Falsificação de documentos com IA: o que muda na documentoscopia
Todos os dias, empresas de serviços financeiros, seguradoras, saúde e órgãos públicos processam milhares de documentos digitais: notas fiscais, certidões, documentos de identidade, extratos bancários. A documentoscopia, disciplina pericial que examina documentos para identificar falsificações, sempre teve a companhia das equipes de compliance, mas até pouco tempo atrás produzir uma falsificação convincente exigia habilidade específica, programa profissional e trabalho de verdade. A IA generativa derrubou essa barreira. Qualquer pessoa com acesso a um modelo de linguagem produz em minutos um documento falsificado visualmente impecável, sem nenhum conhecimento de design ou de técnica. Segundo o Relatório de Fraude Documental 2026 da Inscribe, 1 a cada 16 documentos analisados é fraudulento, e a fraude gerada por IA cresceu 5 vezes em apenas oito meses.
O problema vai além de falsificações mais bem acabadas. Os sistemas de verificação ficam obsoletos mais rápido do que se consegue atualizá-los. Cada novo modelo generativo produz um resultado mais realista, e os detectores treinados nos modelos anteriores simplesmente param de funcionar. Para quem cuida de risco, de compliance e de análise de fraude, a pergunta é incômoda e inevitável: como proteger o fluxo de documentos quando a detecção reativa já não acompanha o ritmo?
A resposta é estrutural. Correr atrás da falsificação é uma estratégia perdida por definição: o custo de falsificar cai enquanto o custo de detectar sobe. A única defesa que escala é inverter o raciocínio e certificar os documentos autênticos na origem, de modo que a distinção entre verdadeiro e falso deixe de ser o problema.
Como a IA generativa transformou a falsificação de documentos?
Há dois anos, alterar uma nota fiscal de forma convincente levava horas de edição de imagem. Hoje basta uma instrução de texto. A IA removeu a barreira técnica que separava o falsificador amador do profissional, e os números confirmam: segundo o Fórum Econômico Mundial, 72% dos líderes globais já colocam a fraude movida a IA entre as principais ameaças atuais. A fraude documental não é um risco futuro. É um problema operacional que as organizações enfrentam todos os dias.
A falsificação de documentos com IA cresce de forma exponencial em todos os setores. O Relatório 2026 da Inscribe apurou que 6% de todos os documentos analisados são fraudulentos, e que os documentos com modelo manipulado saltaram de 1 em 14 para 1 em 5 em um único ano. A fraude inteiramente gerada por IA ainda responde por menos de 5% do total, mas cresceu 5 vezes em oito meses. A estimativa da Deloitte aponta que as perdas com fraude por IA generativa nos Estados Unidos devem subir de 12,3 bilhões de dólares em 2023 para 40 bilhões até 2027, um crescimento anual composto de 32%. Os sistemas de defesa atuais não acompanham, e a curva de expansão ainda está no começo.
Da edição de imagem ao documento inteiramente gerado por IA
Até 2022, a falsificação de documentos digitais se apoiava em duas técnicas: manipulação de imagem com programas de edição e alteração de PDF por editores específicos. As duas exigiam tempo, habilidade e um documento original de partida. Um analista treinado identificava a falsificação examinando metadados, inconsistências de fonte ou vestígios de edição deixados no arquivo.
Os modelos generativos quebraram essa corrente. Uma pessoa sem nenhum conhecimento técnico descreve para um chatbot as características de um passaporte, de uma nota fiscal ou de um atestado médico e recebe de volta um documento inteiramente novo, sem original algum de partida. Um pesquisador da HYPR mostrou exatamente isso: um passaporte sintético criado com GPT-4o em menos de cinco minutos, visualmente indistinguível de um autêntico, com foto, carimbos e dados pessoais coerentes. A avaliação da HYPR foi direta: a verificação de identidade baseada em foto deixou de funcionar. Saímos da alteração de documentos existentes para a geração deles do zero.
Quais documentos são falsificados com mais frequência?
A fraude documental com IA atinge três categorias com mais força. Extratos bancários e notas fiscais são os mais vulneráveis: segundo a Inscribe, 85,6% dos responsáveis por antifraude apontam esse tipo de documento como o mais suscetível a manipulação. Notas fiscais falsas na cadeia de fornecedores causam perda financeira direta, com pagamentos desviados para contas fraudulentas. As certidões e certificados (registros profissionais, laudos médicos, diplomas) vêm em seguida: só o setor de saúde digital registrou um aumento de 384% na fraude no primeiro trimestre de 2025, segundo a Sumsub.
Depois vêm os documentos de identidade sintéticos. Não são documentos roubados nem alterados. São identidades construídas do zero pela IA, misturando dados reais (um número de cadastro válido, um endereço existente) com dados fictícios (nome, foto, data de nascimento) para produzir uma pessoa que não existe, mas passa pelas verificações. A Sumsub registrou alta de 311% em identidades sintéticas no primeiro trimestre de 2025. Na América do Norte, a fraude com deepfake cresceu 1.100% em um ano. Esses números apontam uma exploração sistemática e em escala industrial das falhas de verificação documental.
Por que a detecção reativa já não basta?
A reação instintiva à fraude documental com IA é investir em ferramentas de detecção melhores. O problema é que essa estratégia tem uma falha estrutural: cada novo modelo generativo supera os detectores desenhados para os modelos anteriores, e o ciclo não termina nunca. A relação entre custo e benefício favorece quem falsifica, não quem verifica.
O limite da detecção reativa é estrutural, não tecnológico. Cada novo modelo de IA generativa produz um resultado que derrota os detectores feitos para os anteriores, e essa assimetria só aumenta com o tempo. O custo de gerar um documento falso tende a zero, enquanto o custo de construir e manter sistemas de detecção não para de subir. O relatório EU-SOCTA 2025 da Europol apontou a IA generativa como motor de novas formas de fraude documental que tornam inadequados os controles tradicionais. O Fórum Econômico Mundial confirma: 72% dos líderes globais consideram a fraude com IA uma ameaça prioritária. Só esse número já diz que os sistemas existentes estão ficando para trás.
Por que cada novo modelo torna obsoletos os detectores anteriores?
O ciclo funciona assim. Um detector é treinado para reconhecer os artefatos de um modelo generativo específico: padrões de pixel, inconsistências de metadados, anomalias estatísticas na distribuição de cor. Um novo modelo é lançado. Esses artefatos mudam ou desaparecem. O detector para de flagrar falsificações. Atualizá-lo sempre demora mais do que o falsificador demora para migrar para o modelo novo.
Essa assimetria abre uma janela permanente de vulnerabilidade. Para as equipes que cuidam de onboarding, de compliance de KYC e prevenção à lavagem de dinheiro ou de esteiras de verificação documental, isso significa que, a qualquer momento, uma parcela dos documentos recebidos pode estar passando. O crescimento anual de 32% projetado pela Deloitte para as perdas com fraude por IA generativa reflete diretamente essa dinâmica: os sistemas de defesa estão perdendo terreno.
A detecção de deepfake enfrenta o mesmo problema estrutural. As ferramentas são treinadas com resultados de modelos conhecidos, e cada geração de IA produz conteúdo que os detectores antigos nunca foram feitos para reconhecer. A distância entre o que a detecção alcança e o que a IA generativa produz continua aumentando.
Quais são os limites das ferramentas de verificação tradicionais?
A verificação tradicional se apoia em análise visual manual, conferência de metadados e cruzamento com bases de dados. A análise visual falha primeiro: documentos gerados por IA não apresentam os sinais clássicos da manipulação. Nenhum vestígio de clonagem, nenhuma borda borrada, nenhuma diferença de nível de compressão. O documento nasce inteiro e parece coerente até no menor detalhe.
A conferência de metadados ajuda em alguns casos. Um documento gerado por IA pode não ter os metadados esperados ou trazer metadados forjados. Mas isso só funciona quando existe uma referência conhecida para comparar: se quem emite o documento não o certifica na origem, não há linha de base. O cruzamento com bases de dados funciona para documentos de identidade emitidos pelo poder público, mas não resolve para notas fiscais, certificados profissionais ou extratos emitidos por milhares de entidades diferentes em jurisdições diferentes.
Quais fraudes documentais com IA já aconteceram?
A fraude documental com IA não é teoria. Os casos documentados nos últimos doze meses mostram que essas técnicas já estão em produção, escalam e geram prejuízo financeiro real. Duas frentes foram as mais atingidas: a fraude na cadeia de fornecedores com notas fiscais falsas e a fraude bancária com identidades sintéticas.
Os casos de 2024 e 2025 mostram a maturidade operacional da fraude documental com IA em vários setores. A HYPR documentou um passaporte sintético criado com GPT-4o em menos de cinco minutos, visualmente indistinguível de um autêntico. Campanhas de phishing usaram notas fiscais falsas geradas por IA e enviadas por plataformas de assinatura eletrônica, imitando marcas como Norton e PayPal, para desviar pagamentos a contas fraudulentas. Na Índia, documentos de identidade sintéticos foram gerados por IA para abrir contas bancárias fraudulentas. A Sumsub registrou alta de 311% em identidades sintéticas e de 384% na fraude do setor de saúde digital no primeiro trimestre de 2025. O FBI registrou 5.100 queixas e 262 milhões de dólares em perdas só com fraude de tomada de conta.
Notas fiscais falsas na cadeia de fornecedores
O roteiro é simples e se espalha rápido. O atacante cria uma nota fiscal que copia o formato, o logotipo, os dados bancários e a estrutura de um fornecedor legítimo. Envia ao setor de contas a pagar da empresa alvo por canais que parecem oficiais: emails com domínios parecidos, plataformas de faturamento eletrônico comprometidas ou diretamente por serviços de assinatura eletrônica. A GlobalSign documentou campanhas em que notas fiscais falsas geradas por IA imitavam marcas como Norton e PayPal, com realismo suficiente para passar pelas conferências manuais de rotina.
O prejuízo não termina no pagamento fraudulento. A empresa costuma descobrir a fraude semanas depois e ainda absorve custo de investigação, revisão de processos, eventual litígio com os fornecedores reais e desgaste de reputação. Em organizações com cadeias complexas, que processam milhares de transações por mês, isso vira risco sistêmico: toda nota fiscal passa a ser potencialmente suspeita, os pagamentos ficam mais lentos e o custo operacional sobe.
Documentos de identidade sintéticos e fraude bancária
As identidades sintéticas são a forma mais sofisticada de fraude documental com IA em uso hoje. Diferente do roubo de identidade tradicional, em que o criminoso usa os documentos de uma vítima real, a identidade sintética é uma construção. Mistura elementos reais (um número de cadastro válido, um endereço existente) com elementos inventados (nome, foto, data de nascimento) para produzir uma pessoa que nunca existiu, mas passa pela verificação.
Na Índia, documentos de identidade sintéticos gerados por IA foram usados para abrir contas bancárias, contratar empréstimos e ativar serviços financeiros em escala. O problema é global. Nos Estados Unidos, a Sumsub registrou o mesmo padrão, com alta de 311% em identidades sintéticas. A fraude com deepfake na América do Norte cresceu 1.100% em um ano. As ferramentas são baratas, fáceis de acessar e já operam em escala industrial.
O que a lei brasileira diz sobre falsificação de documentos?
Falsificar documento é crime e a validade do documento eletrônico tem quadro próprio no Brasil. Quem responde por compliance precisa saber onde a autenticação documental se encaixa nessas normas.
| Norma | Alcance | O que traz para a integridade do documento | Vigência |
|---|---|---|---|
| Código Penal, arts. 297 a 299 | Brasil | Falsificação de documento público e particular e falsidade ideológica | Em vigor desde 1940, com penas revistas por leis posteriores |
| MP 2.200-2/2001, que institui a ICP-Brasil | Brasil | Validade jurídica do documento eletrônico e presunção de veracidade entre os signatários | Em vigor desde 2001 |
| Lei 14.063/2020 | Brasil | Assinatura eletrônica simples, avançada e qualificada, e onde cada uma pode ser usada | Em vigor desde 2020 |
| CPC, arts. 369, 371 e 411 (Lei 13.105/2015) | Processo civil brasileiro | Admissibilidade dos meios de prova, livre apreciação motivada pelo juiz e autenticidade do documento eletrônico | Em vigor desde 2016 |
Selos eletrônicos qualificados no regulamento europeu eIDAS
O regulamento eIDAS (UE 910/2014) é a base jurídica da integridade documental na União Europeia. Os artigos 35 a 40 tratam dos selos eletrônicos e estabelecem uma presunção forte: um documento com selo eletrônico qualificado presume-se íntegro desde o momento em que foi selado. O ônus da prova passa para quem alega que o documento foi alterado.
O que isso muda no combate à falsificação documental? Quando um documento leva um selo eletrônico qualificado com carimbo do tempo, qualquer alteração posterior fica imediatamente detectável. O selo não impede que alguém crie uma falsificação à parte, mas dá um caminho definitivo para verificar a autenticidade do documento verdadeiro. O eIDAS 2.0, que deve ampliar o alcance do regulamento, reforça ainda mais esse quadro na autenticação transfronteiriça.
A LGPD e o dever de integridade dos dados
A LGPD (Lei 13.709/2018) obriga os agentes de tratamento a adotar medidas técnicas e administrativas capazes de proteger os dados pessoais de acessos não autorizados e de situações acidentais ou ilícitas de alteração, perda ou destruição (art. 46). Documentos que carregam dados pessoais entram nesse dever, e a fiscalização cabe à ANPD, com as sanções previstas no art. 52.
O que isso significa para o compliance? A integridade dos documentos deixa de ser boa prática e vira obrigação demonstrável. Se você não consegue mostrar como verifica a autenticidade dos documentos que recebe e processa, fica exposto a sanção administrativa e à responsabilização da organização. A lei não prescreve tecnologia, mas a certificação na origem, com selo e carimbo do tempo, dá um caminho auditável.
Certificação na origem: como proteger o documento verdadeiro
A certificação na origem vira do avesso toda a abordagem da falsificação documental. Em vez de tentar identificar a falsificação depois que ela existe, você certifica o documento autêntico no momento em que ele é criado, tornando-o verificável e à prova de adulteração desde o primeiro dia. Se todo documento legítimo carrega a prova da própria integridade, a pergunta sobre ser verdadeiro ou falso deixa de importar. A TrueScreen faz isso com aquisição forense do dado no ponto de origem, combinada a selo digital, carimbo do tempo qualificado e metadados forenses que montam uma cadeia de custódia verificável. Um documento certificado pode ser autenticado a qualquer momento, por mais avançados que fiquem os modelos generativos. É a autenticidade do dado na prática: garantir o verdadeiro, em vez de correr atrás do falso.
Selo digital, carimbo do tempo e cadeia de custódia
A certificação forense de um documento se apoia em três componentes técnicos. O selo digital amarra o conteúdo do documento a uma identidade verificada, de modo que qualquer alteração posterior fique detectável. O carimbo do tempo qualificado fixa o momento exato em que o documento foi criado ou adquirido, produzindo uma prova digital admissível em juízo. Os metadados forenses registram as condições da aquisição (dispositivo, geolocalização, parâmetros técnicos) e montam uma cadeia de custódia que começa no instante em que o dado é gerado.
Compare com a detecção. A detecção precisa de atualização constante para acompanhar novas técnicas de falsificação. A certificação na origem não: ela prova que um conteúdo específico existiu em uma forma específica em um momento específico. Essa prova se mantém por melhores que fiquem os modelos generativos. A detecção se desgasta. A certificação não. Vale a ressalva: certificar na origem não é uma perícia documentoscópica e não substitui o documentoscopista, que examina o documento suspeito depois do fato. São dois momentos diferentes do mesmo problema.
É o que a proveniência digital significa na prática: poder verificar a origem, o histórico e a integridade de qualquer conteúdo digital por meio de um registro rastreável e à prova de adulteração.
O fluxo de certificação de documentos com a TrueScreen
Com a plataforma TrueScreen, a certificação na origem entra nos processos de negócio existentes sem exigir mudança de fluxo. O conteúdo é capturado diretamente do dispositivo ou do sistema que o gera, e os metadados forenses são coletados no mesmo instante. O sistema verifica a integridade do que foi adquirido, aplica selo digital e carimbo do tempo qualificado e produz um documento à prova de adulteração, com proveniência digitalcompleta e verificável.
Pense em uma instituição financeira que processa 10 mil documentos por mês. Em uma abordagem centrada na detecção, cada documento passa por ferramentas que ficam menos confiáveis a cada novo modelo de IA lançado. Com a certificação na origem, cada documento chega já certificado, com cadeia de custódia verificável. A verificação é instantânea. Seja no onboarding sujeito a KYC e prevenção à lavagem de dinheiro, em sinistros de seguro ou em notas fiscais de fornecedores, a certificação transforma a verificação de um custo variável que cresce com o tempo em um custo fixo que cai por documento conforme o volume aumenta.
