Google DeepMind e a Government Technology Agency de Cingapura (GovTech Singapore) anunciaram em outubro de 2026 um modelo de inteligência artificial ajustado para detectar golpes conversacionais rodando inteiramente no aparelho do usuário, sem enviar mensagens para a nuvem. O trabalho foi descrito pelos engenheiros JJ Geewax e Miguel de Andrés no blog da DeepMind e apresentado na Singapore International Cyber Week (SICW 2026).
A colaboração faz parte do National AI Partnership, acordo firmado entre a companhia e o governo cingapuriano.
Por que o alvo é a conversa
Em Cingapura, golpes de investimento, ofertas de emprego falsas e impersonação de agentes públicos respondem por mais da metade dos crimes reportados no país. As perdas somam mais de S$ 4 bilhões desde 2019, segundo dados do Straits Times citados no material da DeepMind.
O dado mais relevante, no entanto, é a mudança de método: ataques de phishing deram lugar a esquemas de engenharia social, em que o criminoso conduz uma conversa convincente antes de pedir dinheiro ou credenciais. Esse tipo de fraude já concentra até 80% de todo o prejuízo registrado.
Fine-tuning com o contexto local
Modelos genéricos costumam tropeçar em táticas de decepção específicas de cada região, o que reduz a eficácia da detecção. Para contornar o problema, a equipe fez fine-tuning do Gemma, modelo leve do Google, usando conversas de golpe locais, de impersonações de instituições públicas, bancos e figuras conhecidas no país a esquemas que ganharam tração regional.
A Meta é ensinar o sistema a separar conversa social inofensiva de manipulação genuína quando ele estiver embarcado em aplicativos instalados pelos cidadãos.
Dois estágios para poupar bateria
Rodar um classificador complexo em smartphones modernos não é trivial, e a eficiência energética é um dos pontos críticos do projeto. Por isso, a arquitetura adota um pipeline de dois estágios.
No primeiro, um classificador leve examina as mensagens recebidas com consumo mínimo de energia, com foco em sinalizar ameaças potenciais. No segundo, uma análise em contexto com o Gemma ajustado observa um trecho maior da conversa, para confirmar a ameaça ou descartar um falso alarme.
Quando identifica padrões manipulativos, o modelo dispara um alerta em tempo real no próprio aparelho, recomendando pausa e cautela antes de compartilhar informações sensíveis ou dinheiro.
Privacidade por arquitetura
A diferença central em relação a sistemas tradicionais de detecção de ameaças está em onde o processamento acontece. Modelos convencionais dependem de varredura no servidor, na nuvem; aqui, os dados da conversa são analisados no dispositivo.
Quando integrado a aplicativos, o modelo só acessará conversas locais com o consentimento do usuário, seguindo os termos de uso daquele aplicativo. Como tudo roda on-device, nem o governo de Cingapura nem o Google conseguem acessar as conversas por meio dessa implantação, segundo a descrição do projeto.
Na avaliação do diretor de Confiança e Segurança da GovTech Singapore, combater golpes não deveria exigir abrir mão da privacidade pessoal: a proposta é capturar tentativas altamente direcionadas e locais em tempo real sem expor comunicações privadas.
Governança rígida e testes adversariais
O desenvolvimento seguiu regras estritas. O fine-tuning ocorreu dentro de um sandbox soberano, no ambiente de GCP administrado e mantido pela GovTech Singapore, o que manteve os dados de treinamento isolados.
Nenhum dado de cidadão entrou no processo: o treinamento excluiu informações privadas ou pessoalmente identificáveis e usou bases anonimizadas derivadas de relatos de golpes e feeds de inteligência. O modelo foi submetido a testes de estresse com diálogos sintéticos e corpora locais, cobrindo diferentes categorias de fraude e táticas de impersonação em evolução.
O que isso sinaliza para plataformas de mensagem
A implantação nos aplicativos será faseada e conduzida em parceria com o governo cingapuriano. Para a DeepMind, o projeto serve de referência a plataformas de mensagens que tentam equilibrar proteção do usuário e criptografia de ponta a ponta.
A empresa afirma que pretende compartilhar mais detalhes sobre a colaboração e estudar a possibilidade de levar tecnologia semelhante a outros países. O caso também ilustra um modelo de cooperação entre governos e provedores de modelos para construir tecnologia de interesse público, com segurança do usuário e privacidade tratadas como requisitos de arquitetura, e não como camadas adicionadas depois.
Fontes e links
- Google DeepMind
- Strengthening Singapore's AI Future: A New National Partnership
- Announcing our partnership with the Republic of Korea
- Accelerating discovery in India through AI-powered science and education
