Hoje não dá mais para identificar com segurança uma imagem gerada por IA só olhando para ela, então a pergunta certa em 2026 é de onde veio o arquivo. Dados de proveniência, rastreio da fonte e algumas checagens gratuitas funcionam melhor do que ficar examinando mãos e sombras.
A evidência é direta. No quiz online "Real or Not", cerca de 12.500 jogadores fizeram aproximadamente 287.000 julgamentos e tiveram 62% de acerto em média, o que os autores chamam de "uma capacidade modesta, pouco acima do acaso" (arXiv). Cara ou coroa dá 50%.
Este guia cobre o que ainda funciona: Content Credentials, a marca d'água SynthID do Google, rótulos das plataformas, busca reversa de imagem e ferramentas detectoras, com seus limites reais. No final, há uma rotina que você pode aplicar em qualquer vídeo viral suspeito em poucos minutos, além de um medidor de confiança e uma árvore de decisão que indica qual checagem fazer a seguir.
Por que os sinais visuais deixaram de ser confiáveis
A lista clássica era: dedos a mais, placas ilegíveis, brincos diferentes e pele de cera. Eram artefatos de geradores antigos, e os novos continuam melhorando. O campo também está lotado, como mostra nosso ranking de geradores de imagem com IA.
Os autores do quiz descobriram que as pessoas mais erravam em imagens "sem artefatos óbvios ou pistas estilísticas". Os jogadores foram melhor em retratos humanos e pior em paisagens naturais e urbanas (arXiv). Ou seja, uma foto de rua sem rostos para inspecionar é o caso mais difícil, e também o tipo que forja um acontecimento jornalístico.
Retratos são mais fáceis, mas não são fáceis. Outro estudo de 2026, com 1.664 participantes que julgaram apenas retratos de dois geradores, registrou 85,2% de acerto médio. Mesmo ali, a precisão caía com a idade e era menor em celulares do que em PCs, e retratos do ChatGPT-4o foram mais difíceis e lentos de classificar do que os do Imagen 3 (arXiv). O celular é onde a maioria das pessoas encontra um fake.
A confiança é um guia instável. Nesse estudo de retratos, quem se achava mais confiante e mais exposto a IA pontuou melhor, mas foi um experimento web com voluntários, não uma medida de como você vai se sair numa imagem difícil hoje à noite. Trate seu instinto como um aviso para checar, não como um resultado.
Nada disso significa parar de olhar. Texto que não combina com o lugar, iluminação que se contradiz e uma cena que contradiz a legenda merecem um alerta. Use esses sinais para levantar suspeita, não para encerrar a questão em nenhum dos sentidos.
Comece pela proveniência, não pelos pixels
O padrão C2PA, com a marca Content Credentials, é "um padrão técnico aberto para editores, criadores e consumidores estabelecerem a origem e as edições de conteúdo digital" (C2PA). Quando uma câmera ou ferramenta de IA assina um arquivo, o registro de sua criação e edições viaja junto com ele. Para ler esse registro, arraste o arquivo para a ferramenta oficial de verificação do Content Credentials, que aceita JPEG, PNG, WebP, HEIC, MP4, MOV e outros formatos e mostra como o conteúdo mudou ao longo do tempo. O próprio aviso dela vale a atenção: o Content Credentials ainda está sendo implantado, então a maioria dos arquivos que você checar não terá nenhum. Nosso diretório também tem uma página da ferramenta Content Credentials.
A assinatura pode acontecer no momento da captura, num app de edição ou num gerador de imagens. Isso inverte a pergunta habitual. Em vez de você tentar provar que uma foto é falsa, a fonte é que pode provar que é verdadeira. Mas só ajuda quando a credencial sobrevive até a sua tela, e é aí que o caminho abaixo quebra.
O problema está na etapa quatro. O próprio explicador do padrão é franco ao dizer que os metadados de proveniência podem ser removidos, respondendo "Sim, podem" quando perguntam, e diz que as credenciais são opcionais (explicador do C2PA). Uma captura de tela, um novo salvamento ou a recodificação de uma plataforma pode eliminar o registro. A resposta da especificação são as credenciais duráveis, que adicionam uma marca d'água ou uma busca por impressão digital para que o registro possa ser reencontrado no armazenamento em nuvem.
Mais duas ressalvas do mesmo documento. Ninguém deve presumir que um arquivo é confiável "puramente com base no uso de Content Credentials". E a proveniência "não pode dizer se o conteúdo digital é verdadeiro, preciso ou factual". Uma foto assinada de uma cena montada continua sendo uma foto assinada de uma cena montada.
O segundo tipo de proveniência é uma marca d'água escondida nos pixels. O Google DeepMind diz que o SynthID embute marcas d'água imperceptíveis em imagens, áudio, texto e vídeo, e que as marcas de imagem e vídeo foram projetadas para sobreviver a cortes, filtros, mudanças de taxa de quadros e compressão com perdas (Google DeepMind). O Google afirma já ter marcado mais de 180 bilhões de imagens e vídeos, além de 240.000 anos de áudio. No mesmo anúncio, abriu o portal Google SynthID Detector para todos, em inglês, para conteúdo do Google ou de parceiros como OpenAI, NVIDIA e Kakao (Google).
A checagem mais fácil é pelo Gemini. Segundo a página de ajuda do Google, você envia um arquivo em gemini.google.com (ou no app Android) e pergunta se ele foi criado ou editado por IA do Google. Vídeos precisam ter menos de 90 segundos, a cota é de cerca de 10 checagens de imagem e 10 de vídeo em qualquer janela móvel de 24 horas, e capturas de tela devem ser cortadas rente ao conteúdo (Gemini Help). A mesma ferramenta resume os Content Credentials quando o arquivo os tem.
A leitura do resultado é assimétrica. Um acerto significa que todo o arquivo, ou parte dele, foi feito ou editado pela IA do Google. Um resultado negativo quase não significa nada, porque o Gemini "atualmente só consegue reconhecer conteúdo criado por ferramentas de IA do Google" e outro sistema ainda pode ter gerado a imagem.
Proveniência positiva é evidência forte. Proveniência ausente é um dar de ombros, e a maioria dos fakes do mundo real chega sem nenhuma. Essa assimetria é o hábito mais útil deste guia.
O que os rótulos das plataformas dizem (e o que não dizem)
Rótulos são o que a maioria dos espectadores realmente vê, e são mais fracos do que parecem, porque dependem da honestidade dos criadores ou de os metadados sobreviverem ao upload.
- O YouTube exige que os criadores informem conteúdo realista alterado ou sintético por meio de uma configuração de "uso de IA" no YouTube Studio. Ele também pode aplicar o rótulo por conta própria em conteúdo feito com suas ferramentas de IA ou com metadados C2PA, e o rótulo pode aparecer no player ou apenas na descrição expandida (YouTube Help).
- A Meta mostra um rótulo "AI info" no Facebook, Instagram e Threads quando detecta indicadores de IA do padrão da indústria ou quando alguém se declara. Na atualização de 2024, a Meta disse que conteúdo apenas editado com IA passaria a ter o rótulo no menu da publicação, porque o texto original "Made with AI" tinha caído em fotos com retoques pequenos (Meta).
- O TikTok exige que os criadores rotulem conteúdo realista de IA e rotula automaticamente o que é feito com seus efeitos de IA ou enviado com Content Credentials anexados. Depois que um rótulo automático é aplicado, o criador não pode removê-lo (TikTok Support).
O padrão é claro. Os três dependem de metadados C2PA ou de autodeclaração, então um criador honesto ou um gerador de um grande laboratório é rotulado, enquanto quem remove os metadados e não diz nada, na maioria das vezes, passa batido. O YouTube diz que criadores que deixam de declarar de forma recorrente podem ter conteúdo removido ou ser suspensos do Programa de Parcerias, mas isso é fiscalização depois do fato.
Um rótulo é útil quando está presente e mudo quando está ausente. A mesma lógica ordena todo tipo de evidência que você vai encontrar.
Rastreie a fonte antes de confiar no arquivo
A maioria dos fakes virais desmorona no contexto, não na perícia. Pergunte quem postou primeiro, quando e com qual legenda. Um vídeo dramático sem uploader original, sem local e com mil repostagens é uma afirmação fraca, seja qual for o conteúdo dos pixels.
A busca reversa de imagem é a ferramenta principal aqui. O TinEye diz pesquisar mais de 86 bilhões de imagens e oferece extensões de navegador para busca com o botão direito. O Google Lens aceita uma foto, uma imagem ou uma captura de tela. O Lenso.ai tem modos de busca separados para lugares, pessoas, duplicatas e imagens semelhantes. O Copyseeker oferece busca web gratuita e uma extensão para Chrome. Use pelo menos duas, já que os índices são diferentes.
O que você procura é a cópia mais antiga. Se uma foto "da tempestade de ontem" aparece num banco de imagens de dois anos atrás, acabou. Se ela não aparece em lugar nenhum antes desta publicação, é um alerta leve e não uma prova, já que uma foto realmente nova também não tem histórico. No caso de vídeo, pegue três ou quatro quadros-chave e pesquise cada um.
Depois, cheque a própria afirmação. Algum veículo de notícias ou agência de checagem relata o mesmo evento com imagens próprias? O clima, a sinalização, o idioma e os pontos de referência combinam com o lugar citado? A conta é nova ou posta muitos vídeos dramáticos? Dez minutos no histórico de quem postou costumam dizer mais do que qualquer detector.
O que as ferramentas detectoras podem e não podem fazer
Um detector é um modelo treinado em geradores conhecidos que devolve uma probabilidade. Não é um exame de laboratório. Nosso diretório lista vários, incluindo a extensão gratuita para Chrome Hive AI Detector para texto, imagem, áudio e vídeo, a extensão UncovAI, o DeepfakeDetection.io e o Sealed Rose, que analisa vídeo quadro a quadro. O panorama completo está no nosso ranking de detectores de conteúdo com IA, e o hub dessa categoria tem a lista inteira.
Os fornecedores publicam números grandes. A BitMind diz em seu site que atinge 95% de precisão em deepfakes do mundo real (BitMind). A Sensity descreve um sistema em várias camadas que verifica visuais, estrutura do arquivo, metadados e áudio, e diz que seus relatórios incluem pontuações de confiança. Trate qualquer número de fornecedor como uma alegação. Um único número de destaque não diz como a ferramenta se comporta na sua captura de tela comprimida nem com que frequência ela marca fotos reais.
Trabalhos independentes pintam um quadro mais duro. O benchmark Deepfake-Eval-2024 testou detectores em mídia que realmente circulou online e constatou que os modelos open source de ponta perderam cerca de 50% da AUC em vídeo, 48% em áudio e 45% em imagens em comparação com benchmarks anteriores. Modelos comerciais e com fine-tuning foram melhores, mas ainda ficaram abaixo dos analistas forenses humanos (arXiv). Outra avaliação de 2025 constatou que menos da metade dos detectores testados pontuou acima de 60% de AUC, com o pior em nível de acaso, e que edições básicas como compressão JPEG ou melhoria de imagem podem reduzir bastante o desempenho (arXiv).
Os erros vão nos dois sentidos. Uma foto real muito comprimida, ampliada ou retocada pode parecer estranha para um classificador, assim como um fake pode parecer limpo. Os próprios rótulos da Meta falharam em fotos reais com retoques pequenos de IA.
O contexto também muda a resposta. Uma ferramenta ajustada para troca de rostos pode deixar passar uma paisagem totalmente sintética, e uma feita para verificação de identidade, como uma checagem de vivacidade numa selfie, resolve um problema diferente do de uma que escaneia um meme viral. Leia a página de cada ferramenta para ver o que ela cobre antes de confiar num resultado, e espere que novos geradores superem detectores antigos até o fornecedor se atualizar.
Bem usados, detectores são critério de desempate. Rode dois deles. Dê menos peso ao resultado quando o arquivo for uma captura de tela ou um vídeo recodificado. Nunca acuse uma pessoa de forjar algo porque uma pontuação disse 87%, e pese o resultado de qualquer detector abaixo de uma credencial ou de um acerto de marca d'água.
Uma rotina para imagem ou vídeo viral suspeito
Escolha o caminho que combina com o que você tem em mãos e siga os passos em ordem. Pare assim que chegar a uma resposta decisiva, como uma credencial verificada ou um original mais antigo.
- Pare antes de reagir. Fakes são feitos para compartilhamento rápido, e a urgência é o sinal para ir mais devagar.
- Consiga a melhor cópia possível. Uma captura de tela perdeu os metadados, então procure a publicação ou o arquivo original e anote a conta, o link e o horário.
- Leia o rótulo. Confira o player, a descrição e o menu da publicação em busca de um rótulo de IA no YouTube, nos apps da Meta ou no TikTok.
- Passe o arquivo por uma ferramenta de verificação de Content Credentials e anote o signatário e o histórico de edição, se existir.
- Faça uma checagem de SynthID no Gemini, para imagens ou para vídeo com menos de 90 segundos.
- Faça busca reversa da imagem ou de quatro quadros-chave e encontre a cópia mais antiga.
- Cheque a afirmação. Procure um veículo respeitável ou um checador de fatos com imagens próprias do mesmo evento, e teste o lugar, a data e o clima.
- Rode dois detectores e trate a resposta como desempate.
- Decida como descrever: verificado, provável fake ou não confirmado. Compartilhe assim, ou não compartilhe.
O medidor abaixo transforma essa rotina em um número aproximado de confiança. Proveniência e rastreio da fonte valem mais pontos, e os detectores valem menos. Uma pontuação alta ainda não é garantia, já que a proveniência pode ser falsificada e uma fonte com boa aparência pode estar errada.
Três situações, passo a passo
São casos ilustrativos, não relatos de incidentes reais, mas cada um espelha a forma como os fakes aparecem.
Uma foto de tempestade no grupo da família. Ela mostra uma rua principal alagada ao entardecer e a legenda cita a sua cidade. Você não consegue verificar os pixels, então vá para o contexto. Uma busca reversa encontra a mesma rua num blog de viagem de dois anos atrás, com asfalto seco e a mesma sinalização. Isso é decisivo: a foto é antiga ou a cena foi montada, e de qualquer forma a legenda está errada. O tempo total é de uns dois minutos, e nenhum detector foi necessário.
Um vídeo de um político dizendo algo absurdo. O clipe tem 40 segundos, é vertical, com legendas queimadas, e foi repostado em todo lugar. Procure um rótulo e depois confira se algum veículo traz a mesma fala de uma fonte mais longa e mais ampla. Declarações reais de figuras públicas quase sempre têm um original mais longo e várias testemunhas. Se as únicas cópias são repostagens cortadas, classifique como não confirmado. Se precisar de uma checagem técnica, recorte no rosto e faça uma checagem de SynthID mais dois detectores, lembrando que um resultado negativo ainda não o inocenta.
Uma foto de perfil de um desconhecido pedindo dinheiro. Faça primeiro a busca reversa da foto. Fotos roubadas de contas reais são uma alternativa comum a rostos gerados, e uma correspondência com outro nome resolve a questão. Se a foto estiver limpa, peça uma videochamada ao vivo e uma ação sem roteiro, como segurar um bilhete escrito à mão. Um detector de deepfake pode ser mais um dado, e a chamada vale mais do que qualquer um deles.
O que fazer depois de decidir
Se você tem confiança de que é fake e ele está se espalhando, denunciar é melhor do que citar a publicação. O TikTok tem um fluxo de denúncia no app e na web, e sua página de ajuda observa que conteúdo realista de IA sem rótulo e falsificação de identidade com IA violam suas Diretrizes da Comunidade (TikTok Support). Citar um fake para desmenti-lo muitas vezes dá a ele mais alcance do que a correção consegue.
Se você não tem confiança, diga isso claramente. "Não consigo confirmar que isto é real" é uma legenda perfeitamente boa, e evita que você tenha de se corrigir depois, numa situação constrangedora. Se você mesmo publica imagens feitas por IA, rotule-as e mantenha as credenciais ativadas. Se um determinado gerador as anexa ou não varia, então confira a documentação dele antes de contar com isso.
Vídeo e áudio exigem cuidado extra
Um clipe curto é o formato mais difícil de checar com pressa. As plataformas recomprimem os uploads, os criadores cortam e adicionam legendas, e a versão que chega até você pode ser a décima cópia de algo. A recodificação remove metadados e, segundo as avaliações acima, pode piorar a precisão dos detectores. O Gemini só aceita clipes com menos de 90 segundos, então, para um vídeo mais longo, recorte o momento suspeito ou peça o original completo.
Peça a versão mais longa e de maior qualidade que conseguir. Um fake que se sustenta por seis segundos num corte vertical muitas vezes tem um original mais longo que conta uma história diferente, e um evento real costuma ter vários ângulos de pessoas diferentes.
Reduza a velocidade do clipe. Observe a boca em relação ao áudio, o padrão de piscadas, as bordas onde cabelo ou óculos encontram o fundo e qualquer texto que pisque entre os quadros. Essas checagens ainda pegam fakes malfeitos e valem um alerta, não um veredicto, pelos mesmos motivos das imagens estáticas.
Clonagem de voz é um problema à parte. A Pindrop foca em voz deepfake em dados de clientes e contextos de fraude, e a Facia combina detecção de deepfake com checagens de vivacidade para verificação de identidade. Para a sua segurança pessoal, o passo humano importa mais do que qualquer ferramenta. Se uma videochamada ou uma mensagem de voz pedir dinheiro, desligue e ligue de volta para um número em que você já confia.
Se quiser ter uma visão mais ampla de por que isso importa, o livro Deepfakes: The Coming Infocalypse, de Nina Schick, explora a ascensão da tecnologia e seus efeitos sociais. Para saber o que os geradores conseguem fazer, veja nossos guias comparativo de geradores de imagem com IA e melhores geradores de imagem com IA, além do nosso resumo de detectores de conteúdo.
Perguntas frequentes
Dá para saber com segurança se uma imagem foi gerada por IA só olhando para ela?
Não. No quiz Real or Not, os jogadores tiveram 62% de acerto em média em cerca de 287.000 julgamentos (arXiv). Sinais visuais podem levantar suspeita, mas a confirmação vem de dados de proveniência e do rastreio da fonte.
A ausência de marca d'água ou de Content Credential significa que a imagem é real?
Não. As credenciais são opcionais e podem ser removidas, e a checagem de SynthID do Gemini só reconhece conteúdo de IA do Google. A falta de uma marca não diz nada em nenhum dos sentidos.
Os detectores gratuitos de imagens de IA são precisos?
Às vezes, e você não tem como saber quando. Os fornecedores citam números como 95%, enquanto testes independentes em mídia do mundo real encontraram quedas bruscas de precisão e sensibilidade à compressão. Use duas ferramentas e trate o resultado como desempate.
A busca reversa de imagem mostra se uma imagem foi gerada por IA?
Não diretamente. Ela mostra onde mais a imagem aparece e desde quando. Uma foto que surge muito antes do evento que alega mostrar é falsa, e uma sem nenhum histórico é apenas não comprovada.
Dá para checar uma captura de tela de uma imagem de IA?
Mal. Uma captura de tela não tem credenciais embutidas, e os detectores perdem força depois de cortes e recodificação. O SynthID foi feito para sobreviver a muitas dessas alterações, mas a página de ajuda do Google ainda manda cortar rente e evitar colagens. Sua melhor jogada é achar a publicação original e partir dali.
O que fazer se ainda assim eu não conseguir saber?
Classifique como não confirmado e não amplifique. Espere um veículo de notícias ou um checador de fatos com imagens independentes. Esperar custa um pouco de velocidade, e compartilhar um fake custa a reputação de alguém.