Um sistema de computador treinado para reconhecer transações criminosas em bitcoin apresentou uma queda drástica de eficácia da noite para o dia, caindo de uma taxa de acerto de 86% para apenas 2%. O motivo da falha não foi uma pane no software, mas sim uma mudança drástica no mundo real: a ação das autoridades na eliminação de um grande mercado clandestino da internet, o que forçou os criminosos a adaptarem seus hábitos financeiros.
O funcionamento da dark web e o rastro do bitcoin
Diversos mercados ilegais operam na chamada dark web, um ambiente digital acessível apenas por ferramentas específicas, como o navegador Tor, que ocultam tanto a identidade dos visitantes quanto a localização dos servidores. O pioneiro Silk Road, inaugurado em 2011, assemelhava-se a uma loja virtual comum, mas comercializava entorpecentes utilizando o bitcoin como meio de pagamento. Desmantelado pelo FBI em 2013, o site abriu espaço para sucessores ainda maiores, a exemplo do AlphaBay, que negociava armamentos e dados bancários furtados antes de ser derrubado em julho de 2017 por uma força-tarefa internacional entre polícias da Europa e dos Estados Unidos.
Embora o bitcoin atraia esse setor por eliminar intermediários financeiros por meio de endereços formados por longas sequências alfanuméricas, ele possui uma vulnerabilidade crítica. Todas as movimentações ficam gravadas permanentemente em um livro-razão público conhecido como blockchain. Embora a identidade dos titulares permaneça oculta, os montantes e os horários das transferências são públicos, permitindo que o rastreamento de um único endereço exponha todo o histórico financeiro. Essa característica impulsionou o surgimento de companhias especializadas em monitorar o fluxo de capitais para atender a corretoras, bancos e forças de segurança.
O impacto das operações policiais nos modelos preditivos
Em 2019, a empresa Elliptic e pesquisadores do MIT divulgaram uma base com cerca de 200 mil transações reais de bitcoin divididas em 49 quinzenas, categorizadas entre lícitas e ilícitas. Utilizando os primeiros blocos temporais para treinar um modelo de floresta aleatória, o sistema identificou 782 de 914 transações ilícitas até a quinzena 42. No entanto, a partir da quinzena 43 — período que coincidiu com o fechamento do AlphaBay —, o detector encontrou apenas 3 de 169 operações criminosas, tornando-se incapaz de reconhecer o novo padrão mesmo após ser retreinado.
A crítica econômica e os desafios para o setor financeiro
Esse comportamento ilustra um conceito clássico da economia formulado em 1976 pelo economista Robert E. Lucas, da Universidade de Chicago, que demonstrou que projeções baseadas em dados históricos perdem validade quando a política econômica muda e os agentes reagem alterando suas condutas. No contexto atual, a lição ganha relevância no Brasil, onde corretoras de criptoativos passaram a responder a exigências rigorosas de prevenção à lavagem de dinheiro sob supervisão do Banco Central e comunicação obrigatória ao COAF.
Diante desse cenário, especialistas recomendam que os sistemas automáticos de monitoramento passem por testes contínuos, especialmente após grandes intervenções policiais. Além disso, é fundamental analisar o desempenho período a período para evitar que médias gerais ocultem falhas críticas, bem como evitar o ajuste excessivo de sensibilidade que gere uma avalanche de alarmes falsos. No fim, enquanto os algoritmos se mostram eficientes para identificar crimes já conhecidos, o combate a novas modalidades ilícitas continua exigindo a atuação direta de investigadores humanos.
Sobre o Autor
