DeepMind testa detecção de golpes no celular em Cingapura

Modelo Gemma ajustado identifica manipulação em conversas privadas direto no aparelho, sem mandar dados para a nuvem nem furar a criptografia.

A Google DeepMind e a GovTech, agência de tecnologia do governo de Cingapura, apresentaram nesta quarta-feira (14 de outubro de 2026) uma iniciativa conjunta para testar um sistema de detecção de golpes no celular em tempo real. O anúncio ocorreu durante a Singapore International Cyber Week (SICW 2026). O projeto adapta a família de modelos abertos Gemma para analisar o contexto de conversas localmente, evitando que o conteúdo saia do smartphone.

Os golpes virtuais viraram o principal problema de segurança pública do país asiático. Registros oficiais mostram que fraudes financeiras já somam mais de 50% de todas as ocorrências policiais em Cingapura. Desde 2019, o rombo acumulado ultrapassa 4 bilhões de dólares locais (cerca de 3 bilhões de dólares americanos). A engenharia social, na qual criminosos convencem as próprias vítimas a transferir dinheiro, responde por até 80% dessas perdas financeiras.

O nó da criptografia

Combater a manipulação psicológica em conversas esbarra nas defesas normais de privacidade. Aplicativos populares como WhatsApp e Signal funcionam com criptografia de ponta a ponta. Apenas remetente e destinatário têm as chaves para decifrar os textos. Como as empresas não têm acesso aos dados em trânsito nos seus servidores, filtros tradicionais em nuvem não conseguem flagrar mensagens suspeitas.

A saída desenvolvida pela DeepMind e pelas autoridades cingapurianas foi transferir a triagem para o próprio aparelho. Em vez de quebrar a criptografia externa, o modelo analisa o texto quando ele é exibido na tela do usuário.

Como funciona a detecção de golpes no celular

Rodar modelos de linguagem direto no smartphone traz dois riscos imediatos: drenar a bateria e superaquecer o processador. Para manter o consumo sob controle, a equipe dividiu a operação em duas fases.

Na primeira fase, um classificador leve roda em segundo plano consumindo o mínimo de energia. Ele apenas monitora mensagens recebidas em busca de termos suspeitos. Quando esse filtro preliminar percebe indícios de golpe, ele chama a segunda fase: um modelo Gemma ajustado para entender o contexto do diálogo. Essa IA secundária avalia se há tentativa de manipulação ou coação psicológica e emite um alerta na tela. Em conversas cotidianas normais, o modelo mais pesado sequer acorda.

Treinamento isolado e dados sintéticos

O sistema depende de autorização explícita do usuário e roda 100% no processador do aparelho. Nem o Google nem o governo de Cingapura coletam históricos de conversa, registros de alerta ou identificadores dos aparelhos.

Para calibrar o modelo contra fraudes regionais sem invadir a privacidade dos cidadãos, o treinamento foi isolado em uma sandbox soberana no Google Cloud, sob gestão da GovTech. A base dispensou conversas reais da população. Em vez disso, os técnicos usaram boletins policiais anonimizados, relatórios de inteligência sobre crimes virtuais e conversas sintéticas geradas em computador para imitar abordagens comuns de golpistas. Mark Chen, diretor de Trust & Safety da GovTech, argumentou que conter golpes locais não pode custar o sigilo da comunicação das pessoas.

O que ainda não sabemos

Embora a demonstração técnica na SICW 2026 tenha validado o conceito, nem a DeepMind nem a GovTech divulgaram métricas fechadas de desempenho, como tempo de resposta e índice de falsos positivos.

Também não há data prevista de lançamento para o público. A forma de distribuição segue indefinida: as autoridades não confirmaram se o modelo virá embutido no aplicativo governamental ScamShield, se será integrado nativamente ao sistema Android ou se ficará disponível como biblioteca para aplicativos de terceiros.