As conversas apagadas com IA no Android podem deixar rastros recuperáveis mesmo depois que o usuário exclui um chat pela interface do aplicativo. A descoberta, apresentada por pesquisadores do Georgia Institute of Technology (Georgia Tech), demonstra que apagar uma conversa não significa necessariamente eliminar todos os vestígios dos dados armazenados temporariamente pelo smartphone. O estudo também apresenta a ORISA, uma ferramenta forense desenvolvida para reconstruir informações de sessões de assistentes de inteligência artificial executados localmente no dispositivo.
O resultado chama a atenção porque a inteligência artificial local, também conhecida como on-device AI, é frequentemente associada a uma maior privacidade. Ao processar informações diretamente no smartphone, um modelo pode reduzir a necessidade de enviar conversas para servidores externos. Entretanto, manter os dados no próprio aparelho não significa que eles desapareçam imediatamente quando o usuário decide excluí-los.
A pesquisa foi conduzida pelo Cyber Forensics Innovation Laboratory, da Georgia Tech, e apresentada no IEEE Symposium on Security and Privacy de 2026. Os experimentos mostram como fragmentos de conversas podem continuar presentes na memória do dispositivo e ser reconstruídos por meio de técnicas especializadas de perícia digital. A descoberta tem implicações tanto para investigações forenses quanto para o desenvolvimento de aplicativos de IA que lidam com informações pessoais e confidenciais.
Como funciona a exclusão de dados e por que rastros permanecem na memória
Quando alguém toca no botão de excluir uma conversa, é natural imaginar que todas as informações relacionadas àquele diálogo sejam imediatamente destruídas. Na prática, exclusão lógica e apagamento físico são operações diferentes.
A exclusão lógica acontece quando um aplicativo remove uma conversa da lista de chats, invalida referências aos dados ou deixa de apresentar aquele conteúdo ao usuário. Isso pode tornar a informação inacessível pela interface normal, mas não garante que todos os fragmentos correspondentes tenham sido sobrescritos.
O apagamento físico, por sua vez, envolve a remoção efetiva dos dados dos locais em que estavam armazenados. Mesmo nesse caso, o resultado depende do tipo de memória, das operações realizadas pelo sistema e das tecnologias de armazenamento envolvidas.
Essa diferença é especialmente importante para aplicativos que executam modelos de linguagem de grande porte (LLMs) diretamente no celular. Durante o processamento, esses programas manipulam mensagens, instruções, respostas e outros elementos necessários para manter o contexto de uma conversa.
Quando o chat é excluído, parte dessas informações pode continuar na memória até que o sistema reutilize o espaço. É justamente essa janela de persistência que a ferramenta ORISA procura explorar para fins de investigação.
O funcionamento da persistência na memória do Android
O Android utiliza o kernel Linux para gerenciar recursos essenciais do dispositivo, incluindo memória, processos e acesso ao hardware. Quando um aplicativo é executado, o sistema operacional disponibiliza áreas de memória para armazenar variáveis, objetos, buffers e outros dados temporários necessários ao funcionamento do programa.
Um assistente de IA pode manter partes do histórico em estruturas de dados na memória enquanto processa novas solicitações. Dependendo da implementação, fragmentos das mensagens também podem aparecer em buffers intermediários, áreas de trabalho do mecanismo de inferência ou estruturas utilizadas para preparar a entrada do modelo.
Excluir uma conversa no aplicativo não obriga automaticamente todas essas estruturas a serem sobrescritas. O programa pode remover o histórico de sua interface sem limpar cada região de memória que recebeu uma cópia do conteúdo.
Isso não significa que os dados permaneçam intactos indefinidamente. A memória é reutilizada continuamente, e novas operações podem substituir os fragmentos anteriores. A possibilidade de recuperação depende de fatores como o tempo transcorrido, a atividade do aparelho, a implementação do aplicativo e as condições em que a memória foi adquirida para análise.
Também é importante distinguir a memória RAM, utilizada durante a execução dos programas, do armazenamento flash, presente em chips que guardam arquivos mesmo depois que o aparelho é desligado. A RAM normalmente perde seu conteúdo quando deixa de receber energia, enquanto os dados na memória flash seguem regras diferentes de gerenciamento, descarte e sobrescrita.
Em dispositivos modernos, a exclusão de arquivos e o gerenciamento de blocos físicos podem envolver mecanismos adicionais, como coleta de lixo do armazenamento e comandos de descarte. Portanto, não é correto presumir que toda conversa apagada permanece recuperável, nem que o simples comando de exclusão garante sua destruição imediata em todos os componentes.
O experimento com assistentes virtuais e o papel da ferramenta ORISA
Para demonstrar o problema, os pesquisadores criaram um assistente fictício chamado Project Note Keeper, utilizando o aplicativo Android ChatterUI. Durante o experimento, forneceram ao assistente 100 fatos fictícios sobre um projeto e, posteriormente, excluíram a conversa.
O resultado revelou uma diferença importante entre as informações ainda acessíveis ao modelo em sua sessão ativa e aquelas que poderiam ser reconstruídas a partir de vestígios na memória.
Quando questionado sobre os dados originalmente recebidos, o assistente na sessão recuperada pela ORISA conseguiu apresentar 26 fatos. Já a sessão original conseguia acessar apenas 14 fatos naquele momento, porque parte das informações havia deixado de fazer parte de seu contexto ativo.
Isso demonstra que a memória operacional de um modelo e os vestígios técnicos deixados pelo aplicativo são coisas diferentes. Um dado pode deixar de estar disponível para a geração de respostas sem que todas as suas representações anteriores tenham sido eliminadas da memória do smartphone.
Os fatos utilizados nesse experimento eram fictícios. O teste demonstra uma possibilidade técnica, não uma taxa universal de recuperação para conversas reais.
A ORISA foi projetada para localizar fragmentos residuais e utilizá-los para reconstruir uma sessão de IA funcional. Em vez de simplesmente recuperar um arquivo de conversa intacto, a ferramenta analisa os vestígios disponíveis e procura recompor informações que possam ter sido perdidas da sessão original.
Os pesquisadores testaram a abordagem em 10 aplicativos Android, três modelos de IA e 60 configurações experimentais. Os resultados indicaram que era possível recuperar informações de conversas excluídas em diferentes combinações de aplicativos e modelos.
A pesquisa, intitulada Recovering and Rehosting Mobile Local LLM Conversations and Contexts via Memory Forensics, amplia as possibilidades da perícia digital ao demonstrar que sessões de IA podem deixar artefatos úteis mesmo depois de serem removidas da interface.
O estudo, entretanto, não estabelece que todas as conversas possam ser recuperadas integralmente. A quantidade de informação reconstruída depende dos vestígios preservados e das condições técnicas encontradas durante a análise.
O que a ferramenta forense ORISA representa para a segurança e a privacidade
A descoberta tem consequências importantes para a perícia forense digital, especialmente em situações nas quais investigadores precisam reconstruir atividades realizadas em smartphones. Conversas com assistentes de IA podem conter informações relevantes para investigações, como instruções fornecidas pelo usuário, detalhes de decisões tomadas e respostas produzidas pelo modelo.
Com a ORISA, pesquisadores demonstram que parte desse contexto pode ser recuperada mesmo quando o histórico já não está disponível na interface do aplicativo. Isso pode ajudar a estabelecer quais informações foram compartilhadas com um assistente e quais orientações foram recebidas durante determinada sessão.
Em investigações criminais, por exemplo, esses vestígios podem contribuir para esclarecer acontecimentos quando outras evidências são insuficientes. Entretanto, a recuperação técnica não comprova, por si só, a autenticidade ou a integridade de todas as informações reconstruídas. Uma análise pericial adequada precisa documentar os procedimentos empregados, preservar a cadeia de custódia e distinguir dados efetivamente recuperados de interpretações feitas a partir deles.
É possível recuperar qualquer conversa apagada com IA?
Não. A existência da ORISA não significa que qualquer pessoa consiga restaurar conversas excluídas de qualquer smartphone Android.
A ferramenta foi desenvolvida para um cenário especializado de análise forense de memória, e sua aplicação depende do acesso aos dados relevantes e de condições técnicas que permitam interpretá-los. A aquisição da memória de um aparelho pode exigir procedimentos específicos, privilégios elevados ou equipamentos e conhecimentos que não estão disponíveis para um usuário comum.
Além disso, os vestígios podem desaparecer à medida que novas operações reutilizam as áreas de memória. Reiniciar o aparelho, encerrar processos ou executar outras atividades pode alterar a disponibilidade dos dados, embora não seja possível garantir que uma única dessas ações elimine todos os vestígios em qualquer cenário.
Também não se deve confundir esse resultado com uma falha que permita invadir remotamente qualquer celular. O estudo demonstra uma possibilidade de recuperação forense, não uma vulnerabilidade de exploração remota generalizada. Não há motivo para concluir, com base nesses experimentos, que terceiros conseguem acessar automaticamente conversas apagadas de todos os usuários.
Para o público geral, a principal lição é entender que excluir um chat da interface e garantir a eliminação de todas as suas representações técnicas são objetivos diferentes.
Quais são os riscos para quem utiliza inteligência artificial local?
A execução local de modelos oferece vantagens importantes, incluindo a possibilidade de processar dados sem enviá-los continuamente a um serviço remoto. Isso pode reduzir a exposição a determinados riscos relacionados à transmissão de informações e ao armazenamento em servidores externos.
Por outro lado, privacidade local não é sinônimo de ausência de rastros. Um aplicativo pode executar o modelo no próprio dispositivo e ainda manter dados temporários, históricos, registros de diagnóstico ou outros artefatos que merecem atenção.
O nível de proteção depende de decisões de implementação. Desenvolvedores precisam considerar não apenas onde o modelo executa suas operações, mas também como as mensagens são armazenadas, quais componentes recebem cópias dos dados e o que acontece quando uma conversa é excluída.
Para usuários que compartilham informações profissionais, documentos internos ou dados pessoais sensíveis com assistentes locais, vale adotar uma postura consciente. É recomendável verificar as políticas de armazenamento do aplicativo, utilizar dispositivos protegidos por senha forte e manter o Android atualizado.
Essas medidas não garantem a eliminação de todos os vestígios, mas ajudam a reduzir outros riscos de acesso indevido ao aparelho. Em dispositivos corporativos, políticas de gerenciamento e procedimentos adequados para informações confidenciais também são importantes.
O futuro da privacidade em modelos locais de inteligência artificial
O estudo da Georgia Tech reforça uma questão que ganha importância à medida que os modelos de IA passam a funcionar diretamente em smartphones: a proteção dos dados precisa continuar depois que a conversa termina.
A segurança de um assistente não deve ser avaliada apenas pela capacidade de executar o modelo sem conexão com a nuvem. Também é necessário analisar como o aplicativo gerencia o contexto, descarta dados temporários e evita que informações sensíveis permaneçam disponíveis sem necessidade.
Uma das possíveis respostas está na adoção de práticas mais rigorosas de limpeza segura de memória (secure wiping). Quando apropriado, os desenvolvedores podem limpar buffers e estruturas que contenham informações confidenciais após o uso, limitar a duração dos dados temporários e evitar cópias desnecessárias do histórico.
Essas medidas, porém, exigem cuidado técnico. Sistemas modernos utilizam gerenciamento automático de memória, diferentes camadas de armazenamento e otimizações que podem dificultar a garantia de que todas as cópias de um dado tenham sido eliminadas. Uma rotina de limpeza em uma estrutura não assegura, necessariamente, que não existam outras representações em áreas distintas.
Por isso, a pesquisa também aponta para a necessidade de critérios verificáveis de descarte de dados em aplicativos móveis de IA. A transparência sobre o significado do botão de exclusão, a documentação do ciclo de vida das informações e a realização de testes independentes podem ajudar a aproximar as expectativas dos usuários do comportamento real dos aplicativos.
Para profissionais de segurança, a ORISA amplia as possibilidades de análise de dispositivos que executam modelos locais. Para desenvolvedores, evidencia que o gerenciamento de memória precisa fazer parte do planejamento de privacidade desde o início do projeto.
Para os usuários, a conclusão é mais equilibrada do que alarmista: a execução local continua oferecendo vantagens, mas não deve ser interpretada como uma garantia absoluta de confidencialidade ou apagamento definitivo.
