Roundup da Forensic Focus reúne artefatos do ChatGPT, Screen Time da Apple e geolocalização via memória RAM
A edição semanal de curadoria de notícias forenses da Forensic Focus agrupa cinco frentes que vêm ganhando espaço na prática pericial: vestígios deixados por uso de ferramentas da OpenAI, o recurso Screen Time da Apple como fonte de evidência de uso de aplicativos, técnicas de geolocalização extraídas de memória volátil, uso de IA para acelerar investigações e os gargalos de imagem forense em laboratórios com grande volume de casos. Não foi possível acessar o texto integral de cada matéria referenciada no momento desta análise, então o resumo abaixo trata do significado de cada tema para a prática de DFIR, sem reproduzir achados específicos do post original.
A Forensic Focus mantém uma coluna semanal de curadoria que reúne, em um único post, links e chamadas para as principais notícias e artigos técnicos publicados na comunidade de forense digital naquela semana. A edição de 26 de agosto de 2026 sinaliza cinco tópicos como destaque: artefatos forenses relacionados ao OpenAI/ChatGPT, o Screen Time da Apple como evidência, análise de localização baseada em RAM, investigações assistidas por IA e gargalos de imagem forense — mas o próprio post funciona como índice, remetendo a matérias mais longas publicadas em outros veículos.
Cada um desses temas tem peso técnico próprio na rotina pericial. Vestígios de uso de assistentes de IA como o ChatGPT — histórico de conversas em cache local, artefatos de aplicativo desktop/mobile, cookies e tokens de sessão em navegadores — vêm se tornando peça relevante em casos que envolvem fraude, extorsão ou uso indevido de informação, exigindo que peritos atualizem seus checklists de aquisição para contemplar esses artefatos junto dos tradicionais (e-mail, mensageria, navegação). Já o banco de dados de Screen Time do iOS registra, com granularidade de minutos, quais aplicativos foram usados e por quanto tempo, o que serve tanto para reconstruir a linha do tempo de uso de um dispositivo quanto para corroborar ou contestar alegações sobre quem estava operando o aparelho em determinado intervalo.
A análise de geolocalização a partir de memória RAM parte de um princípio conhecido em forense de memória: caches de coordenadas GPS e de rede obtidos por aplicativos costumam permanecer na memória volátil mesmo depois de removidos do armazenamento persistente, tornando a aquisição ao vivo (memory dump) um complemento importante à imagem de disco quando o objetivo é reconstruir deslocamentos. Em paralelo, o uso de IA para apoiar investigações — triagem de evidências, sumarização de logs, priorização de artefatos — responde a uma pressão real de backlog nos laboratórios forenses, mas levanta questões ainda não totalmente resolvidas sobre validação de saída do modelo e documentação da cadeia de custódia quando parte da análise é delegada a uma ferramenta de IA.
Por fim, o gargalo de imagem forense reflete um problema estrutural do setor: o crescimento constante da capacidade de armazenamento de discos e dispositivos móveis, somado ao uso cada vez mais disseminado de criptografia de disco inteiro, aumenta o tempo necessário para uma imagem bit-a-bit completa, empurrando laboratórios para estratégias de extração seletiva ou lógica que trocam completude por velocidade — uma troca que tem implicações diretas sobre a defensabilidade da evidência em juízo. Tomados em conjunto, os cinco temas do roundup ilustram uma tendência comum: recursos de nuvem e IA embutidos em dispositivos de consumo estão remodelando os artefatos que peritos precisam procurar, obrigando uma atualização contínua de playbooks de aquisição e triagem.