente de fotografia, gravação, tela ou conteúdo sintético.
Deepfake é apenas uma das técnicas possíveis de fraude. Fotos reais roubadas, documentos vazados e engenharia social continuam relevantes.
Dados publicados pela empresa VU sobre crescimento de fraudes devem ser interpretados como levantamento empresarial enquanto não houver confirmação independente de seu universo e metodologia.
A ANPD publicou em 2026 um Radar Tecnológico específico sobre deepfakes e trata dados biométricos como dados pessoais sensíveis sob a LGPD.
Como funciona a biometria facial e por que deepfakes desafiam a autenticação
Reconhecimento facial não funciona simplesmente perguntando se duas fotografias “parecem” iguais.
Um sistema extrai características matemáticas do rosto e cria uma representação que pode ser comparada a outra referência.
Na verificação um para um, o sistema pergunta se a pessoa apresentada corresponde à identidade declarada.
Na identificação um para muitos, procura correspondência dentro de uma base maior.
Essas são tarefas diferentes.
Em bancos e cadastros digitais, o primeiro caso é muito comum.
O usuário apresenta documento e selfie. O sistema tenta confirmar que a pessoa da câmera corresponde à referência.
O problema é que câmera não prova presença humana por si só.
Um atacante pode mostrar fotografia diante dela.
Pode utilizar uma tela reproduzindo vídeo.
Pode tentar injetar imagem diretamente no fluxo do aplicativo.
E pode utilizar conteúdo sintético para simular características da pessoa.
Essas técnicas fazem parte de uma categoria mais ampla chamada ataques de apresentação ou spoofing.
Deepfakes elevam a qualidade do material disponível ao atacante, especialmente quando conseguem reproduzir movimento facial, voz e aparência em tempo real.
Mas nem toda fraude de selfie é deepfake.
Uma fotografia verdadeira obtida numa rede social pode ser suficiente contra um sistema fraco.
Uma falsa vaga de emprego pode pedir vídeo do candidato com diferentes ângulos do rosto.
O golpista nem precisa sintetizar nada naquele momento.
Está coletando material biométrico de boa qualidade para tentativas posteriores.
A reportagem da Computer Weekly Brasil descreve justamente esse tipo de risco.
Ela apresenta estatísticas reunidas pela empresa de identidade digital VU, incluindo crescimento muito elevado de conteúdo sintético associado a fraudes.
Esses números precisam ser tratados com cuidado.
Parte combina dados internos da empresa e números atribuídos a outras organizações.
Sem conhecer universo analisado, critérios de detecção e eventuais sobreposições, não é correto transformá-los automaticamente em estatísticas nacionais.
O fato técnico independe desses percentuais.
Sistemas biométricos possuem limitações e ataques sintéticos aumentam a dificuldade.
Biometria facial: verifica características do rosto.
Vivacidade: tenta determinar se existe uma pessoa real presente no momento da captura.
Multifator: combina evidências independentes, como dispositivo registrado, segredo, chave criptográfica ou outro fator.
Usar vários testes sobre a mesma selfie pode fortalecer a análise, mas não é automaticamente equivalente a possuir fatores realmente independentes.
Onde estão as falhas e como instituições podem reforçar a verificação
Vivacidade pode ser ativa ou passiva.
Na modalidade ativa, o sistema solicita uma ação específica, como virar a cabeça ou piscar.
A ideia é dificultar o uso de uma fotografia estática.
Deepfakes em vídeo e sistemas de geração em tempo real tornaram alguns desses desafios menos robustos que no passado.
Na verificação passiva, o sistema analisa sinais da própria captura sem exigir ações explícitas.
Pode observar características de textura, profundidade, iluminação ou outros indícios.
Nenhum método deve ser tratado como perfeito.
Quanto mais conhecido o mecanismo, maior o incentivo para atacantes desenvolverem maneiras de contorná-lo.
Por isso autenticação baseada em risco acrescenta contexto.
Um cliente pode apresentar o rosto correto e ainda realizar uma operação completamente atípica.
Novo dispositivo.
Localização incomum.
Horário diferente.
Mudança recente de senha.
Beneficiário recém-cadastrado.
Valor muito superior ao padrão histórico.
Cada elemento isoladamente pode ser legítimo.
O conjunto pode justificar verificação adicional.
Dispositivos confiáveis também ajudam.
Um aparelho previamente registrado possui chaves criptográficas e histórico que um fraudador não obtém apenas com uma fotografia.
Isso demonstra por que segurança em camadas é mais robusta.
Mesmo que um atacante consiga imitar o rosto, ainda precisa superar outros controles.
Existe também um problema particular dos dados biométricos.
Senha vazada pode ser trocada.
Rosto não.
Características biométricas comprometidas não podem simplesmente receber nova versão como uma senha de oito caracteres.
Isso aumenta a responsabilidade das organizações que coletam biometria.
A LGPD classifica dado biométrico vinculado a uma pessoa natural como dado pessoal sensível.
O tratamento exige proteção compatível com esse nível de risco.
Minimização é importante.
Se determinada atividade não precisa de biometria, coletá-la “para garantir” cria uma base sensível desnecessária.
Retenção também deve ser justificada.
Guardar indefinidamente vídeos brutos de todos os usuários pode criar impacto enorme numa violação.
A ANPD publicou em julho de 2026 um Radar Tecnológico dedicado a deepfakes, examinando exatamente a combinação entre produção de conteúdo sintético e proteção de dados.
A autoridade também vem tratando reconhecimento facial como tema de fiscalização em diferentes contextos.
Como reduzir o risco de fraude de identidade e o que fazer depois de uma suspeita
Para usuários, o primeiro cuidado é controlar onde imagens de alta qualidade são fornecidas.
Empresas legítimas podem precisar de selfie para cadastro.
Isso não significa que qualquer recrutador, entregador ou suposto atendimento bancário deva receber vídeo do rosto.
Uma vaga de emprego que solicita gravações incomuns antes de qualquer processo verificável merece cautela.
Confirme domínio de e-mail, site oficial e existência da vaga por um canal independente.
Pedidos de “selfie segurando documento” são especialmente sensíveis.
Essa imagem combina rosto e documento no mesmo arquivo.
Se ela for realmente necessária, envie apenas por fluxo oficial e conhecido.
Não encaminhe pelo WhatsApp para um número que apareceu espontaneamente.
Também evite enviar códigos de autenticação recebidos por SMS ou aplicativo.
Um criminoso com seus documentos pode ainda precisar daquele código para concluir um cadastro.
Quando surge suspeita de fraude, velocidade ajuda.
1. Contate imediatamente a instituição envolvida pelos canais oficiais.
2. Solicite bloqueio ou análise de contas e operações não reconhecidas.
3. Troque credenciais comprometidas e encerre sessões desconhecidas.
4. Preserve mensagens, e-mails, anúncios, números e capturas de tela.
5. Registre ocorrência quando houver indício de crime.
6. Verifique relatórios e cadastros financeiros relevantes para identificar outras contas ou operações.
7. Não pague taxas a supostos especialistas que prometam “apagar sua biometria” ou recuperar valores por fora dos canais oficiais.
Empresas precisam possuir processo equivalente.
Não basta possuir um fornecedor de biometria.
É necessário definir o que acontece quando um cliente afirma que aquela biometria foi fraudada.
Existe canal de contestação?
Os registros da captura são preservados?
É possível comparar dispositivo e contexto?
A conta é bloqueada sem prejudicar irreversivelmente uma vítima legítima?
Esses detalhes determinam a qualidade da resposta.
Instituições financeiras precisam combinar prevenção com responsabilidade de atendimento.
Uma operação autenticada por biometria não deveria encerrar automaticamente qualquer investigação.
Biometria demonstra que o sistema encontrou correspondência conforme seus critérios.
Não prova metafisicamente que apenas a pessoa legítima poderia ter realizado aquela operação.
À medida que conteúdo sintético melhora, essa distinção ficará mais importante.
A tendência provável não é abandonar o rosto.
É reduzir o peso que uma única evidência recebe.
Passkeys, chaves criptográficas, dispositivos registrados, análise comportamental e confirmação contextual podem formar conjuntos muito mais difíceis de falsificar simultaneamente.
Segurança de identidade sempre funcionou melhor quando nenhum elemento isolado possui poder absoluto.
Deepfakes não tornaram o rosto inútil como fator de autenticação. Tornaram mais evidente uma limitação que já existia: aparência não é identidade completa. Uma instituição segura precisa perguntar não apenas se o rosto corresponde, mas de qual dispositivo veio, em que contexto, qual operação está sendo solicitada e quais outros sinais confirmam aquela pessoa. Quanto maior o impacto da operação, menos razoável é depender de uma única selfie.
.png)
