Nos últimos meses, um movimento silencioso e controverso ganhou força no mundo da inteligência artificial: a abliteration. Diferente dos jailbreaks tradicionais — que tentam enganar o modelo com prompts criativos na hora da execução — a abliteration atua diretamente nas camadas internas do modelo, suprimindo as direções neuronais responsáveis pelo comportamento de recusa. O resultado é um modelo que simplesmente para de dizer "não".
O termo cunhou-se a partir de técnicas acadêmicas de 2024 sobre "refusal directions" em modelos de linguagem, mas rapidamente transcendê o academicismo. Em meados de 2026, pesquisadores de segurança já documentavam que levava, em média, menos de três dias para versões "abalteradas" de modelos abertos aparecerem online — uma redução drástica em relação aos mais de 24 dias registrados em 2024. O que antes era um exercício de nicho entre pesquisadores de segurança tornou-se uma prática acessível a qualquer pessoa com acesso a um computador razoavelmente capaz.
A mudança mais significativa, no entanto, não é técnica, mas econômica. A Abliteration.ai, startup fundada no final do ano passado e oficialmente incorporada em março de 2026, transformou essa técnica em um serviço comercial. A plataforma hospeda versões modificadas de modelos de peso aberto — incluindo o GLM-5.3 da Z.ai — com os guardas removidos, acessíveis via navegador ou API. O co-fundor Devon, que prefere manter o sobrenome em segredo por estar empregado em outra empresa, afirmou à TechCrunch que a startup já fechou acordos com vários provedores de nuvem, financiados exclusivamente pela receita dos clientes, sem necessidade de investimento externo.
Para Devon e seus defensores, a lógica é inquestionável no contexto de segurança cibernética: você não pode defender-se contra um comportamento que não consegue reproduzir. Um modelo que se recusa a escrever código de exploit funcional não pode ajudar uma equipe de red teaming a se preparar para ataques reais. "Os defensores precisam se mover tão rápido quanto os atacantes. Eles precisam de todas as ferramentas que os atacantes têm para modelar esses malfeitores e se defender", explicou Devon.
O serviço permite testar, gratuitamente, modelos abaliterados através de um navegador web. Durante testes da TechCrunch, ao solicitar um programa em Python para roubar senhas salvas do Chrome ou um protocolo detalhado para cultivar um patógeno humano perigoso em casa, o modelo GLM-5.3 abaliterado cumpriu prontamente as instruções.
A resposta da indústria de segurança é dividida. Ahmed Aly, CEO da firma de red teaming Fabraix, afirma que sua empresa prefere usar modelos abertos já fine-tunados, já que o processo de abliteration remove parte do conhecimento do modelo: "Se você está realmente tentando causar dano real — cibernético ou biológico — ele não será tão eficaz". Por outro lado, Alessio Lomuscio, chief technologist da Safe Intelligence, reconhece a redução possível de capacidades, mas acredita que os modelos abaliterados ainda podem estimular certos comportamentos úteis para testar a robustez de um sistema.
O caso mais recente e preocupante ilustra o ritmo acelerado desse ecossistema. Em 14 de agosto, o Alibaba lançou o Qwen 3.8-27B, um modelo de peso aberto projetado para ser pequeno o suficiente para rodar em um laptop. Dentro de 24 horas, versões publicadas online foram anunciadas como "abalteradas", significando que seus guardas de segurança haviam sido removidos. Três dias depois, um neo-nazista que usa o nome Johnny Doomsayer disse ter usado a versão abaliterada para treinar um chatbot de ódio. Uma semana depois, já estava vendendo acesso a ele.
Adam Hadley, diretor executivo da organização britânica Tech Against Terrorism, que testou 134 modelos abertos — e viu apenas dois passar completamente dos benchmarks anti-terrorismo, descreveu o fenômeno como uma "emergência da abliteration". "O principal ponto é que, até esta geração absoluta, simplesmente não era particularmente difícil jailbreakar esses modelos e fazer com que fizessem o que queremos", afirmou.
A Abliteration.ai não integra processos de verificação de identidade (KYC) além de registrar o cartão de crédito do cliente para cobrança. "Você não quer ser a pessoa responsável por alguém fazer algo louco", disse Devon. "Então, onde você desenha a linha do que é sua responsabilidade como empresa?" A startup oferece uma camada de moderação para clientes que desejam adicionar seus próprios guardas e está trabalhando em mais controles de violência. Mas, enquanto não integra KYC, a pergunta que permanece é: em um cenário onde qualquer um pode remover os guardas de qualquer modelo aberto, o que é mais seguro — manter os modelos sob controle corporativo rigoroso ou democratizar o acesso às versões sem guardas para que os defensores possam se preparar? A resposta pode depender de quão eficazes são as medidas externas de modulação — e de quanto os próprios modelos, no futuro, poderão incorporar restrições fundamentais em vez de depender apenas de filtros superficiais aplicados externamente.
Enquanto isso, a abliteration continua crescendo, e com ela, um debate fundamental sobre quem deveria controlar o que os modelos de inteligência artificial são capazes de dizer — e o que acontece quando uma comunidade decide que ninguém deveria.
Fontes: Wired, TechCrunch, Wired
✓ Fontes independentes cruzadas e verificadas antes da publicação
