Todo mundo aprendeu a contar dedos em foto de IA. Só que os modelos consertaram as mãos, consertaram o texto no fundo, consertaram a sincronia labial e consertaram a iluminação. As dicas que circulam em carrossel de Instagram desde 2023 hoje produzem mais falso negativo do que acerto.

O que funciona em 2026 é outra coisa: começar pela procedência do arquivo, não pelos pixels. Vou mostrar o método completo para imagem, vídeo e áudio, incluindo o caso mais perigoso de todos, que é a chamada de vídeo ao vivo.

• Inverta a ordem: primeiro procedência (C2PA e SynthID), depois contexto e origem, e só no fim os sinais visuais. Quem começa pelo olho erra mais.

• Ausência de marca d'água não é prova de nada. Modelos abertos como Stable Diffusion e Flux não embutem sinal nenhum. Não achar watermark não significa que o conteúdo é real.

• Detector automático é pista, não veredito. Ferramentas de consumo rodam com 70% a 90% de acerto e 5% a 15% de falso positivo em fotos reais. Ou seja: elas acusam foto verdadeira como falsa com frequência incômoda.

• O Brasil é o epicentro da fraude na América Latina. As fraudes com deepfake cresceram 126% entre 2024 e 2025 no país, que responde por cerca de 39% de todos os deepfakes detectados na região.

• Em chamada ao vivo, troca de rosto roda com latência abaixo de 80 milissegundos, imperceptível em 720p. Contra isso, o que funciona não é observar, é testar com protocolo.

Por que os sinais antigos pararam de funcionar

Os deepfakes de primeira geração falhavam em iluminação inconsistente, sincronia labial e artefato ao redor do contorno do rosto. Modelos baseados em difusão latente e as gerações mais recentes de redes adversariais eliminaram esses sinais.

A escala explica o resto. Estimativas apontam salto de cerca de 500 mil deepfakes em circulação em 2023 para algo próximo de 8 milhões, e mais de 80 milhões de imagens geradas por IA aparecem na internet todos os dias. Não existe olho humano que dê conta desse volume por inspeção visual.

Procurar defeito na imagem é uma corrida que você perde todo mês. Procurar de onde ela veio é uma corrida que você pode ganhar.

Comece pela procedência, não pelos pixels

C2PA e as Content Credentials

O C2PA é o padrão de proveniência que virou norma ISO em 2025 e reúne mais de 6.000 membros, incluindo Adobe, Google, Meta, OpenAI, Sony, Nikon e Samsung. Ele grava no arquivo um manifesto assinado com o histórico de criação e edição: qual ferramenta gerou, o que foi alterado depois, quem assinou.

Quando o manifesto existe e está íntegro, é a evidência mais forte disponível hoje. O problema é que ele é frágil na prática: screenshot, recompressão e pipelines de publicação que não suportam o padrão apagam a assinatura. Isso cria o efeito perverso de fotos legítimas de câmera perderem a credencial e serem tratadas como suspeitas.

SynthID

É a marca d'água invisível do Google DeepMind, embutida no próprio conteúdo em vez de ficar só nos metadados, e resistente a corte, ajuste de cor e compressão moderada. Até maio de 2026 passavam de 100 bilhões de itens marcados, e a adoção saiu do ecossistema Google: OpenAI, Nvidia, Kakao e ElevenLabs entraram no padrão.

Como verificar sem ser especialista: o aplicativo do Gemini checa imagem, vídeo e áudio, e o Chrome no desktop permite checar imagem pelo menu do botão direito. Vale entender a limitação: a detecção depende da infraestrutura proprietária do Google e o sinal diz apenas "isto é sintético", sem informar qual ferramenta gerou nem se houve edição depois.

A regra de ouro

Marca presente é evidência forte de que o conteúdo é sintético. Marca ausente é inconclusivo, nunca prova de autenticidade. Guarde essa frase, porque é o erro que mais vejo gente cometer ao usar essas ferramentas.

As 7 verificações que ainda funcionam

1. Rastreie a primeira aparição

Busca reversa de imagem e busca pelo trecho da legenda. O que você quer descobrir não é se a imagem é falsa, é quando e onde ela apareceu pela primeira vez. Conteúdo real quase sempre tem rastro anterior: outra resolução, outro enquadramento, outra data. Conteúdo sintético costuma nascer já na versão que está circulando.

2. Investigue a fonte, não o arquivo

Quem publicou? A conta existe há quanto tempo? Tem histórico coerente ou foi criada semana passada? Algum veículo de imprensa cobriu o mesmo fato de forma independente? Em desinformação, a conta que publica denuncia mais rápido que o pixel.

3. Física da cena

Sombras que apontam para direções diferentes, reflexo em vidro ou espelho que não bate com o objeto, continuidade quebrada no fundo, elementos secundários deformados (placas, cabos, grades, arquitetura ao longe). Os modelos ficaram excelentes no assunto principal e continuam descuidados na periferia da imagem.

4. Coerência temporal no vídeo

Não olhe um quadro, olhe o movimento. O olho humano pisca em intervalos irregulares: cadência constante demais ou olhar fixo por tempo excessivo é sinal. Observe também consoantes labiais (p, b, m), que exigem fechamento completo da boca, e o contorno do rosto em movimentos rápidos de cabeça, onde ainda aparece deslize da máscara.

5. Áudio

Aqui a lista é específica e funciona bem: respiração ausente ou colocada em lugar errado, ruído de fundo constante demais (áudio real tem ambiente que varia), prosódia plana em trecho emocional, sibilância metálica em "s" e "ch", e ausência dos erros humanos naturais como gaguejo, correção no meio da frase e mudança de ritmo. Voz sintética é limpa demais para uma ligação de emergência.

6. Metadados e o próprio arquivo

Verifique EXIF, dimensões e peso. Imagem de câmera traz modelo, lente, abertura e data. Imagem gerada normalmente chega sem nada, ou com dimensão redonda demais, típica de saída de modelo. Metadados limpos não provam falsificação, porque redes sociais apagam EXIF por padrão, mas metadados presentes e coerentes são um ponto forte a favor da autenticidade.

7. Detector automático, no fim e com desconfiança

Use como uma opinião entre várias, nunca como sentença. Passe o mesmo arquivo por mais de uma ferramenta e desconfie de resultado unânime demais. Para decisão que tem consequência real (jurídica, de RH, bancária ou jornalística), trate qualquer pontuação como indício que abre investigação, não como conclusão que a encerra.

O caso mais perigoso: a chamada de vídeo ao vivo

Essa é a fronteira onde a detecção passiva simplesmente não funciona. Ferramentas de troca de rosto em tempo real operam com latência abaixo de 80 milissegundos, o que é imperceptível numa chamada em 720p. Você não vai "notar" nada.

Contra isso, a defesa é ativa. Peça algo que o modelo precise processar fora do previsto:

• Girar a cabeça 90 graus, mostrando o perfil completo. Muitos modelos degradam visivelmente fora do ângulo frontal.

• Passar a mão na frente do rosto, lentamente. Oclusão parcial é onde a máscara falha, borra ou pisca.

• Levantar um objeto ao lado do rosto e girá-lo. Interação entre objeto e face confunde o pipeline.

• Fazer uma pergunta de memória compartilhada que não esteja em rede social nenhuma. Não vale nome de pet nem cidade natal.

• Desligar e ligar de volta pelo número da sua agenda. Continua sendo o teste que resolve mais casos com menos esforço.

Se a sua empresa faz abertura de conta, contratação ou aprovação de crédito por videochamada, isso deixou de ser dica de segurança pessoal e virou requisito de arquitetura, com prova de vida ativa e verificação em camadas. É o tipo de problema que eu avalio num estudo de viabilidade técnica, com escopo e custo fechados antes de qualquer implementação.

Se o conteúdo falso é sobre você

Muda tudo. Aqui não interessa provar tecnicamente que é falso, interessa preservar prova e agir rápido.

1. Preserve antes de denunciar. Salve a URL completa, o arquivo original (não só o print), data e hora, e o perfil que publicou. Conteúdo removido sem prova preservada vira sua palavra contra o vazio.

2. Denuncie dentro da plataforma. Isso cria registro formal com data, que serve depois em processo.

3. Registre boletim de ocorrência, pela delegacia eletrônica do seu estado.

4. Acione a via administrativa. O Decreto nº 12.976/2026 endureceu as regras para conteúdo íntimo falso gerado por IA e colocou a ANPD com papel de fiscalização e remoção, com princípio de não revitimização. Um advogado avalia o caminho certo para o seu caso.

5. Não pague extorsão e não fale com o autor. Pagamento não garante remoção e alimenta o ciclo. Contato direto atrapalha a investigação.

Se a voz clonada foi usada para pedir dinheiro à sua família, o problema deixa de ser reputacional e vira financeiro, com prazos próprios de contestação bancária. É corrida contra o relógio, não contra a plataforma.

Checklist de 60 segundos

1. Cheque marca d'água e Content Credentials (Gemini, Chrome ou verificador de C2PA).

2. Faça busca reversa e procure a primeira aparição.

3. Olhe quem publicou e se existe cobertura independente.

4. Analise a periferia da imagem, não o assunto principal.

5. Em vídeo, observe piscada, consoantes labiais e contorno em movimento.

6. Em áudio, procure respiração, variação de ambiente e erro humano.

7. Se ainda estiver em dúvida e a decisão importar, trate como não verificado e busque confirmação por outro canal.

"Não verificado" é uma resposta legítima e madura. A pressa de rotular como verdadeiro ou falso é o que faz gente compartilhar besteira e também o que faz gente descartar conteúdo real.

A virada prática

Escolha hoje um canal de verificação combinado com quem importa: uma palavra-código com a família e uma regra fixa na empresa de que nenhuma transferência, alteração de dados bancários ou liberação de acesso acontece por áudio, vídeo ou mensagem, mesmo com voz e rosto reconhecidos, sem confirmação por um segundo canal iniciado por você.

Isso custa cinco minutos e resolve mais do que qualquer detector que você vá instalar. Detecção é probabilidade. Protocolo é certeza.

Sigo publicando aqui no blog material técnico sobre segurança digital e IA, com fonte e data, e atualizo este guia conforme as ferramentas mudam, porque nessa área conteúdo de um ano atrás já está errado.

Perguntas frequentes

Existe algum aplicativo que detecta deepfake com precisão?

Não com precisão suficiente para servir de prova. Detectores de consumo trabalham com taxas de acerto entre 70% e 90% e falso positivo de 5% a 15% em fotos reais, o que significa que eles acusam conteúdo autêntico com frequência relevante. Use como indício e combine com verificação de procedência, busca reversa e análise de fonte.

Como saber se uma imagem foi feita por IA?

Comece verificando se ela carrega Content Credentials do padrão C2PA ou marca d'água SynthID, o que pode ser feito no aplicativo do Gemini ou pelo Chrome no desktop. Depois faça busca reversa para achar a primeira aparição, avalie quem publicou e só então observe detalhes de física da cena, sobretudo na periferia da imagem.

Se a imagem não tem marca d'água, ela é real?

Não. Essa é a confusão mais comum. Modelos de peso aberto não embutem marca nenhuma, e metadados são apagados por screenshot, recompressão e pela maioria das redes sociais. Ausência de sinal é resultado inconclusivo, nunca atestado de autenticidade.

Dá para identificar voz clonada por IA numa ligação?

Em tempo real, apenas por indícios: respiração ausente ou fora de lugar, ruído de fundo constante demais, prosódia plana e ausência dos erros naturais da fala humana. Como isso é frágil, a defesa confiável é de protocolo: desligar e retornar pelo número salvo na agenda, ou usar uma palavra-código combinada previamente.

Como saber se estou falando com um deepfake numa videochamada?

Peça movimentos que o sistema não consegue prever: girar a cabeça até o perfil completo, passar a mão devagar na frente do rosto, segurar e girar um objeto ao lado da face. Troca de rosto em tempo real opera com latência baixíssima e é invisível em condições normais, mas ainda falha em oclusão e ângulos extremos.

O que fazer se criaram um deepfake com a minha imagem?

Preserve a prova primeiro, com URL, arquivo original, data e perfil publicador. Depois denuncie na plataforma, registre boletim de ocorrência e avalie a via administrativa junto à ANPD, reforçada pelo Decreto nº 12.976/2026 para conteúdo íntimo gerado por IA. Não pague extorsão e não entre em contato com o autor. Para o caso concreto, procure um advogado.

Fontes

• Comparativo entre C2PA e SynthID e como verificar cada um

• Exame, com os dados do Identity Fraud Report 2025-2026 da Sumsub sobre o Brasil

• Exame, sobre ferramentas e sinais práticos em vídeo e áudio

• Teste comparativo de detectores de imagem por IA em 2026