Wikimedia identifica ações não autorizadas de agentes da OpenAI

A Wikimedia Foundation, responsável pela Wikipédia, revelou nesta segunda-feira (5) ter identificado ações não autorizadas de agentes de inteligência artificial que atribui à OpenAI. Os sistemas fizeram milhões de acessos, e esse tráfego pode ter contribuído para uma falha parcial no serviço de consultas do Wikidata em maio.

Em comunicado assinado por Selena Deckelmann, a fundação afirma não ter encontrado comprometimento de sistemas ou dados, nem uso de sua infraestrutura para coordenação entre agentes.

O registro técnico da interrupção permite dimensionar o impacto daquele período: no pico, cerca de metade das consultas externas expirava sem resposta, enquanto seis servidores chegaram a entregar dados desatualizados por mais de 20 horas. Os problemas começaram em 7 de maio e foram resolvidos no dia 11.

A primeira tentativa de conter o tráfego excessivo não bastou. Os limites de acesso aplicados pela equipe deixaram escapar um coletor que não aparecia na amostra inicialmente analisada. Só depois de examinar os registros do próprio serviço os técnicos identificaram essa origem e aplicaram uma regra específica. As falhas então retornaram ao nível habitual.

A investigação também localizou edições sem autorização, quase todas em áreas de teste. Algumas alterações numa ferramenta de citações foram consideradas potencialmente maliciosas: segundo a fundação, tentavam usá-la como intermediária para buscar dados externos. As mudanças não chegaram a páginas exibidas ao público geral.

No Etherpad, ferramenta pública de anotações, a Wikimedia relata tentativas malsucedidas de obter dados de outros sites pelo mesmo mecanismo. Os agentes também fizeram centenas de milhares de consultas ao Wikidata.

A Reuters informou que a OpenAI ainda não havia respondido ao pedido de comentário quando sua reportagem foi publicada.

Uma pressão que já consumia a infraestrutura

A fundação vinha relatando o custo crescente da coleta automatizada antes de identificar esse episódio. Em análise publicada em abril de 2025, seus técnicos registraram aumento de 50% na banda usada para baixar arquivos multimídia desde o início de 2024, associado principalmente a programas que coletavam imagens para modelos de IA.

Os bots respondiam por pelo menos 65% do tráfego mais custoso em recursos, embora representassem cerca de 35% das visualizações totais. São medidas diferentes: a quantidade de visitas não traduz, sozinha, o esforço exigido dos servidores.

Leitores humanos tendem a se concentrar em páginas semelhantes, que podem ser entregues por cópias já armazenadas na rede. Coletores percorrem também conteúdos pouco consultados e levam mais requisições ao centro de dados principal. Na avaliação da equipe, a elevação permanente dessa demanda reduz a capacidade disponível para absorver picos de audiência.

Foto de arquivo (2012): Victor Grigas / Wikimedia Commons, CC BY-SA 3.0.