Wellton Máximo – Repórter da Agência Brasil
Uma nova estratégia de fraude de identidade usa tecnologia de comparação facial para encontrar pessoas com características físicas semelhantes às dos próprios criminosos. O método, chamado de “golpe do sósia”, foi identificado pela equipe de inteligência analítica da Serasa Experian e descrito na edição do Mapa da Fraude referente ao primeiro semestre de 2026.
A tática explora sistemas de reconhecimento facial para tentar fazer com que o fraudador se passe por outra pessoa durante processos de validação de identidade, como cadastros e abertura de contas.
Como funciona
Segundo a Serasa Experian, os criminosos utilizam ferramentas capazes de comparar o próprio rosto com imagens disponíveis em diferentes bases, inclusive aquelas obtidas de forma ilícita.
Os chamados motores de comparação facial podem localizar identidades legítimas com elevado grau de semelhança física. A partir disso, o fraudador escolhe uma identidade que considere mais propensa a passar por uma validação biométrica.
A estratégia muda a lógica tradicional desse tipo de crime:
- o criminoso começa pelo próprio rosto;
- procura pessoas fisicamente semelhantes;
- identifica uma possível vítima;
- tenta utilizar os dados dessa identidade em uma fraude.
Em modalidades mais tradicionais, o fraudador parte dos dados de uma pessoa específica e procura maneiras de assumir sua identidade.
Biometria isolada
Para Leandro Bartolassi, diretor de Autenticação e Prevenção à Fraude da Serasa Experian, a nova tática demonstra como os criminosos também podem explorar tecnologias desenvolvidas para aumentar a segurança.
A empresa defende que o reconhecimento facial não seja utilizado como única camada de autenticação. A combinação com outros sinais pode ajudar a identificar inconsistências que não seriam detectadas apenas pela análise do rosto.
Entre os mecanismos citados estão:
- validação de documentos;
- prova de vida;
- conferência de dados cadastrais;
- análise do dispositivo utilizado;
- identificação de padrões de comportamento;
- avaliação de outros sinais de risco.
Prejuízos evitados
Os dados do Mapa da Fraude apontam que as soluções antifraude da Serasa Experian identificaram e barraram 2,86 milhões de tentativas de fraude de identidade no primeiro semestre de 2026.
O volume representa um crescimento de 32,9% em relação ao mesmo período de 2025. De acordo com a empresa, isso equivale a uma ocorrência de alto risco identificada a cada 5,5 segundos.
As tentativas bloqueadas estavam associadas a um prejuízo estimado em R$ 3,77 bilhões que teria sido evitado no período.
Como se proteger
A Serasa Experian recomenda que consumidores adotem cuidados para reduzir o risco de exposição de documentos, fotografias e dados biométricos.
Entre as principais orientações estão:
- não compartilhar fotos de documentos ou selfies segurando documentos em redes sociais e aplicativos de mensagem;
- fornecer dados pessoais e biométricos somente em sites e aplicativos oficiais;
- proteger celular e aplicativos com senhas fortes e autenticação em dois fatores;
- desconfiar de pedidos inesperados de reconhecimento facial por links, e-mails, mensagens ou Códigos QR;
- não permitir que desconhecidos fotografem seu rosto ou documentos;
- evitar publicar imagens de documentos, mesmo com parte das informações ocultadaproteger celular e aplicativos com senhas fortes e autenticação em dois fatores;
- manter sistemas e aplicativos atualizados;
- monitorar regularmente o CPF;
- procurar os canais oficiais das empresas diante de movimentações desconhecidas.
Empresas precisam combinar
Para as empresas, a recomendação é adotar uma estratégia de prevenção em camadas, evitando que uma única imagem ou informação seja suficiente para concluir um cadastro.
A Serasa Experian orienta combinar diferentes mecanismos de segurança, como:
- biometria facial e prova de vida;
- validação e análise documental;
- cruzamento de dados cadastrais;
- análise do dispositivo e da jornada digital;
- monitoramento de tentativas repetidas;
- identificação de padrões suspeitos;
- atualização contínua de regras e modelos antifraude.
A análise conjunta desses elementos pode ajudar a detectar situações em que o rosto apresenta alta similaridade, mas outros dados da operação indicam uma possível tentativa de fraude.
