Os CAPTCHAs foram concebidos como um teste que os humanos passam e os computadores não. Vinte anos depois, essa descrição é difícil de sustentar. Pesquisas publicadas mostram sistemas automatizados igualando ou superando pessoas na maioria dos tipos de CAPTCHA, enquanto as pessoas ainda gastam segundos, às vezes quase um minuto inteiro, em cada desafio.
Então, os CAPTCHAs ainda impedem bots? A pesquisa aponta para uma resposta mais precisa: raramente impedem um operador determinado, mas adicionam custo e atrito, tanto para atacantes quanto para usuários legítimos. Este estudo reúne as medições por trás dessa resposta: quanto tempo os CAPTCHAs levam para humanos, com que frequência as máquinas os resolvem, o que os agentes de IA conseguem hoje e como a defesa mudou de quebra-cabeças para pontuação de risco.
Todos os números abaixo vêm do texto ou das tabelas originais dos artigos. Vários resultados recentes são preprints, o que indicamos. Este é um resumo de pesquisa publicada, não um guia para resolver CAPTCHAs.
Principais conclusões
- Os humanos pagam em segundos. No maior estudo de laboratório recente, os tempos médios de resolução variaram de 3,6 a 42,7 segundos por CAPTCHA, dependendo do tipo. Em uma implantação real, os desafios de imagem levaram 10,3 segundos em média para as pessoas, contra 1,85 segundos para uma caixa de seleção.
- As máquinas igualam ou superam os humanos em precisão. O mesmo estudo de laboratório comparou seus resultados humanos com resultados de bots de pesquisas anteriores e concluiu que “bots podem superar humanos, tanto em tempo de resolução quanto em precisão, em todos esses tipos de CAPTCHA.”
- Agentes de IA de propósito geral ainda ficam aquém, solvers feitos sob medida não. Em um benchmark de 2025, o melhor agente geral resolveu 40% dos CAPTCHAs interativos, contra 93,3% para humanos. Sistemas construídos para famílias específicas de CAPTCHA relatam resultados próximos ou acima do nível humano.
- O mecanismo real é o custo. Já em 2010, pesquisadores concluíram que um CAPTCHA “reduz o lucro esperado de um atacante pelo custo de resolver o CAPTCHA”, em vez de impedir o acesso automatizado.
- As defesas se moveram para os bastidores. Os principais provedores agora pontuam as solicitações sem mostrar um quebra-cabeça, e exibem um desafio apenas quando a pontuação é duvidosa.
O que os CAPTCHAs custam aos humanos
A medição mais detalhada de CAPTCHAs modernos é um estudo da USENIX Security de 2023, feito por Searles e colegas. Nele, 1.400 participantes resolveram 14.000 CAPTCHAs em dez tipos.
| Tipo de CAPTCHA | Tempo de resolução humano (segundos) |
|---|---|
| Caixa de seleção (clique) | 3,1 a 4,9 |
| Texto distorcido | 9 a 15,3 |
| Seleção de imagem (reCAPTCHA) | 15 a 26 |
| Seleção de imagem (hCaptcha) | 18 a 32 |
| Baseado em jogo | 18 a 42 |
| Quebra-cabeça deslizante | 28 a 30 |
Fonte: Searles et al. (2023), Tabela 3. As faixas cobrem as diferentes configurações do estudo.
A precisão humana estava longe de ser perfeita: cerca de 81% nos desafios de imagem, e entre 50% e 85% nos tipos em que a precisão pôde ser medida. Enquadrar o CAPTCHA como parte de um cadastro de conta, em vez de uma tarefa isolada, tornou as pessoas mais lentas, em 26,7% em média entre os tipos.
As pessoas também desistem. Em um estudo complementar dentro do mesmo artigo, 30% dos participantes abandonaram antes de terminar, e os que viram os CAPTCHAs como parte de um cadastro de conta tinham 120% mais chances de abandonar. Esses eram participantes de estudo remunerados, então os números descrevem abandono de tarefa em vez de vendas perdidas, mas a direção é clara.
Um estudo de 2025 de Searles, Prapty e Tsudik mediu a mesma coisa em produção. Ao longo de 13 meses, mais de 3.600 usuários reais de um serviço de contas universitário passaram pelo reCAPTCHA v2 sem saber que estavam sendo estudados:
| Medida | Resultado |
|---|---|
| Sessões resolvidas apenas pela caixa de seleção | 79,98% |
| Tempo médio de resolução, caixa de seleção | 1,85 segundos |
| Tempo médio de resolução, desafio de imagem | 10,3 segundos |
| Desafios de imagem aprovados | 92,96% |
| Respondentes da pesquisa que acharam os desafios de imagem irritantes | 40% (menos de 10% para a caixa de seleção) |
Os autores também estimaram o tempo humano total gasto no reCAPTCHA ao longo de sua existência em 819 milhões de horas, no valor de pelo menos 6,1 bilhões de dólares a um salário de 7,50 dólares por hora. Eles descrevem a estimativa como um limite inferior aproximado, construído sobre suposições, incluindo um número de 2010 de 100 milhões de CAPTCHAs por dia mantido constante, então é melhor interpretá-la como uma ordem de grandeza. Para comparação, os criadores do reCAPTCHA relataram em 2008 que as pessoas resolviam mais de 100 milhões de CAPTCHAs por dia, “centenas de milhares de horas humanas por dia.”
O que as máquinas alcançam
A resolução automatizada acompanhou cada geração de CAPTCHA. O estudo de 2023 comparou seus resultados humanos com resultados de bots relatados em pesquisas anteriores:
| Tipo de CAPTCHA | Precisão humana (estudo de 2023) | Precisão de bots (estudos anteriores) | Tempo de resolução de bots |
|---|---|---|---|
| Caixa de seleção (clique) | não medida diretamente | 100% | 1,4 s |
| Quebra-cabeça deslizante | não medida diretamente | 96% | 5,3 s |
| Texto distorcido | 50% a 85% | 99,8% | menos de 1 s |
| Seleção de imagem (reCAPTCHA) | 81% | 85% | 17,5 s |
| Seleção de imagem (hCaptcha) | 71% a 81% | 98% | 14,9 s |
Fonte: Searles et al. (2023), Tabela 3 e seção 5.5, citando estudos anteriores para os resultados de bots.
Os números de bots vêm de artigos diferentes, sob condições diferentes, então isso não é um confronto direto controlado. Mas a conclusão dos autores é direta: os bots “podem superar os humanos, tanto em tempo de resolução quanto em precisão.” O texto distorcido caiu primeiro; uma equipe de pesquisa do Google relatou 99,8% de precisão na categoria mais difícil de quebra-cabeças de texto do reCAPTCHA em 2014.
Um estudo de 2024 da ETH Zurich relatou que um sistema automatizado passou em todas as sessões de reCAPTCHA v2 que tentou, às vezes após várias rodadas de imagem, e precisou de um número semelhante de desafios ao de um testador humano (uma pessoa, em sua comparação). Sua constatação mais reveladora diz respeito ao que o sistema realmente está medindo: os autores concluíram que o reCAPTCHA v2 “é fortemente baseado em dados de cookies e histórico de navegador ao avaliar se um usuário é humano ou não.” Em seus testes, um navegador sem histórico precisou de muito mais desafios do que um com histórico estabelecido. A tarefa de imagem, em outras palavras, importa menos do que a aparência que o navegador já tem.
O que os agentes de IA alcançam hoje
Desde 2024, pesquisadores testaram modelos e agentes de IA de propósito geral em CAPTCHAs, com resultados mistos.
| Estudo | Status | Resultado |
|---|---|---|
| Open CaptchaWorld (2025) | Preprint | O melhor agente web geral resolveu 40,0% de 225 CAPTCHAs interativos; humanos, 93,3% |
| MCA-Bench (2026) | AAAI 2026 | Um modelo de visão ajustado obteve 0,025 em seleção aritmética, contra 0,78 para humanos, mas 0,985 em palavras distorcidas, contra 0,84 para humanos |
| Oedipus (2024) | Preprint | Modelos gerais resolveram de 12% a 21% dos CAPTCHAs de raciocínio sem assistência, e de 51% a 64% com um framework de decomposição de tarefas |
| VIPERStrike (2026) | Aceito, USENIX Security 2026 | Até 93,2% em CAPTCHAs de raciocínio visual de seis provedores, contra 87,6% a 95,4% para um pequeno grupo de voluntários humanos |
O padrão é consistente. Agentes prontos para uso têm dificuldades com desafios interativos de múltiplas etapas. Sistemas construídos para uma família específica de CAPTCHAs fecham a maior parte da diferença em relação aos humanos, e em tarefas visuais simples os superam. Um resultado animador para os defensores: no artigo VIPERStrike, randomizar o texto dos prompts de desafio reduziu a taxa de sucesso de todos os solvers em um teste preliminar, entre 4,5 e 20,5 pontos percentuais.
Dissuasão é um custo, não uma muralha
Se as máquinas conseguem resolver CAPTCHAs, por que eles ainda existem? Um estudo da USENIX Security de 2010, feito por Motoyama e colegas, respondeu a essa pergunta antes da era da IA. Medindo o mercado de mão de obra humana para resolução de CAPTCHA, eles encontraram resolução disponível a preços de varejo “tão baixos quanto $1 por mil”, com tempo médio de resposta de 14 segundos e precisão de 86% a 89% na maioria dos serviços testados. Sua conclusão ainda enquadra o debate:
“Em um sentido absoluto, os CAPTCHAs não impedem o acesso automatizado em larga escala a sites.” Um CAPTCHA “reduz o lucro esperado de um atacante pelo custo de resolver o CAPTCHA.”
Isso torna o CAPTCHA um controle econômico. Ele funciona onde o valor de cada ação automatizada é pequeno comparado ao custo de passar pelo desafio, como criação em massa de contas ou spam, e falha onde cada ação é valiosa. Também custa a cada usuário legítimo os mesmos segundos e a mesma frustração.
Pesquisas recentes em preprint colocam a resolução baseada em IA na mesma faixa de custo: os autores do Oedipus estimaram alguns dólares a cerca de vinte dólares por cem CAPTCHAs de raciocínio resolvidos, dependendo do modelo e do tipo, o que descreveram como estando na mesma ordem de grandeza da mão de obra humana.
Dos quebra-cabeças às pontuações de risco
O setor aceitou amplamente isso e moveu a decisão para fora de vista.
- Google reCAPTCHA v3 “retorna uma pontuação para cada solicitação sem atrito para o usuário”, de 0,0 (muito provavelmente um bot) a 1,0 (muito provavelmente uma boa interação), com um limiar padrão de 0,5. A documentação do Google sugere usar a pontuação para decidir o que fazer, como exigir autenticação de dois fatores em um login arriscado ou enviar um comentário arriscado para moderação, em vez de bloquear diretamente.
- Cloudflare Turnstile “funciona sem mostrar um CAPTCHA aos visitantes”, executando pequenos desafios de navegador não interativos em segundo plano e escalando para uma caixa de seleção apenas quando necessário.
O quebra-cabeça se tornou o recurso de reserva, exibido quando a pontuação de segundo plano é incerta. Isso corresponde à constatação da ETH Zurich sobre o histórico do navegador, e à mudança mais ampla na defesa contra bots descrita em nosso artigo sobre como a defesa anti-bot evoluiu além dos CAPTCHAs.
O que isso significa
Para proprietários de sites, a pesquisa sugere tratar os CAPTCHAs como uma camada que eleva custos, não como um portão:
- Exiba desafios apenas em ações que valem a pena proteger, como cadastros, logins e finalizações de compra, e apenas quando uma pontuação de risco for duvidosa.
- Meça o que os desafios custam a você. O abandono nos estudos acima chegou facilmente a dois dígitos.
- Espere que um operador determinado passe, e combine desafios com limites de taxa, controles no nível da conta e verificações no lado do servidor sobre as próprias ações.
Para equipes de dados, um CAPTCHA é um sinal claro: o site julgou seu tráfego como automatizado e não o quer naquele caminho, naquele ritmo. A resposta certa é diminuir a velocidade, verificar se existe uma API oficial ou licença de dados, e permanecer dentro do que o site permite, não procurar uma forma de contornar o desafio. Nossas boas práticas de web scraping e nosso guia sobre robots.txt e opt-outs de IA explicam como ler esses sinais.
Perguntas frequentes
Os CAPTCHAs ainda funcionam?
Como barreira estrita, não de forma confiável: a pesquisa mostra sistemas automatizados igualando ou superando a precisão humana na maioria dos tipos de CAPTCHA. Como custo que desacelera abuso automatizado de baixo valor, como cadastros em massa, eles ainda têm um papel, especialmente combinados com pontuação de risco em segundo plano.
Quanto tempo os CAPTCHAs levam para os humanos resolverem?
Em um estudo de 2023 com 1.400 pessoas, os tempos médios de resolução variaram de 3,6 a 42,7 segundos, dependendo do tipo. Em uma implantação real do reCAPTCHA v2, uma caixa de seleção levou 1,85 segundos em média e um desafio de imagem, 10,3 segundos.
A IA consegue resolver CAPTCHAs?
Agentes de IA de propósito geral ainda ficam atrás dos humanos em CAPTCHAs interativos; em um benchmark de 2025, o melhor agente resolveu 40%, contra 93,3% para humanos. Sistemas construídos para tipos específicos de CAPTCHA relatam resultados próximos ao nível humano.
Por que os CAPTCHAs estão sendo substituídos?
Porque custam tempo e conversões reais aos usuários, enquanto bots determinados conseguem passar. Os provedores agora pontuam as solicitações em segundo plano e exibem um desafio apenas quando a pontuação é incerta.
Conclusão
Os CAPTCHAs não separam mais os humanos das máquinas de forma confiável; na maioria dos tipos, as máquinas agora são pelo menos tão precisas quanto eles. O que ainda fazem é adicionar custo: segundos e frustração para as pessoas, dinheiro e esforço para o tráfego automatizado. Isso os torna úteis onde cada ação automatizada vale pouco, e fracos onde vale muito. O setor respondeu movendo a decisão real para a pontuação de risco invisível e mantendo o quebra-cabeça como recurso de reserva.
Fontes e referências
- Searles, A. et al. (2023). An Empirical Study & Evaluation of Modern CAPTCHAs. USENIX Security 2023.
- Searles, A., Prapty, R. T. e Tsudik, G. (2025). Understanding reCAPTCHAv2 via a Large-Scale Live User Study. NDSS Symposium on Usable Security and Privacy (USEC) 2025.
- Plesner, A., Vontobel, T. e Wattenhofer, R. (2024). Breaking reCAPTCHAv2. COMPSAC 2024.
- Motoyama, M. et al. (2010). Re: CAPTCHAs: Understanding CAPTCHA-Solving Services in an Economic Context. USENIX Security 2010.
- von Ahn, L. et al. (2008). reCAPTCHA: Human-Based Character Recognition via Web Security Measures. Science 321.
- Goodfellow, I. et al. (2014). Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks.
- Luo et al. (2025). Open CaptchaWorld. Preprint.
- Wu et al. (2026). MCA-Bench. AAAI 2026.
- Deng et al. (2024). Oedipus. Preprint.
- Qi et al. (2026). VIPERStrike. Aceito no USENIX Security 2026.
- Google, documentação do reCAPTCHA v3; Cloudflare, documentação do Turnstile.