Due diligence e verificação de antecedentes

O copiloto do voo FZ1073: o que uma verificação de antecedentes teria encontrado no dia da sua contratação

O copiloto do voo FZ1073: o que uma verificação de antecedentes teria encontrado no dia da sua contratação

Em 30 de setembro de 2026, o copiloto do voo FZ1073 da Flydubai, de Dubai para Telavive, atacou o comandante na cabina de pilotagem e tentou assumir os comandos. Fizemos uma única pergunta: havia na internet, antes da sua contratação, informação pública que uma verificação de antecedentes teria encontrado, e continha essa informação sinais de alerta?

Fixámos a lista de indicadores antes da pesquisa. Testámos duas datas: a sua contratação pela Flydubai em fevereiro de 2026, segundo o Wall Street Journal, e o dia do ataque. Fizemos 28 pesquisas no Google, limitadas a páginas com data anterior à da contratação, para ver o que uma verificação feita na altura teria devolvido. A pesquisa abrangeu inglês e árabe, incluindo arquivos de conteúdo apagado.

O que havia na internet antes da contratação

Não encontrámos nenhum dos indicadores de radicalização violenta definidos previamente. O material violento surgiu cerca de nove horas depois do ataque.

Mas o Internet Archive conservou cerca de 3.000 tweets de uma conta sua no X, entretanto apagada, de 2021 e 2022. Segundo o método da ProfCheck, esses tweets contêm quatro indicadores comportamentais negativos:

• Atitude depreciativa para com as mulheres.

• Hostilidade para com estrangeiros.

• Imposição de normas religiosas aos outros, com apoio à punição violenta.

• Engano deliberado com identidades falsas.

Como uma verificação lá chega

16 pesquisas pelo nome, em inglês e em árabe, não devolveram nenhuma das suas páginas anteriores à data de contratação. Uma pesquisa pelo seu nome de utilizador devolveu as suas contas nos primeiros resultados.

O nome de utilizador aparece numa página espelho que indica o seu nome em árabe, e na sua página do LinkedIn. Um analista que lê árabe e verifica cada resultado chega lá. Uma triagem automática por nome não chega lá.

Ler na língua também importa no sentido inverso. A palavra "حماس" aparece duas vezes nos seus tweets, e em ambas significa "entusiasmo". Um filtro de palavras-chave iria assinalá-la como constatação. Um leitor que vê o contexto não o faria.

Onde estavam os sinais de alerta mais fortes

Segundo o que foi noticiado até agora, os sinais de alerta mais fortes não estavam na internet:

• Segundo o Wall Street Journal, a ABC e a CNN, Omã afastou-o das funções de voo devido a opiniões extremistas ou a material extremista.

• A Royal Air Maroc afirmou que ele concluiu uma formação teórica no âmbito de um processo de pré-contratação e que a sua candidatura não foi selecionada. O seu perfil do LinkedIn apresentava esse período como cerca de sete meses de emprego.

• Segundo um diplomata do Golfo, as verificações anteriores à sua contratação centraram-se em condenações criminais, e não em sinais de radicalização.

• Segundo o Wall Street Journal, ninguém perguntou a Omã sobre ele.

Mas, na minha opinião, esta é a lição central do caso: uma verificação de registo criminal não é uma verificação de antecedentes. Uma contradição entre o perfil de um candidato e a resposta de um antigo empregador é uma constatação normal da verificação de emprego, e aqui estava ao alcance.

A nossa conclusão: segundo o método da ProfCheck, os tweets arquivados, por si só, contêm quatro indicadores negativos. Juntamente com os factos que não estavam na internet, um relatório da ProfCheck na data da contratação teria dado ao empregador fundamentos claros para não o contratar como piloto. O relatório não recomenda nem desqualifica; a decisão cabe ao empregador.

O que isto significa para os empregadores

Na prática, isto significa, entre outras coisas:

• Pesquisar na língua do candidato e pelo nome de utilizador, e não apenas pelo nome em inglês.

• Incluir arquivos na verificação. Conteúdo apagado não desapareceu necessariamente.

• Garantir que cada resultado é lido no contexto por alguém que lê a língua.

• Verificar o emprego junto dos antigos empregadores, incluindo mudanças de função e o motivo da saída, e comparar as respostas com o currículo e o perfil.

• Tratar a conduta como constatação e deixar a pertença de fora. Família, nacionalidade, prática religiosa e opinião política não são indicadores.

• Verificar novamente após a contratação, em funções com acesso a aeronaves, instalações ou sistemas.

É importante sublinhar: a pessoa de que trata este caso é um suspeito. À data de 4 de outubro de 2026, não tinha sido deduzida acusação contra ele em tribunal, não tinha sido condenado e nenhuma autoridade tinha confirmado oficialmente a sua identidade. A análise utilizou apenas fontes abertas.

Outro estudo de caso com o mesmo método, sobre o dispositivo de gravação na sala de reuniões da administração da OpenAI: https://profcheck.co/pt/knowledge/case-study-openai-recording-device/

O relatório completo, em inglês e com uma ligação para a fonte de cada conclusão, está disponível para descarregar.Descarregar o relatório

Relatório completo

Descarregue o estudo de caso completo.

Cada conclusão com uma ligação para a respetiva fonte. O relatório está em inglês. Deixe os seus dados e a transferência abre nesta página.