Em 1997, o extinto mecanismo de busca AltaVista implementou o primeiro sistema de bloqueio contra bots e crawlers, conhecido hoje como CAPTCHA. O que parecia uma solução simples se transformou em uma verdadeira corrida armamentista: bots cada vez mais sofisticados levaram a variantes tão robustas que hoje incluem até análise de movimento do cursor.
A origem e os inventores
Para entender o valor real do CAPTCHA e a controvérsia em torno de sua invenção, é preciso lembrar como era a web no fim dos anos 90: um carnaval, com spam em alta, bots coletando informações e criando contas automaticamente. Dois grupos reivindicam a paternidade do CAPTCHA. O primeiro, formado por Mark D. Lillibridge, Martín Abadi, Krishna Bharat e Andrei Broder, ficou responsável pela primeira implementação no AltaVista, impedindo o registro automático de URLs no banco de dados.
O segundo grupo inclui Luis von Ahn, Manuel Blum, Nicholas J. Hopper e John Langford. Von Ahn e Blum também são conhecidos pelo desenvolvimento do reCAPTCHA, sistema que o Google adquiriu em setembro de 2009.
O significado e as variações
O significado de CAPTCHA é "Completely Automated Public Turing test to tell Computers and Humans Apart" e, de modo geral, pode ser aplicado a qualquer recurso cuja missão seja interromper ou perturbar a análise automática de dados, ou, como alternativa, ofuscar o conteúdo e dificultar sua localização. No vídeo que Linus criou para o Techquickie, ele menciona o leetspeak, que contorna os filtros de obscenidades. O CAPTCHA tradicional pega uma tarefa em que humanos e computadores são muito bons (o reconhecimento óptico de caracteres) e a distorce a ponto de se tornar impossível para sistemas artificiais.
O CAPTCHA também precisou enfrentar outros desafios e melhorar consideravelmente sua segurança. As primeiras opções renderizavam a imagem deformada no computador local, e as gerações seguintes de bots conseguiam interceptar o resultado do CAPTCHA enviado em segundo plano.
Isso deu origem aos CAPTCHAs de áudio, ao reconhecimento de objetos em imagens e ao famoso "Não sou um robô", que exige apenas marcar uma caixa. Essa é a variante No CAPTCHA do reCAPTCHA, que analisa os movimentos do cursor antes de marcar a caixa. No caso dos humanos, o movimento é errático e hesitante, enquanto os bots não exibem esse comportamento. Além disso, há análise de cookies e comparações de endereços IP. Funciona bem, mas, em nome da comodidade do usuário final, é provável que o No CAPTCHA obtenha informações demais, gerando um problema de privacidade.
Nada indica que o CAPTCHA vá desaparecer, então é melhor continuarmos treinando. Alguns CAPTCHAs são simplesmente impossíveis...
