Uma nova abordagem de fraude de identidade, conhecida como “golpe do sósia”, está utilizando tecnologia de comparação facial para encontrar indivíduos com características físicas semelhantes aos criminosos. Essa tática foi identificada pela equipe de inteligência analítica da Serasa Experian e relatada na edição do Mapa da Fraude referente ao primeiro semestre de 2026.
O golpe explora sistemas de reconhecimento facial para que o fraudador consiga se passar por outra pessoa durante processos de verificação de identidade, como cadastros e abertura de contas. Segundo a Serasa Experian, os criminosos utilizam ferramentas que permitem comparar seu próprio rosto com imagens disponíveis em diversas bases de dados, inclusive aquelas adquiridas ilegalmente.
Esses motores de comparação facial podem localizar identidades legítimas que possuem um alto grau de semelhança física. Com isso, o fraudador seleciona uma identidade que acredita ter mais chances de passar pela validação biométrica. A lógica desse crime difere das abordagens tradicionais, onde o fraudador começa com os dados de uma pessoa específica para assumir sua identidade. No método do sósia, o processo é o seguinte:
1. O criminoso utiliza seu próprio rosto.
2. Busca pessoas fisicamente semelhantes.
3. Identifica uma possível vítima.
4. Tenta usar os dados dessa identidade para cometer a fraude.
Leandro Bartolassi, diretor de Autenticação e Prevenção à Fraude da Serasa Experian, destaca que essa nova tática mostra como criminosos podem explorar tecnologias criadas para aumentar a segurança. A empresa sugere que o reconhecimento facial não deve ser a única forma de autenticação. A combinação com outros sinais pode ajudar a identificar inconsistências que não seriam percebidas apenas pela análise facial. Entre os mecanismos recomendados estão:
- Gilmar Mendes propõe proibição de delegados da PF como assessores no STF
- UFSCar anuncia novo campus em São José do Rio Preto com bacharelados interdisciplinares
- Zanin solicita responsabilização por divulgação de dados fiscais
- Anvisa autoriza importação de medicamento experimental para Lito Sousa
- Justiça de SC condena pais a indenizar filho por abandono afetivo
– 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.
Os dados do Mapa da Fraude indicam que as soluções antifraude da Serasa Experian bloquearam 2,86 milhões de tentativas de fraude de identidade no primeiro semestre de 2026. Esse número representa um aumento de 32,9% em relação ao mesmo período de 2025, equivalendo a uma tentativa de fraude detectada a cada 5,5 segundos. As tentativas frustradas estavam ligadas a um prejuízo estimado de R$ 3,77 bilhões que foi evitado.
Para se proteger, a Serasa Experian recomenda que os consumidores adotem cuidados para minimizar a exposição de documentos, fotografias e dados biométricos. As principais orientações incluem:
– Não compartilhar fotos de documentos ou selfies segurando documentos em redes sociais e aplicativos de mensagem;
– Fornecer dados pessoais e biométricos apenas em sites e aplicativos oficiais;
– Proteger celulares e aplicativos com senhas fortes e autenticação em dois fatores;
– Desconfiar de pedidos inesperados de reconhecimento facial via links, e-mails, mensagens ou QR Codes;
– Não permitir que desconhecidos fotografem seu rosto ou documentos;
– Evitar publicar imagens de documentos, mesmo que parcialmente ocultos;
– Manter sistemas e aplicativos atualizados;
– Monitorar regularmente o CPF;
– Procurar canais oficiais das empresas para movimentações desconhecidas.
As empresas também devem implementar uma estratégia de prevenção em camadas, evitando que uma única imagem ou informação seja suficiente para concluir um cadastro. A Serasa Experian recomenda a combinação de 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 auxiliar na detecção de situações em que o rosto apresenta alta similaridade, mas outros dados da operação sugerem uma possível tentativa de fraude.
