Principais destaques
- Mais de 98% de precisão: a Veriff afirma que sua tecnologia consegue identificar situações de coação durante sessões de verificação.
- Análise de áudio e vídeo: o sistema utiliza mais de 1.000 sinais de risco para detectar deepfakes, ataques de injeção e influência de terceiros.
- Conversão acima de 90%: a empresa afirma que consegue manter uma elevada taxa de conclusão das verificações, sem comprometer significativamente a experiência dos usuários.
A Veriff anunciou uma nova ferramenta de verificação de identidade capaz de identificar deepfakes, bots e pessoas que estão sendo orientadas ou coagidas por terceiros durante uma autenticação digital.
Batizado de Presence Verification, o recurso vai além dos tradicionais testes de prova de vida e tenta responder a uma questão cada vez mais importante na segurança digital: quem realmente está controlando a pessoa diante da câmera?
A prova de vida já não é suficiente 🔍
Os sistemas tradicionais de verificação de identidade utilizam tecnologias chamadas liveness detection para confirmar que existe uma pessoa real diante da câmera.
Na prática, esses mecanismos procuram identificar se o rosto apresentado pertence a alguém vivo, em vez de uma fotografia, máscara ou gravação reproduzida na tela.
Mas existe um problema: uma pessoa real também pode estar sendo manipulada durante a verificação.
Um fraudador pode orientar a vítima por telefone, aplicativos de mensagens ou chamadas de vídeo, instruindo-a sobre o que fazer durante o processo de autenticação. Nesse cenário, a verificação tradicional pode aprovar uma pessoa legítima que, na verdade, está sendo conduzida por criminosos.
É justamente essa vulnerabilidade que a Veriff pretende combater.
💡 A diferença é importante: não basta confirmar que existe uma pessoa real diante da câmera. Também é preciso descobrir se ela está agindo livremente.
Como funciona o Presence Verification? 🛡️
A nova tecnologia combina diferentes camadas de segurança para analisar o ambiente em que a autenticação acontece.
Segundo a documentação da Veriff, o sistema reúne mais de 1.000 sinais de risco em uma decisão automatizada.
Entre os mecanismos utilizados estão:
- Verificação do dispositivo: identifica emuladores, dispositivos com root e possíveis ambientes comprometidos.
- Análise de rede: procura sinais de utilização de VPNs e proxies.
- Selfie passiva: permite verificar a identidade sem exigir uma sequência complexa de movimentos.
- Análise de vídeo: examina um fluxo com mais de 100 quadros para identificar ataques de injeção e manipulações.
- Detecção de coerção: analisa áudio e vídeo para identificar possíveis sinais de orientação por terceiros.
🎙️ O áudio também entra na investigação: a tecnologia procura identificar uma segunda voz que esteja conduzindo a pessoa durante a autenticação.
De acordo com informações divulgadas pela empresa, o sistema oferece suporte à análise de coerção em 98 idiomas.
Isso amplia o potencial de utilização em plataformas internacionais, especialmente em serviços financeiros e marketplaces que precisam verificar usuários de diferentes países.
Uma camada adicional contra golpes de engenharia social
O recurso de detecção de coerção é especialmente interessante porque enfrenta um problema que não depende necessariamente de invasões técnicas.
Nos golpes de engenharia social, criminosos convencem as próprias vítimas a realizar ações que facilitam fraudes, como abrir contas, autorizar transações ou modificar informações pessoais.
A vítima pode acreditar que está seguindo instruções de um funcionário de banco, representante de uma empresa ou até mesmo de uma autoridade.
O diferencial está em procurar sinais de que alguém está influenciando a sessão.
A Veriff também permite que empresas desativem opcionalmente a análise de coerção, atendendo a organizações com exigências específicas de privacidade.
Há, entretanto, requisitos técnicos importantes: a funcionalidade de coerção precisa de acesso ao microfone e, conforme a documentação para desenvolvedores, é restrita a usuários com 18 anos ou mais.
Sessões nas quais o sistema identifica orientação de terceiros podem ser recusadas.
Os primeiros resultados chamam a atenção 📊
A Veriff afirma que os primeiros testes e implantações demonstraram avanços relevantes na identificação de fraudes.
Segundo Geo Jolly, Group Product Manager da empresa, a tecnologia melhorou em 84% a detecção de sessões associadas a fraudes por engenharia social, em comparação com verificações tradicionais de prova de vida.
Os primeiros resultados foram observados em implantações com marketplaces da chamada gig economy, que conectam trabalhadores independentes a serviços e oportunidades de trabalho.
É importante observar que os números divulgados são fornecidos pela própria Veriff e ainda não representam uma validação independente de desempenho.
| Indicador | Resultado divulgado |
|---|---|
| Precisão na detecção de coerção | Mais de 98% |
| Melhoria na detecção de fraude por engenharia social | 84% |
| Conversão do processo de verificação | Acima de 90% |
| Sinais de risco analisados | Mais de 1.000 |
| Idiomas para análise de coerção | 98 |
Onde a tecnologia pode fazer diferença? 💳
A Veriff recomenda que empresas utilizem o Presence Verification não apenas durante o cadastro, mas também em operações consideradas mais sensíveis.
Entre os exemplos estão:
- Abertura de contas em fintechs e instituições financeiras.
- Autorização de pagamentos e transferências.
- Alterações de dados bancários e informações de pagamento.
- Recuperação de contas.
- Verificação de identidade em marketplaces.
A proposta é adicionar uma camada de proteção justamente nos momentos em que uma fraude pode causar prejuízos financeiros ou permitir que criminosos assumam o controle de uma conta.
O próximo desafio da identidade digital
O lançamento faz parte das atualizações de produtos da Veriff para o outono de 2026.
Rob Brazier, Chief Product Officer da empresa, resume a mudança de cenário: a prova de vida continua necessária, mas deixou de ser suficiente diante da evolução das ferramentas de inteligência artificial e das técnicas de fraude.
O avanço dos deepfakes está mudando a maneira como empresas precisam pensar sobre autenticação. Não se trata mais apenas de verificar se um rosto corresponde a um documento, mas também de avaliar o contexto em que aquela identidade está sendo utilizada.
E existe uma questão ainda maior nessa transformação: conforme as fraudes passam a combinar inteligência artificial, manipulação humana e engenharia social, será que os sistemas de segurança conseguirão distinguir uma autenticação legítima de uma pessoa que simplesmente está seguindo as instruções de um criminoso?
