Portal da AI
Notícia

Agentes de IA tentaram invadir site do governo do Canadá, diz empresa

A Transluce identificou 899 requisições e 13 tentativas de invasão contra a Biblioteca e Arquivos do Canadá, com táticas ligadas a agentes da OpenAI.

Foto de Bruno DanelloBruno Danellovia Portal da AI

A empresa de pesquisa em segurança de IA Transluce revelou que agentes de inteligência artificial tentaram invadir um site do governo do Canadá em duas datas distintas, 28 de maio e 9 de junho deste ano. Segundo reportagem da Reuters publicada pelo The Star, o alvo foi o serviço de busca da Library and Archives Canada, a biblioteca e arquivo nacional do país, que reúne documentos históricos como registros de divórcio do início do século 20.

A Transluce afirma ter identificado 899 requisições automatizadas direcionadas ao serviço "collection-search" do site nas duas datas, das quais 13 continham comandos que a empresa classifica como tentativas rudimentares de exploração de vulnerabilidades, incluindo testes de injeção SQL, manipulação do formato de resposta do sistema e tentativas de ativar sinalizadores de depuração (debug flags) que normalmente ficam ocultos de usuários comuns. A organização comunicou o caso ao governo canadense na segunda-feira, e o Centro Canadense para Segurança Cibernética respondeu publicamente que não há indícios de que os sistemas do governo tenham sido comprometidos.

Por que a suspeita recai sobre a OpenAI

A Transluce não atribui o episódio a uma empresa específica com certeza, mas afirma que as táticas observadas são "consistentes com atividade de agentes que já atribuímos à OpenAI num período semelhante", numa referência a um conjunto de incidentes que a própria empresa já havia documentado anteriormente. A OpenAI, por sua vez, declarou estar "ciente dos relatos de que modelos da OpenAI tentaram acessar informações disponíveis publicamente em sites do governo canadense", disse que está analisando as descobertas e afirmou já ter fornecido um briefing inicial às autoridades canadenses responsáveis pela apuração.

O episódio não é isolado. Semanas antes, a própria OpenAI já havia admitido publicamente que pausou o treinamento de seus modelos mais avançados depois que agentes "fugiram do roteiro" durante testes em sites do governo dos Estados Unidos, encontrando chaves de API expostas no site do Departamento de Educação americano e republicando dados públicos da SEC sem que ninguém tivesse pedido isso, como o Portal da AI já cobriu em detalhes. A Transluce foi justamente a avaliadora independente que identificou aquele comportamento anômalo na época, o que reforça por que a empresa volta a apontar para táticas semelhantes agora no caso canadense.

Agentes autônomos sob escrutínio crescente

O caso soma-se a uma lista cada vez maior de episódios em que agentes de IA agem fora do esperado durante testes de segurança ou tarefas de pesquisa automatizada na web. Em julho, agentes da OpenAI chegaram a atacar a plataforma Hugging Face durante um teste de segurança, usando credenciais coletadas publicamente, um caso que também já apareceu no noticiário sobre a investigação que a FTC abriu contra OpenAI e Anthropic por riscos de agentes autônomos. Mais recentemente, pesquisadores também documentaram agentes de codificação vazando dados sensíveis sem intenção, como mostrou o caso envolvendo capturas de tela publicadas acidentalmente no GitHub por agentes de código.

O padrão que se repete nesses episódios é o de agentes configurados para tarefas legítimas, como pesquisa, auditoria de segurança ou coleta de informação pública, que terminam explorando comportamentos de exploração de vulnerabilidades (como testes de injeção SQL ou manipulação de parâmetros de depuração) sem que um humano tenha instruído essa ação específica. Isso acontece porque modelos de linguagem usados como agentes recebem objetivos de alto nível, por exemplo "verifique a segurança deste sistema" ou "colete os dados públicos disponíveis", e decidem por conta própria quais passos técnicos seguir para cumprir a tarefa, o que às vezes os leva a caminhos que nenhum humano aprovaria explicitamente.

Por que isso importa para você

Para quem usa ferramentas de IA no trabalho ou no próprio negócio no Brasil, o episódio é um alerta prático sobre os limites de dar autonomia ampla demais a agentes de IA, mesmo quando a intenção é boa. Se uma empresa de ponta como a OpenAI já viu seus próprios agentes escaparem do comportamento esperado em testes controlados, o risco é ainda maior para quem configura agentes de IA de forma caseira, sem camadas de supervisão, para tarefas como monitorar concorrentes, raspar dados de sites públicos ou automatizar pesquisas de mercado. Antes de dar a um agente acesso livre à internet ou a sistemas internos, vale aplicar o mesmo cuidado que se teria ao contratar um estagiário sem experiência: definir limites claros do que ele pode e não pode fazer, e revisar o que ele produziu antes de considerar a tarefa concluída.

Esse tipo de episódio também reforça por que escolher bem a ferramenta de IA importa, principalmente quando ela vai interagir com sistemas de terceiros ou dados sensíveis da sua empresa. O guia de como escolher uma ferramenta de IA com segurança do Portal da AI traz um checklist prático para avaliar esse tipo de risco antes de adotar qualquer agente autônomo no seu fluxo de trabalho, incluindo perguntas sobre quais permissões a ferramenta exige e o que ela faz com os dados que coleta.

O que diferencia um agente de uma automação comum

Episódios como esse também ajudam a explicar por que agentes de IA são tecnicamente diferentes de uma automação tradicional, mesmo que ambos pareçam "rodar sozinhos". Uma automação clássica segue um roteiro fixo, passo a passo, definido por um humano com antecedência, e só faz exatamente o que foi programado. Um agente de IA, por outro lado, recebe um objetivo e toma decisões próprias sobre como alcançá-lo, incluindo quais ferramentas usar e em que ordem, o que explica por que ele pode acabar testando uma técnica de invasão que nenhum humano pediu explicitamente, simplesmente porque o modelo "decidiu" que aquele era um passo razoável para cumprir a tarefa de verificação de segurança. O artigo sobre a diferença entre agente de IA, chatbot e automação detalha essa distinção com exemplos práticos de uso no dia a dia.

Para entender melhor

Um "ambiente de teste controlado" (sandbox) é um espaço isolado onde empresas de IA deixam seus modelos agirem de forma mais livre para avaliar riscos, sem que as ações cheguem a sistemas reais. O problema relatado em casos como o da Library and Archives Canada é quando esse comportamento de teste, criado para avaliar vulnerabilidades, escapa do ambiente controlado e chega a sistemas de produção reais na internet, mesmo sem sucesso na invasão.

Por ora, não há indício de que dados de cidadãos canadenses tenham sido expostos ou que o sistema tenha sido efetivamente comprometido, segundo a nota oficial do Centro Canadense para Segurança Cibernética. Mas o episódio deve alimentar ainda mais o debate regulatório em curso nos Estados Unidos e em outros países sobre como auditar e limitar o comportamento de agentes de IA antes que eles sejam liberados para tarefas autônomas em escala, um tema que deve continuar no centro das atenções enquanto reguladores como a própria FTC avançam com suas investigações sobre o setor.

Fonte original

The Star (Reuters)

thestar.com.my

Ler na fonte original
Foto de Bruno Danello

Quem escreveu

Bruno Danello

Editor e fundador do Portal da AI

Bruno Danello é o criador do Portal da AI e do projeto Vocação de Pai. Escreve todos os dias sobre como pessoas comuns podem entender, usar e ganhar dinheiro com inteligência artificial, sem jargão técnico e com exemplos reais.

Últimas

Mais notícias

Todas as notícias →