Qualquer um pode criar software com IA agora — e é aí que mora o perigo

Existe uma promessa circulando com força em 2026, e ela é sedutora: “não precisa mais saber programar — é só pedir para a inteligência artificial e ela faz o software para você”. O termo da moda no Vale do Silício é vibe coding — programar “no clima”, descrevendo em português o que você quer e deixando a IA escrever o código. Ferramentas como ChatGPT, Claude, Cursor, Lovable e v0 tornaram isso real: um dono de pequena empresa, um estagiário de marketing, um contador — qualquer pessoa consegue, hoje, gerar um site funcional, um aplicativozinho de controle ou um sistema de cadastro sem nunca ter escrito uma linha de código.

A parte boa dessa história é verdadeira: a IA democratizou a criação de software e vai resolver muito problema pequeno que antes ficava parado esperando orçamento de desenvolvedor. Este artigo não é contra usar IA para criar. É sobre a parte que os vídeos empolgados de “criei um app em 10 minutos” não mostram — e que, quando ignorada, transforma a economia de hoje no prejuízo de amanhã.

O problema não é o código que funciona. É o código que você não entende.

Quando um programador experiente escreve um sistema, ele carrega junto anos de cicatriz: sabe que campo de senha não se guarda em texto puro, que formulário na internet é porta de entrada de ataque, que dado de cliente tem lei em cima. A IA escreve o código, mas não carrega a responsabilidade — e, mais importante, o leigo que pediu não tem como saber se o que veio está seguro ou é uma bomba-relógio.

O resultado tem nome técnico e sintoma claro: a IA entrega algo que funciona na demonstração — a tela abre, o botão salva, o cadastro aparece. E “funciona” é exatamente onde mora a armadilha, porque segurança é o que não aparece quando está certa e também não aparece quando está errada… até o dia em que alguém de fora encontra a falha.

Os perigos concretos

Não são hipóteses. São os problemas que aparecem repetidamente em código gerado por IA e publicado por quem não sabe revisá-lo:

1. Senhas e chaves escritas dentro do código. É o erro mais comum. A IA, para o exemplo funcionar, costuma deixar a senha do banco de dados ou a chave de um serviço escrita ali no meio. Quando o leigo publica esse código — muitas vezes num repositório público do GitHub, sem saber o que é público — está entregando as chaves do reino. Bots varrem o GitHub 24 horas por dia atrás exatamente disso.

2. A porta dos fundos aberta no formulário. Todo campo onde o usuário digita algo — login, busca, comentário — precisa ser “blindado” contra um tipo de ataque em que o invasor digita comandos em vez de texto (as famosas injeção de SQL e XSS). O programador experiente blinda por reflexo. A IA blinda se você souber pedir — e o leigo não sabe que precisa pedir. O formulário funciona lindamente para o cliente honesto e escancarado para o desonesto.

3. Um cliente enxergando os dados do outro (a parede que faltou entre as empresas). Muitos sisteminhas atendem várias empresas clientes ao mesmo tempo, no mesmo lugar — no jargão, cada empresa cliente é um tenant (“inquilino”). O trabalho invisível e mais delicado é levantar uma parede firme entre elas, para que a empresa A jamais alcance os dados da empresa B. A IA costuma entregar o prédio com todos os inquilinos dentro, mas com a parede fraca ou sem parede nenhuma: às vezes basta trocar um número no endereço da página para um cliente ver — ou até editar — o cadastro do outro. Tudo funciona perfeitamente no dia a dia e ninguém percebe nada… até o dia em que um cliente descobre que consegue espiar o concorrente que usa o mesmo sistema. É um dos furos mais graves e mais silenciosos que existem.

4. A autenticação que “tem login”, mas só o básico. Pedir e-mail e senha é a parte fácil — e é justamente o que a IA entrega bem. O problema é tudo o que sustenta uma porta de verdade e que ela não coloca sozinha: limitar as tentativas de chute de senha, expirar a sessão de quem esqueceu o computador aberto, um “esqueci minha senha” que não seja ele próprio um atalho de invasão, verificação em duas etapas e — o mais esquecido — conferir não só quem é o usuário, mas o que ele tem permissão de acessar (um usuário comum não pode chegar na área do chefe só trocando o endereço no navegador). Quem não domina o assunto olha a tela de login funcionando e conclui “está seguro”, sem perceber que porta que abre não é a mesma coisa que porta que tranca. E, sem entender de autenticação, não há como saber se o que a IA fez protege de fato ou só parece proteger.

5. Dados de cliente sem nenhuma proteção — e sem base legal. O aplicativozinho de cadastro que guarda nome, telefone, CPF dos clientes é, aos olhos da LGPD, um tratamento de dados pessoais com todas as obrigações que já explicamos aqui. O leigo que o criou não sabe que precisa de base legal, política de privacidade, plano de incidente. Ele só queria organizar os contatos.

6. Dependências envenenadas. A IA monta o software com “peças” prontas de bibliotecas públicas — e já contamos o que aconteceu quando o npm foi contaminado. Quem não sabe o que é uma dependência não tem como saber se instalou uma peça segura ou uma comprometida.

7. A ilusão de que “está pronto”. Software não termina quando funciona. Ele precisa de atualização quando surge uma falha (como as CVEs que a IA está achando cada vez mais rápido), de backup, de monitoramento. O sistema criado num fim de semana e esquecido é o que vira a manchete de vazamento seis meses depois.

O caso que já virou padrão

A cena se repete: uma empresa pequena precisa de um sisteminha, o orçamento do desenvolvedor parece caro, e alguém “que se vira com tecnologia” monta tudo com IA num par de tardes. Fica pronto, funciona, todo mundo elogia. Meses depois, os dados dos clientes aparecem à venda, ou o site começa a redirecionar para golpe, ou um pedido de cliente chega perguntando por que o CPF dele vazou. Aí o custo de fazer certo — que parecia caro — vira pequeno perto do custo de consertar o estrago, somado ao dano de reputação e à conversa com a ANPD.

A IA não eliminou a necessidade de conhecimento de segurança. Ela só mudou quem comete o erro: antes era o programador júnior, agora é qualquer pessoa com uma boa ideia e nenhuma cicatriz. E o computador não avisa que você errou.

Como usar IA para criar sem virar estatística

O recado, de novo, não é “não use”. É “use com rede de proteção”:

• Para uso interno e de baixo risco, toque em frente. Uma planilha inteligente, um script que organiza arquivos seus, um protótipo para mostrar uma ideia — o estrago possível é pequeno. É aqui que o vibe coding brilha.
• Cruzou a linha do dado de cliente ou do dinheiro? Pare e chame quem entende. Qualquer coisa que guarde dado de outra pessoa, receba pagamento ou fique exposta na internet aberta precisa de uma revisão profissional antes de ir ao ar. Não é o desenvolvimento que precisa ser terceirizado — é a revisão de segurança.
• Coloque as regras da casa no papel: política de uso de IA e política de desenvolvimento com IA. Ferramenta poderosa sem regra vira improviso — e improviso em segurança vira incidente. Defina, por escrito: quem pode usar IA para gerar código e para quê; o que jamais entra num chat de IA (senhas, dados de clientes, código proprietário); e o processo que todo sistema criado com IA segue antes de ir ao ar — gerar → revisar a segurança → aprovar → publicar → manter. Não precisa ser um tratado jurídico: uma página clara, que todo mundo conhece e assina, já muda o jogo. Além de prevenir o problema, o processo documentado é defesa — se um dia a ANPD ou um cliente perguntar “como isso foi construído?”, existe resposta.
• Peça a segurança explicitamente. Ao usar a IA, mande-a revisar o próprio código procurando falhas de segurança, senhas expostas e validação de entrada. Ela costuma encontrar boa parte — se for provocada. “Isso está seguro para produção?” é uma boa primeira pergunta.
• Nunca publique sem saber o que está publicando. Antes de qualquer coisa ir para a internet, alguém precisa entender o que está sendo exposto. Se ninguém na sala sabe responder “que dados isso guarda e quem consegue acessar?”, ainda não está pronto.

Na VKSECURITY, temos visto crescer um tipo de chamado que não existia dois anos atrás: a revisão de segurança de sistemas criados internamente com IA. É um serviço barato perto do prejuízo que previne — e, quase sempre, o sistema é aproveitável: só precisava dos cuidados que a empolgação pulou. A IA é uma ferramenta poderosa para criar. Só não é, ainda, uma ferramenta que assume a responsabilidade por você.

Fontes

• Conceito de vibe coding e ferramentas de geração de código por IA (Cursor, Lovable, v0, ChatGPT, Claude): documentação pública dos fabricantes
• Exposição de segredos em repositórios públicos: alertas recorrentes do GitHub Secret Scanning — docs.github.com
• Riscos de injeção de SQL e XSS: OWASP Top 10 — owasp.org
• Obrigações sobre dados pessoais: Lei nº 13.709/2018 (LGPD) — planalto.gov.br