A maioria das PMEs que desenvolve software ou acelera tarefas com assistentes de IA está a expor-se a um risco invisível. O slopsquatting na cadeia de software é a mais recente ameaça à segurança, nascida diretamente das alucinações dos modelos de linguagem. E o pior: pode entrar no seu código sem que ninguém dê conta.
Até agora, o perigo dos assistentes de código era produzirem código errado ou ineficiente. Agora, a própria criatividade da IA está a ser transformada em arma por cibercriminosos. Se a sua empresa usa ferramentas como GitHub Copilot, ChatGPT para programar ou qualquer outro gerador de código, este artigo é para ler com atenção.
O que é o slopsquatting e como funciona
O termo junta “AI slop” (conteúdo de baixa qualidade gerado por IA) e “typosquatting” (registo de domínios com erros de digitação para enganar utilizadores). No slopsquatting na cadeia de software, o ataque explora a tendência dos grandes modelos de linguagem (LLM) para inventar nomes de pacotes de código que não existem.
Durante uma sessão de programação assistida, o assistente de IA pode sugerir a instalação de uma biblioteca fictícia — por exemplo, “data-utils-plus” — que parece legítima. Se um atacante registar esse nome num repositório público (como o npm ou PyPI) e o preencher com malware, qualquer developer que aceite a sugestão estará a injetar código malicioso diretamente na sua aplicação. A partir daí, o atacante ganha uma porta de entrada para roubar dados, instalar ransomware ou comprometer sistemas.
Não se trata de um ataque direto a um servidor. É um envenenamento da cadeia de fornecimento de software: o código malicioso entra na empresa através de uma dependência aparentemente inofensiva, muitas vezes sem passar pelos controlos de segurança habituais.
O que diferencia o slopsquatting de outras ameaças
O typosquatting tradicional depende de erros humanos — um programador escreve “reqeusts” em vez de “requests” e instala um pacote malicioso. Os repositórios já têm mecanismos para detetar nomes parecidos com pacotes populares. O slopsquatting na cadeia de software é diferente porque o nome falso não imita nenhum pacote real; é uma invenção pura da IA, sem padrão previsível. Isto torna a deteção muito mais difícil.
Além disso, a escala potencial é enorme. Milhões de developers usam diariamente assistentes de IA. Cada alucinação de pacote é uma oportunidade para um atacante. E como o pacote não existe antes do ataque, não há histórico, não há denúncias, não há bandeiras vermelhas. É um terreno virgem para o crime.
Para uma PME, o impacto pode ser devastador: uma única dependência maliciosa pode expor dados de clientes, paralisar operações ou destruir a reputação construída ao longo de anos. E, ao contrário de um ataque de phishing, não é preciso que ninguém clique num link — basta que o código seja compilado.
O que isto significa para PMEs portuguesas
Muitas PMEs em Portugal estão a dar os primeiros passos na automatização e no desenvolvimento interno de software, muitas vezes com equipas reduzidas e sem especialistas em cibersegurança. O uso de ferramentas de IA para acelerar a criação de websites, lojas online ou pequenas aplicações de gestão é cada vez mais comum — e é exatamente aí que o slopsquatting na cadeia de software encontra terreno fértil.
Um empresário que contrata um developer júnior ou uma agência para criar um site em WordPress com plugins personalizados pode estar a herdar código gerado por IA sem qualquer revisão manual. Se esse código incluir uma dependência alucinada e registada por um atacante, o site fica comprometido desde o primeiro dia. As consequências vão desde multas por violação do RGPD até à perda total de vendas online durante dias.
Proteger-se não exige um orçamento milionário, mas sim processos. A primeira linha de defesa é a revisão humana de todas as dependências sugeridas por IA. Antes de instalar um pacote, verifique se ele existe realmente, há quanto tempo foi publicado, quantos contribuidores tem e se há atividade suspeita. Ferramentas de análise de composição de software (SCA) podem ajudar, mas o mais importante é a disciplina. Se a sua empresa ainda não tem uma política de segurança para código gerado por IA, está na altura de criar uma — e uma consultoria de inteligência artificial pode ajudar a definir esses processos sem complicações.
O erro que a maioria comete
O erro clássico é confiar cegamente no código gerado por IA. Muitas empresas assumem que, por vir de um modelo treinado em milhões de repositórios, as sugestões são seguras. A realidade é que os LLMs não distinguem entre pacotes reais e fictícios — simplesmente produzem o texto mais provável. Sem uma verificação manual, cada “import” sugerido pode ser uma porta aberta. A maioria das PMEs não revê as dependências porque “o código funciona” — e é exatamente aí que o slopsquatting ataca.
Riscos e limitações
O slopsquatting não é um risco para todas as empresas. Se a sua PME não desenvolve software internamente nem contrata desenvolvimento à medida, a exposição é reduzida. No entanto, mesmo a simples instalação de plugins ou extensões sugeridas por IA em plataformas low-code pode ser um vetor de ataque. Além disso, a defesa atual depende quase exclusivamente da vigilância humana — ainda não existem ferramentas automatizadas capazes de detetar pacotes alucinados com fiabilidade. Para empresas com menos de 5 pessoas em TI, o custo de revisão pode ser proibitivo. E, como em qualquer ameaça emergente, os atacantes estão sempre um passo à frente.
Veredito Descomplicar®
O slopsquatting na cadeia de software é um risco real, mas gerível. Para a maioria das PMEs portuguesas, a prioridade não é investir em software de segurança caro, mas sim adotar um processo simples de verificação de dependências e formar as equipas para desconfiarem das sugestões da IA. Se a sua empresa está a começar a usar assistentes de código, inclua uma etapa de validação manual antes de qualquer deploy. E se o tema da cibersegurança ainda lhe parece distante, recomendamos a leitura do nosso guia de cibersegurança para negócios digitais — é um bom ponto de partida para proteger o que construiu.