OpenAI Desmantelou uma Rede de Golpes no Camboja, mas Banimentos de Contas Alcançam Apenas Uma Camada

A OpenAI baniu uma rede coordenada de contas do ChatGPT após identificar uma operação que apoiava pelo menos quatro tipos de golpe, apesar de defesas convencionais tratarem fraudes como campanhas separadas. Segundo a empresa, as contas provavelmente se originaram nas proximidades de Poipet, no Camboja. Elas ajudavam operadores a conduzir esquemas de investimento, romance, jogos de azar e falsificação de identidade de agentes da lei.

O caso é relevante porque o ChatGPT não estava apenas produzindo mensagens isoladas de phishing. A OpenAI afirma que a rede usava seus modelos em toda uma organização criminosa em funcionamento. As tarefas incluíam desenvolvimento de personas, tradução, criação promocional, comunicados internos, materiais de recrutamento e administração de trabalhadores.

Essa amplitude cria a tensão central. A OpenAI pode identificar contas, bloquear o acesso e compartilhar indicadores técnicos. A organização subjacente ainda pode transitar entre plataformas, narrativas, trabalhadores e serviços de IA.

O WhatsApp forneceu a pista que iniciou a investigação da OpenAI. Posteriormente, a OpenAI compartilhou sinais adicionais com parceiros de tecnologia e autoridades relevantes. Essa sequência mostra por que nenhuma plataforma isolada tem uma visão completa de uma operação que atravessa aplicativos de mensagens, redes sociais, canais de pagamento e ferramentas de IA.

A rede também revelou uma realidade mais difícil. Algumas pessoas que enviavam mensagens fraudulentas podem ter sido vítimas de tráfico humano trabalhando sob coerção. Portanto, defender os alvos exige mais do que filtrar conteúdo nocivo. Exige distinguir os organizadores das pessoas presas dentro do mesmo sistema criminoso.

O Que a OpenAI Realmente Desmantelou

A OpenAI interrompeu uma camada de suporte operacional, não a organização física por trás dos golpes.

Em sua divulgação de 31 de julho, a OpenAI afirmou que baniu uma rede coordenada de contas do ChatGPT que muito provavelmente se originou no Camboja. A empresa avaliou que a rede provavelmente operava em Poipet ou nas proximidades, na província de Banteay Meanchey.

Poipet não é um detalhe incidental nessa história. Reportagens públicas têm associado repetidamente a cidade fronteiriça a complexos de golpes online e atividades de tráfico humano. Esse histórico dá ao comportamento das contas um contexto físico que vai além do abuso rotineiro de plataformas.

A rede usava o ChatGPT para criar personas online falsas e gerar mensagens para possíveis alvos. Os operadores também traduziam conversas, pesquisavam material para perfis de namoro e produziam conteúdo promocional para ofertas fraudulentas.

Alguns usuários pediram ao sistema que produzisse material visual falsificado ou enganoso. A OpenAI identificou passaportes, notificações legais, confirmações de compra de ações e interfaces de jogos de azar entre os documentos e imagens solicitados.

A operação não dependia de uma única jornada do alvo. Uma persona de namoro podia primeiro estabelecer confiança emocional e, em seguida, apresentar uma oportunidade de investimento em criptomoedas ou ouro à vista. Outra conta podia se passar por representante de jogos de azar oferecendo ganhos fictícios.

A falsificação de identidade de agentes da lei fornecia uma tática de pressão diferente. Os operadores teriam dito aos alvos que eles haviam cometido delitos graves e precisavam pagar multas. A história mudava, mas o objetivo de obter pagamento permanecia consistente.

A empresa descreveu essa sequência como “ping, zing, and sting”. O ping é o contato inicial. O zing cria confiança, medo, urgência ou outra emoção forte. O sting extrai dinheiro ou informações de conta.

Durante o ping, os operadores usavam o ChatGPT para redigir e traduzir abordagens no WhatsApp e Telegram. Também geravam publicações em redes sociais e reuniam detalhes para identidades fabricadas.

Durante o zing, as mensagens ofereciam retornos garantidos, investimentos sem risco, atenção romântica ou bônus prestes a expirar. Algumas instruíam os alvos a manter o relacionamento em segredo, reduzindo a chance de familiares questionarem a história.

Durante o sting, os operadores exigiam depósitos, taxas de ativação, multas fabricadas ou pagamentos adicionais necessários para liberar supostas recompensas. Em seguida, pediam aos alvos capturas de tela de transferências ou dados de conta.

A OpenAI afirma que a operação pode ter interagido com centenas de alvos. Essa estimativa veio das próprias conversas dos golpistas, e não de uma contagem independente de vítimas.

Essas conversas mencionavam perdas individuais que chegavam a milhares de dólares. A OpenAI declarou explicitamente que não podia verificar essas alegações de forma independente. O prejuízo financeiro total permanece desconhecido.

A investigação das contas oferece, portanto, evidências sobre métodos, geografia e organização. Ela não estabelece a escala completa da operação, sua receita, liderança ou situação atual fora do ChatGPT.

Essa distinção importa. “Desmantelada” significa que as contas identificadas perderam acesso e enfrentaram medidas destinadas a dificultar seu retorno. Não significa que todos os operadores foram presos, todas as vítimas foram identificadas ou todas as contas relacionadas desapareceram em outros lugares.

O Manual dos Golpes Foi Criado para Mudanças Constantes

A vantagem da rede vinha de tratar narrativas como ferramentas intercambiáveis, e não como negócios separados.

Equipes de segurança costumam classificar fraude romântica, fraude de investimento, golpes de jogos de azar e falsificação de identidade governamental como categorias diferentes. Operadores criminosos não precisam respeitar essas fronteiras.

Um único alvo pode passar por diversas categorias durante uma conversa. Um relacionamento romântico pode se transformar em uma proposta de investimento. Um saque de investimento pode gerar uma falsa cobrança de impostos. A resistência pode provocar ameaças de uma suposta autoridade.

Essa flexibilidade ajuda os operadores a recuperar conversas que deixam de funcionar. Se o afeto não convence alguém, a urgência pode convencer. Se um retorno prometido perde credibilidade, uma taxa de conformidade fabricada pode criar outro evento de pagamento.

A IA generativa se encaixa nesse modelo porque reduz o atrito entre táticas. Um operador pode mudar tom, idioma, identidade ou material de apoio sem reunir uma nova equipe de redação para cada campanha.

A tradução é especialmente importante. Uma operação de golpes multilíngue pode abordar mais alvos enquanto centraliza roteiros e supervisão. O suporte linguístico também ajuda os trabalhadores a sustentar longas conversas que precisam parecer pessoais.

O modelo não precisa inventar um esquema completo para gerar valor. Pequenas contribuições podem se acumular em centenas de tarefas rotineiras. Essas tarefas incluem reescrever mensagens, localizar nomes, corrigir gramática e produzir respostas de acompanhamento.

O mesmo princípio se aplica ao conteúdo visual. Interfaces falsas de negociação ou artes promocionais podem fazer uma história frágil parecer concreta. Documentos fabricados podem criar pressão processual em torno de uma exigência que, de outro modo, seria implausível.

O anterior relatório de ameaças da OpenAI descreveu padrões semelhantes em redes maliciosas. Agentes de ameaça frequentemente usam IA para trabalho comum de produtividade, e não para capacidades de ataque inteiramente novas.

Essa constatação muda a forma como organizações devem avaliar crimes habilitados por IA. A questão não é se um modelo projetou autonomamente um golpe sem precedentes. A pergunta mais relevante diz respeito ao número de gargalos operacionais que ele eliminou.

Um trabalhador que antes precisava de um tradutor agora pode redigir mensagens diretamente. Um supervisor pode produzir políticas internas com mais rapidez. Um recrutador pode criar diversos anúncios de emprego para públicos diferentes.

Isso está mais próximo de uma aceleração de fluxo de trabalho do que de crime autônomo. Ainda assim, a aceleração do fluxo de trabalho importa quando esse fluxo já inclui coerção, falsificação de identidade e roubo financeiro.

O FBI descreve a fraude de investimento em criptomoedas como um esquema baseado em confiança. Um indivíduo desenvolve um relacionamento antes de apresentar uma oportunidade de investimento fraudulenta, muitas vezes por meio de uma plataforma controlada que exibe retornos fictícios.

O programa de contato com vítimas da agência ilustra o que está em jogo. Até dezembro de 2025, ele havia notificado 8.103 possíveis vítimas, e 77 por cento não sabiam que estavam sendo enganadas.

O FBI estimou que essas intervenções evitaram mais de US$ 511 milhões em perdas adicionais. Esse número se refere à operação mais ampla da agência, não à rede do Camboja identificada pela OpenAI.

Ainda assim, a comparação explica por que a construção de confiança a longo prazo continua atraente. O painel de investimento aparente é apenas um componente. O relacionamento mantém o alvo engajado quando saques falham ou novas taxas aparecem.

O caso da OpenAI também complica defesas baseadas em modelos reconhecíveis. Uma rede diversificada pode revisar sua linguagem, mudar a instituição que afirma representar e personalizar sua abordagem.

A detecção precisa, portanto, conectar comportamentos entre categorias. Padrões repetidos de tradução, gestão de personas, exigências fraudulentas de pagamento e documentos falsificados podem importar mais do que qualquer frase individual.

A OpenAI Enfrenta um Equilíbrio Entre Capacidade e Controle

Os mesmos recursos de uso geral que ajudam usuários legítimos a se comunicar também reduzem o trabalho necessário em uma operação organizada de golpes.

Tradução, geração de imagens, redação, resumo e pesquisa não são inerentemente suspeitos. Milhões de tarefas comuns dependem das mesmas funções observadas na investigação da OpenAI.

Essa sobreposição limita a filtragem simples de conteúdo. Bloquear toda solicitação envolvendo mensagens de investimento prejudicaria bancos, educadores financeiros e equipes legítimas de marketing. Bloquear textos românticos criaria um problema ainda mais amplo.

A intenção criminosa também surge ao longo do tempo. Um pedido isolado para traduzir uma conversa pode parecer inofensivo. Um padrão envolvendo identidades fabricadas, retornos garantidos, notificações falsificadas e instruções de pagamento transmite um sinal diferente.

A análise em nível de conta pode revelar esse padrão. Ela pode conectar atividade recorrente, infraestrutura compartilhada, prompts relacionados e comportamento coordenado entre usuários.

No entanto, a aplicação de regras contra contas cria pressão em ambas as direções. As plataformas precisam de visibilidade suficiente para identificar danos coordenados. Usuários e organizações também esperam privacidade, proporcionalidade e salvaguardas contra aplicação incorreta.

A OpenAI não divulgou publicamente todos os sinais usados neste caso. Essa contenção pode proteger métodos de detecção contra evasão imediata, mas limita a avaliação independente.

A divulgação não especifica o número de contas banidas. Não identifica os modelos utilizados, a duração do acesso ou a porcentagem do material gerado que chegou aos alvos.

Também não estabelece o quanto o ChatGPT melhorou os resultados da operação. A rede pode ter conduzido golpes semelhantes antes de adotar IA e provavelmente pode continuar usando outras ferramentas.

Essas lacunas não anulam as conclusões. Elas definem o que as evidências disponíveis podem sustentar.

A conclusão mais forte é que uma rede criminosa coordenada incorporou o ChatGPT em muitas etapas de seu fluxo de trabalho. Uma alegação mais fraca diria que a IA criou a organização ou determinou seu sucesso.

Essa diferença deve orientar a responsabilização. Provedores de modelos devem detectar e interromper o abuso de seus serviços. Plataformas de mensagens devem enfrentar abordagens enganosas. Empresas de pagamento devem identificar transferências suspeitas.

Redes sociais também hospedam os perfis e anúncios que iniciam muitas interações. Operadoras de telecomunicações controlam outra via de contato não solicitado. As autoridades policiais continuam responsáveis por organizadores, complexos, tráfico humano e recuperação de ativos.

Nenhum participante detém toda a cadeia de evidências. O WhatsApp poderia identificar padrões de comunicação suspeitos que a OpenAI não conseguiria ver. A OpenAI poderia identificar solicitações que forneciam contexto operacional a essas conversas.

Bancos ou plataformas de criptomoedas podem observar o golpe sem ver a mensagem inicial. As autoridades podem conectar esses rastros digitais a locais físicos, empregadores, recrutadores e vítimas.

A OpenAI afirma ter compartilhado indicadores relevantes com parceiros do setor e autoridades. Esse intercâmbio entre plataformas é a parte mais consequente da resposta, desde que resulte em investigações conectadas.

Banimentos de contas, por si só, podem gerar deslocamento. Operadores podem abrir novas contas, trocar de provedores, usar credenciais roubadas ou voltar a modelos manuais.

Indicadores compartilhados elevam o custo desse movimento. Eles podem conectar uma conta de IA à atividade de mensagens, a um domínio falso, a um destino de pagamento ou a uma campanha de recrutamento.

A contrapartida é que o compartilhamento deve permanecer restrito, legal e baseado em evidências. Padrões fracos correm o risco de incluir usuários legítimos em sistemas opacos de aplicação de medidas.

Portanto, uma interrupção eficaz depende tanto de alcance quanto de contenção. Os provedores precisam de coordenação ampla o suficiente para mapear uma operação, preservando ao mesmo tempo revisão, privacidade e meios de corrigir erros.

Os Sinais de Tráfico de Pessoas Mudam a História

Algumas pessoas que operam os golpes também podem ser vítimas, transformando um caso de abuso de plataforma em uma investigação trabalhista e de direitos humanos.

A OpenAI encontrou conteúdo que sugere vínculos com tráfico de pessoas e criminalidade forçada. Ela não afirmou que todos os usuários foram coagidos e não conseguiu determinar as circunstâncias de cada pessoa.

A atividade incluiu anúncios sociais para vagas de “chatter” em Poipet. Esses anúncios supostamente prometiam passagens aéreas, acomodação, refeições, vistos e permissões de trabalho.

Outras conversas pareciam tratar da administração de trabalhadores. Os usuários mantinham registros envolvendo dívidas de funcionários, descontos salariais, multas disciplinares e pagamentos de empréstimos.

Eles também traduziram discussões sobre status migratório, permissões de trabalho, permanência além do prazo do visto e incentivos de recrutamento. Alguns materiais mencionavam detenção, tentativas de fuga e possível responsabilidade criminal.

Esses sinais se assemelham a práticas documentadas em complexos de golpes no Sudeste Asiático. Recrutadores anunciam trabalho legítimo, transportam candidatos através de fronteiras, confiscam documentos e impõem dívidas ou penalidades.

Os trabalhadores podem então enfrentar ameaças ou violência se se recusarem a cumprir metas de fraude. Isso produz dois grupos de vítimas: as pessoas que perdem dinheiro online e aquelas forçadas a conduzir as conversas.

A investigação sobre o Camboja da Amnesty International, de 2026, avaliou complexos de golpes sob os critérios de transparência, responsabilização, devido processo e proteção às vítimas. Ela questionou se a aplicação da lei havia protegido adequadamente as pessoas presas dentro dessa indústria.

Essa perspectiva complica uma aplicação de medidas indiscriminada. Prender todas as pessoas encontradas em um complexo pode tratar vítimas de tráfico como infratores voluntários. Ignorar a conduta dos trabalhadores pode deixar vítimas financeiras sem proteção ou provas.

Os investigadores precisam de procedimentos de triagem que distingam organizadores, supervisores, recrutadores, participantes voluntários e trabalhadores coagidos. Essas distinções exigem entrevistas, registros migratórios, evidências financeiras e acesso físico aos locais.

Registros digitais podem ajudar. Livros de dívidas, avisos disciplinares, anúncios de recrutamento e referências a fugas podem estabelecer condições de trabalho invisíveis nas mensagens destinadas às vítimas.

Eles também podem revelar estruturas de comando. Uma conversa sobre descontos salariais serve a um propósito diferente de um roteiro romântico, mas ambas podem pertencer à mesma organização.

A visibilidade da OpenAI sobre o uso administrativo é, portanto, importante. Ela oferece uma visão por trás da persona usada no golpe, onde o recrutamento, o controle e a punição podem se tornar visíveis.

A INTERPOL afirma que centros de golpes ligados ao tráfico se expandiram além de sua concentração original no Sudeste Asiático. Sua atualização sobre tendências do crime constatou que vítimas de 66 países foram traficadas para centros até março de 2025.

A agência afirmou que 74% das vítimas de tráfico identificadas foram levadas a centros no Sudeste Asiático. Também relatou atividades emergentes no Oriente Médio, na África Ocidental e na América Central.

A INTERPOL observou IA em anúncios falsos de emprego, perfis, fraudes românticas e sextorsão. Isso significa que a IA pode aparecer nos dois lados da cadeia do tráfico.

Um anúncio de emprego sofisticado pode atrair um trabalhador para um complexo. Esse mesmo trabalhador pode mais tarde usar conteúdo gerado para enganar alvos em outros lugares.

Esse ciclo faz do conteúdo de recrutamento um sinal de segurança, não apenas uma questão de política de emprego. Plataformas que hospedam anúncios de emprego podem identificar o início de uma operação antes que a fraude financeira comece.

O caso do Camboja, portanto, amplia o significado de segurança em IA. Recusar um aviso falsificado é relevante, mas trata apenas do resultado imediato.

O objetivo mais difícil é conectar resultados à exploração coordenada. Esse trabalho exige colaboração entre empresas de tecnologia, instituições financeiras, especialistas em tráfico e autoridades locais.

O Que o Relatório da OpenAI Não Estabelece

A divulgação demonstra abuso significativo de plataforma, mas não consegue medir o quanto a rede dependia do ChatGPT.

A OpenAI controla as evidências das contas e publicou sua própria avaliação. Pesquisadores externos não revisaram as conversas subjacentes, os vínculos entre contas ou os critérios de aplicação de medidas.

Isso é normal em uma investigação ativa sobre ameaças. A divulgação de material bruto poderia expor vítimas, revelar métodos de detecção ou interferir na aplicação da lei.

Ainda assim, isso cria uma limitação de evidências. Os leitores podem avaliar as conclusões declaradas pela empresa, exemplos de apoio e a consistência com outras reportagens. Eles não podem reproduzir a atribuição de forma independente.

A linguagem geográfica permanece deliberadamente cautelosa. A OpenAI afirmou que as contas muito provavelmente se originaram no Camboja e provavelmente operavam perto de Poipet. Ela não identificou um complexo específico nem uma organização criminosa.

O relatório também evita um total preciso de vítimas. “Centenas de alvos” é uma estimativa derivada de comunicações internas. Alvos não são necessariamente pessoas que transferiram dinheiro.

As perdas mencionadas são igualmente incertas. Golpistas discutiram vítimas perdendo milhares de dólares, mas a OpenAI não conseguiu verificar essas afirmações.

Grupos criminosos podem exagerar o desempenho internamente, especialmente quando gestores acompanham cotas. Uma conversa também pode se referir à mesma pessoa mais de uma vez.

O papel do conteúdo gerado permanece outra incógnita. O relatório demonstra uso, mas não taxas de conversão, mudanças de receita ou trabalho economizado.

Uma imagem fraudulenta criada com o ChatGPT pode ter persuadido um alvo. Ela também pode ter permanecido como um rascunho não utilizado.

A distinção importa porque alegações amplas sobre fraude impulsionada por IA podem obscurecer causas já estabelecidas. Essas operações existiam antes dos modelos generativos atuais e já usavam roteiros, tradutores, sites falsos e fotografias roubadas.

A IA pode melhorar a escala e a adaptabilidade sem ser necessária para o crime. Remover um modelo não elimina os incentivos financeiros, o trabalho cativo ou os canais de comunicação.

O relatório também não consegue mostrar se a rede migrou para outro provedor após a aplicação de medidas. O deslocamento é difícil de medir quando plataformas divulgam incidentes de forma independente.

Mais transparência ajudaria pesquisadores a comparar casos. Campos agregados úteis incluem contagens de contas, duração da atividade, categorias de solicitações, fontes de detecção e migração observada após banimentos.

Os provedores precisam equilibrar essa transparência com a segurança operacional. Publicar regras precisas pode ensinar adversários a permanecer abaixo dos limites de aplicação de medidas.

Um modelo de relatório confiável deve separar observações de alta confiança de estimativas. A OpenAI faz isso em vários pontos ao rotular avaliações geográficas e alegações de perdas não verificadas.

A empresa deve manter essa distinção em divulgações futuras. Os relatórios de segurança perdem valor quando atividade de contas, impacto criminal e certeza de atribuição se fundem em uma única manchete.

Evidências independentes das autoridades podem fortalecer o quadro. O Camboja anunciou grandes repressões ao cibercrime durante 2025, incluindo ações em Poipet e outros locais.

Um relato sobre a aplicação da lei descreveu cerca de 1.000 prisões durante uma dessas operações. Essas prisões representam um contexto mais amplo e não foram confirmadas como parte do caso da OpenAI.

Essa separação é essencial. Geografia e métodos semelhantes não provam que duas investigações dizem respeito à mesma organização.

A contribuição mais forte da OpenAI é mais restrita. Seus dados internos expuseram como uma rede coordenada usou um modelo de uso geral no contato com vítimas, na produção de conteúdo e na administração interna.

Isso é suficiente para orientar defesas. Não é suficiente para declarar a organização desmantelada ou quantificar o efeito da IA sobre seus ganhos.

Três Sinais Mostrarão se a Interrupção Perdura

O próximo teste é saber se a inteligência compartilhada produz pressão duradoura sobre contas, pagamentos, recrutamento e operações físicas.

O primeiro sinal é a aplicação coordenada de medidas por plataformas de mensagens e redes sociais. O WhatsApp forneceu a pista original, dando aos parceiros a oportunidade de rastrear personas e conversas conectadas.

Um resultado significativo incluiria remoções que vão além das contas iniciais do ChatGPT. Ação coordenada reforçaria a ideia de que a inteligência entre plataformas pode expor um fluxo de trabalho completo.

O silêncio não significa necessariamente que nenhuma ação ocorreu. As plataformas frequentemente evitam divulgações durante investigações ativas. No entanto, relatórios de transparência posteriores podem mostrar se grupos relacionados foram identificados.

O segundo sinal é a interrupção financeira. Golpes de investimento, apostas e falsificação de identidade acabam precisando de rotas de pagamento, mesmo quando o relacionamento começa em uma plataforma social.

Bancos, processadores de pagamento, serviços de criptomoedas e autoridades podem identificar contas destinatárias vinculadas a reclamações repetidas. Congelamentos ou apreensões imporiam custos que uma nova conta de IA não consegue reverter.

Notificações às vítimas são outro resultado mensurável. O contato precoce pode interromper o relacionamento antes que os alvos liquidem suas economias ou peguem mais dinheiro emprestado.

A experiência do FBI mostra por que o timing importa. A maioria das pessoas contatadas pela Operation Level Up não sabia que estava sendo enganada quando as autoridades as procuraram.

O terceiro sinal é uma ação centrada no tráfico perto de locais de recrutamento e trabalho. Banimentos de contas não podem libertar um trabalhador cujo passaporte foi confiscado ou cuja dívida foi fabricada.

As autoridades precisam identificar os organizadores enquanto avaliam os trabalhadores como possíveis vítimas de tráfico. Operações futuras devem relatar a proteção às vítimas, não apenas os totais de prisões.

As plataformas de recrutamento também têm um papel. Anúncios repetidos de emprego que prometem viagem, moradia, vistos e trabalho de “chatter” vagamente definido merecem revisão mais rigorosa quando vinculados a locais conhecidos de golpes.

Se esses três sinais aparecerem juntos, a interrupção parecerá pressão sobre uma organização, e não sobre um único serviço. Se apenas as contas desaparecerem, a rede provavelmente conseguirá se recompor em outro lugar.

O caso também oferece aos usuários de IA e compradores corporativos uma razão prática para se preocuparem com a procedência. Textos gerados, mensagens traduzidas e imagens refinadas não trazem credibilidade inerente.

As organizações devem verificar identidades por canais separados antes de confiar em oportunidades de investimento, exigências legais urgentes ou ofertas de trabalho remotas. Também devem preservar comunicações suspeitas para os investigadores.

Equipes que lidam com denúncias de ameaças precisam de evidências pesquisáveis em diferentes plataformas, datas e identidades. Um processo disciplinado de captura de informações pode manter capturas de tela e anotações conectadas, sem tratar conteúdo gerado como fato verificado.

A ação da OpenAI continua sendo significativa. A empresa identificou abuso coordenado, removeu o acesso e compartilhou indicadores além de sua própria plataforma.

Ainda assim, a lição mais profunda do relatório diz respeito à flexibilidade criminosa. A rede conseguia passar de golpes românticos para golpes de investimento e, depois, de lucros falsos para penalidades fabricadas.

As defesas precisam se tornar igualmente conectadas. Provedores de IA podem identificar padrões de geração, serviços de mensagens podem detectar abordagens, e instituições financeiras podem rastrear transferências.

Autoridades e especialistas em tráfico podem conectar esses rastros a recrutadores, locais de trabalho, coerção e organizadores. Nenhum banimento de conta pode substituir essa etapa final.

A questão agora não é se a OpenAI removeu uma rede do ChatGPT. É se as evidências resultantes chegam às pessoas e aos sistemas capazes de impedir sua próxima conversa.