noticias

Anthropic bloqueia uso do Claude em pesquisas biológicas perigosas e ciberataques ligados a China e Rússia

**Categoria: Inteligência Artificial | Segurança Digital**

**Relatório da dona do Claude descreve pesquisas de alto risco, espionagem, malware e projetos militares. Os casos mostram como agentes de IA começam a reduzir o custo e ampliar a escala de operações que antes exigiam equipes especializadas.**

A Anthropic identificou e interrompeu operações nas quais seus modelos Claude foram utilizados em atividades que iam muito além das tentativas convencionais de contornar as regras de um chatbot. Segundo o relatório de inteligência de ameaças publicado pela empresa, os casos envolveram pesquisas biológicas potencialmente perigosas, espionagem cibernética, desenvolvimento de ferramentas ofensivas, vigilância e projetos relacionados a sistemas militares.

O ponto mais importante não é simplesmente que pessoas tentaram convencer uma inteligência artificial a fornecer informações proibidas. Isso já era esperado desde que grandes modelos de linguagem começaram a adquirir capacidade para escrever código, analisar documentos e auxiliar pesquisas científicas.

A mudança está no papel desempenhado pela própria IA. Em algumas operações investigadas, Claude não aparecia somente como um chatbot respondendo perguntas. O modelo fazia parte de fluxos capazes de pesquisar vulnerabilidades, produzir código, analisar resultados e auxiliar sucessivas etapas de uma operação.

É essa transição — de assistente para componente operacional — que torna os casos particularmente relevantes para o futuro da segurança digital.

Pesquisas biológicas acendem o alerta mais delicado

A parte mais sensível do relatório envolve biologia.

A Anthropic afirma ter identificado cinco casos nos quais seus modelos foram empregados em atividades que poderiam contribuir para pesquisas relacionadas ao desenvolvimento ou aperfeiçoamento de agentes biológicos perigosos.

Isso não significa, porém, que cinco pessoas tenham sido flagradas tentando fabricar armas biológicas. A distinção é essencial.

Parte dos episódios está inserida no chamado problema de **duplo uso**: conhecimentos e técnicas capazes de produzir avanços legítimos em medicina, vacinas, epidemiologia e biotecnologia também podem ser empregados para aumentar características perigosas de determinados agentes biológicos.

Em um dos casos, ocorrido em maio de 2026, o Claude foi utilizado em atividades relacionadas à elaboração de uma proposta científica envolvendo o vírus chikungunya. O trabalho incluía experimentos relacionados a características como transmissibilidade e evasão da resposta imunológica.

Segundo a Anthropic, determinados pedidos associados à pesquisa acionaram suas proteções de segurança biológica.

A investigação também indicou que os pesquisadores acessavam modelos por meio de uma plataforma intermediária. Quando determinado sistema recusava uma solicitação, havia possibilidade de encaminhamento da tarefa para outros modelos com restrições diferentes.

Esse detalhe expõe um problema que vai muito além do Claude.

Bloquear um modelo pode não bloquear a operação

As principais empresas de inteligência artificial adotam políticas próprias para determinar quais solicitações seus sistemas podem atender. Os limites, entretanto, não são uniformes.

Uma atividade recusada por um modelo pode ser aceita por outro.

Também existem modelos de código aberto, sistemas executados localmente e plataformas capazes de distribuir solicitações entre diferentes serviços.

Isso cria uma espécie de arbitragem de segurança: o usuário pode continuar procurando até encontrar um modelo disposto — ou incapaz de perceber o risco — a executar determinada tarefa.

Por isso, a eficácia das barreiras implementadas por Anthropic, OpenAI, Google, Meta ou qualquer outra empresa possui uma limitação estrutural. Segurança individual não representa necessariamente segurança do ecossistema.

Quanto mais modelos capazes estiverem disponíveis, mais difícil será impedir que uma tarefa recusada simplesmente migre para outro sistema.

Gripe aviária também apareceu nas investigações

Outro caso descrito pela Anthropic envolveu um pesquisador trabalhando com gripe aviária altamente patogênica e adaptação viral a mamíferos.

Segundo a empresa, o usuário manteve milhares de interações com Claude durante várias semanas e utilizou a IA para auxiliar planejamento científico, análise de dados, interpretação de experimentos e produção de textos.

A Anthropic classificou a atividade como pesquisa de duplo uso e afirmou que os planos ainda estavam em estágios iniciais.

Não há demonstração pública no relatório de que uma nova arma biológica tenha sido criada com auxílio do Claude. Tampouco existe base para concluir que os pesquisadores citados necessariamente possuíam intenção criminosa.

A própria empresa preservou nomes, instituições e determinados detalhes técnicos justamente porque analisar uma pesquisa potencialmente perigosa não é suficiente para determinar a intenção de quem a conduz.

O alerta é outro: modelos avançados de IA estão adquirindo capacidade científica suficiente para que sua contribuição em determinados projetos deixe de ser apenas superficial.

O paradoxo da IA aplicada à ciência

Criar barreiras para esse tipo de utilização é particularmente difícil porque as mesmas capacidades podem produzir benefícios legítimos.

Um modelo capaz de interpretar mutações, analisar proteínas, organizar literatura científica ou sugerir caminhos experimentais também pode acelerar pesquisas sobre medicamentos, vacinas e novos tratamentos.

Bloquear indiscriminadamente assuntos relacionados a vírus, genética ou biologia molecular prejudicaria pesquisadores legítimos. Liberar qualquer solicitação sem análise também seria irresponsável.

E existe uma dificuldade adicional: o objetivo real de uma operação não precisa aparecer em uma única pergunta.

Uma sequência de solicitações aparentemente inocentes pode, quando analisada em conjunto, formar um projeto muito mais sensível.

Isso significa que filtros baseados apenas em palavras, assuntos proibidos ou análise isolada de prompts tendem a se tornar insuficientes conforme os agentes de IA ganham mais autonomia.

Operação ligada à Rússia mostra IA integrada à espionagem

O relatório também descreve uma sofisticada operação de espionagem cibernética rastreada pela Anthropic como **GTG-20006**.

A empresa afirma que os padrões encontrados são consistentes com atividades publicamente associadas ao grupo conhecido como Midnight Blizzard, frequentemente relacionado a operações de espionagem russas.

A atribuição, entretanto, precisa ser tratada com cautela. Trata-se da avaliação de inteligência apresentada pela Anthropic, e não de uma determinação judicial definitiva sobre a identidade dos operadores.

O aspecto mais relevante é técnico.

Segundo a investigação, os atacantes utilizaram inteligência artificial para auxiliar diferentes etapas de suas operações, incluindo desenvolvimento de ferramentas, infraestrutura, phishing, persistência em sistemas comprometidos, comando e controle e processamento das informações obtidas.

A IA também poderia auxiliar adaptações sucessivas das ferramentas utilizadas pelos operadores.

Na prática, isso começa a comprimir um trabalho que tradicionalmente exigiria desenvolvedores, analistas e operadores especializados.

Mais de 20 organizações apareceram entre os alvos

A Anthropic afirma ter identificado mais de 20 organizações durante fases de planejamento, reconhecimento ou execução das operações relacionadas ao grupo.

Entre os alvos estavam instituições governamentais, militares, diplomáticas, organizações de inteligência, think tanks e empresas relacionadas ao setor de defesa.

A Ucrânia ocupava posição relevante.

Segundo o relatório, os operadores investigaram serviços de e-mail e acesso remoto pertencentes a diversas organizações governamentais ucranianas e demonstraram interesse em tecnologias utilizadas na cadeia de fornecimento de drones militares.

A empresa também descreve comprometimento de contas de comunicação e mecanismos automatizados de coleta de informações.

Em outro episódio, uma autoridade governamental do norte da África teve infraestrutura comprometida. Segundo a Anthropic, a operação permitiu obter uma base com centenas de milhares de registros relacionados a identidades e empresas.

Nesse cenário, Claude não era simplesmente consultado sobre conceitos de segurança.

A IA estava sendo incorporada ao fluxo operacional.

China aparece em operações automatizadas de busca por falhas

Outro conjunto de casos envolveu operadores de língua chinesa.

A Anthropic afirma ter identificado uma operação provavelmente conduzida a partir de Changsha, na província chinesa de Hunan. A investigação associou dois participantes a estudantes universitários da área de engenharia e computação.

O grupo teria utilizado Claude como uma das camadas técnicas de uma operação envolvendo reconhecimento de redes governamentais estrangeiras, desenvolvimento de malware, pesquisa de vulnerabilidades e tentativas de intrusão.

Cerca de 50 organizações apareceram como possíveis alvos.

Mas uma característica chama especialmente a atenção: parte do sistema permanecia trabalhando na procura por vulnerabilidades mesmo quando os operadores humanos não estavam presentes.

É aqui que agentes de IA começam a alterar a matemática do cibercrime e da espionagem digital.

Uma espécie de fábrica automatizada de exploits

Segundo a Anthropic, os fluxos automatizados investigados conseguiram encontrar vulnerabilidades anteriormente desconhecidas em produtos de segurança e produzir código funcional contra determinadas famílias de equipamentos.

Esse é um cenário muito diferente da imagem popular do hacker sentado durante horas diante de uma tela procurando manualmente uma falha.

Um agente pode repetir tarefas de pesquisa, análise e teste continuamente.

Ele não precisa necessariamente ser melhor que o melhor especialista humano.

Basta conseguir executar uma parcela relevante do trabalho repetitivo de maneira suficientemente competente e barata.

Uma vulnerabilidade excepcional descoberta por um pesquisador humano continua valiosa. Mas milhares de agentes procurando falhas durante 24 horas por dia criam outro problema: **escala**.

A grande transformação da IA ofensiva talvez não venha de ataques intelectualmente superiores aos produzidos por humanos, mas da multiplicação de tentativas.

Claude também apareceu em projetos militares

O relatório da Anthropic vai além da segurança digital.

A empresa descreveu seis investigações envolvendo desenvolvimento de armamentos convencionais ou atividades de inteligência e aquisição relacionadas a programas militares. Três foram associadas à China, duas à Rússia e uma ao Iêmen.

Em um dos casos relacionados à Rússia, Claude Code teria sido usado em um projeto envolvendo enxames de drones FPV, navegação e seleção automatizada de alvos.

A empresa encontrou indícios de testes de hardware e simulações. Isso, porém, não permite concluir que um sistema militar plenamente operacional tenha sido desenvolvido com Claude.

Outro episódio envolveu um operador baseado na China trabalhando em módulos de software destinados a atividades de guerra eletrônica e supressão de defesas aéreas.

Segundo o relatório, o projeto analisava radares, baterias antiaéreas, centros de comando e infraestrutura de comunicações para simular prioridades e efeitos de interferência eletrônica.

Em determinada etapa, Taiwan apareceu no cenário utilizado pela simulação.

Novamente, os casos não descrevem inteligências artificiais que decidiram autonomamente construir armas.

Existem operadores humanos escolhendo objetivos, fornecendo informações, avaliando resultados e tomando decisões estratégicas.

O que muda é a quantidade de trabalho intermediário que pode ser delegada às máquinas.

IA está reduzindo o custo operacional de ataques

Durante décadas, operações cibernéticas sofisticadas dependeram de uma combinação relativamente limitada de dinheiro, conhecimento técnico, infraestrutura e profissionais altamente especializados.

Governos e organizações criminosas bem financiadas sempre conseguiram superar parte dessas barreiras. Ainda assim, executar operações complexas possuía um custo significativo.

A inteligência artificial começa a alterar essa equação.

Pesquisa, geração de scripts, análise de código, tradução, documentação, classificação de dados, reconhecimento de infraestrutura e diversas outras tarefas podem ser aceleradas por modelos generativos.

Isso não transforma automaticamente qualquer usuário em um hacker extremamente competente.

A mudança é mais sutil — e provavelmente mais importante.

Um profissional experiente passa a produzir mais.

Uma equipe pequena pode assumir tarefas que antes exigiriam mais pessoas.

E operações medianas podem adquirir capacidades que anteriormente estavam concentradas em grupos mais sofisticados.

Multiplicado por milhares de ataques, esse ganho de produtividade deixa de ser pequeno.

As empresas de IA estão se tornando sensores globais de ameaças

Existe outra consequência importante por trás do relatório.

Empresas como Anthropic passaram a ocupar uma posição privilegiada para observar determinados comportamentos digitais.

Quando um usuário utiliza continuamente um modelo para escrever ferramentas, pesquisar infraestrutura, analisar resultados e desenvolver determinado projeto, o fornecedor da inteligência artificial pode identificar padrões que dificilmente seriam visíveis para uma única vítima.

Isso transforma plataformas de IA, involuntariamente, em sensores de determinadas ameaças globais.

A capacidade pode ser extremamente útil para defesa cibernética e prevenção de abusos.

Mas também cria questões relevantes sobre privacidade, vigilância e concentração de poder.

Quando uma atividade científica deve ser considerada suspeita?

Até que ponto uma empresa privada deve analisar o comportamento agregado de um usuário?

Quando informações devem ser compartilhadas com autoridades?

E qual governo deveria receber os dados quando operador, infraestrutura e vítima estão em países diferentes?

A tecnologia avançou mais rápido do que as respostas institucionais para essas perguntas.

“Bloquear” não significa impedir tudo antes que aconteça

Há ainda uma diferença importante na interpretação dos episódios.

A palavra “bloqueio” pode transmitir a impressão de que Claude simplesmente recebeu solicitações perigosas, recusou todas elas e encerrou a história.

O próprio relatório descreve uma realidade mais complexa.

Algumas solicitações foram efetivamente barradas pelos mecanismos de segurança. Em outros casos, atividades ocorreram antes que contas, padrões ou operações completas fossem identificados e interrompidos.

Operadores também podem fragmentar tarefas, ocultar objetivos ou recorrer a serviços intermediários.

Portanto, quando a Anthropic afirma ter interrompido determinada campanha, isso pode envolver investigação posterior, encerramento de contas, atualização de mecanismos defensivos e compartilhamento de indicadores de ameaça.

Não significa necessariamente que nenhuma informação potencialmente útil tenha sido produzida antes da detecção.

Essa diferença é fundamental para avaliar a eficácia real das proteções atuais.

Análise da equipe: o firewall da IA precisa entender comportamento

Durante os primeiros anos dos grandes modelos de linguagem, a segurança foi tratada principalmente como um problema de conteúdo.

O usuário faz uma pergunta perigosa.

O sistema identifica o assunto.

O modelo se recusa a responder.

Esse modelo de proteção começa a envelhecer.

Agentes conectados a terminais, navegadores, arquivos, bancos de dados e APIs podem realizar centenas de pequenas tarefas. Individualmente, muitas parecem perfeitamente legítimas. Juntas, podem formar uma operação ofensiva sofisticada.

Nenhum prompt isolado precisa revelar o objetivo completo.

É provavelmente essa a principal lição do relatório da Anthropic.

A segurança dos agentes de IA não poderá depender somente da pergunta que está sendo feita. Será necessário compreender sequências de ações, contexto e padrões de comportamento.

Esse conceito aproxima a proteção de sistemas de IA das técnicas usadas há anos contra fraude financeira, lavagem de dinheiro e ataques cibernéticos.

Mas existe um preço.

Quanto maior a observação necessária para identificar comportamentos complexos, maior o potencial de conflito com privacidade, confidencialidade empresarial, pesquisa científica e autonomia dos usuários legítimos.

Encontrar esse equilíbrio será uma das discussões centrais da próxima geração de sistemas de IA.

O problema seguinte é o modelo que não possui porteiro

A Anthropic pode bloquear uma conta, aprimorar classificadores, restringir determinadas solicitações e compartilhar indicadores com outras empresas.

Mas essas medidas possuem eficácia limitada se o usuário puder simplesmente transferir sua operação para outro modelo.

E esse talvez seja o ponto mais difícil de resolver.

A segurança do ecossistema de inteligência artificial pode acabar sendo determinada não pelo modelo mais protegido, mas pelo modelo suficientemente poderoso que possuir menos restrições.

Modelos executados localmente tornam a questão ainda mais complicada.

Nesse cenário, não existe necessariamente uma empresa observando os pedidos, analisando comportamento ou possuindo um botão capaz de interromper determinada conta.

A indústria começa, portanto, a enfrentar uma corrida entre duas curvas: **capacidade e controle**.

A pergunta já não é se alguém tentará usar IA em ataques

Por muito tempo, discussões sobre inteligência artificial e segurança foram formuladas no futuro.

E se alguém usar IA para ajudar no desenvolvimento de armas?

E se hackers conectarem agentes autônomos às suas ferramentas?

E se governos utilizarem modelos generativos para espionagem?

Os casos apresentados pela Anthropic mostram que essa fase da discussão terminou.

As tentativas já existem.

Isso não significa que sistemas como Claude tenham substituído especialistas humanos ou adquirido capacidade autônoma para conduzir guerras, produzir armas biológicas ou comprometer qualquer infraestrutura.

Os humanos continuam aparecendo no centro das decisões críticas descritas pela própria empresa.

Mas a parcela do trabalho transferida para software inteligente está crescendo.

O próximo indicador realmente importante não será descobrir se Claude, ChatGPT, Gemini ou qualquer outro modelo consegue responder uma pergunta perigosa.

Será medir quanto tempo esses sistemas conseguem pesquisar, programar, testar, analisar resultados, corrigir erros e prosseguir em uma operação com intervenção humana cada vez menor.

Porque o salto decisivo talvez não aconteça quando uma inteligência artificial souber algo que nenhum especialista humano sabe.

Pode acontecer quando uma única pessoa conseguir coordenar, por meio dela, o trabalho que antes exigia uma equipe inteira.

👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis