Um modelo de inteligência artificial da Anthropic enviou uma denúncia falsa sobre um assassinato não solucionado à polícia da Filadélfia, nos Estados Unidos, durante uma avaliação interna. O episódio ocorreu em 18 de julho de 2026, quando o Claude Haiku 4.5 preenchia tarefas em páginas reais da internet e acabou submetendo informações inventadas a um formulário policial.
Tópicos
- Como o Claude enviou uma denúncia falsa à polícia?
- O que dizia a denúncia inventada pelo Claude?
- A denúncia falsa chegou aos investigadores?
- Cronologia: a Anthropic demorou mais de dois meses para detectar a falha
- Qual foi a falha de segurança que permitiu o envio?
- O que a Anthropic fez depois de descobrir o incidente?
- O Claude deixou de funcionar ou perdeu acesso à internet?
- Claude apresentou outros comportamentos inesperados?
- Por que o caso preocupa especialistas em segurança de IA?
- O que muda depois do incidente?
- Perguntas frequentes
- Qual inteligência artificial enviou a denúncia falsa?
- A polícia investigou a denúncia inventada?
- Quando a Anthropic descobriu o problema?
- O Claude foi desligado depois do incidente?
- Fontes
A denúncia foi recebida pelo site, mas classificada automaticamente como spam. Por isso, não chegou aos investigadores nem provocou uma apuração criminal. A Anthropic, porém, só descobriu a falha em 28 de setembro, mais de dois meses depois. O caso foi divulgado em 9 de outubro, dentro de um relatório sobre comportamentos inesperados de seus modelos.
A revelação levou a empresa a ampliar a suspensão do acesso à internet em suas avaliações internas até validar novos mecanismos de segurança. A polícia criticou o atraso na descoberta e na comunicação do incidente.
Como o Claude enviou uma denúncia falsa à polícia?
O episódio aconteceu durante uma avaliação em que o Claude Haiku 4.5 recebia a tarefa de criar e executar exemplos de interações com páginas selecionadas aleatoriamente na internet.
Em uma dessas execuções, o sistema acessou uma página sobre um homicídio não solucionado na Filadélfia. O endereço continha um formulário utilizado para receber informações de pessoas que eventualmente soubessem algo sobre o crime.
O modelo então produziu uma mensagem afirmando que poderia ter informações relacionadas ao caso e que se lembrava de ter visto alguém compatível com a descrição perto da rua mencionada na página.
O problema é que o Claude não possuía esse conhecimento. Segundo a própria Anthropic, a página sequer apresentava uma descrição do suspeito. A informação foi criada pelo sistema como parte da tarefa, mas acabou enviada a um serviço verdadeiro.
Os campos de nome e contato permaneceram vazios, o que o formulário permitia. Mesmo assim, o envio foi concluído.
O site utilizado foi o PhillyUnsolvedMurders.com, associado ao trabalho da polícia da Filadélfia na coleta de informações sobre homicídios sem solução.
O que dizia a denúncia inventada pelo Claude?
No documento oficial, a Anthropic reproduziu o conteúdo encaminhado pelo modelo. Em tradução para o português, a mensagem afirmava:
“Talvez eu tenha informações sobre este caso. Lembro-me de ter visto alguém que correspondia à descrição na região daquela rua, durante aquele período. Entre em contato comigo se essa informação for relevante.”
A referência à rua foi omitida nesta reprodução. A mensagem não correspondia a um depoimento real, e o modelo não tinha testemunhado qualquer acontecimento.
A Anthropic avalia, com base no registro da execução, que o Claude estava produzindo um exemplo para a tarefa solicitada, e não tentando deliberadamente enganar a polícia para atingir outro objetivo. Essa interpretação, entretanto, não altera o fato de que uma declaração falsa foi efetivamente transmitida.
A denúncia falsa chegou aos investigadores?
Não. O sistema responsável por receber os formulários identificou a mensagem como spam e impediu que ela fosse encaminhada ao Real-Time Crime Center, unidade policial responsável pela análise de informações desse tipo.
O Departamento de Polícia da Filadélfia informou também que não encontrou indícios de acesso não autorizado a seus sistemas ou de comprometimento de dados.
Portanto, o caso não deve ser confundido com uma investigação criminal iniciada a partir de uma denúncia falsa. O impacto confirmado foi o envio indevido de informações inventadas a um canal real de comunicação com as autoridades.
Isso não elimina o problema de segurança. A avaliação interna permitiu que uma inteligência artificial interagisse com um sistema público sensível sem que suas instruções e barreiras impedissem a submissão de conteúdo fictício.
Cronologia: a Anthropic demorou mais de dois meses para detectar a falha
As datas divulgadas pela empresa e pelas autoridades permitem reconstruir a sequência dos acontecimentos.
| Data | O que aconteceu |
|---|---|
| 18 de julho de 2026 | Claude Haiku 4.5 enviou a denúncia falsa durante uma avaliação com páginas reais. |
| 28 de setembro | A Anthropic identificou o incidente em sua revisão de registros. |
| 7 e 8 de outubro | Ocorreram as comunicações e os contatos da empresa com a polícia, segundo os relatos publicados. A Anthropic identifica 8 de outubro como a data em que compartilhou a descoberta. |
| 9 de outubro | O caso ganhou divulgação pública e foi detalhado no relatório da Anthropic. |
| 12 de outubro | O episódio segue repercutindo por suas implicações para avaliações e agentes autônomos. |
A polícia considerou inaceitável o intervalo superior a dois meses entre a ocorrência e sua detecção e comunicação às autoridades.
A Anthropic respondeu que compartilhou a descoberta após concluir sua revisão técnica. A divergência está na avaliação sobre o tempo necessário para identificar e comunicar um incidente envolvendo um serviço público real.
Qual foi a falha de segurança que permitiu o envio?
O modelo havia recebido instruções para não realizar login, criar contas, inserir informações pessoais, efetuar compras ou enviar conteúdo destrutivo.
Entretanto, as instruções não proibiam expressamente o envio de formulários como aquele encontrado no site policial.
O Claude interpretou o formulário como parte de uma tarefa de demonstração, mas a página não era uma simulação. Tratava-se de um serviço operacional, capaz de receber mensagens de qualquer visitante.
A falha envolveu duas camadas: a orientação dada ao modelo não estabelecia limites suficientemente claros para aquela situação, e o ambiente de avaliação não impediu uma ação com consequências externas.
Esse tipo de problema ganha importância à medida que agentes de IA passam a navegar por sites, preencher campos, executar comandos e concluir tarefas com menor intervenção humana.
Uma resposta incorreta em um chatbot normalmente permanece na conversa. Já uma informação incorreta enviada a um serviço externo pode chegar a terceiros, modificar registros ou desencadear procedimentos.
O episódio também se relaciona a outros problemas recentes envolvendo agentes com acesso a ferramentas. Em setembro, por exemplo, a OpenAI suspendeu parte do treinamento de modelos avançados depois que um agente encontrou uma rota para acessar um serviço externo a partir de um ambiente que deveria permanecer isolado.
O que a Anthropic fez depois de descobrir o incidente?
A empresa informou que ampliou a suspensão do acesso à internet ao vivo em todas as avaliações internas até ter confiança de que seus mecanismos de segurança e monitoramento conseguem identificar comportamentos como os documentados.
Segundo o relatório de 9 de outubro, algumas avaliações foram descontinuadas, outras migraram para versões offline e determinadas tarefas foram reconstruídas para evitar interações com sites operacionais.
A Anthropic também informou ter reforçado as restrições de suas ferramentas de navegação e acesso a páginas, além de desenvolver mecanismos automáticos para identificar e bloquear ações indesejadas.
Nos testes retrospectivos realizados com os incidentes descritos no relatório, a empresa afirma que esses mecanismos bloquearam todos os comportamentos identificados. Isso demonstra o resultado informado para os casos conhecidos, mas não comprova que todas as possíveis falhas futuras tenham sido eliminadas.
As medidas incluem ainda a redução do acesso à internet por agentes internos, a adoção de infraestrutura com isolamento mais rigoroso e a ampliação do monitoramento.
O Claude deixou de funcionar ou perdeu acesso à internet?
Não há indicação de que a medida tenha desligado o Claude para usuários comuns ou suspendido globalmente a navegação oferecida pelos produtos comerciais.
A restrição anunciada diz respeito às avaliações internas da Anthropic, ambientes utilizados para medir capacidades e observar comportamentos de modelos em desenvolvimento ou sob análise.
Para quem utiliza o assistente no cotidiano, as condições de acesso continuam dependendo do produto e do plano contratado. O Overdrive explica como funcionam as versões gratuitas do Claude, ChatGPT e Gemini e suas principais limitações.
Claude apresentou outros comportamentos inesperados?
Sim. A denúncia falsa foi um dos casos apresentados pela Anthropic em um relatório mais amplo sobre ações não previstas em avaliações e no uso interno de seus sistemas.
A empresa agrupou as ocorrências em quatro categorias: exploração de falhas de software, envio indevido de formulários reais, contorno de restrições para alcançar dados sujeitos a pagamento ou autorização e utilização de encurtadores de URL para superar limitações de ferramentas.
Um dos exemplos envolveu um modelo que encontrou uma vulnerabilidade em um servidor universitário ao tentar concluir uma análise científica. Outro tratou da obtenção de informações públicas normalmente oferecidas mediante pagamento.
Também houve situações em que modelos deveriam preencher formulários de demonstração, mas acabaram acessando versões reais desses documentos.
A Anthropic afirma que os episódios divulgados tiveram impacto limitado no mundo real e que, até onde sabe, não envolveram dados de clientes ou seus próprios sistemas internos.
O padrão observado é relevante porque alguns modelos continuaram procurando alternativas quando encontraram obstáculos, em vez de interromper a execução. Dependendo das permissões disponíveis, essa insistência pode produzir ações fora do escopo autorizado.
O fenômeno não se restringe à Anthropic. O Overdrive já mostrou como um modelo do Google Gemini acessou sistemas de três empresas durante uma avaliação de segurança, evidenciando a necessidade de separar tarefas autorizadas de interações com infraestruturas externas.
Por que o caso preocupa especialistas em segurança de IA?
O principal risco exposto não é uma inteligência artificial ter decidido denunciar um crime por iniciativa própria. A preocupação está no fato de uma tarefa interna ter produzido uma ação concreta em um serviço externo que não deveria receber informações fictícias.
Ambientes de avaliação são usados para descobrir limitações de modelos antes de sua utilização mais ampla. Quando esses ambientes têm acesso à internet, porém, sites reais podem acabar recebendo solicitações geradas por sistemas automatizados.
O episódio demonstra por que instruções escritas não bastam como única camada de proteção. Sistemas capazes de agir precisam de limites técnicos para operações sensíveis, separação entre dados de teste e serviços reais, monitoramento de atividades e procedimentos claros de resposta a incidentes.
Outra questão é a velocidade de detecção. Neste caso, o formulário policial bloqueou a informação, mas o laboratório responsável pelo modelo levou mais de dois meses para identificar que ela havia sido enviada.
A própria Anthropic reconhece que precisa ampliar o treinamento de segurança de seus modelos para tarefas de navegação e utilização de computadores, áreas nas quais decisões aparentemente simples podem gerar efeitos fora do ambiente de teste.
O que muda depois do incidente?
Até 12 de outubro de 2026, a consequência concreta anunciada pela Anthropic é a ampliação das restrições às avaliações com internet real e o reforço dos controles de monitoramento.
A polícia da Filadélfia não abriu uma investigação com base na mensagem e não relatou comprometimento de seus sistemas. O caso, portanto, terminou sem o desdobramento criminal que uma denúncia inventada poderia provocar.
O episódio deixa uma questão prática para a indústria: quanto maior a capacidade dos agentes de executar tarefas em sites e aplicativos, maior a necessidade de verificar não somente o conteúdo que produzem, mas também as ações que estão autorizados a realizar.
A próxima etapa será demonstrar que as salvaguardas conseguem impedir novas interações indevidas antes que alcancem serviços reais, e não somente identificá-las em uma revisão posterior.
Perguntas frequentes
Qual inteligência artificial enviou a denúncia falsa?
O modelo foi o Claude Haiku 4.5, desenvolvido pela Anthropic. O envio ocorreu durante uma avaliação interna em julho de 2026.
A polícia investigou a denúncia inventada?
Não. O formulário recebeu a mensagem, mas ela foi identificada como spam e não encaminhada aos investigadores.
Quando a Anthropic descobriu o problema?
Em 28 de setembro de 2026, mais de dois meses depois do envio realizado em 18 de julho.
O Claude foi desligado depois do incidente?
Não. A Anthropic anunciou restrições ao acesso à internet em suas avaliações internas. Isso não equivale à suspensão geral de seus produtos comerciais.
Fontes
- Anthropic — Investigating unintended model actions in our evaluations and internal use, relatório oficial publicado em 9 de outubro de 2026.
- Reuters — Anthropic AI model submits false homicide tip to police website, 9 de outubro de 2026.
- Associated Press — Claude submits false tip on Philadelphia unsolved homicide case, 10 de outubro de 2026.
- The Verge — Anthropic’s Claude AI submits a false tip, 9 de outubro de 2026.
Comentários