Vídeos de candidatos fazendo declarações que nunca fizeram, áudios com vozes praticamente idênticas às de figuras públicas e fotografias produzidas artificialmente estão cada vez mais difíceis de distinguir de conteúdos reais. Com a evolução e a popularização da inteligência artificial generativa, os deepfakes devem exigir atenção redobrada dos eleitores durante as eleições de 2026.

Deepfake é uma técnica de produção ou manipulação de conteúdo digital por inteligência artificial capaz de fazer uma pessoa parecer dizer ou fazer algo que nunca disse ou fez. Isso pode ocorrer em vídeos, fotografias e áudios, com reprodução artificial de rostos, alteração dos movimentos labiais e clonagem de voz.

Segundo Rodrigo Ribeiro, coordenador do curso de graduação em Inteligência Artificial e Machine Learning da UNIASSELVI, a principal mudança dos últimos anos não está apenas na qualidade alcançada pelos sistemas, mas na facilidade com que essas ferramentas passaram a ser utilizadas. “Nos últimos anos houve uma mudança importante: a IA generativa tornou essas ferramentas muito mais acessíveis. Hoje, modelos conseguem gerar vídeos, imagens e vozes bastante convincentes a partir de poucas fotografias, pequenos trechos de áudio e até instruções escritas em linguagem natural. Esse avanço ocorreu pela combinação de três fatores: melhoria dos modelos de IA, aumento da capacidade computacional e popularização de ferramentas comerciais extremamente simples de utilizar. Portanto, o risco nas eleições não decorre apenas da qualidade dos deepfakes, mas também da enorme redução do custo e da dificuldade para produzi-los”, explica.

Segundo Ribeiro, que é graduado, mestre e doutorando em Ciências da Computação, a IA generativa já esteve presente no ciclo eleitoral de 2024. O diferencial agora está na escala e na facilidade de produção e distribuição. “Estamos diante de uma das primeiras eleições gerais brasileiras realizadas em um contexto no qual praticamente qualquer pessoa consegue produzir texto, fotografia, vídeo e áudio sintéticos de qualidade razoável utilizando ferramentas disponíveis comercialmente e até mesmo de forma gratuita. Alia-se a isso a popularidade das redes sociais e uma população cada vez mais digital, criando uma infraestrutura de produção e distribuição de conteúdo extremamente rápida e eficaz”.

Procurar erros na imagem já não basta

Durante os primeiros anos de popularização das imagens produzidas por IA, determinados erros eram relativamente fáceis de perceber. Mãos com dedos extras, olhos desalinhados, ausência de piscadas e movimentos faciais artificiais se tornaram sinais conhecidos. Com a evolução dos modelos, porém, confiar nesses defeitos pode não ser suficiente.

“Os sistemas atuais melhoraram significativamente. Ainda existem sinais que merecem atenção, como pequenas alterações no contorno do rosto durante o movimento, diferença entre os movimentos dos lábios e a fala, sombras e reflexos incompatíveis com a iluminação da cena, textura da pele que muda de um quadro para outro, acessórios que aparecem e desaparecem, textos e objetos que se deformam e movimentos corporais pouco naturais”, detalha Ribeiro.

Os áudios representam um desafio ainda maior. Sistemas modernos conseguem reproduzir timbre, sotaque e outras características individuais da fala utilizando amostras relativamente curtas da voz original. Alguns sinais ainda podem despertar suspeita, como ausência de respirações naturais, ritmo e volume excessivamente uniformes, pausas estranhas, entonação incompatível com o conteúdo da mensagem, pronúncia incomum de nomes próprios e mudanças abruptas de volume ou timbre.

O especialista ressalta, entretanto, que nenhum desses indícios comprova isoladamente que determinado conteúdo é falso. Por isso, a verificação deve começar pela procedência do material. “A melhor recomendação ainda é verificar a origem em vez de confiar apenas na aparência. Deve-se perguntar: quem publicou primeiro? O material aparece nos canais oficiais daquela pessoa? Há registro do evento completo? Veículos jornalísticos confiáveis registraram aquela declaração? Existem versões anteriores do mesmo vídeo?”, pondera.

Existem ferramentas acessíveis ao público que podem auxiliar nesse processo, como Deepware Scanner e Hive, que analisam conteúdos em busca de indícios de manipulação ou geração por inteligência artificial. Ribeiro alerta, porém, que esses serviços não devem ser entendidos como uma comprovação definitiva. “Esses serviços fornecem indícios e probabilidades, não um ‘certificado da verdade’. Portanto, a regra mais segura continua sendo: diante de um conteúdo polêmico ou muito grave, não compartilhar imediatamente, procurar confirmar sua origem em mais de uma fonte independente e buscar veículos e canais oficiais”.

Conteúdo falso pode circular antes que a checagem aconteça

Além da sofisticação tecnológica, a velocidade das redes sociais representa outro desafio. Ribeiro explica que os algoritmos de recomendação não foram concebidos como ferramentas de verificação de fatos, mas como sistemas que selecionam conteúdos capazes de despertar interesse e manter os usuários nas plataformas.

“A desinformação frequentemente utiliza surpresa, medo, indignação ou escândalo, características que podem gerar engajamento elevado. Um vídeo falso atribuindo uma declaração absurda a um candidato pode receber milhares de compartilhamentos antes que jornalistas, especialistas ou a própria plataforma consigam verificar sua autenticidade, causando estragos que ultrapassam a barreira do digital e podem perpetuar-se no mundo real como uma verdade”, explica o coordenador da UNIASSELVI.

Há também, segundo o especialista, uma diferença significativa entre o tempo necessário para criar uma falsificação e o esforço exigido para desmenti-la. “Criar e publicar uma falsificação pode levar poucos minutos. Realizar uma perícia, confirmar a origem, produzir uma checagem e comunicar essa informação para milhões de pessoas demanda muito mais tempo. Essa assimetria de velocidade impõe uma barreira significativa na contenção desses conteúdos”, diz.

Para reduzir os riscos, Ribeiro defende atuação simultânea em diferentes frentes, com identificação clara de conteúdos sintéticos; sistemas automáticos de detecção acompanhados de revisão humana; redução temporária da recomendação de conteúdos suspeitos; mecanismos que dificultem compartilhamentos massivos; e canais prioritários para denúncias eleitorais. “A resposta precisa combinar tecnologia, legislação, educação midiática, jornalismo profissional e comportamento responsável dos próprios usuários”.

Por Luciana Messa