Criminosos estão usando geradores de voz baseados em inteligência artificial (IA) para aplicar golpes de engenharia social cada vez mais convincentes. Algumas ferramentas conseguem criar uma cópia sintética da voz de uma pessoa a partir de apenas 10 segundos de áudio , segundo a ElevenLabs. A tecnologia também avançou na reprodução de sotaques e dialetos regionais, o que pode aumentar a sensação de familiaridade e confiança durante uma ligação fraudulenta. Pesquisas da Universidade de Abertay mostram que pessoas podem confundir vozes geradas por IA com vozes humanas , especialmente quando os sistemas reproduzem características de fala locais. O estudo analisou especificamente o inglês padrão escocês e o dialeto de Dundee (Dundonian Scots), mostrando que a reprodução de sotaques regionais pode dificultar a identificação de uma voz sintética. Isso ocorre, em parte, porque as pessoas não esperam que uma máquina consiga imitar com precisão um dialeto local específico. Um estudo publicado em 2026 no Journal of Marketing Research chegou a uma conclusão semelhante ao analisar mais de 7.000 interações entre empreendedores e investidores, além de 2.091 campanhas do Kickstarter. Os resultados indicaram que características vocais semelhantes às do ouvinte podem aumentar a confiança e o poder de persuasão , mesmo sem outras evidências de credibilidade. A Federal Trade Commission (FTC) e especialistas em segurança alertam que a voz não deve ser considerada uma forma confiável de autenticação . Os criminosos podem usar pequenos trechos de áudio publicados nas redes sociais ou disponíveis em outros canais on-line para criar clones de familiares ou representantes de instituições. Por isso, uma ligação com uma voz conhecida não deve ser suficiente para confirmar a identidade de quem está do outro lado. Ao receber uma chamada suspeita, a recomendação é encerrar o contato e procurar a pessoa ou instituição por um canal conhecido. O número deve ser obtido de uma fonte confiável ou da agenda do telefone, e não fornecido pelo próprio interlocutor. Senhas, PINs e credenciais de acesso também não devem ser informados durante chamadas não solicitadas. O fator psicológico por trás dos golpes com voz clonada A eficácia dos novos golpes reside na exploração de vieses cognitivos humanos ligados à familiaridade sonora. Quando uma voz reproduz características conhecidas, como sotaque, ritmo ou outras particularidades da fala, a pessoa pode ter menos motivos para desconfiar da identidade do interlocutor. Diante desse cenário, reconhecer a voz de alguém não é mais suficiente para confirmar sua identidade . Em situações envolvendo dinheiro, senhas ou informações pessoais, a confirmação deve ser feita por outro canal, usando um contato conhecido e confiável. Se você gostou do conteúdo, talvez também se interesse por conferir “ [object Object] ”.
