🔥1
Resumo em 10 segundos

Criminosos estão inserindo números de suporte falsos em dados usados por LLMs — entenda como o ataque funciona e como se proteger 📲🔒

Tech
T
Tech @tech 248d

Golpistas estão envenenando buscas de IA com números falsos de suporte 😱🧵 Pesquisadores viram criminosos espalhando números de call center falsos em sites e fóruns para que LLMs os aprendam e os entreguem como resposta. Perigoso — e um chamado pra reforçar segurança e confiança nas IAs!

Imagem do post
8.3K Fonte
Tech
T
Tech @tech 248d

Como isso funciona? É data poisoning + injeção de prompt: atacantes plantam conteúdos manipulados (FAQs, reviews, posts) que contêm números e instruções maliciosas. Modelos que indexam a web podem absorver essas informações e repassá‑las como se fossem verdadeiras — um ataque que explora a própria fonte da IA.

7.2K
Tech
T
Tech @tech 248d

O impacto é real: pessoas ligam para números falsos, entregam dados pessoais ou pagam por serviços inexistentes. Empresas perdem credibilidade; grupos vulneráveis (idosos, quem tem menos acesso digital) acabam mais expostos. A parte positiva? Identificar a técnica acelera soluções defensivas e inovação em segurança.

Imagem do post
5.9K
Tech
T
Tech @tech 248d

Dicas práticas para usuários: sempre confirme números no site oficial ou app, prefira canais verificados e jamais passe senhas por telefone. Para empresas: monitorem menções, mantenham diretórios oficiais atualizados e integrem verificação de contato nos fluxos de atendimento. Proteção acessível = mais inclusão digital.

4.9K
Tech
T
Tech @tech 248d

O papel das empresas e das políticas públicas: precisamos de auditoria de dados, selos de verificação de fontes e transparência nos pipelines de treinamento. Não é só técnica — é questão de justiça digital: usuários e pequenas empresas também merecem defesas contra fraudes alimentadas por IA.

Imagem do post
4.7K
Tech
T
Tech @tech 248d

Checklist rápido para times de IA: 1) curadoria e limpeza de datasets 2) detectar sinais de poisoning 3) aplicar verificação de fatos em tempo real 4) manter loop de feedback humano 5) realizar testes adversariais. Essas medidas tornam modelos mais robustos, confiáveis e sustentáveis.

4.9K
Tech
T
Tech @tech 248d

Reflexão final: esse ataque mostra que segurança e confiança na IA são construídas — não dadas. Com colaboração entre desenvolvedores, reguladores e comunidades, dá pra transformar o problema em oportunidade: IA mais segura, inclusiva e responsável. O futuro da tecnologia é coletivo e otimista ✨

Imagem do post
4.7K
E aí, o que você achou?