Já imaginou um programa de computador que consegue reproduzir a voz de uma pessoa real, mas atribui afirmações que nunca foram feitas por ela? Isso já é possível e um caso destes ganhou grande repercussão na mídia. Os deepfakes são capazes de manipular a fala de um porta-voz, por meio de digitação simples em um programa de edição de vídeo, utilizando Inteligência Artificial.
A Inteligência Artificial (IA) já é uma tecnologia bastante procurada pelas empresas, principalmente aquelas que atuam na área financeira, com marketing ou na saúde. Ela basicamente une a programação de computadores, raciocínio, solução de problemas, percepção, aprendizagem, planejamento, capacidade de manipular e mover objetos. Por meio de um banco de dados, é possível que a máquina tome as melhores decisões, entre as opções pré-estabelecidas.
Outra tecnologia que lida com dilemas sensíveis de uso de dados é o Machine Learning, aprendizado autônomo das máquinas baseado na análise de dados e algoritmos. A máquina reconhece padrões e teorias específicas da linguagem da computação e aprende de forma independente a realizar tarefas, sem ser ensinada.
Um ponto interessante em relação ao Machine Learning é que mesmo quando é exposto a novos dados, é capaz de adaptar-se, sem a necessidade de realizar uma nova programação. Apesar da ideia de trabalhar com máquinas autônomas já exista há um tempo, a possibilidade de aplicar cálculos matemáticos complexos com outras tecnologias, como o Big Data, é recente.
Um exemplo clássico é o uso de bots para o atendimento de serviço ao cliente: assistentes pessoais automatizados utilizam a linguagem natural para entender e responder perguntas comuns dos usuários. Mas, será que este mercado promissor é realmente seguro e não representa riscos para vazamento de informações das empresas?
Muitos gestores acreditam que o uso dessas soluções pode auxiliar a resolver os problemas corporativos sobre os desafios da segurança cibernética. Uma pesquisa da ESET, mostrou que 82% afirmam ter implementado um produto de segurança cibernética usando Machine Learning (ML). 23% das pessoas que responderam à pesquisa, disseram que não planejam implementar uma solução de segurança usando ML no futuro.
E os cibercriminosos conhecem o potencial do Machine Learning e da Inteligência Artificial para aprimorar golpes, gerar novos malwares ou adaptá-los para atingir mais usuários. Recentemente a ESET analisou casos de phishing em e-mails spam, que utilizaram uma dessas tecnologia para aumentar a "qualidade" de seus golpes e a capacidade de manipular e enganar o destinatário.
De acordo com o 11º Relatório Anual de Cibersegurança da Cisco, 39% das organizações dependem de automação industrial, 34% de Machine Learning, e 32% são altamente dependentes de Inteligência Artificial. A sofisticação de malwares estão aumentando cada vez mais e, segundo o relatório, muitos cibercriminosos utilizam serviços de nuvem e usam a criptografia para ocultar atividades de comando e controle.
O estudo destaca que, embora a criptografia tenha como objetivo aumentar a segurança, o volume maior de tráfego da web criptografado – tanto legítimo quanto malicioso – criou mais desafios para os defensores que tentam identificar e monitorar ameaças potenciais.
Os gestores devem compreender que é preciso ter uma estratégia de segurança da informação de forma integrada, com soluções voltadas para estratégia de negócios das empresas, isto significa que não só implantar uma nova tecnologia, mas também implementar políticas e práticas seguras para todos os colaboradores.
A experiência nos mostra que a proteção adequada não pode ser alcançada apenas com o uso da Inteligência Artificial ou do Machine Learning. É um risco em potencial que pode levar a consequências prejudiciais. É necessária uma abordagem múltipla para manter soluções resilientes contra os adversários e, também, para alcançar altas taxas de detecção de ameaças, visando a segurança da informação para empresas de todos os tamanhos.
Carlos Baleeiro, country manager da ESET no Brasil.
Boa tarde!!
Ótimo artigo!!
Parabéns!!!