Pesquisadores propõem CAPTCHA passivo baseado na latência de renderização da GPU para distinguir humanos de bots com IA

CAPTCHAs tradicionais partem da premissa de que humanos resolvem certos quebra-cabeças (imagens distorcidas, seleção de objetos) melhor do que máquinas, mas sistemas de IA modernos já resolvem boa parte desses desafios com alta precisão, corroendo a premissa original. Alternativas baseadas em análise comportamental ou atestação criptográfica de dispositivo funcionam, mas trazem custos de privacidade ou exigem cadastro prévio do usuário. Este trabalho explora um sinal ortogonal a ambas as abordagens: o comportamento físico de temporização da GPU do cliente durante uma carga de renderização WebGL controlada pelo servidor.

A diferença chave em relação ao fingerprinting de WebGL tradicional é que o método não gera um identificador persistente do dispositivo — ele mede a dinâmica de tempo de renderização (jitter de quadro, razão de quantização do timer, coeficiente de variação) apenas para classificar a origem do tráfego como humana ou automatizada, sem tentar identificar unicamente o dispositivo, o que reduz a fricção de privacidade em relação a fingerprinting clássico.

Os autores caracterizaram o adversário real com uma coleta passiva de 12 horas em um endpoint público, registrando 207 requisições não solicitadas, das quais 86% eram automatizadas e 85% dos clientes que alegavam ser navegadores falhavam em checagens de consistência de cabeçalho HTTP — evidência de que boa parte do tráfego automatizado nem tenta se disfarçar bem. Em testes controlados, comparando renderização por software (o caso dominante de automação real) contra GPUs legítimas, a automação foi cerca de 5x mais lenta em tempo médio de renderização; e mesmo em uma comparação com fator de confusão controlado (mesma família de GPU e mesmo motor de navegador, variando só entre execução headless e interativa), a automação headless em hardware real ainda mostrou uma assinatura temporal distinta, com separação de 75–106% em métricas como jitter de quadro.

Os próprios autores classificam os resultados como um estudo piloto em uma única arquitetura de GPU, deixando claro que a validação em múltiplas arquiteturas ainda é necessária antes de se afirmar que o método generaliza. Ainda assim, o resultado é relevante como sinal defensivo complementar contra bots que hoje usam IA para resolver CAPTCHAs visuais: em vez de depender só do desafio cognitivo, o serviço pode usar uma característica física de hardware difícil de falsificar sem replicar fielmente o comportamento real de uma GPU, o que eleva o custo de automação em escala mesmo quando o componente de IA usado pelo atacante já resolve os desafios tradicionais.