Como identificar conteúdo gerado com IA (sem se enganar)

O vídeo generativo melhorou rápido o suficiente para que o conselho de sempre — contar os dedos, procurar texto derretendo — falhe com frequência e falhe nas duas direções. A abordagem prática é uma camada de verificações: de onde o clipe veio, o que o movimento faz, o que os detalhes dizem e o que a procedência do arquivo declara. Nenhuma delas é decisiva; juntas, dizem quanta confiança a evidência consegue sustentar.

Comece pela fonte, não pelos pixels

Antes de estudar um quadro, descubra quem publicou o clipe e quando. Procure o upload mais antigo e depois leia o histórico da conta: ela costuma publicar esse tipo de imagem e é a fonte original ou uma repostagem? Olhe o artigo ou a publicação ao redor, porque um clipe apresentado como notícia de última hora e um clipe apresentado como demo carregam encargos de prova diferentes. Verifique se outros veículos o confirmaram de forma independente e se o arquivo foi reenviado muitas vezes. Recodificação e repostagem destroem as pequenas pistas visuais em que as pessoas se apoiam.

Pergunte o que ganha quem publica: uma conta atrás de engajamento, uma empresa vendendo uma ferramenta e uma redação com política de correções não são narradores igualmente confiáveis, digam o que disserem os pixels.

Verifique movimento e física

Assista ao clipe em velocidade normal e depois quadro a quadro. Imagens geradas costumam falhar em contato e peso: pés que deslizam, mãos que atravessam objetos, objetos que mudam de massa ao serem levantados. Líquidos, fumaça, tecido e cabelo são pontos de falha comuns, assim como multidões e personagens de fundo, que podem derivar, se fundir ou se repetir. Observe a consistência de reflexos e sombras, e a própria câmera: uma câmera real tem obturador físico, lente e estabilizador, e seu movimento costuma ter uma causa contínua.

Imagens reais também produzem momentos que parecem impossíveis: rolling shutter, compressão pesada, câmera lenta em baixa taxa de quadros. Um único erro de física é motivo para olhar mais de perto, não um veredicto.

Olhe o detalhe sob pressão

Texto, mãos, dentes, orelhas, joias, padrões repetidos e as bordas onde o cabelo encontra o fundo são lugares em que modelos generativos historicamente escorregaram. O texto pode ser quase legível em vez de realmente legível. Dedos podem dobrar de forma estranha ou se fundir. Rostos ao fundo podem estar desfocados de um modo que esconde estrutura, ou repetidos com pequenas diferenças. Bordas podem ter um halo suave que não combina com a profundidade de campo.

O cuidado é que essas pistas envelhecem rápido. As ferramentas atuais lidam com mãos e textos curtos muito melhor do que as de alguns anos atrás, e um operador cuidadoso consegue corrigir muitos artefatos na pós-produção. Use as verificações de detalhe para gerar suspeita e depois confirme em outro lugar.

Confira a luz e a óptica

Uma falsificação convincente precisa reproduzir o comportamento de uma lente: profundidade de campo que combina com a distância focal, desfoque de movimento que combina com o obturador, ruído de sensor que permanece consistente em todo o quadro e exposição que responde com sensatez quando a câmera passa da luz para a sombra. Clipes gerados às vezes mostram nitidez uniforme em toda a imagem, ou grão que muda de um plano para outro, ou direções de luz que discordam entre um rosto e seu fundo.

Imagens reais podem parecer erradas pelas mesmas razões: redução de ruído pesada, escalonamento, filtros e correção de cor podem achatar exatamente as pistas que você está verificando. Uma imagem limpa não é prova de autenticidade.

Escute o áudio

Num clipe de alguém falando para a câmera, a voz costuma ser o caminho mais rápido para a dúvida. Escute a respiração, o ruído de boca, o tom de sala e as pequenas sobreposições da fala natural. Vozes sintéticas podem soar limpas isoladamente, mas estranhas contra uma sala: nenhuma respiração antes de uma frase longa, ambiência que não muda quando o falante se vira, ou movimento labial que se adianta ou se atrasa em relação às palavras. A clonagem de voz é um problema separado da geração de vídeo, e qualquer um dos dois pode ser falsificado de forma independente.

Leia a procedência

Algumas câmeras, celulares e ferramentas de edição podem anexar metadados de procedência assinados. C2PA é um padrão técnico aberto para registrar de onde um conteúdo veio e como foi editado; Content Credentials é o nome usado para esses metadados em ferramentas de consumo, e serviços de verificação podem exibir o signatário e o histórico de edições. Para imagens, isso é o mais próximo de uma cadeia de custódia: diz o que um dispositivo ou aplicativo afirma e quem assinou a afirmação.

Não é soro da verdade. Metadados podem ser removidos, as plataformas frequentemente os retiram, muitas câmeras não assinam nada, e um clipe assinado ainda pode estar mal rotulado. A ausência de credenciais não prova nada. A presença é evidência útil, especialmente quando nomeia uma câmera ou um editor conhecido e mostra um histórico de edições plausível.

O que as pistas não conseguem provar

Todo sinal acima é probabilístico, e a conclusão honesta costuma ser um nível de confiança em vez de um veredicto. Imagens reais podem exibir artefatos, sobretudo após compressão, redução de ruído, escalonamento ou repostagens repetidas. Imagens geradas podem ser impecáveis, especialmente num clipe curto com pouco movimento. Existem ferramentas detectoras, mas elas são treinadas contra geradores específicos e produzem pontuações em vez de provas; um modelo novo ou uma correção de cor leve pode mover um clipe pela fronteira de um detector. E há um problema adicional: quando as pessoas sabem que falsificações existem, imagens reais passam a ser descartadas como falsas, uma dinâmica às vezes chamada de dividendo do mentiroso.

O fluxo de trabalho abaixo coloca as verificações de fonte antes das de pixel. A pergunta raramente é «isto é sintético em algum sentido absoluto?». É «o que eu deveria acreditar e o que eu deveria dizer que acredito?».

Uma verificação de dez minutos

1. Encontre a versão mais antiga. Busque a frase ou a imagem distintiva do clipe e anote a conta mais antiga que o publicou.
2. Leia a conta e a publicação ao redor. Identifique o incentivo e se quem publica diz ser a fonte.
3. Verifique a cobertura independente. Procure uma redação ou um verificador especializado que tenha examinado o clipe.
4. Assista uma vez pela história e outra pela física. Anote momentos específicos que pareçam errados, com marcas de tempo.
5. Procure procedência. Verifique se há um selo de Content Credentials ou um visualizador de metadados, e leia quem assina.
6. Diga o que você sabe. Se nada estiver confirmado, descreva o clipe como não verificado em vez de falso ou real.

Se você ainda estiver em dúvida

Não apresente o clipe como fato, e também não o apresente como falsificação comprovada. Pergunte a quem o publicou de onde ele veio e guarde registro da resposta. Compartilhe a fonte mais antiga em vez de uma repostagem. Se você já compartilhou algo que se revelou sintético, corrija no mesmo lugar e explique a pista — apagar em silêncio não ensina ninguém.

São habilidades de alfabetização midiática comum aplicadas a ferramentas mais rápidas. Para saber como esses sistemas geram imagens, veja como funcionam os modelos de vídeo com IA. Para o vocabulário, o glossário de cinema com IA cobre os termos em linguagem simples. E para um exemplo de obra feita com IA que fala abertamente do que é, percorra o guia de curtas gerados com IA.