A FACEIT acabou de intensificar a corrida armamentista contra os golpistas. A plataforma competitiva Counter-Strike 2 está implementando um sistema de aprendizado de máquina chamado “Detecção de Entrada Humana”, que não procura por softwares de trapaça conhecidos. Em vez disso, observa como você joga e decide se realmente há um ser humano atrás do teclado.
O recurso será lançado em 5 de agosto de 2026, alinhado com o início da Temporada 9. Ele representa uma mudança fundamental na abordagem da FACEIT contra trapaças: em vez de escanear assinaturas de software, o sistema analisa entradas no jogo para determinar se são autenticamente humanas.
Por que os antichat tradicionais estão perdendo a batalha
Sistemas antitrapa convencionais funcionam como software antivírus, mantendo um banco de dados de ameaças conhecidas e escaneando por correspondências. Trapaças baseadas em IA exploram exatamente essa fraqueza. Essas ferramentas não injetam código no jogo nem modificam a memória de maneiras que deixem impressões digitais óbvias. Elas leem dados da tela por meio de hardware externo (frequentemente por meio de cartões DMA) e traduzem esses dados em movimentos de mouse aparentemente legítimos. Para um scanner baseado em assinaturas, tudo parece limpo.
Os números revelam o quão grave essa situação se tornou. Em maio de 2026, cheats de IA e DMA representaram 40% de todas as suspensões na plataforma da FACEIT. Durante a Temporada 7, as detecções de cheats de IA aumentaram 272%, resultando em 372 suspensões.
O anti-trapaça em nível de kernel da FACEIT, que opera na camada mais profunda do sistema operacional de um computador, melhorou sua cobertura de trapaças suportadas por IA até meados de 2026. Mas o acesso em nível de kernel sozinho não foi suficiente.
Como a detecção de entrada humana realmente funciona
O novo sistema foi treinado com milhões de amostras de dados de entrada. Ele estuda como os humanos realmente movem o mouse, clicam e ajustam a mira, depois constrói um modelo do que é “normal”. Quando as entradas se desviam dos padrões humanos de maneiras específicas e características, o sistema as sinaliza.
A FACEIT vem trabalhando com engenheiros do Google em modelagem comportamental desde o início de 2026, o que ajudou a construir a base para esta camada de detecção.
Uma escolha de design crítica: o sistema exige múltiplos sinais de confirmação antes de qualquer banimento ser executado. Uma única sequência de entrada suspeita não resultará em expulsão. A FACEIT também incorporou adaptações específicas para dispositivos de acessibilidade. Jogadores que utilizam controladores adaptativos, métodos de entrada alternativos ou tecnologias assistivas não devem acionar falsos positivos.