☕ Um Café no Bellacosa Mainframe
Gostou do conteúdo? Ajude a manter o café quente, o COBOL compilando e o mainframe acordado. 😄
☕ Pague um café ao Bellacosa

Translate

quarta-feira, 14 de outubro de 2026

🎭 GUY FAWKES CONTRA O IMPÉRIO DA INTELIGÊNCIA ARTIFICIAL: QUEM ESTÁ COLOCANDO PÓLVORA NOS ALGORITMOS?

 

Bellacosa Mainframe mais sobre a guerra contra a ia

☕ UM CAFÉ NO BELLACOSA MAINFRAME

🎭 GUY FAWKES CONTRA O IMPÉRIO DA INTELIGÊNCIA ARTIFICIAL: QUEM ESTÁ COLOCANDO PÓLVORA NOS ALGORITMOS?

De Londres em 1605 aos centros de dados de 2026: uma investigação sobre autoria, ghostwriters, Harry Potter, direitos autorais, interesses corporativos, protecionismo tecnológico, ciberativismo, hackers, bots e a guerra invisível pelo controle do conhecimento.

Sob a ótica de Guy Fawkes — História, COBOL, IBM Z, Arqueologia da Computação, Inteligência Artificial, Cibersegurança e Geopolítica.



🎬 Prólogo — 03h17: Guy Fawkes encontrou um barril de pólvora digital

Londres, 5 de novembro de 1605.

Nas profundezas do Parlamento inglês, um homem aguardava com 36 barris de pólvora.

Seu nome era Guy Fawkes.

O plano era destruir o Parlamento durante sua abertura oficial, assassinando o rei Jaime I e integrantes do governo.

A conspiração fracassou.

Fawkes foi capturado, interrogado, torturado e executado em janeiro de 1606.

Mais de quatro séculos depois, entretanto, seu rosto continua aparecendo em manifestações políticas, movimentos de contestação e protestos digitais.

Mas existe uma ironia histórica.

O verdadeiro Guy Fawkes não era um defensor moderno da democracia, da liberdade de expressão ou do software livre. Participou de uma conspiração religiosa e política que pretendia utilizar violência para derrubar um governo.

A transformação de seu rosto em símbolo de resistência aconteceu muito depois, especialmente por influência da história em quadrinhos V for Vendetta, de Alan Moore e David Lloyd, e de sua adaptação cinematográfica.

O personagem V utiliza uma máscara inspirada em Guy Fawkes para enfrentar um regime autoritário fictício. A máscara acabaria adotada por ativistas e associada ao movimento Anonymous.

Portanto, o homem histórico e o símbolo contemporâneo representam coisas diferentes.

E é exatamente essa diferença entre realidade, representação e narrativa que nos acompanhará nesta investigação.

Agora, imaginemos uma cena completamente fictícia.

São 03h17 da madrugada, em novembro de 2026.

Um centro de dados IBM Z continua processando transações financeiras. Os monitores exibem informações de desempenho, os jobs avançam pelo JES2 e um operador acompanha as filas no SDSF.

De repente, surge uma mensagem inesperada num terminal 3270.

REMEMBER, REMEMBER THE FIFTH OF NOVEMBER.

Na sala escura aparece uma figura vestida de preto, usando chapéu e uma máscara sorridente.

— Quem é você? — pergunta o operador.

— Guy Fawkes. Ou, pelo menos, aquilo que a humanidade fez de mim.

O operador suspira.

— Veio destruir o mainframe?

— Não. Vim descobrir quem está colocando pólvora no conhecimento das máquinas.

E assim começa nossa investigação.



🧨 Capítulo I — Quem foi Guy Fawkes e por que sua máscara representa uma contradição?

Guy Fawkes nasceu em York, na Inglaterra, em 1570.

Foi soldado e adquiriu experiência militar combatendo ao lado das forças espanholas nos Países Baixos.

Sua participação na Conspiração da Pólvora ocorreu num contexto de profundas tensões religiosas entre católicos e protestantes.

O principal articulador da conspiração foi Robert Catesby, não Fawkes.

O objetivo era assassinar o rei Jaime I e provocar uma mudança política e religiosa na Inglaterra.

O plano não representa uma luta democrática contemporânea; envolvia assassinato em massa como instrumento de transformação política.

Entretanto, a história tem uma capacidade extraordinária de transformar personagens.

O Guy Fawkes histórico foi um conspirador.

O Guy Fawkes popular tornou-se um símbolo associado à contestação da autoridade.

O personagem V, por sua vez, é uma figura ficcional que utiliza a imagem de Fawkes para questionar um Estado autoritário.

Três figuras diferentes, frequentemente confundidas.

Curiosidade histórica: a carta anônima enviada a Lord Monteagle em outubro de 1605 ajudou a revelar a conspiração. Até hoje existem dúvidas sobre a identidade de seu verdadeiro autor.

Observe como essa situação lembra a segurança da informação.

Havia uma conspiração, mensagens, identidades ocultas, inteligência humana, investigações e um alerta que mudou os acontecimentos.

Não existiam computadores, mas já existiam problemas de confiança, autenticidade e procedência da informação.

A primeira lição para um programador COBOL é simples:

Nunca confunda a informação recebida com a garantia de que ela é verdadeira.



📚 Capítulo II — O escritor solitário nunca esteve realmente sozinho

Guy Fawkes entra numa biblioteca e encontra um livro de grande sucesso.

Na capa aparece o nome de um único autor.

Ele pergunta:

— Este homem escreveu tudo sozinho?

A resposta é: talvez.

Mas frequentemente a produção editorial envolve muito mais gente.

Existem revisores, pesquisadores, editores de desenvolvimento, tradutores, designers, ilustradores, especialistas técnicos e, em determinados projetos, ghostwriters.

Um ghostwriter é um profissional contratado para escrever material que poderá ser publicado sob o nome de outra pessoa, conforme o contrato estabelecido.

Isso acontece em autobiografias, discursos, livros empresariais, publicações de celebridades e outros projetos.

A utilização de colaboradores humanos não elimina automaticamente o reconhecimento de autoria da pessoa responsável pela obra.

Da mesma forma, ninguém exige que um diretor de cinema opere todas as câmeras, construa os cenários, costure os figurinos e componha a trilha sonora.

A criação profissional frequentemente é coletiva.

Então surge nossa primeira pergunta incômoda.

Por que algumas pessoas aceitam um livro produzido com auxílio de ghostwriters, mas consideram ilegítimo qualquer livro criado com auxílio de inteligência artificial?

Parte da resposta está nas convenções culturais.

A sociedade desenvolveu regras, contratos e expectativas em torno da colaboração humana.

Outra parte envolve diferenças reais: os colaboradores humanos podem negociar remuneração, direitos e responsabilidades. Já o treinamento de sistemas de IA envolve questões próprias de consentimento e utilização de obras de terceiros.

Portanto, a comparação é poderosa, mas não perfeita.

O ponto central é que precisamos separar autoria, execução, colaboração, responsabilidade e transparência.

São conceitos relacionados, mas não idênticos.

O exemplo do programador COBOL

Um programador recebe uma especificação funcional.

Consulta manuais da IBM, examina um programa antigo, conversa com um analista de negócios, reutiliza componentes autorizados e pede ajuda a um colega.

Depois desenvolve o programa.

Ninguém considera automaticamente que ele deixou de ser programador porque utilizou conhecimento de outras pessoas.

Se usar um assistente de IA para explicar uma instrução COBOL, encontrar um possível erro ou propor testes, sua responsabilidade profissional continua existindo.

O problema aparece quando aceita código sem compreender seu comportamento, reproduz propriedade intelectual indevidamente ou ignora regras de segurança.

A ferramenta não substitui o dever de compreender aquilo que será colocado em produção.



🧙 Capítulo III — Harry Potter e a extraordinária reciclagem da imaginação humana

Guy Fawkes encontra outro livro.

Desta vez, um jovem descobre que possui poderes mágicos e entra numa escola de bruxaria.

A pergunta surge imediatamente:

— Mas isso não existia antes?

Sim.

Muito antes da publicação de Harry Potter e a Pedra Filosofal, em 1997, existiam histórias sobre magia, aprendizes, escolas, objetos encantados, mentores e conflitos entre forças sobrenaturais.

Em 1968, Ursula K. Le Guin publicou A Wizard of Earthsea, que apresenta o aprendizado da magia e uma escola de feiticeiros.

Em 1974, Jill Murphy publicou The Worst Witch, com uma jovem frequentando uma academia de bruxas.

A literatura britânica também possuía uma longa tradição de histórias ambientadas em internatos.

J. K. Rowling reuniu elementos conhecidos, desenvolveu personagens, criou conflitos particulares e organizou seu próprio universo narrativo.

Isso é importante: identificar semelhanças não demonstra que Rowling copiou diretamente cada obra anterior.

Mas demonstra que a literatura se desenvolve dentro de uma tradição.

Depois do sucesso de Harry Potter, novas histórias com academias mágicas, estudantes sobrenaturais e conflitos escolares ganharam espaço.

O processo cultural continuou.

A memória que trabalha sem pedir autorização

Quando lemos um romance, assistimos a um filme ou estudamos programação, parte da experiência permanece em nossa memória.

Nem sempre lembramos conscientemente a origem de cada ideia.

Anos depois, podemos produzir algo que apresenta semelhanças com uma obra esquecida.

Existe inclusive um fenômeno psicológico chamado criptomnésia: uma pessoa pode experimentar uma lembrança como se fosse uma ideia inteiramente nova.

Essa observação não transforma automaticamente toda semelhança em criação legítima.

Mas revela que a influência cultural é uma característica normal da cognição humana.

E aqui encontramos uma das perguntas filosóficas mais difíceis da inteligência artificial:

Se um ser humano aprende padrões lendo milhares de livros e depois os utiliza para criar, em que aspectos o aprendizado de uma máquina deve ser considerado semelhante ou diferente?

A resposta exige cuidado.

O ser humano possui experiência corporal, memória autobiográfica, objetivos pessoais, relações sociais e processos cognitivos próprios.

Um modelo generativo aprende relações estatísticas em dados e utiliza parâmetros computacionais para gerar resultados.

São processos diferentes.

Entretanto, ambos podem recombinar informações aprendidas anteriormente.

Por isso, a simples presença de influências não basta para caracterizar plágio.

O debate precisa examinar a origem dos materiais, sua utilização, as semelhanças concretas e os direitos envolvidos.


⚖️ Capítulo IV — Direitos autorais: quem é dono de uma ideia?

Guy Fawkes coloca dois livros sobre a mesa.

Ambos apresentam uma escola de magia.

— Qual deles está roubando o outro?

O bibliotecário responde:

— Depende do que foi reproduzido.

Essa é uma das distinções fundamentais do direito autoral.

Em termos gerais, ideias, temas e conceitos abstratos não recebem a mesma proteção que a expressão original concreta de uma obra.

Escrever sobre uma escola de bruxaria não significa, automaticamente, copiar Harry Potter.

Entretanto, reproduzir personagens protegidos, passagens, diálogos ou outros elementos expressivos substanciais pode criar problemas jurídicos.

Na IA generativa, existem pelo menos três questões diferentes.

A primeira é se os dados utilizados para treinar um modelo foram obtidos e empregados legalmente.

A segunda é se o conteúdo gerado reproduz indevidamente material protegido.

A terceira é quem pode ser reconhecido juridicamente como autor do resultado.

Nos Estados Unidos, o Copyright Office publicou em janeiro de 2025 orientações segundo as quais a utilização de IA não impede necessariamente a proteção autoral das contribuições humanas.

Porém, material inteiramente gerado pela máquina, sem contribuição criativa humana suficiente, não recebe automaticamente a mesma proteção.

Isso não significa que as regras sejam idênticas no Brasil, em Portugal ou em toda a União Europeia.

A legislação e a jurisprudência variam.

Curiosidade editorial

O Kindle Direct Publishing, da Amazon, diferencia conteúdo gerado por IA de conteúdo assistido por IA.

Se uma pessoa escreve o texto e utiliza IA para aprimorar a redação, trata-se, segundo a classificação da plataforma, de conteúdo assistido.

Se a IA produz o texto efetivo, ele é classificado como gerado por IA, mesmo que depois receba revisões substanciais.

A plataforma exige declaração de conteúdo gerado por IA no processo editorial.

Isso demonstra que o mercado está construindo novas convenções.

A pergunta deixou de ser simplesmente se uma pessoa utilizou inteligência artificial.

Agora precisamos perguntar como utilizou, qual foi sua contribuição e quais responsabilidades assumiu.


💰 Capítulo V — Quem lucra com a guerra contra a inteligência artificial?

Guy Fawkes encontra uma sala de reuniões.

Sentados à mesa estão representantes de editoras, plataformas tecnológicas, empresas de inteligência artificial, associações de artistas, investidores e grupos de defesa dos consumidores.

Todos afirmam proteger o futuro da criatividade.

Mas nem todos desejam o mesmo futuro.

As empresas detentoras de grandes catálogos de livros, músicas e imagens podem obter receitas importantes com contratos de licenciamento.

As empresas de IA desejam acesso a dados, infraestrutura e mercados consumidores.

Os artistas procuram preservar remuneração, reconhecimento e controle sobre suas obras.

As plataformas digitais podem ganhar audiência com debates e confrontos.

Os governos precisam equilibrar inovação, direitos, segurança e interesses estratégicos.

A existência desses interesses não prova uma conspiração centralizada. Mas demonstra que a disputa não é exclusivamente filosófica.

Existe dinheiro envolvido.

Muito dinheiro.

O perigo da concentração econômica

Imagine que uma nova lei exija pagamentos extremamente elevados para utilizar conjuntos de obras no treinamento de sistemas de IA.

Quem teria melhores condições de pagar?

Provavelmente as empresas com mais capital.

Uma startup pequena poderia enfrentar dificuldades muito maiores.

Por outro lado, não exigir compensação alguma também pode favorecer empresas que utilizam enormes volumes de materiais sem negociar com seus criadores.

Portanto, tanto a ausência de regras quanto determinados modelos regulatórios podem favorecer grandes participantes.

O objetivo deveria ser procurar regras proporcionais, verificáveis e compatíveis com a proteção dos direitos.

Os trabalhadores têm motivos reais para preocupação?

Sim.

Uma pesquisa da Society of Authors, realizada no Reino Unido em 2024, identificou participantes que relataram perda de trabalho e redução de rendimentos em atividades como tradução e ilustração.

Entre os respondentes dessas categorias, 26% dos ilustradores e 36% dos tradutores afirmaram ter perdido trabalhos em decorrência da IA generativa.

Esses números descrevem os participantes da pesquisa; não devem ser tratados automaticamente como percentuais de toda a população profissional.

Ainda assim, mostram que a preocupação econômica não é apenas imaginária.

Existe uma diferença entre alguém que critica uma tecnologia por desconhecimento e alguém que perdeu contratos em razão de sua adoção.

Uma investigação séria precisa ouvir os dois lados.


📣 Capítulo VI — A fábrica de indignação: quando o Fla-Flu vira produto

Guy Fawkes abre uma rede social.

Na primeira publicação encontra:

"ARTISTAS QUE UTILIZAM IA SÃO FRAUDADORES!"

Na segunda:

"QUEM CRITICA IA TEM MEDO DE PERDER O EMPREGO!"

Na terceira:

"AS GRANDES EMPRESAS QUEREM ROUBAR TODA A CRIATIVIDADE HUMANA!"

Milhares de comentários.

Ofensas.

Compartilhamentos.

Pessoas bloqueando umas às outras.

E muita gente transformando a polêmica em conteúdo.

Mas qual dessas frases explica satisfatoriamente a realidade?

Nenhuma.

São generalizações.

O problema é que mensagens emocionalmente provocativas podem atrair engajamento, especialmente em ambientes digitais nos quais o alcance depende de interações.

Isso cria incentivos para simplificar debates complexos.

A discussão sobre licenciamento de dados transforma-se numa batalha sobre quem é artista verdadeiro.

O debate sobre remuneração vira uma disputa entre defensores do progresso e supostos inimigos da tecnologia.

A preocupação com segurança acaba apresentada como censura.

E uma ferramenta de produtividade passa a representar, para algumas pessoas, uma ameaça à dignidade humana.

Existe manipulação organizada?

Pode existir.

Campanhas organizadas de pressão pública, lobby e influência são fenômenos conhecidos.

Mas é essencial distinguir três situações.

A mobilização legítima ocorre quando pessoas e organizações defendem abertamente suas posições.

A campanha de relações públicas procura convencer o público e pode ser totalmente lícita.

A operação enganosa utiliza métodos como identidades falsas, financiamento oculto ou informações deliberadamente fraudulentas.

Coordenação não é automaticamente manipulação.

Uma manifestação sindical organizada não deve ser confundida com uma operação clandestina.

A regra de Guy Fawkes para investigar esse universo seria:

Siga o financiamento, examine as evidências e não confunda suspeitas com provas.


🌍 Capítulo VII — A geopolítica da IA: países atrasados podem mudar as regras do jogo?

Imagine três países.

O primeiro possui os maiores modelos de IA e uma infraestrutura gigantesca de computação.

O segundo possui pesquisadores qualificados, mas depende de tecnologia estrangeira.

O terceiro representa um mercado consumidor enorme, embora tenha capacidade limitada para desenvolver modelos próprios.

Qual deles possui poder?

Todos, mas de formas diferentes.

O primeiro controla parte importante da tecnologia.

O segundo pode desenvolver alternativas nacionais.

O terceiro pode definir condições para que empresas estrangeiras operem em seu mercado.

Essa é uma dimensão essencial da soberania tecnológica.

O exemplo da União Europeia

A União Europeia adotou o AI Act, estabelecendo obrigações e restrições proporcionais a diferentes utilizações da inteligência artificial.

A legislação entrou em vigor em agosto de 2024, com aplicação progressiva de suas disposições.

Ao mesmo tempo, a Europa desenvolveu iniciativas de investimento em infraestrutura, pesquisa e capacidade computacional.

Isso demonstra que regulamentação e política industrial podem caminhar juntas.

Mas seria precipitado afirmar que toda regulamentação europeia foi criada para prejudicar os Estados Unidos.

As normas também procuram proteger direitos fundamentais, consumidores e segurança.

A distinção entre finalidade declarada, intenção estratégica e efeito econômico precisa ser investigada caso a caso.

Uma armadilha para países em desenvolvimento

Imagine que o Brasil estabeleça regras tão caras que somente grandes multinacionais consigam cumpri-las.

Uma legislação criada para proteger o mercado nacional poderia acabar dificultando o crescimento de startups brasileiras.

Agora imagine o contrário: nenhuma proteção para dados pessoais, informações empresariais ou sistemas críticos.

O país poderia sofrer consequências econômicas e sociais graves.

A questão não é simplesmente regulamentar ou deixar de regulamentar.

É encontrar um equilíbrio entre proteção, inovação, competitividade e fiscalização.

A soberania digital exige infraestrutura

Para desenvolver inteligência artificial própria, não basta aprovar leis.

É necessário investir em computação, energia, redes, centros de dados, formação profissional, pesquisa, modelos, dados de qualidade e segurança.

A soberania tecnológica depende também de capacidade operacional.

Um país que apenas limita ferramentas estrangeiras, sem construir alternativas, pode aumentar sua dependência.


🕵️ Capítulo VIII — Anonymous, Guy Fawkes e o nascimento do ciberativismo moderno

A máscara inspirada em Guy Fawkes tornou-se associada ao Anonymous, um fenômeno descentralizado surgido na cultura da internet.

Ao longo dos anos, o nome Anonymous foi utilizado por diferentes participantes e agrupamentos, sem uma estrutura única e permanente de comando.

Algumas iniciativas envolveram manifestações, divulgação de informações e protestos digitais.

Outras envolveram ataques cibernéticos e atividades ilegais.

É importante não tratar tudo isso como uma única organização ou atribuir os mesmos objetivos a todos os que utilizam a máscara.

Também não devemos confundir ciberativismo com qualquer forma de ataque hacker.

Um protesto digital pacífico, uma campanha por transparência e uma invasão de sistemas representam condutas diferentes.

Por que isso importa na corrida da IA?

Porque a inteligência artificial passou a representar um novo alvo para diferentes formas de contestação.

Alguns artistas desenvolvem ferramentas para dificultar a utilização não autorizada de suas imagens.

Pesquisadores investigam vulnerabilidades de modelos.

Criminosos procuram explorar agentes automatizados.

Grupos interessados em influência política podem utilizar IA para produzir conteúdos enganosos.

E concorrentes podem tentar extrair conhecimentos técnicos de sistemas proprietários.

Essas atividades não são equivalentes.

É preciso analisar objetivo, método, autorização, impacto e legalidade.


☠️ Capítulo IX — Nightshade: quando uma imagem vira uma armadilha para o treinamento

Guy Fawkes encontra um laboratório de pesquisa.

Na tela aparecem imagens aparentemente normais.

Mas os pesquisadores explicam que determinadas alterações nos arquivos podem prejudicar o aprendizado de modelos generativos de imagem caso esses materiais sejam incorporados ao treinamento.

O projeto Nightshade, desenvolvido por pesquisadores da Universidade de Chicago, investiga justamente essa possibilidade.

Sua proposta declarada é oferecer a artistas um instrumento de resistência à coleta não autorizada de imagens para treinamento.

A ferramenta emprega modificações que podem interferir nas associações aprendidas por determinados modelos de difusão.

O conceito é conhecido como data poisoning, ou envenenamento de dados.

Como entender o problema?

Imagine que uma criança esteja aprendendo a identificar animais.

Se todas as referências forem corretas, a aprendizagem poderá construir associações adequadas.

Mas se várias informações forem deliberadamente alteradas, o processo de aprendizagem poderá sofrer distorções.

Nos sistemas de IA, a situação envolve processos matemáticos muito mais complexos.

Entretanto, a analogia ajuda a compreender a ameaça.

Os dados não são apenas material passivo.

Eles podem influenciar o comportamento do modelo.

Nightshade é um vírus?

Não.

Segundo os próprios pesquisadores, Nightshade não funciona como um vírus que infecta computadores ou modelos remotamente.

Seus efeitos dependem da incorporação das imagens modificadas ao treinamento de modelos compatíveis.

Também não é uma ferramenta capaz de comprometer automaticamente qualquer sistema de IA.

O que torna essa pesquisa importante é a demonstração de que a confiança nos dados de treinamento precisa ser tratada como um problema de segurança.


🤖 Capítulo X — Bots podem fabricar uma realidade para as máquinas?

Agora chegamos à hipótese mais inquietante.

Imagine milhares de perfis automatizados publicando informações semelhantes em diferentes sites.

As mensagens afirmam repetidamente algo falso.

Outros sites reproduzem as publicações.

Buscadores passam a encontrar diversas páginas aparentemente independentes.

Assistentes de IA consultam essas fontes.

O resultado pode ser uma falsa impressão de consenso.

Mas precisamos distinguir dois fenômenos.

Primeiro: a manipulação das respostas em tempo real.

Um assistente consulta páginas contaminadas e pode apresentar informações incorretas, mesmo sem alterar os parâmetros de seu modelo.

Segundo: o envenenamento do treinamento.

Dados maliciosos entram num conjunto efetivamente utilizado para treinar ou ajustar um modelo e podem modificar seu comportamento futuro.

No segundo caso, não basta publicar milhares de mensagens.

Os dados precisam alcançar o processo de treinamento, passar pelos controles aplicados e produzir um efeito mensurável.

O experimento dos 250 documentos

Em 2025, pesquisadores da Anthropic, do UK AI Security Institute e do Alan Turing Institute divulgaram experimentos mostrando que uma quantidade relativamente pequena de documentos maliciosos poderia introduzir um comportamento específico em modelos de linguagem.

Nos testes, 250 documentos foram suficientes para produzir uma vulnerabilidade acionada por um gatilho em modelos de diferentes tamanhos.

Mas atenção.

O comportamento demonstrado envolvia uma saída sem sentido em determinadas condições.

Não significa que 250 mensagens sejam suficientes para alterar a orientação política de qualquer grande modelo comercial.

Essa distinção entre o que foi demonstrado e o que apenas imaginamos é fundamental.

E as operações de influência?

Já existem operações documentadas em que agentes utilizaram IA para produzir publicações e sustentar perfis falsos.

Em 2024, a OpenAI informou ter interrompido cinco operações de influência encoberta que utilizavam seus modelos em atividades como geração de comentários e materiais para redes sociais.

Isso demonstra o uso malicioso de IA na produção de propaganda.

Não comprova, por si, que essas operações tenham conseguido contaminar o treinamento de outros modelos.

A prudência é indispensável.

Uma hipótese tecnicamente possível não deve ser anunciada como uma operação comprovada.


🖥️ Capítulo XI — O que um programador COBOL pode ensinar aos engenheiros de IA?

Guy Fawkes finalmente se aproxima do terminal 3270.

— O que esse computador antigo tem a ensinar sobre inteligência artificial?

O operador responde:

— Integridade.

A palavra parece simples.

Mas em sistemas empresariais críticos pode representar a diferença entre uma operação correta e um desastre financeiro.

Durante décadas, o universo mainframe desenvolveu mecanismos para controlar acessos, validar entradas, registrar transações, acompanhar processamento e investigar falhas.

Ferramentas como RACF, JES2, SDSF, SMF, Db2 e mecanismos de auditoria ajudam a construir ambientes controlados.

Nenhuma delas garante, isoladamente, que uma informação seja verdadeira.

Mas todas fazem parte de uma cultura de controle, rastreabilidade e responsabilidade operacional.

Exemplo prático em COBOL: nunca confie cegamente na entrada

Imagine um programa que recebe valores de transações financeiras.

Antes de efetuar cálculos, precisamos validar o conteúdo recebido.

       IDENTIFICATION DIVISION.
       PROGRAM-ID. VALIDAIA.

       DATA DIVISION.
       WORKING-STORAGE SECTION.

       01 WS-VALOR-TEXTO PIC X(8).
       01 WS-VALOR       PIC 9(6)V99.
       01 WS-STATUS      PIC X(10).

       PROCEDURE DIVISION.

           MOVE "00125050" TO WS-VALOR-TEXTO

           IF WS-VALOR-TEXTO IS NUMERIC
               MOVE WS-VALOR-TEXTO TO WS-VALOR
               MOVE "VALIDO" TO WS-STATUS
           ELSE
               MOVE "INVALIDO" TO WS-STATUS
           END-IF

           DISPLAY "STATUS: " WS-STATUS

           IF WS-STATUS = "VALIDO"
               DISPLAY "VALOR: " WS-VALOR
           END-IF

           GOBACK.

Esse programa didático verifica se uma sequência de oito caracteres contém somente dígitos antes de movê-la para um campo numérico.

No formato utilizado, os dois últimos dígitos representam centavos, de modo que 00125050 corresponde a 1.250,50.

O programa não verifica origem, autenticidade, limites comerciais ou autorização da transação.

Seu objetivo é mostrar a primeira camada de validação.

Para um programa bancário real, seriam necessários controles adicionais, especialmente contra valores fora dos limites, operações duplicadas e dados não autorizados.

A relação com IA

Uma aplicação de IA também precisa validar suas entradas.

Mas agora os dados podem conter informações falsas, instruções manipuladoras, documentos contaminados ou conteúdos preparados para explorar o comportamento do assistente.

O desenvolvedor precisa separar informação de comando.

Um documento consultado pela IA não deve receber automaticamente autoridade para modificar suas regras operacionais.

Essa é uma das bases da defesa contra prompt injection.


🔍 Capítulo XII — Passo a passo: como investigar possíveis manipulações de IA

Para quem está começando em COBOL, análise de sistemas ou segurança cibernética, proponho um laboratório inteiramente defensivo.

Não vamos atacar modelos, contaminar datasets ou produzir redes de bots.

Vamos aprender a reconhecer problemas de integridade.

Passo 1 — Escolha uma afirmação verificável

Exemplo fictício:

"Uma nova versão do COBOL foi oficialmente lançada ontem."

Antes de compartilhar, procure o anúncio original.

Verifique o nome do produto, fabricante, versão e data.

Uma página repetindo a notícia não é necessariamente uma confirmação independente.

Passo 2 — Identifique as fontes

Organize as fontes em categorias:

  • Documentação oficial.

  • Publicações técnicas independentes.

  • Notícias com autoria identificada.

  • Publicações sem origem verificável.

Procure reconhecer quando vários textos dependem de uma única fonte original.

Dez sites reproduzindo a mesma notícia não equivalem a dez investigações independentes.

Passo 3 — Compare as informações

Verifique diferenças entre datas, nomes, números, versões e características técnicas.

Em notícias sobre tecnologia, pequenas diferenças podem alterar completamente o significado.

Um recurso experimental não é necessariamente uma funcionalidade disponível em produção.

Uma pesquisa acadêmica não é uma comprovação de ataque real.

Passo 4 — Registre a procedência

Crie uma pequena planilha contendo:

CampoExemplo
IdentificadorIA-0001
AssuntoAtualização COBOL
FonteDocumentação oficial
Data consultada11/11/2026
SituaçãoVerificada
ObservaçãoVersão confirmada

Isso representa uma forma simplificada de governança de dados.

Em ambientes profissionais, também podem ser utilizados registros de alterações, assinaturas digitais, hashes criptográficos, versionamento e controles de acesso.

Passo 5 — Faça perguntas à IA, mas valide as respostas

Peça ao assistente para resumir os documentos.

Depois compare cada afirmação importante com os materiais originais.

Não aceite a existência de uma citação como garantia de que ela realmente sustenta o argumento apresentado.

Passo 6 — Observe sinais de contaminação

Procure padrões como fontes supostamente independentes repetindo erros idênticos, referências inexistentes, números contraditórios e documentos que tentam instruir o assistente a ignorar suas regras.

Esses sinais merecem investigação.

Nenhum deles, isoladamente, prova sabotagem.

Passo 7 — Preserve as evidências

Registre as URLs, datas, versões e trechos relevantes.

Em uma investigação corporativa, siga os procedimentos autorizados de preservação de registros e reporte de incidentes.

Não tente retaliar contra possíveis responsáveis.

Passo 8 — Classifique a conclusão

Utilize categorias claras:

Confirmado: existem evidências suficientes para sustentar a afirmação.

Provável: há indícios relevantes, mas ainda faltam elementos.

Não verificado: não há confirmação independente.

Contradito: evidências confiáveis demonstram que a afirmação está incorreta.

Essa disciplina é muito mais poderosa do que simplesmente perguntar se determinada informação parece verdadeira.


🛡️ Capítulo XIII — Como proteger uma IA empresarial?

Imagine um banco utilizando IA para auxiliar na compreensão de programas COBOL e documentos internos.

Um funcionário pergunta:

"Qual regra determina o cálculo de juros deste contrato?"

O assistente pesquisa especificações antigas, documentos técnicos e informações de um repositório corporativo.

Se um desses documentos estiver incorreto ou adulterado, a resposta poderá ser comprometida.

Por isso, uma arquitetura responsável precisa implementar controles em diferentes camadas.

Primeira camada: identidade.

É necessário verificar quem pode consultar informações e executar determinadas ações.

Segunda camada: autorização.

O acesso a um documento não significa permissão para alterar sistemas ou divulgar informações confidenciais.

Terceira camada: integridade dos dados.

Documentos precisam ter procedência, versões e mecanismos de verificação.

Quarta camada: isolamento das instruções.

O assistente não deve tratar comandos encontrados em documentos externos como ordens superiores às políticas da aplicação.

Quinta camada: auditoria.

As consultas e operações relevantes precisam produzir registros apropriados, respeitando requisitos de privacidade e segurança.

Sexta camada: supervisão humana.

Decisões críticas não devem depender exclusivamente de respostas generativas sem controles adicionais.

Em bancos, hospitais, serviços públicos e infraestruturas essenciais, a responsabilidade operacional precisa estar claramente definida.

A grande diferença entre uma IA e um programa tradicional

Um programa COBOL determinístico, sob as mesmas condições e entradas, tende a seguir as mesmas regras de execução.

Um sistema generativo pode apresentar variações de resposta, mesmo quando o assunto é semelhante.

Isso cria novos desafios de avaliação.

Precisamos testar não somente resultados exatos, mas também consistência, confiabilidade, fundamentação e comportamento diante de informações adversariais.


🧠 Capítulo XIV — A maior ameaça: quando a repetição se transforma em autoridade

Guy Fawkes encontra uma última sala.

Dentro dela, milhões de documentos são processados por sistemas de busca e inteligência artificial.

Alguns são produzidos por pesquisadores.

Outros por jornalistas.

Outros por empresas.

E muitos podem ser criados automaticamente.

O problema surge quando informações incorretas começam a circular repetidamente.

Uma notícia falsa aparece num blog.

Outros sites reproduzem o conteúdo.

Um assistente consulta essas páginas.

Sua resposta é publicada em mais um site.

Novos sistemas encontram a informação repetida.

Esse mecanismo pode criar uma aparência enganosa de confirmação.

É importante distinguir essa situação de alterações diretas nos parâmetros de um modelo.

A circulação de conteúdos falsos pode afetar a recuperação de informações sem necessariamente modificar o treinamento.

Ainda assim, o usuário final poderá receber respostas incorretas.

A lição histórica

A propaganda não nasceu com a internet.

Governos, instituições religiosas, movimentos políticos e empresas utilizam estratégias de influência há séculos.

A novidade é a capacidade de automatizar a produção, distribuição e transformação dessas mensagens.

A IA pode acelerar tanto a pesquisa legítima quanto a disseminação de informações enganosas.

Portanto, a pergunta fundamental não é apenas como tornar uma máquina mais inteligente.

É como garantir que ela disponha de fontes confiáveis e que seus usuários saibam avaliar os resultados.


🧩 Capítulo XV — Easter eggs: cinco conexões que passam despercebidas

Easter egg 1 — O homem da máscara nasceu em York

Guy Fawkes nasceu em York, uma cidade com enorme importância na história romana da Britânia.

A antiga Eboracum foi uma importante base militar romana e esteve associada a acontecimentos imperiais extraordinários, incluindo a morte de Septímio Severo em 211 e a proclamação de Constantino como imperador por suas tropas em 306.

Séculos depois, a mesma cidade veria nascer Guy Fawkes.

Um ponto geográfico conectando o Império Romano, conflitos religiosos ingleses e um símbolo contemporâneo do ativismo digital.

Easter egg 2 — A máscara possui seus próprios autores

A imagem contemporânea associada a Guy Fawkes deve muito ao trabalho criativo de David Lloyd em V for Vendetta, escrito por Alan Moore.

Ou seja, um símbolo utilizado para questionar o poder também é resultado de criação artística e de uma obra sujeita a direitos autorais.

Mais uma contradição fascinante no debate sobre propriedade intelectual.

Easter egg 3 — O computador também depende de gerações anteriores

Uma linguagem como COBOL carrega influências históricas do desenvolvimento de linguagens comerciais, processamento de dados e experiências de pesquisadores e fabricantes.

Seu nascimento em 1959 foi resultado de trabalho coletivo.

A computação inteira é construída sobre heranças técnicas.

Nenhum programador começa do zero absoluto.

Easter egg 4 — Nem toda oposição à tecnologia é irracional

Os luditas do século XIX reagiram a transformações na indústria têxtil inglesa.

Suas ações envolveram destruição de máquinas, mas estavam ligadas a conflitos sobre condições de trabalho, salários e organização produtiva.

Reduzir qualquer crítico da IA a um ludita ignorante pode ocultar problemas reais de distribuição dos benefícios tecnológicos.

Easter egg 5 — O perigo do nome Anonymous

O nome Anonymous sugere uma identidade coletiva.

Entretanto, a ausência de uma organização central permanente dificulta atribuir uma operação a todos os participantes que utilizam a mesma simbologia.

Isso ensina uma lição importante de inteligência cibernética: símbolos compartilhados não comprovam autoria compartilhada.


⚖️ Capítulo XVI — O tribunal de Guy Fawkes: quem é o verdadeiro adversário?

Chegamos ao julgamento final.

No banco dos réus estão artistas, desenvolvedores de IA, empresas de tecnologia, governos, plataformas digitais e grupos de ciberativistas.

Guy Fawkes pergunta:

— Quem está tentando controlar o futuro do conhecimento?

A resposta é desconfortável.

Não existe um único grupo.

Há interesses diferentes, algumas vezes legítimos, algumas vezes conflitantes e, em determinados casos, potencialmente abusivos.

Artistas podem defender o direito de decidir como suas obras serão utilizadas.

Empresas de IA podem defender o desenvolvimento de modelos e ferramentas mais acessíveis.

Governos podem procurar proteger seus mercados e seus cidadãos.

Sindicatos podem lutar por remuneração e condições de trabalho.

Pesquisadores podem investigar vulnerabilidades.

Cibercriminosos podem tentar explorar essas vulnerabilidades.

Os objetivos não são equivalentes.

A sociedade precisa avaliar cada situação com critérios próprios.

Ser crítico à IA não transforma alguém automaticamente em inimigo do progresso.

Utilizar IA não transforma alguém automaticamente em fraudador.

Defender regulamentação não significa necessariamente apoiar censura ou protecionismo.

E discordar de determinada regulamentação não significa desejar uma internet sem direitos.

O perigo de transformar tudo numa conspiração

Existem campanhas organizadas, interesses econômicos e operações documentadas de influência digital.

Mas isso não demonstra a existência de um comando central organizando toda a hostilidade contra a IA.

Uma investigação precisa diferenciar quem se beneficia de determinado resultado de quem efetivamente causou esse resultado.

Interesse não é prova de coordenação.

Coincidência não é prova de conspiração.

E uma hipótese plausível ainda precisa ser confirmada.


🚀 Epílogo — 05h05: Guy Fawkes deixou o barril de pólvora no CPD

A madrugada termina.

O mainframe continua funcionando.

Os jobs foram concluídos.

O operador examina as últimas mensagens no SDSF.

Guy Fawkes observa as luzes da sala e faz sua última pergunta:

— Afinal, quem é o dono do conhecimento?

O operador responde:

— Talvez ninguém seja dono de todo o conhecimento. Mas existem pessoas e instituições com direitos sobre determinadas obras, dados e sistemas. E todos precisamos responder pelo uso que fazemos deles.

Fawkes permanece em silêncio.

Durante séculos, a humanidade construiu conhecimento por meio da observação, aprendizagem, imitação, contestação e transformação de ideias anteriores.

A inteligência artificial acrescenta uma nova dimensão a esse processo.

Ela não elimina os problemas históricos da autoria.

Ela os torna mais visíveis.

Também não elimina as disputas por poder.

Ela cria novos instrumentos para disputá-lo.

Os mesmos algoritmos que auxiliam pesquisadores podem ser utilizados para produzir desinformação.

As mesmas ferramentas que democratizam a criação podem reduzir a remuneração de determinados profissionais.

As mesmas leis que protegem direitos podem, dependendo de sua estrutura, criar barreiras econômicas.

E os mesmos dados que ensinam máquinas podem se transformar em superfícies de ataque.

Talvez a grande revolução de 2026 não seja simplesmente a capacidade de uma máquina produzir texto, imagens, música ou código.

Talvez seja a necessidade de reconstruir nossas noções de autoria, responsabilidade, confiança e soberania sobre o conhecimento.

Guy Fawkes dirige-se à saída.

Antes de desaparecer, deixa uma última mensagem no terminal:

IF KNOWLEDGE = POWER

VERIFY THE SOURCE

END-IF

Não é um programa COBOL completo.

É uma lembrança.

A segurança do futuro não dependerá apenas de proteger computadores contra pessoas maliciosas. Dependerá também de proteger o conhecimento contra manipulações, preservar os direitos dos criadores e impedir que o poder de decidir o que é verdade fique concentrado sem transparência ou responsabilidade.

E a pólvora?

Desta vez, é melhor deixá-la fora do centro de dados.

Porque o futuro da computação não precisa ser construído com explosões.

Precisa ser construído com investigação, educação, responsabilidade e conhecimento.


📚 Fontes e referências para aprofundamento

  1. UK Parliament — The Gunpowder Plot of 1605: história de Guy Fawkes, Robert Catesby e da conspiração.
    https://www.parliament.uk/gunpowderplot/

  2. The National Archives — The Gunpowder Plot: documentos históricos, depoimentos e a Carta de Monteagle.
    https://www.nationalarchives.gov.uk/education/teaching-resources/the-gunpowder-plot/

  3. U.S. Copyright Office — Copyright and Artificial Intelligence: relatórios sobre autoria, contribuição humana e IA.
    https://www.copyright.gov/ai/

  4. Amazon Kindle Direct Publishing — Content Guidelines: critérios para conteúdo gerado e assistido por IA.
    https://kdp.amazon.com/en_US/help/topic/G200672390

  5. Society of Authors — Pesquisa sobre IA generativa (2024): consequências para autores, tradutores e ilustradores.
    https://societyofauthors.org/

  6. European Commission — AI Act: regulamentação europeia de inteligência artificial.
    https://digital-strategy.ec.europa.eu/

  7. University of Chicago — Glaze and Nightshade: pesquisa sobre proteção de artistas e envenenamento de dados.
    https://nightshade.cs.uchicago.edu/

  8. Anthropic — Research: estudos sobre segurança de modelos, incluindo envenenamento de dados.
    https://www.anthropic.com/research

  9. OpenAI — Disrupting Deceptive Uses of AI: investigações publicadas sobre operações de influência.
    https://openai.com/index/disrupting-deceptive-uses-of-ai-by-covert-influence-operations/

  10. IBM Documentation: referências técnicas para COBOL, z/OS e segurança corporativa.
    https://www.ibm.com/docs/


Bellacosa Mainframe

Arqueologia da Computação, COBOL, IBM Z, Inteligência Artificial, Segurança Cibernética, História e os Mistérios da Tecnologia.

Porque compreender o passado é uma das melhores formas de investigar quem está programando o futuro.

☕ Um café, um mainframe e quatrocentos anos de conspirações, criatividade e disputas pelo conhecimento.

☕ Gostou deste café?
Siga o Bellacosa Mainframe e acompanhe os próximos artigos.
SEGUIR O BLOG

Sem comentários:

Enviar um comentário

De Fã para Fã. Conteúdo não oficial produzido como homenagem, comentário, análise ou paródia. Personagens, marcas e obras eventualmente mencionados pertencem aos seus respectivos titulares.
Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...