Verisk 2026: um terço dos clientes adulteraria foto de sinistro

Um cliente tira o celular do bolso. Abre o app da seguradora, escolhe uma foto da galeria, envia. A imagem mostra um para-choque amassado. Antes de enviar, ele passou dez segundos num editor de IA: clareou a lataria, marcou um arranhão que não existia, ajustou a data nos metadados. Foi um toque na tela. Ele não se sente um criminoso. Ele acha que está só corrigindo o que a câmera não pegou.

Esse cliente não é um quadrilheiro. É a pessoa comum. E, segundo a Verisk, mais de um terço deles toparia fazer exatamente isso.

O número que muda a conversa

A Verisk ouviu 1.000 consumidores e 300 profissionais de sinistro nos Estados Unidos. O resultado saiu no State of Insurance Fraud Report, divulgado em março de 2026. 36% dos consumidores considerariam alterar digitalmente uma imagem ou documento de sinistro, segundo a Verisk (via Risk & Insurance, 2026).

Entre a geração Z, o número sobe para 55%. Entre os millennials, 49%. Entre os boomers, 12%. Quanto mais novo o cliente, mais natural lhe parece editar a prova. Não é frieza moral. É que a ferramenta está no bolso, e usá-la não parece diferente de aplicar um filtro.

Outro dado fecha o quadro: 57% dos consumidores já usaram ferramentas de edição por IA, em geral no próprio smartphone. E 41% dizem conhecer alguém que usou IA para alterar ou criar uma foto, vídeo ou documento com fim financeiro (Risk & Insurance, 2026).

Por anos, a fraude foi tratada como problema de quadrilha. Oficinas combinadas, peritos comprados, sinistros encenados. Esse dado vira a chave. A fraude agora também é difusa, individual, casual. Não precisa de organização. Precisa de um aplicativo grátis e dez segundos.

Por que a edição virou um toque na tela

Edição de imagem deixou de exigir Photoshop e perícia. Hoje é um botão. O usuário escreve “remova o risco da porta” ou “deixe o amassado maior”, e a IA reconstrói os pixels. Não há rastro visível de montagem. 98% das seguradoras concordam que essas ferramentas estão aumentando a fraude digital, segundo a Verisk (via Agency Checklists, 2026).

E quase sempre nem é deepfake sofisticado. O vetor predominante em sinistros de auto é o que se chama de shallowfake: edição comum, feita num celular ou num Photoshop básico, sem rede neural avançada por trás (Insurtech.com.br, 2024). É o ajuste banal, não o golpe de cinema, que enche a fila de regulação.

O regulador olha a foto e não tem como saber. Uma imagem editada com IA generativa não tem borda serrilhada nem sombra fora de lugar. Os classificadores que tentam detectar isso depois entram numa corrida perdida, ponto que já tratamos no post sobre deepfake em sinistros. A questão aqui é outra. Não é só que a fraude ficou indetectável. É que ela ficou comum.

O caso da vistoria que apontava para a China

Em junho de 2026, a CQCS relatou um caso concreto. Uma vistoria foi conduzida inteiramente por IA. A geolocalização registrada na operação apontava para um endereço na China (CQCS/Infocar, 2026).

Não era um carro chinês nem um cliente chinês. Era uma fraude que adulterou o local de origem da captura. A mesma reportagem descreve a técnica: fraudadores “adulteram metadados de fotografias (data, hora e geolocalização) para alterar o local ou o momento”. O metadado, que deveria provar onde e quando, virou o campo mais fácil de mentir.

Vale tratar isso como um incidente reportado, não como estatística. Mas ele mostra o ponto exato da falha. Quando o sistema confia no que a foto declara sobre si mesma, qualquer um que controle o arquivo controla a verdade. A geolocalização não foi quebrada. Foi escrita à mão.

A brecha está na captura, não na análise

As seguradoras investiram pesado em IA. Cerca de 80% das seguradoras brasileiras já usam alguma forma de inteligência artificial, segundo levantamento publicado pelo InfoMoney (2025-2026). O problema é onde essa IA está plantada.

Ela quase sempre mora na análise. Modelos que estimam dano, leem documento, pontuam risco do sinistro. Tudo isso roda depois que a foto chega. E como a foto chega? Na maioria dos fluxos, por um upload de galeria. O cliente escolhe um arquivo do telefone e envia.

Aí está o desencontro. A análise é de 2026. A captura é de 2015. Toda a inteligência da seguradora trabalha em cima de uma entrada que ninguém controlou. Um EXIF, o pacote de metadados que a câmera grava na foto (data, hora, GPS), só serve como prova se ninguém puder reescrevê-lo. E ele pode.

EXIF tem dois modos de falha. Quando a foto passa por um compartilhamento comum, normalmente o app recomprime e remove a maior parte dos metadados. Não sobra prova de origem. No outro caso, o EXIF é preservado, mas qualquer editor reescreve data, hora e GPS. Os dois modos apontam para a mesma conclusão. Confiar no metadado de um arquivo enviado é confiar na palavra de quem enviou.

O ângulo da uinspect: a foto suspeita não entra

A defesa não é detectar a foto falsa. É impedir que exista uma foto sem origem comprovada. É o princípio da captura forense na origem.

Na prática significa o seguinte. A câmera nativa do app é controlada, sem botão de galeria, então não dá para subir um arquivo de fora. O GPS é forçado no momento exato do clique, não lido de um metadado que se reescreve. O EXIF é preservado desde a captura. Um hash SHA-256, uma espécie de impressão digital matemática do arquivo, é gerado na hora, junto com um carimbo de tempo vindo do servidor. Toda a cadeia de custódia fica auditável.

A lógica vira do avesso. Você não precisa provar que a foto é falsa. Você garante que ela só pode ser o que foi capturado naquele lugar e naquele instante. O truque da geolocalização na China morre na origem, porque o GPS é lido ao vivo, não copiado de um campo editável. E o cliente que considerava editar a imagem, aquele um terço da pesquisa Verisk, perde a porta de entrada antes de abrir o editor.

Não resolve toda fraude. Resolve a classe inteira que depende de uma foto sem procedência. É a diferença entre vigiar a saída e trancar a porta.

Pra quem opera antifraude

A pesquisa da Verisk não fala de quadrilha. Fala do seu cliente médio. Isso muda a pergunta que vale a pena fazer amanhã de manhã.

Três para começar:

1. No seu fluxo de sinistro, quantas fotos chegam por upload de galeria e quantas por câmera controlada do app? Se você não sabe a proporção, esse é o primeiro número a levantar.
2. Quando o EXIF de uma foto diz a data e o local, sua operação trata isso como prova ou como declaração do segurado? Os dois casos têm consequências bem diferentes.
3. Se um sinistro precisar virar processo judicial, você consegue mostrar a cadeia de custódia da imagem desde o clique? Ou a prova começa no momento em que o arquivo entrou no sistema?

Os números de fraude difusa já apareceram em outros recortes, como nos R$ 3,36 bilhões em sinistros suspeitos e nos 5 sinais técnicos na vistoria. O dado da Verisk só fecha o argumento por outro lado. Quando um terço dos clientes diz que editaria a prova, o gargalo deixou de ser detectar a mentira. Passou a ser não deixar a foto sem origem entrar.