Sempre que navegamos na internet, criamos dezenas de contas em diferentes plataformas. Em serviços mais pessoais ou lojas online, utilizamos os nossos dados verdadeiros, mas em fóruns, videojogos ou plataformas como o Reddit e o Discord, a regra geral é adotar um pseudónimo. Esta máscara digital sempre nos ofereceu uma camada de segurança e privacidade, mas os avanços recentes na inteligência artificial podem deitar tudo a perder.
O fim do anonimato em fóruns e plataformas
Um estudo recente conduzido por um grupo de investigação da ETH de Zurique demonstrou que os grandes modelos de linguagem, conhecidos como LLMs, são capazes de cruzar dados dispersos e revelar quem está por trás de um nome falso. Os investigadores focaram-se em utilizadores do fórum Hacker-News.
Na primeira fase do teste, a equipa criou 338 perfis como se fossem pessoas reais, inserindo um link para o LinkedIn na biografia para estabelecer uma ponte de informação. Em seguida, aplicaram um Modelo de Gestão de Aprendizagem para eliminar os dados pessoais e ligações ao LinkedIn, tornando os perfis anónimos. O passo seguinte foi pedir à inteligência artificial para fazer o processo inverso.
O sistema analisou detalhes ocultos, linguagem e pesquisas semânticas. O resultado foi claro: a inteligência artificial conseguiu identificar as pessoas reais em 226 dos casos, o que representa 67% do total, com uma precisão de 90% ou mais. Num dos exemplos partilhados, a plataforma conseguiu associar um utilizador anónimo a um jovem de 22 anos residente em Portland e dono de um cão chamado Biscuit, com uma taxa de correspondência de 94%.
A precisão dos novos modelos no cruzamento de dados
Para elevar a fasquia, os investigadores realizaram uma segunda prova à escala massiva. Pegaram em 987 contas do LinkedIn que faziam referência a 995 perfis do Hacker-News e compararam esses dados com uma base de 89 mil perfis distintos utilizando várias ferramentas avançadas.
O processo foi dividido em duas fases. O Grok 4.1 Fast tratou da seleção e filtragem inicial, enquanto o GPT-5.2 Thinking assumiu a análise final. Esta combinação atingiu um sucesso de 45,1% na ligação correta entre os perfis das duas plataformas, com uma impressionante precisão de 99%. Para efeitos de comparação, a utilização do GPT-5.2 padrão resultou numa precisão que variou entre os 36% e os 99%.
A disparidade torna-se ainda mais evidente quando olhamos para a tecnologia do passado. A utilização de métodos de análise convencionais teria alcançado apenas 0,1% de sucesso na mesma tarefa. Embora os investigadores tenham notado que o sistema apresenta menor eficácia noutras plataformas, o salto tecnológico é inegável, conforme detalhado pela ComputerBase.
Nenhum comentário
Seja o primeiro!