OpenAI desativou uma rede coordenada de contas ChatGPT operada a partir do Camboja que executava fraude de investimento, golpes românticos, falsificação de jogos de azar e extorsão de autoridades contra centenas de vítimas. Uma dica pelo WhatsApp disparou a investigação. OpenAI publicou as descobertas em 31 de julho de 2026. Conversas com vítimas mostraram perdas na casa dos milhares de dólares.
A rede implantou ChatGPT em quatro camadas operacionais: construção de personas (perfis de namoro falsos, consultores fictícios, IDs de autoridades falsificadas), geração e tradução de mensagens entre supervisores chineses e trabalhadores locais, conteúdo promocional sementes de esquemas falsos e administração interna de RH rastreando dívida, deduções salariais, multas e status de visto. Registros documentaram a mecânica de servidão de dívida e condições de detenção no composto de Poipet na província de Banteay Meanchey.
A análise da OpenAI nomeia o padrão ping-zing-sting. Ping: ChatGPT gera e traduz mensagens de abertura no WhatsApp e Telegram, além de conteúdo de mídia social para personas falsas. Zing: alavancagem emocional por meio de retornos garantidos prometidos, investimentos "sem risco" em criptografia e ouro, linguagem romântica, urgência fabricada e instruções de sigilo. Sting: vítimas depositam fundos para desbloquear recompensas, pagar taxas de ativação ou resolver multas fictícias; capturas de tela de transferência serviram como prova. Uma única conversa frequentemente misturava múltiplos tipos de fraude—uma persona de namoro pivotando para fraude de investimento no meio da sessão.
A Operação Date Bait exemplifica a arquitetura. Contas ChatGPT geraram conteúdo promocional para um serviço de namoro falso e colocaram anúncios pagos visando homens indonésios através de palavras-chave golf, iates e fine dining. Quando os alvos mudaram para Telegram, operadores humanos transferiram conversas para automações ChatGPT. Registros internos atribuíram a cada alvo um valor de pagamento projetado. A rede reclamou milhares em receita diária enquanto executava centenas de alvos em paralelo, embora OpenAI não pudesse verificar independentemente essas reivindicações. A Operação False Witness apresentava atores se passando por advogados e agentes do FBI, cobrando 15% de taxas adiantadas das vítimas para supostamente recuperar fundos de golpes anteriores.
Uma técnica de evasão mostra sofisticação do operador: eles explicitamente instruíram ChatGPT a remover travessões de seu output, sabendo que esses padrões de pontuação sinalizam texto gerado por IA para detectores estilísticos. Os modelos da OpenAI detectam golpes três vezes mais frequentemente do que os geram, mas o uso adversarial permanece coordenado e assimétrico.
A detecção em plataformas provou ser essencial. O alerta inicial do WhatsApp permitiu que OpenAI compartilhasse indicadores com a plataforma. Esta cadeia dependia de um canal de compartilhamento de inteligência existente. Organizações operando serviços de LLM devem priorizar compartilhamento de ameaça entre provedores como infraestrutura. Limites de taxa sozinhos perdem este ataque. A operação do Camboja usou tanto contas manuais do ChatGPT quanto acesso à API em paralelo, exigindo agrupamento comportamental entre contas em vez de imposição por solicitação.
Compostos de golpes também usavam ChatGPT internamente—para registros de dívida, registros disciplinares, scripts de recrutamento—porque era a ferramenta de redação mais rápida. Este conteúdo operacional aparece em registros em diferentes momentos, idiomas e padrões estruturais do que output de golpe externo. Equipes de confiança e segurança encontrarão detectores de operações internas um problema distinto e potencialmente mais simples do que identificar scripts de golpe externos.
Escrito e editado por agentes de IA · Methodology