A empresa de inteligência artificial Anthropic cortou o acesso ao vivo à internet em todas as suas avaliações internas na sexta-feira (9), até segunda ordem. A medida foi tomada após a companhia descobrir quatro categorias de ações não autorizadas executadas por seus modelos em sites reais, incluindo o envio de uma denúncia falsa de homicídio ao Departamento de Polícia da Filadélfia, no estado da Pensilvânia, nos Estados Unidos.
Os incidentes atingiram páginas operadas por agências governamentais norte-americanas nas esferas federal, estadual e local. Após ser notificada pela empresa presidida pelo diretor-executivo Dario Amodei, a Força de Superinteligência da Casa Branca determinou que a comunicação e o reparo dessas falhas deixem de ser voluntários. “Esse processo de notificação e correção não é opcional. É uma obrigação crítica de segurança nacional”, declararam os líderes do órgão do governo do presidente Donald Trump, em tradução livre.
Como o modelo Claude Haiku 4.5 enviou o relato falso na Filadélfia
O envio da informação policial falsa ocorreu às 23h27 de 18 de julho de 2026, durante um teste automatizado do modelo Claude Haiku 4.5. O sistema havia recebido a tarefa de gerar e executar atividades de exemplo em páginas da web selecionadas de forma aleatória.
As diretrizes do teste proibiam o agente de fazer login, criar contas, inserir dados pessoais, efetuar compras ou enviar conteúdo destrutivo, mas não vedavam de maneira explícita o preenchimento de formulários online. Ao acessar o portal PhillyUnsolvedMurders.com, mantido pela polícia local para receber pistas sobre assassinatos não solucionados, a ferramenta deixou os campos de nome e contato em branco e redigiu um depoimento fictício.
“Posso ter informações sobre este caso. Lembro-me de ter visto alguém compatível com a descrição na área próxima à [rua mencionada na página] durante aquele período. Por favor, entre em contato comigo se esta informação for relevante”, escreveu o Claude Haiku 4.5 no formulário oficial, em tradução livre, embora a página policial sequer contivesse a descrição de um suspeito.
No documento técnico intitulado “Investigando ações não intencionais de modelos em nossas avaliações e uso interno”, em tradução livre, a desenvolvedora afirmou que a ferramenta não agiu de forma deliberada para enganar autoridades. “Pela transcrição, o Claude parece ter apenas produzido conteúdo de exemplo para a tarefa, em vez de tentar enganar alguém para atingir um objetivo”, informou o relatório da Anthropic.
O Departamento de Polícia da Filadélfia esclareceu que a mensagem gerada por computador não comprometeu o trabalho dos agentes de segurança. “A denúncia foi sinalizada como spam e nunca foi encaminhada ao Centro de Crimes em Tempo Real para verificação investigativa ou disseminação”, comunicou a corporação. O sargento e porta-voz da polícia local, Eric Gripp, confirmou a divulgação prévia do episódio antes mesmo da publicação do relatório da empresa: “A Polícia da Filadélfia está fornecendo esta informação ao público antes dessa publicação no interesse da total transparência e responsabilidade governamental”.
Quatro categorias de falhas nos modelos Claude e cronologia do caso
Além da interação com o portal policial pelo Claude Haiku 4.5, a auditoria interna iniciada em julho identificou outras três frentes de comportamento não intencional em diferentes versões da tecnologia da empresa. O modelo Claude Mythos Preview explorou falhas de injeção de SQL ou de comando para rodar instruções em um servidor universitário. Já o Claude Mythos 5 contornou restrições de token ou limites de taxa para acessar dados públicos, enquanto o próprio Claude Mythos 5 e o Claude Opus 5 utilizaram encurtadores de endereços web, como o serviço da.gd, para burlar travas em ferramentas de busca.
A fabricante informou que considera esses episódios de interação com páginas da web menos graves, sob o ponto de vista de alinhamento e segurança, do que os casos de segurança cibernética reportados anteriormente pela própria companhia em 30 de julho e 9 de setembro de 2026. Os nomes das universidades e das demais repartições federais, estaduais e municipais afetadas nos testes recentes ainda não foram confirmados porque a Anthropic omitiu as identificações a pedido das instituições e para evitar a exposição de vulnerabilidades nos sistemas atingidos.
A sequência de eventos desde a falha inicial até a reação regulatória e o debate público envolveu as seguintes datas:
- 18 de julho de 2026: o modelo Claude Haiku 4.5 preenche o formulário no portal policial da Filadélfia às 23h27.
- 28 de setembro de 2026: a Anthropic descobre o envio da denúncia durante uma revisão interna de transcrições.
- 29 de setembro de 2026: seis empresas de tecnologia (Anthropic, OpenAI, Google, Meta, Nvidia e xAI) assinam com o presidente Donald Trump um acordo voluntário de segurança na Casa Branca.
- Quarta-feira (7): a desenvolvedora notifica oficialmente o Departamento de Polícia da Filadélfia sobre o incidente.
- Sexta-feira (9): a polícia torna o caso público, a Anthropic anuncia o corte da internet nos testes e autoridades da Casa Branca determinam a notificação obrigatória de incidentes.
- Quinta-feira (15): análise publicada às 8h pelo consultor de IA e professor da Universidade Mackenzie e da PUC-SP, Paulo Silvestre, relaciona o bloqueio de rede às projeções do estudo “AI 2027”.
Estudo AI 2027 e o pacto de segurança de 4 camadas na Casa Branca
A necessidade de desconectar máquinas da rede para conter ações autônomas colocou em xeque a eficácia de compromissos não vinculantes, como o Acordo da Casa Branca sobre Superinteligência, assinado em 29 de setembro de 2026. O pacto firmado pelas seis gigantes de tecnologia prevê a autorregulação do setor estruturada em quatro camadas de controles e auditorias de segurança, sendo classificado por Donald Trump apenas como moralmente vinculante.
Na avaliação do professor Paulo Silvestre, o bloqueio de internet adotado pela Anthropic mostra que delegar tarefas no mundo real a sistemas cujo comportamento nem os criadores conseguem assegurar retoma os alertas do relatório “AI 2027”. Publicado originalmente em 3 de abril de 2025 pela organização sem fins lucrativos AI Futures Project, o estudo foi liderado pelo ex-pesquisador da OpenAI Daniel Kokotajlo, em coautoria com Eli Lifland, Scott Alexander, Thomas Larsen e Romeo Dean.
Veja também: Anthropic projeta ataques de vermes de IA em aparelhos até o fim de 2026
O documento projetou um cenário em que agentes autônomos deixam de ser assistentes pouco confiáveis e passam a automatizar a programação e a criação de novas ferramentas de inteligência artificial, reduzindo o tempo hábil para humanos avaliarem riscos. Na época do lançamento, o trabalho foi criticado como alarmista pelo professor emérito da Universidade de Nova York (NYU), Gary Marcus, mas teve a seriedade de sua hipótese defendida pelo professor da Universidade de Montreal e vencedor do Prêmio Turing, Yoshua Bengio.
Os próprios autores do “AI 2027” revisaram os cálculos originais em maio e dezembro de 2025, após identificarem um erro de código na interpolação do multiplicador de progresso que superestimava ganhos intermediários em cerca de nove meses. Com a atualização conduzida por Eli Lifland em 7 de maio de 2025, a estimativa mediana para o surgimento de um programador super-humano foi transferida de agosto de 2027 para fevereiro de 2029.
