IA Mythos da Anthropic Descobriu Fraquezas Ocultas em Dois Principais Sistemas de Encriptação

Pontos-chave

• O modelo Mythos da Anthropic identificou fraquezas nas fundações matemáticas de dois algoritmos de encriptação em 2025.
• Os resultados são incrementais: nenhum sistema de encriptação em uso quotidiano está quebrado ou em risco imediato.
• Os resultados mostram uma "dureza" reduzida, significando que teoricamente seria necessário menos trabalho computacional para contornar os sistemas afectados.
• A Anthropic ainda não publicou resultados revistos por pares, pelo que a verificação independente continua pendente.

Um modelo de IA construído pela Anthropic, a empresa de São Francisco por trás da família de chatbots Claude, encontrou fraquezas previamente desconhecidas na matemática que sustenta dois algoritmos criptográficos, os sistemas que codificam as suas mensagens, palavras-passe e dados financeiros para os manter privados.

O modelo chama-se Mythos. A Anthropic descreve-o como uma ferramenta de IA especializada em segurança, concebida para investigar problemas matemáticos que investigadores humanos poderiam levar anos a resolver, ou ignorar completamente.

O que é que o Mythos realmente encontrou?

Encontrou formas de reduzir a "dureza" de dois algoritmos, significando que a quantidade teórica de trabalho computacional necessária para os quebrar é algo menor do que anteriormente se assumia. Esta é uma descoberta relevante na investigação criptográfica, mas não é um desastre.

Para ser claro: nada do que o Mythos descobriu quebra qualquer sistema de encriptação em que bancos, hospitais, governos ou pessoas comuns confiem agora. As suas mensagens WhatsApp, o seu acesso bancário online, os seus registos médicos não estão recentemente expostos.

O que as descobertas fazem é desgastar as margens. A segurança criptográfica é construída sobre o pressuposto de que certos problemas matemáticos são tão difíceis que nenhum computador conseguiria resolvê-los em qualquer período de tempo prático. O Mythos descobriu que dois desses problemas podem ser ligeiramente menos difíceis do que o campo acreditava.

Alguém deveria estar preocupado?

Não urgentemente, mas não nunca.

Descobertas incrementais como estas são como os colapsos criptográficos tendem a começar. Uma pequena redução na dureza hoje pode combinar-se com hardware mais rápido amanhã e um modelo mais inteligente no próximo ano em algo mais grave. Os criptógrafos levam estes sinais a sério mesmo quando nenhuns alarmes estão a soar ainda.

Há também um problema de transparência que vale a pena mencionar. Conforme primeiro relatado pela Ars Technica AI, é genuinamente difícil nesta fase separar um resultado científico significativo de um anúncio da empresa bem polido. A Anthropic não publicou estas descobertas num periódico revistos por pares, onde matemáticos independentes pudessem avaliar as reivindicações. Até isso acontecer, os resultados têm um asterisco.

O que acontece a seguir?

O próximo passo que importa é a revisão independente. Criptógrafos fora da Anthropic precisam de examinar os métodos, reproduzir os resultados e dizer se a ameaça é real e quão grande é.

Para a maioria das pessoas, o conselho prático é inalterado: use palavras-passe fortes e únicas; mantenha o software actualizado; e confie que a comunidade de segurança está a observar isto de perto. Se as descobertas do Mythos se mantiverem sob escrutínio, as organizações responsáveis por estabelecer normas de encriptação globais precisarão de avaliar se algum dos algoritmos afectados deve ser retirado ou reforçado.

Ferramentas de IA que podem investigar fraquezas matemáticas mais rapidamente do que investigadores humanos são uma variável genuinamente nova neste campo. Isso vale a pena observar atentamente.

Questões comuns

Isto significa que as minhas palavras-passe ou mensagens foram comprometidas?

Não. As fraquezas que o Mythos encontrou são reduções teóricas na dificuldade matemática, não exploits activos. Nenhuns dados protegidos por sistemas de encriptação actuais são conhecidos como estando em risco como resultado destas descobertas.

Como é que uma IA consegue encontrar falhas na matemática de encriptação?

A encriptação baseia-se em problemas que são fáceis de configurar mas muito difíceis de reverter, como multiplicar dois números primos enormes. Os modelos de IA podem procurar espaços matemáticos imensos para atalhos ou padrões que investigadores humanos poderiam ignorar ao longo de anos de trabalho.

Por que é que importa se as descobertas não foram revistas por pares?

A revisão por pares significa que especialistas independentes verificam se o método é adequado e o resultado se mantém. Sem ela, não há forma de saber se a descoberta é um avanço genuíno ou uma exageração. Na criptografia especialmente, a diferença importa enormemente.