Tecnologia identifica deepfakes com alta precisão e aponta indícios nas imagens

A novidade surge em um momento de preocupação crescente com a circulação de conteúdos fabricados por inteligência artificial, utilizados em golpes financeiros, campanhas de desinformação e até fraudes envolvendo identidades digitais.

Ao longo deste artigo, você entenderá como funciona a tecnologia, quem pode ser afetado pela proliferação de deepfakes e quais desafios ainda existem para identificar imagens falsas.

Leia mais:

FGTS por calamidade libera até R$ 6.220 para moradores do RS e do Paraná

O que é a ferramenta RealorRender

A RealorRender é um sistema desenvolvido para analisar imagens e identificar padrões invisíveis ao olhar humano. Segundo os pesquisadores, a plataforma não apenas informa se uma fotografia foi criada por inteligência artificial, mas também mostra quais detalhes despertaram suspeitas.

Em muitos detectores atuais, o usuário recebe apenas uma resposta simples: verdadeiro ou falso. O diferencial da nova tecnologia está justamente na transparência do processo.

Na prática, o sistema consegue destacar regiões específicas da imagem que apresentam inconsistências, permitindo entender por que determinado conteúdo foi classificado como artificial.

Como os deepfakes são produzidos

O termo “deepfake” combina as palavras inglesas “deep learning” (aprendizagem profunda) e “fake” (falso). Trata-se de uma técnica baseada em inteligência artificial capaz de criar fotos, vídeos e áudios extremamente realistas.

Esses sistemas aprendem padrões faciais, expressões, vozes e movimentos a partir de grandes bancos de dados. Depois, conseguem gerar conteúdos praticamente indistinguíveis dos materiais reais.

Entre os usos mais comuns estão:

• substituição de rostos em vídeos;
• clonagem de voz;
• criação de imagens inexistentes;
• manipulação de declarações públicas;
• fraudes envolvendo celebridades e autoridades.

Embora existam aplicações legítimas no cinema e na publicidade, especialistas alertam para os riscos associados à desinformação e aos golpes digitais.

Por que detectar deepfakes se tornou tão importante

Nos últimos anos, a qualidade das imagens produzidas por inteligência artificial evoluiu rapidamente. Em muitos casos, pessoas comuns já não conseguem distinguir o que é verdadeiro do que foi fabricado por algoritmos.

Essa dificuldade abre espaço para diferentes problemas.

Golpes financeiros

Criminosos podem utilizar imagens falsas para se passar por executivos, familiares ou representantes de empresas.

Desinformação política

Vídeos manipulados podem atribuir declarações falsas a candidatos e autoridades, influenciando debates públicos.

Ataques à reputação

Celebridades e cidadãos comuns também podem ser vítimas da divulgação de conteúdos falsos capazes de gerar danos pessoais e profissionais.

Fraudes em processos digitais

Empresas e bancos que dependem de reconhecimento facial enfrentam novos desafios para verificar a identidade dos usuários.

Como a tecnologia identifica imagens falsas

Os pesquisadores explicam que a ferramenta procura inconsistências que normalmente passam despercebidas.

Entre os elementos analisados estão:

• padrões de iluminação;
• textura da pele;
• sombras incompatíveis;
• detalhes dos olhos;
• distorções faciais;
• irregularidades nos reflexos.

Além disso, o sistema produz uma espécie de mapa visual que mostra exatamente quais áreas da imagem contribuíram para a classificação final.

Esse aspecto é considerado importante porque aumenta a confiança na decisão da inteligência artificial e permite auditorias mais detalhadas.

O índice de 91% significa que a ferramenta é infalível?

Não.

Embora a taxa de acerto seja elevada, especialistas ressaltam que nenhum detector de deepfakes é perfeito. O próprio campo da detecção de conteúdo gerado por inteligência artificial ainda enfrenta desafios relacionados a falsos positivos e falsos negativos.

Um falso positivo ocorre quando uma imagem verdadeira é identificada como falsa.

Já o falso negativo acontece quando um conteúdo manipulado consegue escapar da detecção.

Por isso, ferramentas automatizadas costumam funcionar melhor quando utilizadas em conjunto com análises humanas e outros métodos de verificação.

A corrida tecnológica entre criadores e detectores

Existe uma disputa constante entre quem desenvolve sistemas para gerar deepfakes e quem trabalha em tecnologias capazes de detectá-los.

À medida que os algoritmos de geração evoluem, os mecanismos de identificação precisam acompanhar esse avanço.

Pesquisadores de diferentes países têm investido em soluções que analisam:

• frequência dos pixels;
• sincronização labial;
• padrões de compressão;
• metadados;
• movimentos faciais;
• comportamento da iluminação.

O desafio é que os modelos mais recentes conseguem corrigir muitas das imperfeições presentes nas primeiras gerações de deepfakes.

Como qualquer pessoa pode desconfiar de uma imagem falsa

Mesmo sem acesso a ferramentas especializadas, alguns sinais podem indicar manipulações.

Observe se existem:

• mãos deformadas;
• dentes excessivamente perfeitos;
• sombras incoerentes;
• cabelos artificiais;
• reflexos incompatíveis;
• objetos distorcidos ao fundo.

Também é recomendável verificar a origem da publicação, procurar a mesma imagem em outros veículos e desconfiar de conteúdos extremamente impactantes divulgados sem contexto.

O futuro da verificação digital

A popularização da inteligência artificial deve tornar cada vez mais comum a circulação de conteúdos sintéticos. Por isso, ferramentas como a RealorRender podem desempenhar um papel importante na proteção contra fraudes e campanhas de desinformação.

Especialistas acreditam que o futuro da verificação digital dependerá da combinação entre inteligência artificial, auditoria humana e mecanismos de transparência capazes de explicar por que determinado conteúdo é considerado autêntico ou falso.

Para o usuário comum, a principal recomendação continua sendo a mesma: desconfiar de imagens impressionantes, verificar a fonte da informação e buscar confirmação em canais confiáveis.

Conclusão

A evolução dos deepfakes tornou a identificação de conteúdos falsos um dos principais desafios da era digital. Ferramentas como a RealorRender representam um avanço importante ao combinar alta precisão com explicações sobre os motivos que levaram uma imagem a ser considerada artificial.

Apesar dos avanços tecnológicos, especialistas alertam que nenhum sistema é totalmente infalível. Por isso, a combinação entre ferramentas de verificação, análise humana e atenção à procedência das informações continuará sendo fundamental para reduzir o impacto da desinformação e aumentar a segurança no ambiente digital.