Palestrante
Descrição
A segurança de contratos inteligentes continua sendo um dos principais desafios no ecossistema blockchain. Vulnerabilidades exploradas em protocolos descentralizados resultaram em perdas financeiras expressivas e expuseram limitações das ferramentas de auditoria convencionais. O avanço de modelos de Inteligência Artificial (IA) e de Linguagem de Grande Escala (LLMs) abriu novas possibilidades para abordagens mais adaptativas e interpretáveis. Este trabalho propõe a concepção inicial de um framework de IA explicável voltado à detecção e contextualização de vulnerabilidades em smart contracts. A proposta está estruturada em duas fases: (i) uso de modelos de linguagem genéricos para geração de relatórios a partir dos resultados de ferramentas de análise estática; e (ii) integração futura de modelos locais refináveis, capazes de realizar aprendizado contínuo via feedback humano. O objetivo é fomentar auditorias mais compreensíveis, transparentes e colaborativas, aproximando a segurança automatizada da realidade prática do desenvolvedor.
