Os 5 Adventos da IA na Cibersegurança e o Alarme do “Claude Mythos”

A Inteligência Artificial (IA) não aterrou de paraquedas no mundo da cibersegurança. Quando hoje lemos manchetes alarmistas sobre o impacto da Inteligência Artificial Generativa (GenAI), é fácil esquecer que esta tecnologia é o resultado de uma maturação de mais de quatro décadas.

Até chegar ao ponto em que uma máquina consegue, alegadamente, descobrir falhas críticas sem supervisão humana, a indústria atravessou quatro eras tecnológicas distintas — todas elas focadas em classificar o passado. Hoje, vivemos o quinto advento, e as regras do jogo mudaram irrevogavelmente.

Neste primeiro artigo da série, mergulhamos na evolução estrutural da IA na defesa cibernética e analisamos o caso que abalou recentemente governos e o setor financeiro: o fenómeno Claude Mythos.

A Evolução: De Sistemas Rígidos a Redes Profundas

Para compreender o choque tecnológico atual, precisamos de olhar para trás e entender as quatro fases que pavimentaram o caminho das Operações de SOC modernas:

1. A Era das Regras (Anos 80 e 90): O primeiro passo da simulação humana baseava-se em lógicas dedutivas rigorosas (“Se X, então Y”). Foi a fundação dos primeiros antivírus e sistemas de deteção de intrusões (IDS/IPS) baseados em assinaturas fixas.
2. Machine Learning Supervisionado (Anos 2000): Com mais poder computacional, deixámos de depender exclusivamente de regras manuais. A IA começou a treinar com dados categorizados, o que salvou as nossas caixas de email com filtros Bayesianos de spam e permitiu a análise heurística para identificar famílias de malware por semelhanças, mesmo sem a assinatura exata.
3. Machine Learning Não Supervisionado e UEBA (Anos 2010): A IA passou a processar informação sem rótulos. Ferramentas como o UEBA (User and Entity Behavior Analytics) começaram a definir padrões de comportamento aceitável. Se um utilizador que se liga sempre de Lisboa às 9h para transferir 10MB subitamente se ligar às 3h da manhã com um IP estrangeiro para descarregar 5GB, o sistema deteta a anomalia.
4. Deep Learning (Finais dos Anos 2010): Inspirado na estrutura cerebral, o Deep Learning permitiu o processamento de enormes volumes de dados não estruturados. Tecnologias como XDR e EDR passaram a correlacionar eventos dispersos no tempo e no espaço — por exemplo, ligar o clique num email a um processo oculto gerado horas depois —, parando ataques complexos como ransomware em tempo real.

O 5º Advento: A Chegada da GenAI

Todos os quatro adventos anteriores tinham algo em comum: serviam para detetar, filtrar e classificar eventos com base no passado. Eram, no fundo, filtros estatísticos altamente robustos.

A GenAI (Inteligência Artificial Generativa) inaugurou o quinto advento ao introduzir a capacidade de compreender contexto, raciocinar, explicar lógicas complexas e criar contramedidas para ameaças futuras. A IA deixou de ser um mero detetor para passar a ser um motor de síntese e ação autónoma.

O Alarme Sistémico do “Claude Mythos”

Esta nova era teórica tornou-se assustadoramente prática em abril de 2026. O mercado foi abalado pelo modelo de fronteira da Anthropic, denominado Claude Mythos, após este demonstrar capacidades autónomas inéditas.

O modelo identificou milhares de vulnerabilidades zero-day graves em sistemas operativos e browsers, superando, segundo as alegações, décadas de auditoria humana. A demonstração de poder foi de tal magnitude que a Anthropic decidiu cancelar o lançamento público do modelo devido ao risco extremo de ciberataques complexos e independentes.

O Mythos foi então trancado no chamado “Project Glasswing”, ficando acessível apenas ao governo dos EUA e a cerca de 40 parceiros para fins estritamente defensivos. Esta restrição sem precedentes disparou os alarmes no setor financeiro e corporativo global, elevando o modelo a um símbolo de risco geopolítico e sistémico, ilustrando a vantagem tecnológica americana.

Será o fim dos analistas humanos?

A narrative de uma máquina capaz de orquestrar cadeias de ataque complexas autonomamente, explorando pequenas falhas para superar defesas robustas, gera naturalmente medo.

Contudo, na Art Resilia, preferimos manter os pés assentes na terra. Longe das manchetes sensacionalistas, é imperativo separar o que é facto daquilo que é apenas marketing.

No próximo artigo desta série, vamos desconstruir o maior feito mediático do Claude Mythos — a descoberta de uma falha com 27 anos no OpenBSD — e expor por que motivo este modelo requer, hoje mais do que nunca, supervisão humana.

Autores:

• Francisco Nina Rente
• André Pinheiro
• Sérgio Alves
• Gonçalo Amaro