Can A Computer Catch A Spy?

Thirty years ago find a traitor required intuition, a kind of sixth-sensy feeling that something wasn’t quite right. Antes da Internet, do GPS e do Google, eram necessários trilhos de papel, inteligência humana e investigações com gumshoe. Sandy Grimes experimentou isso em primeira mão, embora quase por acidente: Ela perdeu uma fonte.

Sandy Grimes juntou forças com uma pequena força-tarefa para tentar encontrar uma toupeira na CIA. Eles chamaram a operação de busca Playactor. Olivia Fields for NPR hide caption

toggle caption

Olivia Fields for NPR

Sandy Grimes juntou forças com uma pequena força-tarefa para tentar encontrar uma toupeira na CIA. Eles chamaram a operação de busca Playactor.

Olivia Fields for NPR

“Trabalhando neste tipo de negócio você tem uma relação pessoal com aquelas pessoas que quando concordaram em trabalhar para o governo dos Estados Unidos colocaram suas vidas em nossas mãos”, disse ela, e é por isso que ela pode ter levado tão a peito quando um dos espiões que ela estava dirigindo, um funcionário do KGB em Lagos, Nigéria, desapareceu.

“Ele não apareceu para o primeiro recontacto, não apareceu para o segundo recontacto”, disse ela. Afinal, ele tinha sido preso, o primeiro de uma lista de agentes duplos soviéticos que foram descobertos a trabalhar para o Ocidente. “Um após outro, estávamos perdendo-os”, disse Grimes, “E você não podia cortar de outra forma: “Falhámos com eles.”

O grande mistério era se a agência estava a lidar com um espião nas fileiras ou com um quebra-códigos em Moscovo. Se a análise de hoje existisse naquela época, poderia ter acelerado o processo de descoberta. Algoritmos modernos teriam arrasado e empilhado locais de funcionários, encontrado padrões suspeitos em seus hábitos de trabalho e rastreado seus movimentos.

Mas na época, no final dos anos 80, quando a Guerra Fria estava chegando ao fim, tudo com que a CIA podia realmente contar eram profissionais experientes em inteligência como Grimes. Assim, em 1991, a agência lançou uma investigação chamada Operação Playactor. Ela compreendia em grande parte uma pequena força-tarefa com Grimes, um jovem funcionário do Escritório de Segurança chamado Dan Payne, uma analista de longa data da CIA chamada Jeanne Vertefeuille, e dois agentes do FBI, o agente especial Jim Holt e um analista soviético chamado Jim Milburn. (“Nós os chamávamos de Jim Squared”, disse Grimes.)

Sandra “Sandy” Grimes, que trabalhou na CIA desde o final dos anos 60, em casa, em Great Falls, Va. Como um dos investigadores da Operação Playactor, Grimes criou uma cronologia que foi fundamental para identificar Ames como um espião. Nikki Kahn/The Washington Post via Getty Images esconde legenda

toggle caption

Nikki Kahn/The Washington Post via Getty Images

Sandra “Sandy” Grimes, que trabalhou na CIA desde o final dos anos 60, em casa, em Great Falls, Va. Como um dos investigadores da Operação Playactor, Grimes criou uma cronologia que foi fundamental para identificar Ames como espião.

Nikki Kahn/The Washington Post via Getty Images

A investigação foi uma que exigiu folhas de cálculo, arquivos em papel e interrogatórios, e depois de meses mastigando todas essas ferramentas analógicas, a equipe conseguiu reduzir sua lista para cerca de 150 funcionários da CIA – demasiadas pessoas para uma pequena equipe suspeitar ou investigar. Por isso, eles encontraram uma solução incrivelmente pouco científica: Pediram um ao outro para listar os nomes de cinco ou seis pessoas da agência que os deixaram desconfortáveis e depois os classificaram.

Embora alguns dos nomes nas listas da equipe se sobrepusessem, para Grimes só havia realmente um suspeito: alguém que ela conhecia há anos e com quem tinha realmente carpoled; alguém que tinha acabado de voltar de uma postagem no exterior: um homem chamado Aldrich Ames.

Uma porta de arquivos da CIA de Ames. Como membro do Departamento de Operações da agência responsável pela contra-espionagem soviética, ele se tornou um dos espiões de mais alto nível e mais prejudiciais da história dos EUA. Jeffrey Markowitz/Sygma via Getty Images esconder legenda

alternar legenda

Jeffrey Markowitz/Sygma via Getty Images

Um porta-arquivo da CIA de Ames. Como membro do Departamento de Operações da agência responsável pela contra-espionagem soviética, ele se tornou um dos espiões de maior destaque e mais prejudiciais da história dos EUA.

Jeffrey Markowitz/Sygma via Getty Images

O nome pode soar um sino. Como membro do Departamento de Operações da CIA responsável pela contra-espionagem soviética, ele se tornou um dos espiões de mais alto nível e mais prejudiciais na história dos EUA. E Grimes suspeitou dele por uma razão que nenhum algoritmo teria adivinhado: Ele apenas parecia diferente. “Quando ele voltou da Itália em 1989, ele era um ser humano diferente, verdadeiramente um ser humano diferente”, disse Grimes, explicando porque ele encabeçou sua lista. “Era como se ele estivesse vigiando sua propriedade e era quase esta atitude: ‘Eu sei algo que você não sabe’. “

Um problema de inventário

Entre a mesma altura em que a equipa Playactor começou a sua busca por um traidor, um cientista de dados chamado Jeff Jonas começou um novo trabalho em Las Vegas. Meses antes ele tinha recebido um telefonema do The Mirage Casino perguntando se ele poderia construir algum software especial para ele. “Eles disseram: ‘Temos um problema de inventário'”, lembrou Jonas. “E eu disse, ‘Oh, sou bom em sistemas de inventário’. E então eles disseram, ‘Óptimo, é para peixes’. “

O Mirage tinha acabado de abrir e já estava a ter um problema que não tinha previsto: O seu aquário histórico de 20.000 galões estava a tornar-se um dreno financeiro. Ele continha milhares de peixes tropicais caros e raros que não podiam ser contabilizados. “Acho que eles estavam gastando como um milhão de dólares por ano para manter o aquário”, disse Jonas, “e eles estavam tentando manter o controle do que estava comendo o que”

Jonas acabou criando algo que agora consideraríamos um dos primeiros programas de análise de dados. Seu software não só rastreava os peixes como permitia que o cassino tomasse melhores decisões sobre como abastecia o aquário. “Eu realmente não sabia na época que isso iria se tornar o trabalho da minha vida”, disse Jonas. A especialidade de Jonas é combinar identidades. Começou com os peixes e depois mudou-se para as pessoas. “A correspondência de identidades é um problema difícil”, disse ele.

Depois que Jonas ajudou o Mirage com seu programa de pesca, os cassinos ao longo da faixa começaram a lhe perguntar se ele poderia ajudá-los a modernizar seus sistemas de segurança. No início dos anos 90, o estado da arte para rastrear pessoas em Las Vegas era, literalmente, um cartão índice de 3 por 5 polegadas. “Eles estavam fazendo cartões de funcionários e o classificavam pelo nome e tinham outro conjunto de cartões para os mesmos funcionários classificados por endereço”, lembrou Jonas. “Era como a biblioteca, mas em vez de assunto, título, autor, seria nome, endereço, telefone.”

Jonas começou por digitalizar todos aqueles cartões, e depois criou um sistema que chamou de Non-Obvious Relationship Awareness, ou NORA. “E ganhou esse nome porque eu comecei a encontrar coisas que você não esperava que encontrasse”, disse ele. O sistema sinalizava alguém em uma mesa de jogo que poderia ter o mesmo número de telefone de um funcionário. Se alguém alistasse mais de uma data de nascimento em uma vida, a NORA também identificaria isso. “Muitas vezes os dados chegam e não é nada de mais”, disse Jonas. “Mas às vezes, quando os dados aterram, é importante.” NORA estava criando sistemas que ajudariam a focar a atenção humana naqueles bits importantes.

Jeff Jonas senta-se em um computador, criando um software que não só rastreava os peixes do The Mirage, mas permitia que o cassino tomasse melhores decisões sobre como abastecia o tanque. Eventualmente, este sistema ficaria conhecido como Non-Obvious Relationship Awareness – NORA. Olivia Fields for NPR hide caption

toggle caption

Olivia Fields for NPR

Jeff Jonas senta-se num computador, criando um software que não só seguia os peixes do The Mirage mas permitia ao casino tomar melhores decisões sobre como abastecia o aquário. Eventualmente, este sistema ficaria conhecido como Non-Obvious Relationship Awareness – NORA.

Olivia Fields for NPR

Entre outras coisas, NORA focou a atenção humana num grupo de estudantes universitários que pareciam ter uma sorte incrível nas mesas de blackjack. Eles não estavam a fazer batota, parecia. Mas era estranho que tantos jovens jogadores estivessem indo tão bem. A NORA acabou por descobrir que aqueles jovens estavam a contar cartas – e eram membros da equipa de blackjack do MIT. (A contagem de cartas não é ilegal, mas os contadores de cartas são normalmente convidados a deixar o casino. A equipa criou uma empresa de “investimento” para identificar o dinheiro dos jogadores e depois distribuir os seus ganhos. Eventualmente seus principais jogadores foram banidos da maioria dos cassinos.)

Had Grimes e a equipe da CIA conheciam a NORA, pode ter sido exatamente o que eles precisavam para ajudá-los a encontrar e condenar seu próprio suspeito.

Um sistema muito analógico

O que Grimes tinha ao invés disso era uma espécie de equivalente humano da NORA. Entre outras coisas, ela tinha tido uma longa interação pessoal com Ames. Ela observou o comportamento dele, de perto, muito antes dele cair em suspeita, e ela pôde avaliar o que ela considerava ser um comportamento fora do comum para um agente da CIA. “Durante os dias de boleia, ele estava sempre atrasado”, disse ela. “Ele saía correndo do apartamento, a camisa estava pendurada, com meias de cores diferentes”. Ele era um preguiçoso.”

Um episódio envolvendo sua esposa, Rosario, também lhe deu uma pausa. Rosario tinha pedido a um colega da CIA para lhe enviar vitaminas pré-natais quando ela e Ames foram postadas em Roma, em 1988. Quando Grimes se deparou com o útil colega que havia enviado as vitaminas meses depois, ela estava usando um lenço Gucci lindo. “Onde arranjou isso?” O Grimes perguntou-lhe. O colega disse que a esposa de Ames lhe tinha mandado depois de receber as vitaminas. “Eu disse, ‘Bem, isso é um dom e tanto. “

Em isolamento, estas coisas teriam pouco significado, mas o sistema NORA na cabeça do Grimes não parava de lhe tocar enquanto a equipa Playactor entrevistava outros suspeitos. Uma das perguntas que eles fizeram a todos na sua longa lista – independentemente da sua classificação nessa lista – foi esta: Se você fosse espiar, ou se voluntariar, como o faria? A maioria das pessoas com quem conversaram viu a pergunta como um exercício mental; Ames ficou atordoado com a pergunta. “Ele estava com a língua presa”, disse Grimes. “Claro que não estamos a dizer nada, certo? Estamos ali sentados a ouvir. Mas depois ficamos em choque total que ele achou essa pergunta desconfortável.”

Tornou-se um ponto de dados em um sistema muito analógico que a equipe tinha criado em seus computadores da agência. Payne, o jovem agente do FBI, começou a obter mandados para os extratos financeiros e depósitos bancários de Ames. Grimes começou a juntar uma cronologia, listando as várias atribuições de Ames na CIA, que ele tinha relatado ter encontrado na Itália, os casos em que ele estava trabalhando na América. Ela acrescentou outros pontos de dados aleatórios: Quando é que ele entrou e saiu do escritório? Quando é que ele saiu para fumar?

p>Ela colocou tudo isto num documento de processamento de texto no seu computador, o que por si só apresentou alguns desafios. Todas as manhãs, quando fazia o login, ela tinha que esperar 20 minutos para que ele fosse carregado até onde ela tinha parado. “Todos os dias era uma frustração”, disse ela. “Era uma mutilação mental.”

Grimes tinha de construir uma cronologia seguindo cada movimento do seu principal suspeito. Mas ela teve de o fazer de baixo para cima. Sem folhas de cálculo. Sem bases de dados. Apenas um documento de processamento de texto que chegou a ter centenas de páginas. Ela teve de esperar 20 minutos algumas manhãs só para o documento ser carregado. Olivia Fields for NPR hide caption

toggle caption

Olivia Fields for NPR

Grimes teve de construir uma cronologia seguindo cada movimento do seu principal suspeito. Mas ela teve de o fazer de baixo para cima. Sem folhas de cálculo. Sem bases de dados. Apenas um documento de processamento de texto que chegou a ter centenas de páginas. Ela teve que esperar 20 minutos algumas manhãs só para o documento ser carregado.

Olivia Fields for NPR

Um dos problemas foi que para o documento ser útil e pesquisável, ele precisava ser absolutamente consistente. Você não poderia escrever 7 de março em um dia e depois escrever 03/07 no dia seguinte. Não podia haver erros de digitação ou espaços perdidos. “No final do dia, eu tinha que voltar e rever tudo o que eu tinha digitado”, disse Grimes. “E poderia ser aquela pequena informação que faz toda a diferença”

Que a atenção aos detalhes acabou por compensar uma manhã, quando Payne chegou ao escritório com um envelope cheio de demonstrações financeiras. Ele pescou alguns talões de depósito da pasta e depois começou a adicionar a informação a uma folha de cálculo no seu computador. E então, como era hábito deles, ele passou os talões sobre a parede do cubículo para Grimes, que então rolava para a data correta na cronologia e os adicionava em.

“Acontece que eu dei uma olhada na linha acima e fui, ‘Oh, meu Deus, no dia anterior, almoçar com Chuvakhin’”, disse Grimes. “E eu pensei, que estranha coincidência.” Sergei Chuvakhin era um diplomata soviético estacionado em Washington. “O segundo recibo de depósito vem sobre a parede do cubículo para mim.” Foi um depósito de 5.000 dólares em dinheiro, feito a 5 de Julho. Três dias antes a cronologia foi lida: Almoço com Chuvakhin. Grimes tricotou-lhe a testa e agarrou o último recibo de depósito. Foi por 8.500 dólares em dinheiro, depositado a 31 de Julho. E a cronologia mostrou que no mesmo dia – Ames tinha almoçado com Chuvakhin.

“Foi isso por Sandy”, disse Grimes, referindo-se a si mesma pelo nome. “Eu disse, ‘Vocês não vão acreditar, é isto – vocês não vão acreditar.” Ela correu pelo corredor para dizer ao chefe da divisão de contra-informação da CIA, Paul Redmond. “Fechei a porta e não esperei por ele, só disse: ‘Não é preciso um cientista de foguetes para ver o que se passa aqui: O Rick é um maldito espião soviético.” (Grimes disse que ela e Redmond ainda estão a discutir sobre as suas palavras exactas. Ele diz que ela usou uma palavra mais colorida, uma que Grimes disse ser uma de suas favoritas.)

“O melhor caso de insubordinação que já conheci”

p> O FBI abriu uma investigação formal sobre Ames pouco tempo depois; mas para construir o caso o bureau dependia do que hoje pareceria ser algumas coisas incrivelmente analógicas: escutas telefônicas, aparelhos de escuta, vigilância, aviões, até mesmo operações de lixo.

“Às vezes é preciso perfurar a parede para colocar os microfones”, disse Robert “Bear” Bryant, que se tornaria diretor adjunto do FBI e que supervisionava a investigação de Ames. “Se você tem que entrar no drywall, você tem que ligar uma linha elétrica, mas o mais difícil é conseguir que o drywall coincida”

Esta é a primeira vez que Bryant fala publicamente sobre o caso Ames. “Pusemos microfones no carro dele, na casa dele; cobrimos o tipo quase desde que ele saiu para o trabalho.” Eles até tinham um avião no ar a segui-lo enquanto ele conduzia desde a sua casa em Arlington, Va., não muito longe de Langley. “Você tinha um tipo com um conjunto de binóculos e ele senta-se lá e olha para o assunto quando se estão a mexer”, disse Bryant. “É a melhor maneira de não perder alguém.”

agentes do FBI encontraram esta nota no lixo de Ames em 1993; refere-se a uma reunião com o seu contacto do KGB em Bogotá, Colômbia. A Colecção de Imagens da Vida via Getty Images esconde legenda

toggle caption

A Colecção de Imagens da Vida via Getty Images

agentes do FBI encontraram esta nota no lixo de Ames em 1993; refere-se a um encontro com o seu contacto KGB em Bogotá, Colômbia.

A Coleção de Imagens da Vida via Getty Images

Mas foi algo que Bryant pediu especificamente aos agentes para não fazer que os levou a uma pausa no caso: Eles fizeram o que é conhecido como uma “capa de lixo”. “Quando uma pessoa põe o seu lixo para fora, se estiver em propriedade pública, você pode apreender esse lixo e fazer uma busca nele”, diz Bryant. “Eles fizeram-no contra as minhas ordens.”

Então, no Outono de 1993, Bryant recorda-se de um dos seus agentes a acenar-lhe com um saco de plástico com um pedaço de papel amarelo quando entrava no escritório. “Eu disse, ‘Que raio é isso?’ Ele disse, ‘Tirámos isto do lixo.’ “

Era um bilhete que Ames tinha escrito a si próprio sobre uma reunião que devia ter com um agente da KGB em Bogotá, Colômbia. “Era a chave do caso, e uma grande chave porque sabíamos onde ele ia fazer uma entrega. Mais tarde, me perguntaram sobre isso e eu disse que era o melhor caso de insubordinação que já conheci”

Uma pasta na sua cabeça

O programa de relacionamento não óbvio do Jonas em Vegas décadas atrás foi substituído por algo conhecido na indústria de ameaças internas como Resolução de Entidade. É uma tentativa de ensinar um computador a fazer as mesmas associações que, sem estarmos totalmente conscientes, nossos cérebros fazem quase instantaneamente.

Considerar o músico Príncipe. Aquele símbolo que ele usou para o seu nome pode ser uma das primeiras coisas que vieram à mente. Não sabemos como explicar que associamos esse símbolo ao Prince – apenas sabemos que o associamos. Então outras conexões são feitas: a música “Purple Rain”, uma guitarra roxa, um terno de veludo.

“Todas aquelas coisas que você pegou ao longo do tempo sobre Prince vivem em uma pasta na sua cabeça”, explica Jonas. “E elas vieram em tempos diferentes e foram descritas de forma diferente, mas a Entidade Resolução de Borracha – banda juntos”

Nosso cérebro é muito bom em fazer conexões. “Todas as coisas que você aprendeu ao longo do tempo sobre o Prince vivem na sua cabeça”, explica Jonas. “E eles vieram em tempos diferentes e foram descritos de forma diferente”, mas você os uniu da mesma forma. A Resolução da Entidade está tentando ensinar os computadores a fazer o mesmo. Olivia Fields for NPR hide caption

toggle caption

Olivia Fields for NPR

Nossos cérebros são muito bons em fazer conexões. “Todas as coisas que você aprendeu ao longo do tempo sobre o Prince vivem na sua cabeça”, explica Jonas. “E elas vieram em momentos diferentes e foram descritas de forma diferente”, mas você as reuniu da mesma forma. Entity Resolution está tentando ensinar computadores a fazer o mesmo.

Olivia Fields for NPR

O que torna Entity Resolution diferente dos algoritmos tradicionais é que, em vez de mastigar através de enormes conjuntos de dados para ver o que pode encontrar, ele tenta organizar as coisas mais como o cérebro faz. Ele pergunta: Como é um número de Segurança Social como um número de identificação de veículo ou como um número de série em um roteador? Como é uma data de nascimento como a marca ou modelo de um carro? E a maneira como eles são iguais é que todos eles geralmente identificam uma única coisa discreta.

Se você encontrar o VIN idêntico em uma lista de carros, o computador percebe isso e o sinaliza como uma anomalia. À medida que o algoritmo se desenvolve, ele pode encontrar outras coisas que não são computadas. No caso do Ames, ele pode ver que ele acabou de pagar $400.000 em dinheiro por uma casa, mas que ele ganha menos de $70.000 por ano. O algoritmo pode sinalizar isso como estranho, então provavelmente requer outro olhar.

“Provavelmente a coisa mais fantasiosa do nosso algoritmo é que ele pode mudar de idéia sobre o passado”, disse Jonas. Em outras palavras, ele pode voltar no tempo para ver se uma nova informação sugere uma nova maneira de pensar sobre o que você está analisando. Você vê que há um almoço com um diplomata soviético em D.C. no final de julho; isso levanta alguma questão sobre esse tipo de reuniões no passado? Haveria um padrão que poderíamos ter perdido?

Quando Grimes adicionou a informação do talão de depósito à sua cronologia, ela olhou para a linha acima e viu os almoços com o diplomata soviético. Essa é uma versão análoga do que a Entity Resolution agora tenta fazer.

“Essa é a história dos dados encontram dados”, disse Jonas. “A coisa que me faz pensar no caso Ames … é que você tem que esperar que os humanos tenham perguntas; você tem que esperar que coisas ruins aconteçam. Hoje o que você faria seria pegar uma cópia de tudo que está em seu laptop pessoal e uma vez que eles pudessem espiar sua conta bancária, novos dados surgem”

Humans precisam de muito tempo para processar essa informação. Os computadores não precisam. Não há cronologias pesadas, digitadas à mão. E criticamente, diz Jonas, há pouca confiança no instinto ou na intuição. “uma lista de pessoas sobre as quais temos um palpite, isso nem sempre vai funcionar”, disse ele. A Resolução da Entidade pode ser a tecnologia que faz a ponte para essa lacuna.

Durante anos antes da prisão de Ames, não ocorreu a ninguém notar que os seus padrões de trabalho tinham mudado. Não havia algoritmos que pudessem ter montado que ele estava bebendo, tinha passado por um divórcio caro, pagava em dinheiro por sua casa, estava dirigindo um carro novo e chegou ao escritório cedo e saiu tarde. Essas eram coisas que o próprio Ames admitiu que deveria ter avisado as autoridades. Foi apenas algo que eles viram em retrospectiva.

Ames foi preso em 21 de fevereiro de 1994, sob acusação de espionagem. Declarou-se culpado em Abril do mesmo ano e foi condenado a prisão perpétua sem liberdade condicional. Jeffrey Markowitz/Sygma via Getty Images esconde caption

toggle caption

Jeffrey Markowitz/Sygma via Getty Images

Ames foi preso em 21 de fevereiro de 1994, sob acusação de espionagem. Ele se declarou culpado em abril daquele ano e foi condenado a prisão perpétua sem liberdade condicional.

Jeffrey Markowitz/Sygma via Getty Images

“O que o algoritmo não tem nenhuma visão é: essa pessoa mudou o seu padrão porque talvez tenha tido um bebê e agora eles vêm em horas diferentes, ou talvez eles estavam doentes, então eles têm feito uma série de fisioterapia pela manhã”, disse Yael Eisenstat, um antigo analista da CIA, que agora é um colega visitante na Cornell Tech. Eisenstat estuda o efeito dos algoritmos e da tecnologia na sociedade. “Há tantas coisas humanas reais que poderiam fazer essa anormalidade no padrão, o algoritmo não vai saber”, disse ela.

Por isso os algoritmos ainda precisam de humanos para colocar dois e dois juntos, como Grimes fez. Em retrospectiva, o seu sentido de aranha foi mais eficaz do que qualquer algoritmo poderia ser. Mesmo muito mais tarde ela disse que foi a arrogância de Ames que a ajudou a descobrir que ele era o homem deles. Ele pensou que era mais esperto que todos os outros e até deu conselhos a Grimes e Vertefeuille sobre o que a investigação do Playactor deveria procurar.

“Ele me disse, ‘Você olha para os casos bons e você olha para os casos ruins e vê o que é diferente'”, disse Grimes. Ela se lembra de pensar para si mesma na época: “Ainda bem que você acha que eu sou tão estúpida. Sabes, ele pensou que éramos duas gajas estúpidas.”

Duas gajas estúpidas que apanharam um espião.

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *