A rápida evolução da inteligência artificial transformou a forma como imagens, vídeos e áudios são produzidos, editados e distribuídos. Recursos que, há poucos anos, exigiam grandes equipes de efeitos visuais, computadores potentes e semanas de trabalho agora podem ser utilizados por pessoas comuns em aplicativos instalados em um celular. Essa democratização tecnológica ampliou as possibilidades de criação, mas também tornou mais difícil distinguir um registro verdadeiro de uma falsificação convincente.
Entre as principais manifestações desse fenômeno estão os deepfakes, conteúdos criados ou profundamente modificados por sistemas de inteligência artificial, e os shallowfakes, manipulações mais simples, geralmente produzidas por cortes, mudanças de velocidade, edição de áudio ou retirada de contexto. Embora sejam tecnologicamente diferentes, ambos podem alterar a percepção pública sobre uma pessoa ou acontecimento.
O problema não está na tecnologia isoladamente. Sistemas de síntese de voz, troca de rostos e geração de vídeos podem ser empregados de maneira legítima no cinema, na educação, na acessibilidade e no treinamento profissional. Os riscos surgem quando essas ferramentas são utilizadas sem consentimento, sem transparência ou com a intenção de enganar, constranger, difamar, extorquir ou influenciar decisões políticas e financeiras.
Em 2026, compreender a diferença entre uma mídia autêntica, uma produção artística declarada e uma manipulação enganosa tornou-se parte essencial da educação digital. O desafio envolve cidadãos, jornalistas, escolas, empresas de tecnologia, autoridades públicas e plataformas de redes sociais. Não basta observar se um rosto parece estranho ou se a voz soa artificial. É necessário verificar a origem do conteúdo, analisar o contexto e reconhecer que até materiais tecnicamente perfeitos podem ser falsos.
O surgimento e a evolução tecnológica dos deepfakes
A manipulação de imagens é muito anterior à inteligência artificial. Fotografias foram alteradas desde os primeiros anos da fotografia, inicialmente por técnicas manuais e, posteriormente, por softwares de edição. O cinema também desenvolveu recursos de montagem, dublagem, efeitos especiais e computação gráfica capazes de criar cenas que nunca existiram.
A diferença introduzida pela inteligência artificial está na capacidade de aprender padrões a partir de grandes volumes de dados. Em vez de um editor modificar manualmente cada quadro de um vídeo, um sistema pode analisar milhares de imagens de um rosto, aprender suas características e gerar novas expressões, movimentos e enquadramentos.
Um marco dessa evolução ocorreu em 2014, quando Ian Goodfellow e outros pesquisadores apresentaram as redes generativas adversariais, conhecidas pela sigla GAN, derivada de Generative Adversarial Networks. A arquitetura utiliza duas redes neurais que desempenham funções diferentes. Uma delas, chamada geradora, produz imagens ou outras amostras artificiais. A segunda, denominada discriminadora, tenta identificar se o resultado é real ou sintético. Durante o treinamento, cada rede aprende com os acertos e erros da outra, elevando progressivamente a qualidade do material produzido.
Antes e durante a popularização das GANs, muitos sistemas de troca de rostos utilizaram autoencoders. Essas redes comprimem as características de uma imagem em uma representação matemática e depois tentam reconstruí-la. Ao treinar o modelo com rostos de duas pessoas, tornou-se possível preservar movimentos e expressões de uma gravação enquanto se substituía a identidade visual do indivíduo.
O termo deepfake começou a circular em 2017, associado a um usuário do Reddit que divulgava vídeos falsificados com técnicas de aprendizado profundo. A palavra combina deep learning, ou aprendizado profundo, com fake, que significa falso. O nome passou a designar não apenas trocas de rosto, mas diferentes formas de mídia audiovisual sintética capazes de representar pessoas dizendo ou fazendo algo que não aconteceu.
Nos primeiros anos, a produção de um deepfake razoavelmente convincente exigia conhecimento técnico, muitas imagens da pessoa retratada e um computador com boa capacidade gráfica. Com o tempo, ferramentas mais simples passaram a automatizar o processo. Aplicativos de entretenimento permitiram inserir rostos em cenas conhecidas, alterar a idade de uma pessoa ou sincronizar movimentos labiais com um áudio diferente.
A evolução não ficou restrita às GANs. Os modelos de difusão, responsáveis por parte significativa do avanço recente na geração de imagens e vídeos, aprendem a transformar ruído em conteúdo visual coerente. Essa abordagem pode oferecer maior estabilidade, resolução e controle sobre o resultado. Pesquisas contemporâneas descrevem uma trajetória que parte dos autoencoders, passa pelas GANs e chega aos modelos de difusão e às arquiteturas multimodais, capazes de trabalhar simultaneamente com texto, imagem, voz e vídeo.
Outro avanço importante ocorreu na geração de áudio. Sistemas de clonagem de voz conseguem reproduzir timbre, ritmo, sotaque e entonação a partir de amostras cada vez menores. Associada à criação de imagens em movimento, essa tecnologia permite produzir uma gravação na qual uma pessoa aparentemente fala frases que nunca pronunciou.
Essa evolução também reduziu os sinais visíveis de falsificação. Nos primeiros deepfakes, era comum encontrar piscadas irregulares, bordas borradas, diferenças na iluminação e falhas na sincronização da boca. Esses defeitos continuam existindo em conteúdos de baixa qualidade, mas já não podem ser considerados um método seguro de identificação.
Deepfake e shallowfake: qual é a diferença?
Embora os termos sejam frequentemente usados como sinônimos, deepfake e shallowfake descrevem processos diferentes.
O deepfake depende de sistemas de inteligência artificial para gerar ou alterar de forma significativa uma imagem, um vídeo ou um áudio. Isso pode envolver a substituição de um rosto, a reprodução sintética de uma voz, a alteração dos movimentos da boca ou a geração completa de uma pessoa que não existe.
A definição adotada no Regulamento Europeu de Inteligência Artificial considera deepfake o conteúdo de imagem, áudio ou vídeo gerado ou manipulado por IA que se assemelha a pessoas, objetos, lugares, entidades ou acontecimentos existentes e que pode parecer autêntico ou verdadeiro.
O shallowfake, por sua vez, não depende necessariamente de inteligência artificial avançada. É uma “falsificação rasa”, realizada por meio de técnicas simples, como:
- reduzir ou aumentar a velocidade de um vídeo;
- cortar uma resposta para eliminar o contexto;
- combinar imagens e áudios de momentos diferentes;
- alterar uma legenda;
- reutilizar uma gravação antiga como se fosse atual;
- modificar brilho, enquadramento ou sequência de cenas;
- atribuir uma declaração verdadeira à pessoa errada.
Um exemplo conhecido ocorreu em 2019, quando um vídeo da então presidente da Câmara dos Representantes dos Estados Unidos, Nancy Pelosi, foi desacelerado. A edição fez sua fala parecer arrastada e foi compartilhada com alegações de que ela estaria embriagada ou com dificuldades de comunicação. O vídeo não havia sido criado por uma rede neural. Tratava-se de uma alteração simples de velocidade, característica de um shallowfake.
A distinção é importante porque o grau de sofisticação tecnológica não determina sozinho a capacidade de causar dano. Um shallowfake mal legendado e publicado no momento certo pode alcançar milhões de pessoas antes de ser desmentido. Em muitos casos, uma edição simples é mais rápida, barata e eficiente do que a produção de um deepfake complexo.
Também é necessário separar manipulação de descontextualização. Um vídeo pode ser tecnicamente autêntico, mas tornar-se enganoso quando é apresentado com data, local ou explicação falsos. Portanto, a verificação não deve se limitar à procura por sinais de inteligência artificial.
A tecnologia não é ilegal por natureza
Deepfakes não são automaticamente ilegais. A avaliação depende de fatores como consentimento, finalidade, transparência, risco de dano e legislação aplicável.
Um ator pode autorizar o uso de sua imagem em uma produção cinematográfica. Uma pessoa que perdeu a capacidade de falar pode utilizar uma voz sintética baseada em gravações próprias. Um museu pode criar uma reconstituição histórica deixando claro que se trata de uma representação produzida por computador. Nesses casos, a tecnologia funciona como instrumento de criação ou acessibilidade.
O problema aparece quando a aparência ou a voz de uma pessoa é utilizada sem autorização para induzir o público ao erro. Também há riscos quando a produção é apresentada como documento verdadeiro, interfere em processos eleitorais, promove uma fraude financeira ou expõe alguém em uma situação íntima inexistente.
Por isso, o debate contemporâneo não se resume à proibição da tecnologia. Ele envolve regras sobre consentimento, identificação do conteúdo sintético, responsabilidade das plataformas, proteção de dados pessoais e mecanismos rápidos de remoção.
Aplicações positivas e éticas
Cinema, audiovisual e proteção de identidades
No cinema e na televisão, técnicas de síntese visual podem ser usadas para rejuvenescimento de personagens, dublês digitais, correção de movimentos labiais, adaptação de cenas para outros idiomas e reconstrução de imagens danificadas. O uso ético exige autorização dos profissionais envolvidos e clareza nos contratos sobre a utilização futura de rosto e voz.
Uma aplicação relevante ocorreu no documentário Welcome to Chechnya, sobre pessoas perseguidas por sua orientação sexual na Chechênia. A produção utilizou substituição facial baseada em inteligência artificial para proteger a identidade dos participantes, mantendo expressões e emoções importantes para o relato. Em vez de enganar o público, a técnica foi empregada como recurso de segurança e teve sua utilização explicada pela equipe responsável.
Esse exemplo mostra que a mesma tecnologia usada para expor alguém também pode preservar sua identidade. A diferença está na finalidade, no consentimento e na transparência.
Acessibilidade e preservação da voz
Sistemas de síntese podem ajudar pessoas que perderam ou correm risco de perder a fala em decorrência de doenças. O chamado banco de voz permite que uma pessoa grave palavras e frases antes que sua capacidade vocal seja comprometida. A inteligência artificial utiliza esse material para construir uma voz sintética personalizada, mais próxima da identidade sonora do usuário do que as vozes padronizadas de antigos dispositivos de comunicação.
Estudos sobre comunicação alternativa indicam que vozes personalizadas podem contribuir para a preservação da identidade e para uma interação mais natural com familiares e cuidadores. Ainda assim, esses sistemas precisam de proteção contra cópia e utilização indevida das amostras gravadas.
A mesma tecnologia pode melhorar dublagens, traduzir falas e adaptar conteúdos para diferentes públicos. Quando a voz original é modificada ou recriada, o consentimento do titular e a identificação da alteração são elementos fundamentais.
Educação e patrimônio cultural
Na educação, avatares e narradores sintéticos podem apresentar conteúdos em diferentes idiomas, criar simulações e facilitar o acesso de estudantes com necessidades específicas. Uma aula pode utilizar uma personagem histórica representada digitalmente, desde que o material deixe claro que se trata de uma reconstrução e não de uma gravação real.
Esses recursos podem estimular a aprendizagem, mas não devem substituir o trabalho de contextualização. Uma figura histórica virtual pode reproduzir informações incompletas, anacrônicas ou enviesadas caso o roteiro e as fontes não sejam rigorosamente revisados.
Revisões acadêmicas apontam possibilidades para o uso da mídia sintética no ensino, mas também observam que ainda são necessárias mais evidências sobre seus efeitos pedagógicos. Assim, a novidade tecnológica não deve ser confundida com eficácia comprovada.
Saúde e treinamento profissional
Ambientes de simulação podem utilizar pacientes virtuais para treinar estudantes de medicina e profissionais de saúde. Um avatar pode representar sintomas, responder a perguntas e simular conversas difíceis, como a comunicação de um diagnóstico ou a orientação de familiares.
Essas ferramentas permitem repetir situações e desenvolver habilidades sem colocar pacientes reais em risco. Pesquisas experimentais têm estudado o uso de pacientes sintéticos e modelos de linguagem em treinamentos clínicos, embora essas aplicações ainda exijam validação, supervisão humana e proteção rigorosa de dados.
Os principais usos prejudiciais
Imagens íntimas falsas e violência digital
Um dos usos mais graves é a produção de imagens ou vídeos íntimos falsos sem consentimento. Normalmente, o rosto da vítima é inserido em um conteúdo sexual ou uma imagem comum é alterada para criar uma situação inexistente.
O dano não depende de o material ser verdadeiro. A publicação pode causar constrangimento, perseguição, perda de oportunidades, isolamento e impactos emocionais. Mulheres, adolescentes, jornalistas, artistas e figuras públicas estão entre os grupos frequentemente atingidos.
Um relatório da empresa Deeptrace, publicado em 2019, concluiu que 96% dos vídeos deepfake identificados naquele levantamento eram pornográficos e não consensuais. O número se tornou uma referência importante para demonstrar como a tecnologia foi inicialmente dominada por esse tipo de abuso. Entretanto, ele deve ser apresentado como um retrato do conjunto analisado em 2019, e não como uma estatística permanente sobre todos os deepfakes existentes em 2026. Estudos posteriores alertam que estimativas de prevalência dependem dos critérios, das plataformas e da capacidade de localização dos conteúdos.
Também não é adequado limitar o problema ao termo “pornografia de vingança”. Muitos autores não têm relação anterior com a vítima e podem agir por assédio, exploração financeira, misoginia, intimidação política ou busca de audiência.
Impostura e fraudes financeiras
Outro risco é a utilização de voz e vídeo sintéticos para se passar por executivos, servidores públicos, familiares ou pessoas conhecidas. Em vez de chamar esse fenômeno genericamente de “roubo de identidade deepfake”, é mais preciso descrevê-lo como fraude por impostura ou personificação apoiada por mídia sintética.
O deepfake pode funcionar como parte de uma estratégia de engenharia social. O criminoso reúne informações públicas, imita a voz de uma autoridade e cria uma situação de urgência para convencer a vítima a transferir dinheiro ou revelar dados.
Em 2024, a polícia de Hong Kong divulgou o caso de um funcionário de uma empresa que participou de uma videoconferência aparentemente realizada com o diretor financeiro e outros colegas. As pessoas exibidas na chamada eram representações falsas. Convencido de que participava de uma reunião legítima, o trabalhador autorizou transferências equivalentes a aproximadamente US$ 25 milhões.
Esse tipo de ocorrência demonstra por que uma imagem convincente não deve substituir os procedimentos internos de segurança. Empresas precisam confirmar pedidos de pagamento por canais independentes, exigir dupla autorização e estabelecer palavras de verificação para situações sensíveis.
No ambiente familiar, a clonagem de voz pode ser usada no chamado golpe do falso sequestro ou em pedidos urgentes de dinheiro. A recomendação é interromper a ligação e contactar a pessoa por outro número já conhecido, sem utilizar o telefone ou o link fornecido pelo interlocutor.
Desinformação política
Deepfakes e shallowfakes podem ser empregados para simular declarações, fabricar apoio político, alterar discursos ou desacreditar candidatos. Porém, é importante evitar afirmações absolutas, como dizer que a tecnologia constitui, sozinha, uma “ameaça existencial à democracia”.
O risco é real, mas depende de fatores como alcance, momento de publicação, atuação de redes coordenadas, confiança do público e velocidade da resposta. Um vídeo falso divulgado pouco antes de uma eleição pode circular por horas ou dias antes que especialistas consigam analisá-lo.
Existe ainda um efeito indireto: quanto mais o público conhece a possibilidade de manipulação, mais fácil se torna negar um registro verdadeiro alegando que ele foi produzido por inteligência artificial. Assim, a existência dos deepfakes pode ser usada tanto para fabricar provas falsas quanto para lançar dúvidas sobre provas autênticas.
Shallowfakes continuam particularmente relevantes nesse campo porque podem ser feitos rapidamente. Um corte fora de contexto ou uma legenda falsa exige menos tempo do que um vídeo sintético, mas pode provocar impacto semelhante.
O combate à desinformação política deve combinar transparência das plataformas, checagem jornalística, educação midiática, identificação de conteúdo sintético e regras eleitorais aplicáveis.
Assédio, extorsão e danos reputacionais
Uma mídia falsa também pode ser empregada para ameaçar estudantes, constranger trabalhadores, atacar jornalistas ou extorquir vítimas. O autor pode exigir dinheiro para não publicar o conteúdo, mesmo quando a imagem nunca existiu fora da manipulação.
Em escolas, montagens envolvendo colegas podem ser tratadas equivocadamente como brincadeira. Entretanto, compartilhar uma representação íntima falsa, criar um áudio ofensivo em nome de outra pessoa ou utilizar a imagem de alguém para humilhá-lo pode produzir consequências disciplinares, civis e criminais.
A resposta precisa considerar a proteção da vítima, especialmente quando crianças e adolescentes estão envolvidos. O conteúdo não deve ser replicado para “provar” que existe. A preservação de evidências deve ser feita de maneira controlada, sem ampliar a exposição.
CONTINUA DEPOIS DA PUBLICIDADE
Como identificar um deepfake ou shallowfake
Não existe um teste único capaz de confirmar todos os casos. O Instituto Nacional de Padrões e Tecnologia dos Estados Unidos, o NIST, afirma que não há uma solução isolada para os riscos do conteúdo sintético. Detecção automática, análise forense, identificação de origem e educação do usuário precisam ser combinadas.
1. Verifique quem publicou
Antes de examinar detalhes do rosto, observe a origem:
- o perfil é oficial ou recém-criado?
- existe publicação original?
- outros veículos confiáveis registraram o acontecimento?
- a conta apresenta histórico de informações falsas?
- o conteúdo foi republicado sem indicação de autor, data e local?
Uma conta verificada também pode ser invadida. Portanto, o selo ou o número de seguidores não bastam para confirmar autenticidade.
2. Procure o contexto completo
Vídeos curtos devem ser comparados com a gravação integral. Uma frase verdadeira pode adquirir outro significado quando é separada da pergunta anterior ou da resposta seguinte.
Observe também elementos como roupas, placas, clima, idioma, horário e cenário. Eles podem indicar que a gravação pertence a outro acontecimento.
3. Faça busca reversa
Ferramentas de busca por imagem podem localizar versões anteriores de uma fotografia, mostrar onde ela apareceu pela primeira vez ou revelar que foi reutilizada com outra legenda.
Para vídeos, é possível selecionar alguns quadros e realizar buscas separadas. Esse procedimento é útil principalmente para shallowfakes e conteúdos descontextualizados.
4. Observe sinais visuais e sonoros
Falhas podem incluir:
- movimentos labiais incompatíveis com as palavras;
- mudança repentina na textura da pele;
- bordas instáveis ao redor do rosto;
- reflexos incoerentes nos olhos;
- iluminação diferente entre rosto e ambiente;
- dentes, brincos ou óculos que mudam de formato;
- voz com pausas, respiração ou entonação pouco naturais;
- ruído sonoro que desaparece apenas durante determinadas frases.
Esses sinais justificam uma investigação, mas sua ausência não comprova autenticidade. Modelos mais avançados corrigem muitas falhas que eram comuns nas primeiras gerações.
5. Analise a intenção da mensagem
Conteúdos fraudulentos frequentemente exploram urgência e emoção. Frases como “compartilhe antes que apaguem”, “faça a transferência agora” ou “a imprensa não quer mostrar” procuram reduzir o tempo de reflexão.
Quanto mais extraordinária for a alegação, maior deve ser o cuidado antes de divulgá-la.
6. Use detectores com cautela
Ferramentas automáticas podem indicar probabilidades de manipulação, mas não devem ser tratadas como juízes definitivos. Um detector pode falhar diante de compressão, baixa resolução, filtros ou modelos novos.
O resultado deve ser combinado com análise contextual, exame técnico e consulta a especialistas. Jornalistas e instituições não devem publicar uma acusação apenas porque uma ferramenta classificou o conteúdo como “provavelmente falso”.
7. Verifique a procedência digital
Padrões como o C2PA e as chamadas Content Credentials registram informações sobre a origem e as alterações de um arquivo. A proposta é oferecer uma espécie de histórico verificável, mostrando quando e por qual dispositivo o material foi criado ou editado.
A presença de credenciais válidas pode fortalecer a confiança na procedência. Contudo, a ausência delas não prova que o conteúdo seja falso, pois muitos equipamentos e plataformas ainda não utilizam o padrão.
Legislação brasileira em 2026
O Brasil não possui, até 2026, uma única lei geral destinada exclusivamente a todos os tipos de deepfake. Isso não significa que as vítimas estejam sem proteção. Dependendo da conduta, podem ser aplicados dispositivos constitucionais, civis, penais, eleitorais e de proteção de dados.
A Constituição Federal protege a intimidade, a vida privada, a honra e a imagem. O Código Civil prevê proteção aos direitos da personalidade e a possibilidade de reparação. A Lei Geral de Proteção de Dados pode ser relevante quando imagens, vozes e outros dados pessoais são tratados de forma irregular. O Marco Civil da Internet estabelece direitos e responsabilidades relacionados ao uso da rede. Crimes contra a honra, fraude, extorsão, perseguição e outras infrações também podem ser considerados conforme as circunstâncias.
Em 2025, foi sancionada a Lei nº 15.123, originada no Projeto de Lei nº 370/2024. A norma estabeleceu aumento de pena para o crime de violência psicológica contra a mulher quando o ato é cometido com o uso de inteligência artificial ou de outro recurso tecnológico que altere imagem ou voz. Essa atualização corrige a afirmação de que nenhum dispositivo específico havia sido promulgado no país.
Em 2026, outras propostas continuavam em análise. O PL nº 1.460/2026 propõe proteção contra réplicas digitais não autorizadas de imagem, voz e características pessoais. Em junho de 2026, o projeto estava apensado ao PL nº 5.005/2025, que também trata da utilização de imitações realistas produzidas por inteligência artificial. Como ainda são proposições legislativas, não devem ser apresentadas como leis em vigor.
Regras eleitorais
O Tribunal Superior Eleitoral atualizou as regras para as eleições de 2026. A propaganda que utilize conteúdo sintético deve apresentar informação explícita, destacada e acessível sobre o uso de inteligência artificial.
As normas também restringem a circulação de novos conteúdos sintéticos que utilizem imagem ou voz de candidatos e figuras públicas no período que vai das 72 horas anteriores às 24 horas posteriores à votação. O descumprimento pode provocar remoção imediata e outras consequências eleitorais, de acordo com o caso.
Essas regras procuram reduzir a possibilidade de uma falsificação ser lançada no momento em que há pouco tempo para checagem e resposta.
Regulação internacional
União Europeia
O Regulamento Europeu de Inteligência Artificial, conhecido como AI Act, estabelece obrigações de transparência para determinados conteúdos gerados ou manipulados por IA. Os responsáveis por sistemas que produzem deepfakes devem possibilitar a identificação do material como artificial. Quem utiliza a tecnologia também deve informar que o conteúdo foi gerado ou manipulado, com adaptações para obras artísticas, satíricas e ficcionais. Parte central dessas regras passa a ser aplicável em agosto de 2026.
A União Europeia também aprovou uma diretiva sobre violência contra as mulheres e violência doméstica que abrange o compartilhamento não consensual de material íntimo manipulado. Os países-membros devem incorporar as regras aos seus ordenamentos nacionais dentro do prazo estabelecido.
Estados Unidos
Nos Estados Unidos, a TAKE IT DOWN Act foi sancionada em maio de 2025. A lei trata da publicação não consensual de representações íntimas, incluindo falsificações digitais, e exige que plataformas abrangidas estabeleçam mecanismos para receber solicitações e remover conteúdos denunciados de maneira válida.
A aplicação das obrigações de remoção pela Comissão Federal de Comércio começou em maio de 2026. A regra determina a retirada do material e de cópias idênticas conhecidas dentro do prazo previsto após uma solicitação válida.
Dinamarca
A Dinamarca anunciou um amplo acordo político para fortalecer a proteção das características pessoais, como rosto, corpo e voz, diante de réplicas digitais. A iniciativa foi apresentada como uma mudança na legislação de direitos autorais e de imagem.
É mais correto descrevê-la como acordo e proposta legislativa em desenvolvimento do que afirmar, sem ressalvas, que todos os seus dispositivos já estavam definitivamente em vigor.
O que fazer ao ser vítima
A resposta deve ser rápida, mas cuidadosa.
Preserve as evidências. Registre endereços das páginas, datas, nomes de usuários e capturas de tela. Quando possível, faça uma gravação que mostre o caminho até a publicação. Não redistribua o conteúdo em grupos ou redes sociais.
Solicite a remoção. Utilize os canais da plataforma destinados a fraude, personificação, assédio ou imagem íntima não consensual. Guarde o protocolo e a resposta recebida.
Procure orientação jurídica. Um advogado, a Defensoria Pública ou serviços especializados podem orientar sobre retirada, preservação de registros, identificação do responsável e reparação por danos.
Comunique as autoridades. Dependendo do caso, registre boletim de ocorrência e procure uma unidade especializada em crimes cibernéticos. Em situações de ameaça, extorsão ou risco imediato, a comunicação deve ocorrer sem demora.
Proteja as contas. Altere senhas, encerre sessões desconhecidas e ative a autenticação em dois fatores. A criação do deepfake não significa necessariamente que uma conta foi invadida, mas o conteúdo pode fazer parte de uma tentativa mais ampla de fraude.
Busque apoio. A vítima não é responsável pela falsificação. Familiares, escola, equipe profissional e atendimento psicológico podem ajudar a enfrentar a exposição e evitar o isolamento.
Quando a vítima for criança ou adolescente, um adulto de confiança deve ser comunicado. O material não deve ser encaminhado entre colegas, mesmo com a justificativa de denúncia, pois a redistribuição aumenta o dano.
Perguntas frequentes
Todo vídeo produzido por inteligência artificial é deepfake?
Não. Uma animação, um avatar fictício ou um cenário gerado por IA não necessariamente tenta imitar uma pessoa ou acontecimento real. O termo deepfake é mais apropriado quando o material simula ou altera pessoas, objetos, lugares ou eventos de maneira que possa parecer autêntica.
Deepfake é sempre crime?
Não. Pode ser utilizado de forma consentida e transparente no cinema, na acessibilidade, na arte e em treinamentos. A ilegalidade depende da finalidade, do dano, da ausência de autorização e das leis aplicáveis.
Qual é mais perigoso: deepfake ou shallowfake?
Não existe uma resposta única. O deepfake pode ser mais convincente e difícil de produzir. O shallowfake é mais simples, rápido e barato. Ambos podem causar danos quando apresentados com intenção de enganar.
É possível confirmar um deepfake apenas olhando o rosto?
Nem sempre. Falhas visuais podem indicar manipulação, mas sistemas modernos conseguem corrigi-las. A investigação deve incluir origem, contexto, publicação original, busca reversa e, quando necessário, análise técnica.
Os detectores de deepfake são confiáveis?
Eles são auxiliares. Podem apresentar falsos positivos e falsos negativos, especialmente quando recebem vídeos comprimidos ou conteúdos produzidos por modelos desconhecidos. Nenhum resultado automatizado deve ser considerado prova isolada.
O dado de que 96% dos deepfakes são pornográficos ainda é atual?
O número vem de um levantamento publicado em 2019 e se refere aos vídeos identificados naquele período. Ele demonstra a forte presença inicial de conteúdo íntimo não consensual, mas não deve ser usado como retrato definitivo de todos os deepfakes em 2026.
Como uma empresa pode evitar fraudes com voz ou vídeo falsos?
Pedidos de transferência devem ser confirmados por outro canal, seguindo contatos previamente registrados. Operações relevantes precisam de dupla autorização, limites financeiros e procedimentos que não possam ser substituídos por uma videoconferência ou mensagem de voz.
As plataformas são obrigadas a remover o conteúdo?
A resposta depende do país, do tipo de conteúdo e da legislação. Algumas normas estabelecem obrigações específicas, especialmente para imagens íntimas não consensuais. Mesmo quando não há retirada automática, a vítima pode utilizar canais de denúncia e buscar uma ordem judicial.
Confiança digital exige tecnologia, educação e responsabilidade
Deepfakes e shallowfakes fazem parte de uma transformação mais ampla na produção de informação. Eles podem apoiar o cinema, a acessibilidade, a educação e o treinamento profissional, mas também podem ser empregados em violência digital, fraude, assédio e desinformação.
A principal defesa não está em uma ferramenta isolada. Detectores automáticos podem ajudar, padrões de procedência podem registrar a origem dos arquivos e leis podem punir abusos. Entretanto, essas medidas precisam ser acompanhadas por educação midiática, práticas jornalísticas rigorosas, protocolos empresariais e responsabilidade das plataformas.
Em um ambiente no qual ver e ouvir já não bastam para comprovar um acontecimento, a pergunta mais importante deixa de ser apenas “este vídeo parece verdadeiro?”. É preciso perguntar quem o publicou, de onde veio, qual é o contexto, quais evidências independentes o confirmam e quem se beneficia com sua circulação.
A inteligência artificial não elimina a possibilidade de confiar em imagens e áudios. Ela exige que essa confiança seja construída de maneira mais criteriosa, verificável e transparente.
