Pesquisadores de segurança documentaram um sistema oculto que vem em todos os Mac: um par de processos em segundo plano que criam silenciosamente um gráfico de conhecimento detalhado e consultável sobre a pessoa que usa a máquina e todos ao seu redor – seus contatos, suas relações familiares, suas rotinas diárias, até mesmo seus dados faciais – quase sem documentação oficial da Apple.
A análise, publicada em 28 de outubro no blog Eighth Rank pelos pesquisadores Dario Pasquini e Michał Bazyli, ressurgiu de forma importante esta semana, quando chegou à primeira página do Hacker News na sexta-feira, atraindo mais de 750 pontos e um longo debate sobre privacidade no dispositivo. Tudo no artigo foi coletado no macOS 26, versão 26.6.2, segundo os autores. Para mais contexto sobre esta história, confira nossa tendências de IA.
Dois Daemons, Cinquenta e Um Bancos de Dados
O sistema é construído por dois daemons que acompanham todos os Mac desde a chegada do macOS 13 em 2022: Knowledgeconstructiond e Intelligenceplatformd. A documentação da própria Apple para o mecanismo equivale a uma única página de manual, que descreve o Knowledgeconstructiond como um daemon que “analisa o conteúdo deste dispositivo para ajudar a construir um gráfico de conhecimento de uso geral” – e pouco mais.
De acordo com os pesquisadores, os daemons cruzam quase tudo que o sistema operacional pode ver: contatos, calendário, fotos (incluindo dados faciais), mensagens e e-mail, localização, tempo de tela, dados de compartilhamento familiar – incluindo a idade de cada membro de uma família – o contato de emergência da identificação médica em Saúde, eventos e contatos divulgados pelas sugestões da Siri, pessoas doadas por aplicativos de terceiros por meio de App Intents e a lista de aplicativos instalados.
O resultado está em ~/Library/IntelligencePlatform: cinquenta e um bancos de dados SQLite armazenados em texto simples, protegidos de acesso casual pelo portão TCC Full Disk Access do macOS. O coração do sistema é o graph.db, um armazenamento triplo escrito em um vocabulário de 181 classes de entidades e 278 predicados. Cada linha codifica um sujeito, um predicado e um objeto – uma pessoa, um tipo de relacionamento e outra pessoa, lugar, organização ou evento – com cada aresta carregando pontuações de confiança, contagens de fontes e carimbos de data/hora.
Sua vida, categorizada
A amplitude da ontologia é onde a pesquisa se torna impressionante. Os pesquisadores catalogaram todas as 181 classes de entidades e descobriram que 57 delas – quase um terço do vocabulário – descrevem atividades: dormir, fazer exercícios, sessões de atenção plena, ir para a cama, ir para o trabalho, jantar. Ao lado do gráfico estão tabelas auxiliares registrando quem aparece com quem em suas fotos e um registro de comunicação capturando quem enviou mensagens para quem, quando, em qual aplicativo e em que direção – apenas metadados, sem conteúdo da mensagem.
Quarenta e seis dos predicados são tipos de relacionamento que reificam as fronteiras entre as pessoas, e é assim que o sistema captura não apenas quem você conhece, mas como eles se relacionam entre si. Essa capacidade foi o que levou os usuários do Hacker News a resumir a descoberta sem rodeios: todo Mac envia um classificador de membro da família não documentado.
O gráfico não contém metadados ociosos. Os pesquisadores o descrevem como um armazenamento consultável do qual grandes modelos de linguagem recuperam – o substrato que permite que a Apple Intelligence responda a perguntas sobre “as fotos da minha irmã do verão passado” sem enviar dados para a nuvem. Os próprios pesquisadores da Apple publicaram um artigo sobre as técnicas subjacentes de construção de gráficos em 2023, mas os pesquisadores observam que quase nada foi publicado sobre como o sistema é integrado ao sistema operacional de remessa.
Open-Sourcing, uma espiada - e um aviso
Para permitir que os usuários inspecionem seus próprios gráficos, os pesquisadores lançaram o iKnow, um painel de código aberto que lê o conteúdo de ~/Library/IntelligencePlatform e renderiza o que o sistema acredita sobre você e sua família.
A seção final do artigo é deliberadamente provocativa. Os autores realizam um experimento mental - que eles observam se aplicar a qualquer sistema personalizado - mostrando o que acontece se tal base de conhecimento acabar em mãos erradas, combinando-a com um modelo de linguagem "abliterado" (um com treinamento de segurança removido) para demonstrar como um "ponto único de falha de privacidade" pode ser usado como arma contra um usuário de uma forma que vazamentos de dados individuais não podem.
O panorama geral
A descoberta vai contra o marketing que prioriza a privacidade que definiu a estratégia de IA da Apple: o processamento no dispositivo é genuinamente mais privado do que as alternativas na nuvem, mas esta pesquisa mostra que “permanece no seu dispositivo” não significa “permanece pequeno”. Um sistema local que conheça seu horário de sono, seu deslocamento diário, sua árvore genealógica e seu histórico fotográfico é um alvo de alto valor – seja a ameaça um ator mal-intencionado com acesso breve a um laptop, uma futura vulnerabilidade de software ou um agente local excessivamente capaz solicitado a usar indevidamente o que pode consultar.
Nenhum dos dados, enfatizam os pesquisadores, é transmitido fora do dispositivo pelos próprios daemons; a análise envolveu o que é armazenado localmente e como. Mas à medida que os assistentes de IA obtêm um acesso mais profundo ao contexto local, o ponto central dos investigadores mantém-se: os utilizadores não receberam uma imagem clara do que as suas próprias máquinas estão a construir sobre eles e tiveram de fazer eles próprios a engenharia inversa da resposta.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
