Deduplicação biométrica

Em resumo

A deduplicação biométrica é a comparação do rosto de quem está se cadastrando com todos os registros biométricos anteriores de uma organização, para detectar se essa pessoa já está cadastrada sob outra identidade. Ela não comprova que alguém é quem diz ser: comprova que não é alguém que já estava lá. É o único controle do cadastro que olha para trás, para o que a organização já verificou, em vez de olhar apenas para o caso que tem à frente.

Comparar um a um e comparar um contra muitos são operações diferentes

A confusão entre as duas faz com que se espere de um sistema de verificação algo que ele não está fazendo.

• Verificação, um a um — o rosto capturado é comparado com uma referência concreta, quase sempre a foto do documento. A pergunta é se essas duas imagens são da mesma pessoa.
• Deduplicação, um contra muitos — o rosto capturado é comparado com toda a base de registros anteriores. A pergunta é se essa pessoa aparece em algum lugar dessa base.

A segunda é muito mais exigente, e o motivo é aritmético. Cada comparação tem uma probabilidade pequena de confundir duas pessoas diferentes, e uma busca contra a base inteira faz milhões de comparações. Com um limiar fixo, quanto maior a base, mais coincidências falsas aparecem. Um sistema calibrado para verificar e usado para deduplicar devolve uma lista de parecidos que alguém precisa revisar manualmente.

Por isso a deduplicação é projetada de forma diferente: limiares próprios, filtros que reduzem o espaço de busca antes de comparar, e uma fila de revisão humana para o que fica na zona ambígua. É um processo, não uma chamada.

O que uma deduplicação encontra

Nem tudo que aparece é fraude, e tratar como se fosse gera atrito com clientes legítimos.

• A mesma pessoa sob duas identidades — o caso que justifica o controle. Documentos diferentes, dados diferentes, o mesmo rosto.
• O retorno de uma conta bloqueada — alguém que foi rejeitado ou removido, tentando de novo com outros dados. Sem deduplicação, o bloqueio dura só até o próximo cadastro.
• O abuso de incentivos — múltiplas contas da mesma pessoa para capturar bônus, promoções ou limites por usuário. É um problema econômico antes de ser regulatório, e costuma ser o primeiro a aparecer.
• A duplicata honesta — uma pessoa que se cadastrou duas vezes sem intenção, porque não lembrou da conta anterior. É frequente e não deveria ser tratada como tentativa de fraude.

A distinção entre as duas últimas e as duas primeiras não é feita pelo algoritmo. É feita pela política que a organização define sobre o resultado.

É o controle que expõe a identidade sintética

Uma identidade sintética é construída combinando dados reais de pessoas diferentes, ou dados reais com dados inventados, até formar uma identidade que não corresponde a ninguém, mas que se sustenta diante de qualquer verificação individual.

Esse é o problema: cada controle do cadastro a deixa passar por bons motivos. O documento pode ser consistente. Os dados podem existir. O rosto pode ser de uma pessoa real, porque geralmente é. Nada do que uma verificação isolada observa tem com que objetar.

O que a denuncia é a repetição. A mesma pessoa aparece por trás de várias identidades construídas, e essa coincidência só é visível comparando com o histórico completo. Um controle que avalia cada cadastro separadamente não consegue ver o padrão, porque o padrão não está em nenhum cadastro individual.

A mesma lógica vale contra um deepfake reutilizado: um rosto sintético usado em vários cadastros deixa de ser inédito a partir do segundo.

O que a implementação exige

A deduplicação não é apenas mais uma verificação que se ativa. Ela muda o que a organização armazena e assume novas obrigações.

• Um template biométrico por pessoa — a representação numérica do rosto que é comparada. É o que se armazena e se busca, não a fotografia.
• Uma base histórica — o controle só funciona contra o que já está registrado. Uma base recém-criada não encontra nada, e o valor aparece com o tempo.
• Um dado pessoal sensível tratado como tal — a biometria tem categoria reforçada nos regimes de proteção de dados da região. Isso implica base legal para tratá-la, informação clara à pessoa, prazos de retenção e controle sobre quem acessa. É uma conversa com a área jurídica antes de ser com o fornecedor. Os marcos aplicáveis por país estão nas páginas de Colômbia e México.
• Uma política sobre o resultado — o que fazer com uma coincidência: bloquear, unificar registros, encaminhar para revisão. Sem essa definição, o sistema produz alertas que ninguém resolve.

Como a VU aborda isso

A deduplicação biométrica se apoia em duas capacidades da VU que atuam sobre a mesma captura. O Verifica resolve o cadastro e produz o template biométrico da pessoa; o Protege contra a fraude é a capacidade de detecção em tempo real que atua sobre o resultado dessa comparação.

A comparação um contra muitos só vale na medida em que a captura for confiável. Se o rosto que entra na base pode ser uma foto ou um vídeo reproduzido, a base se enche de referências que não correspondem a ninguém. Por isso a prova de vida é uma condição prévia, não um complemento: a da VU é certificada pela iBeta no Nível 2 de seu programa de testes, que aplica a metodologia da norma ISO/IEC 30107-3 para avaliar a detecção de ataques de apresentação.