Operação "Número Errado": golpe de tarefas com auxílio de IA

Este estudo de caso foi publicado originalmente no relatório de junho de 2025⁠(abre em uma nova janela) da OpenAI.

Banimos contas do ChatGPT que geravam mensagens curtas de recrutamento em inglês, espanhol, suaíli, quiniaruanda, alemão e crioulo haitiano. Essas mensagens ofereciam salários altos por tarefas triviais, como curtir publicações em redes sociais, e incentivavam os destinatários a recrutar outras pessoas. A operação parecia altamente centralizada e provavelmente se originou no Camboja.

Com ferramentas de tradução baseadas em IA, conseguimos investigar e interromper rapidamente o uso dos serviços da OpenAI pela campanha.

A maioria das interações da rede envolvia tarefas de tradução. Eles usavam o ChatGPT para traduzir frases de conversas entre o chinês e vários outros idiomas, principalmente inglês, espanhol, quiniaruanda, suaíli, alemão e crioulo haitiano. Essas tarefas normalmente alternavam entre traduzir uma mensagem recebida para o chinês e traduzir uma resposta do chinês de volta para o idioma original.

Parte dessas mensagens parecia conter anúncios de emprego enviados a pessoas sem contato prévio, oferecendo remuneração alta por hora e pouco trabalho. Uma dessas mensagens foi distribuída por SMS para um conjunto aparentemente aleatório de números de celular do Reino Unido, um dos quais pertencia a um investigador da OpenAI. Chamamos essa operação de "Número Errado", em homenagem ao SMS inicial.

Os agentes da ameaça pareciam utilizar várias plataformas de mensagens. O SMS inicial orientava os destinatários a entrar em contato pelo WhatsApp. Quem respondia era então encaminhado a um "mentor" no Telegram. Algumas atividades também mencionavam o aplicativo de mensagens BonChat. As primeiras mensagens introdutórias enviadas por esses canais aparentemente não foram geradas com nossos modelos. Eram mensagens genéricas que provavelmente serviriam para qualquer conversa.

Muitas das tarefas de tradução envolviam comunicações supostamente enviadas por representantes de empresas que alegavam ser "empregadoras". Os mesmos nomes de empresas apareciam repetidamente em várias conversas do ChatGPT analisadas nesta investigação. Entre elas estavam a Hyesung Advertising⁠(abre em uma nova janela) e a Lightning Shared Scooter Co (LSSC)⁠(abre em uma nova janela). Relatórios públicos identificaram a Hyesung e a LSSC como supostos esquemas de tarefas. Embora não tenhamos verificado de forma independente a natureza dessas entidades, nossa investigação constatou que mensagens supostamente enviadas por elas foram geradas por usuários do ChatGPT de língua chinesa, provavelmente atuando no Camboja.

As empresas que essa rede alegava representar atuavam em diversos setores, desde negociação de ações e aluguel de scooters até a venda de curtidas em redes sociais. Um claro sinal de alerta era a oferta de mais de US$ 5 por uma única curtida no TikTok. Em contrapartida, nossa análise manual de mercados on-line mostrou que alguns vendedores de curtidas em redes sociais cobram menos de US$ 10 por 1.000 curtidas.

Ao combinar indicadores externos à plataforma com observações internas, identificamos um padrão recorrente no fluxo de trabalho. Para ampliar a compreensão dessa tática e facilitar sua classificação, descrevemos esse padrão como: a abordagem (contato não solicitado), a empolgação (gerar entusiasmo) e o golpe (extrair dinheiro):

1. A abordagem (contato não solicitado): a rede gera conteúdo para abordar pessoas sem contato prévio, geralmente oferecendo salários excepcionalmente altos por pouco trabalho ou prometendo grandes retornos em investimentos no mercado de ações. Essas ofertas incluem remuneração alta por tarefas simples, como curtir publicações em redes sociais, ou oportunidades lucrativas de investimento.

2. A empolgação (gerar entusiasmo): a rede traduz conversas, provavelmente entre o operador e seus "funcionários". Essas interações incluem detalhes logísticos das tarefas, mas são frequentemente intercaladas com mensagens motivacionais sobre ganhos e possíveis bônus.

3. O golpe (extrair dinheiro): a rede gera e/ou envia conteúdo que pressiona o "funcionário" ou "investidor" a fornecer dinheiro para liberar recompensas maiores. Isso assume várias formas, incluindo um "depósito" inicial, compras de criptomoedas e "taxas de processamento".

Relatórios públicos⁠(abre em uma nova janela) indicam que algumas dessas empresas cobravam dos novos recrutas taxas de adesão consideráveis e usavam parte desses recursos para pagar aos "funcionários" existentes apenas o suficiente para mantê-los envolvidos. Essa estrutura é característica dos golpes de tarefas⁠(abre em uma nova janela).

É difícil quantificar o verdadeiro alcance dessa rede devido à nossa visibilidade limitada. No entanto, relatos externos à plataforma⁠(abre em uma nova janela) e conversas nas quais "funcionários" exigiam reembolso indicam que pelo menos algumas pessoas pagaram a esses supostos empregadores. Também observamos usuários reais defendendo as empresas nas redes sociais, o que indica algum grau de envolvimento no mundo real.