Deepfake
Um deepfake é mídia gerada ou manipulada por IA — vídeo, áudio ou imagens — na qual a aparência de uma pessoa ou voz é fabricada ou substituída para criar representações realistas mas falsas, tipicamente usando modelos generativos de aprendizado profundo.
Deepfake refere-se a mídia sintética produzida por modelos de aprendizado profundo que substituem ou fabricam convincentemente o rosto, a voz ou ambos de uma pessoa em vídeo, áudio ou imagens estáticas. O termo é um portmanteau de deep learning e fake, cunhado em fóruns da internet por volta de 2017 quando software de troca de rostos primeiro se tornou acessível para não-especialistas. Deepfakes modernos englobam vídeos de troca de rosto, clonagem de voz sintetizada a partir de segundos de áudio de referência, manipulação de sincronização labial que insere palavras fabricadas em metragem existente, e vídeos de cabeça falante totalmente sintéticos gerados sem qualquer gravação original do indivíduo retratado.
Os primeiros deepfakes dependiam de Generative Adversarial Networks (GANs), nos quais um gerador sintetiza saída realista enquanto um discriminador tenta identificar falsificações, com ambas as redes melhorando através de treinamento adversarial. Até meados de 2020, modelos de difusão e técnicas de renderização neural como Neural Radiance Fields (NeRF) e Gaussian splatting produziram resultados de maior fidelidade com menos artefatos visuais. Simultaneamente, serviços de clonagem de voz alcançaram naturalidade quase humana a partir de menos de 30 segundos de áudio de referência, reduzindo a barreira para deepfakes somente de áudio usados em ataques de engenharia social.
Os riscos consequentes abrangem múltiplos domínios. Campanhas de desinformação política usaram vídeos fabricados de oficiais públicos para difundir declarações falsas antes de eleições em múltiplos países. Fraude de clonagem de voz — às vezes chamada de vishing — custou às empresas dezenas de milhões de dólares em incidentes onde áudio de executivos foi sintetizado para autorizar transferências eletrônicas. Imagens íntimas não-consentidas usando aparências fabricadas causam dano psicológico documentado e constituem uma categoria crescente de abuso online. A mesma tecnologia subjacente também tem usos legítimos em pós-produção cinematográfica, ferramentas de acessibilidade para pessoas que perderam a capacidade de falar e entretenimento interativo.
A partir de 2026, ferramentas de detecção — classificadores treinados em inconsistências faciais, padrões de piscada não-naturais e artefatos espectrais — consistentemente ficam para trás das capacidades de geração, criando uma dinâmica adversarial persistente. Respostas regulatórias incluem requisitos de divulgação obrigatória da Lei de IA da UE para mídia gerada por IA, legislação de nível estadual dos EUA visando deepfakes políticos e de imagens íntimas não-consentidas, e políticas de plataforma maior exigindo rotulagem de conteúdo sintético. A Coalition for Content Provenance and Authenticity (C2PA) promove padrões de proveniência criptográfica que incorporam metadados de origem resistentes a violação em mídia no ponto de captura.