Um homem no Reino Unido usou ChatGPT para gerar reclamações falsas e acumular cupons do McDonald’s por meio de pesquisas de satisfação. O esquema garantiu refeições gratuitas por quase um ano, até que padrões repetitivos chamaram a atenção da rede.
Como o esquema com cupons do McDonald’s começou?
O processo teve início com a coleta de recibos físicos do McDonald’s, próprios ou obtidos com terceiros. Cada comprovante continha um código que liberava acesso às pesquisas digitais de avaliação do atendimento.
Com os códigos em mãos, o consumidor utilizava a inteligência artificial para redigir relatos negativos detalhados e convincentes, garantindo automaticamente cupons de compensação oferecidos pela própria rede.
De que forma o ChatGPT ajudava nas reclamações?
A ferramenta era usada para criar textos variados, mantendo coerência e aparência realista. O sistema de recompensas funcionava de forma automatizada, liberando benefícios sempre que havia registro de insatisfação. O método seguia etapas claras, descritas a seguir.
LeiaTambém
- Reunião de comprovantes: recibos permitiam acesso às pesquisas online.
- Criação de relatos padronizados: textos negativos eram adaptados com variações de tom.
- Recebimento automático de cupons: cada reclamação resultava em refeição gratuita.
Por que o truque ficou ativo por quase um ano?
O uso repetido do ChatGPT permitiu alterar pequenas estruturas nas respostas, evitando suspeitas imediatas. Mesmo com códigos diferentes, o padrão das avaliações manteve coerência suficiente para continuar recebendo recompensas.
Ao longo dos meses, o homem acumulou dezenas de cupons do McDonald’s, usufruindo refeições gratuitas regularmente. O sistema baseado em confiança e automação demorou a identificar o comportamento estratégico.
Como a rede detectou o padrão e encerrou o benefício?
Com o aumento da frequência das avaliações semelhantes, os sistemas internos passaram a identificar similaridades estruturais nas respostas enviadas às pesquisas. A repetição constante ativou mecanismos de verificação, como detalhado abaixo.
- Análise de conteúdo: identificação de estruturas parecidas entre diferentes códigos.
- Monitoramento de recorrência: volume incomum de avaliações negativas do mesmo perfil.
- Interrupção automática: bloqueio do envio de novos cupons ao usuário.
O caso evidenciou brechas digitais em programas de fidelização e reforçou o desafio das grandes redes de fast food em equilibrar recompensas legítimas com prevenção de abusos em um cenário onde a inteligência artificial está amplamente acessível.