Como identificar um anúncio que não vende nada, apenas aponta para um crime? Essa é a pergunta que a Meta (abre em nova aba) passou a encarar de frente. Em anúncio feito na quarta-feira, 7 de outubro de 2026, a companhia apresentou um conjunto de ferramentas de inteligência artificial criado para detectar publicidades que, por fora, parecem comuns, mas que na prática servem como placa de sinalização para material ilegal de abuso sexual infantil hospedado fora das redes dela.
O contexto ajuda a entender o problema. Criminosos descobriram que anúncios pagos em plataformas como Facebook e Instagram podem atravessar filtros tradicionais quando o conteúdo exibido é banal, uma imagem qualquer, um texto sem aparente violação. A ilegalidade fica escondida no destino: o link leva o usuário para fora da plataforma, onde está o material proibido. A Meta chama esse esquema de signposting, algo como "sinalização". Um modelo de linguagem ampla, sigla LLM em inglês, passou a ser treinado para reconhecer padrões suspeitos nesses anúncios de aparência inocente e apontar quais têm forte suspeita de conduzir, de forma encoberta, a conteúdo ou atividade ilegal.
A mudança de abordagem está em olhar não só o que o anúncio mostra, mas para onde ele leva. A empresa afirmou que seus sistemas agora entendem melhor o endereço final da publicidade, o que permite bloquear destinos que violam as regras e punir as contas responsáveis. Em paralelo, varreduras adicionais guiadas por IA revisam o conteúdo publicitário para encontrar material de exploração sexual infantil que os sistemas anteriores não capturaram. A Meta disse que continuará ampliando os sinais usados nessas varreduras conforme sua investigação avança.
Há ainda duas frentes de contenção que operam em camadas distintas. A primeira é um agente de IA de red teaming, expressão do jargão de segurança para designar equipes que atacam os próprios sistemas de defesa a fim de achar falhas antes que os adversários as encontrem. Na Meta, o agente cumpre esse papel de forma automatizada: ele investiga as defesas da companhia para descobrir fragilidades e identificar táticas criminosas novas antes que escalem. A segunda frente é o fortalecimento da detecção de reincidência, o mecanismo que identifica maus atores que tentam criar novas contas depois de serem removidos.
Os números divulgados junto com as ferramentas dão a dimensão do volume envolvido. Entre janeiro e junho de 2026, a Meta removeu 33,2 milhões de itens de conteúdo de exploração sexual infantil no Facebook e no Instagram no mundo. Desse total, mais de 97% foram localizados e tratados de forma proativa, ou seja, antes de qualquer denúncia de usuário. Na Índia, foram 5,3 milhões de itens no mesmo período, com mais de 98% encontrados proativamente.
| Escopo | Período | Itens removidos | Ação proativa |
|---|---|---|---|
| Global (Facebook e Instagram) | janeiro a junho de 2026 | 33,2 milhões | mais de 97% |
| Índia (Facebook e Instagram) | janeiro a junho de 2026 | 5,3 milhões | mais de 98% |
A proatividade é o dado que a companhia mais destaca, e não é detalhe menor. Um sistema que encontra o material antes de qualquer denúncia reduz a janela de tempo em que o conteúdo circula e diminui a dependência de usuários dispostos a reportar o que veem. Ainda assim, o anúncio não informa quantos desses 33,2 milhões de itens vieram especificamente dos anúncios de signposting, nem quantas redes de contas foram desmanteladas pelas novas ferramentas. As medidas respondem a táticas adversárias que a própria Meta identificou, o que sugere que o problema já existia em escala antes da solução.
Para o usuário comum, a mudança é invisível. Nada nas telas do Facebook ou do Instagram indica que um modelo de linguagem está avaliando para onde um anúncio conduz. O efeito esperado é o que deixa de aparecer: anúncios que funcionavam como placa de sinalização para conteúdo ilegal deixam de circular, e as contas por trás deles são banidas, com mecanismos extras para dificultar o retorno. A pergunta da abertura continua válida, agora com um adversário treinado para respondê-la, ainda que a Meta não tenha revelado quão eficaz a resposta tem sido até aqui.
O que cada ferramenta faz
- Modelo de linguagem (LLM): detecta anúncios de aparência inofensiva com forte suspeita de direcionar, de forma encoberta, a conteúdo ilegal fora das plataformas.
- Análise de destino: verifica para onde o anúncio leva, e não apenas o que ele exibe, permitindo bloquear endereços finais que violam as regras.
- Varreduras por IA: revisam o conteúdo publicitário com sinais ampliados para achar material que sistemas anteriores deixaram passar.
- Agente de red teaming: testa as próprias defesas da Meta para encontrar fraquezas antes que táticas criminosas escalem.
- Detecção de reincidência: identifica quem tenta voltar com contas novas após ser removido.
Falta saber, em anúncios futuros, se o volume de 33,2 milhões de itens por semestre cai com as novas medidas. Por ora, a companhia comprometeu-se apenas a continuar expandindo os sinais de detecção conforme aprende como essas redes operam, e o desafio apontado no início permanece: um anúncio só entrega o crime quando alguém consegue ver para onde ele aponta. Agora, em tese, a máquina enxerga antes.