Os deepfakes estão se tornando cada vez mais eficazes em enganar o olho humano.
Imagine uma videochamada do seu chefe pedindo que você aprove uma transferência bancária urgente. O rosto, a voz e os gestos parecem todos autênticos, mas a pessoa na tela não é real.
A troca de rostos por meio de deepfakes agora torna esse cenário possível, e as pessoas conseguem identificar vídeos com deepfakes em apenas cerca de 58% das vezes, de acordo com um Estudo de 2026 em Pesquisa Cognitiva: Princípios e Implicações. Os golpistas as utilizam para se passar por executivos, celebridades e parceiros românticos, e o realismo não para de melhorar.
Neste guia, mostramos como identificar trocas de rostos em fotos e vídeos curtos por meio da análise manual e da detecção por IA e, em seguida, testamos o desempenho da detecção por IA.
Principais conclusões
- Nosso teste constatou que os detectores do Undetectable AI identificaram todas as cinco amostras de troca de rosto, sendo que as três imagens com pontuação de 1% a 49% provavelmente são reais e os dois vídeos com pontuação de 86% e 97% provavelmente são gerados por IA.
- A amostra três apresentou o resultado mais fraco (49% real); portanto, é melhor interpretar os índices de detecção como probabilidades, e não como provas definitivas.
- Verificações manuais em busca de artefatos, como marcas de junção, iluminação anômala e tremulação, são um primeiro passo útil, mas podem deixar passar modelos mais recentes que ocultam essas falhas.
- A lição é combinar a revisão visual, a verificação de fontes e metadados e a detecção por IA, em vez de depender de um único método.
- Os detectores de imagens e vídeos da Undetectable AI, com tecnologia TruthScan, analisam em busca de anomalias no nível do pixel e padrões estatísticos que muitas vezes passam despercebidos pelo olho humano
O que é uma troca de rosto com deepfake?
Uma troca de rosto por deepfake é uma imagem ou vídeo gerado ou manipulado por IA que substitui o rosto de uma pessoa pelo de outra. A tecnologia utiliza técnicas de aprendizado profundo para mapear e reproduzir padrões nas características faciais, expressões e movimentos, um processo que torna a substituição final mais convincente.
Exemplos de golpes envolvendo troca de rosto com deepfake
Embora a troca de rostos possa servir como entretenimento inofensivo ou para fins criativos, pessoas mal-intencionadas também a utilizam para se passar por outras pessoas, vítimas de golpes com peixe-gato, ou espalhar informações falsas. Os deepfakes ajudam os fraudadores a ocultar suas verdadeiras identidades e a conquistar a confiança de alvos desavisados.
Falsificação de identidade em videochamadas
Os fraudadores utilizam a tecnologia deepfake para se passar por pessoas de confiança por meio de videochamadas ao vivo. Eles podem se passar por executivos, familiares ou figuras de autoridade para manipular as vítimas e fazê-las entregar dinheiro ou informações confidenciais.
Nunca mais se preocupe com a detecção de seus textos pela IA. Undetectable AI Pode lhe ajudar:
- Faça sua escrita assistida por IA aparecer semelhante ao humano.
- Bypass todas as principais ferramentas de detecção de IA com apenas um clique.
- Uso IA com segurança e com confiança na escola e no trabalho.
Endossos fictícios de celebridades
Os fraudadores se valem da imagem de uma figura pública de confiança para explorar a boa vontade e a confiança de seu público. Eles podem promover esquemas suspeitos ou de alto risco, como plataformas de criptomoedas, golpes de investimento ou produtos milagrosos.
Golpes românticos
Um golpe romântico envolve um golpista que usa uma identidade falsa para estabelecer um relacionamento com uma vítima, geralmente por meio de um namoro plplataforma. O fraudador se aproveita das emoções da vítima, induzindo-a a enviar dinheiro, revelar informações confidenciais ou se cadastrar em plataformas de investimento fraudulentas.
Contornar a verificação de identidade (KYC)
A tecnologia deepfake é capaz de criar documentos de identidade que parecem convincentes o suficiente para contornar as verificações de KYC. Os fraudadores utilizam esses documentos sintéticos para criar identidades fictícias, abrir contas fraudulentas e obter acesso não autorizado a serviços financeiros.
Como identificar “deepfakes” em que o rosto foi substituído
Embora as trocas de rosto por meio de deepfakes estejam se tornando cada vez mais convincentes, a análise visual, a inspeção de metadados e as ferramentas de detecção baseadas em IA ainda podem ajudar a diferenciá-las de mídias autênticas. Aqui está um guia passo a passo para identificar trocas de rosto por meio de deepfakes.
Primeiro passo: Faça uma inspeção visual manual
Como os modelos generativos utilizam processos matemáticos para criar, em vez de filmar cenas diretamente com câmeras, seus resultados costumam conter sutis Artefatos de IA que entrem em conflito com a anatomia natural, a iluminação ou as interações físicas.
Entre os artefatos que você pode verificar estão:
- Distorções faciais: Olhos desalinhados, traços faciais assimétricos, dentes com aparência artificial ou textura irregular da pele.
- Inconsistências na iluminação: Sombras, áreas claras ou tons de pele que não combinam com o cenário ao redor.
- Artefatos de mistura: Costuras visíveis, bordas desfocadas ou transições pouco naturais no ponto em que o rosto substituído se une à cabeça original.
- Expressões não naturais: Movimentos ou expressões faciais que parecem rígidos, exagerados ou incompatíveis com o restante do rosto.
- Textura irregular da pele: Diferenças de nitidez, detalhes ou textura entre o rosto substituído e a pele ao redor.
- Distorções de contorno: Distorção ao redor da linha da mandíbula, da linha do cabelo, das orelhas ou do pescoço, onde o rosto substituído se une à imagem original.
- Inconsistências temporais em vídeos: Traços faciais que tremulam, mudanças repentinas na aparência ou movimentos que não se mantêm consistentes de um quadro para outro.
Esse método é eficaz para modelos mais antigos ou mais simples, que não estão atualizados com as técnicas de geração modernas. No entanto, muitos modelos mais recentes passaram por treinamento suficiente para ocultar artefatos de forma mais eficaz, tornando as trocas de rosto por deepfake mais difíceis de identificar apenas por meio da inspeção visual.
Passo 2: Compare o item suspeito com outras mídias
Se o suposto deepfake tiver origem em uma publicação online (em vez de uma imagem particular, foto de perfil ou videochamada), vale a pena examinar as informações contextuais. O contexto e a fonte da mídia podem revelar inconsistências que sugiram manipulação ou deturpação.
Veja a seguir algumas maneiras de verificar:
- Verifique a fonte original: Procure a versão mais antiga disponível da imagem ou do vídeo. Fotos autênticas costumam ter origem em veículos de notícias confiáveis, sites oficiais ou contas verificadas. Se a mídia tiver sido publicada em outro lugar, há motivos para considerá-la suspeita.
- Analise as outras fotos da pessoa: Se a pessoa que aparece no deepfake for uma figura pública ou alguém que você conheça, outras fotos verificadas ou imagens semelhantes servem como um ponto de referência sólido. Comparar o material suspeito com essas outras fotos pode revelar discrepâncias nas características faciais, nas expressões ou em outros detalhes contextuais.
- Procure evidências que corroborem: Verifique se outras fontes confiáveis confirmam o evento, a declaração ou a interação divulgados pela mídia.
O fato de uma foto ou vídeo ter sido publicado por uma fonte verificada não garante que seja autêntico. No entanto, isso reduz significativamente a probabilidade de que a foto seja usada como meio para cometer fraudes.
Terceiro passo: Inspecionar os metadados e a proveniência
Metadados são os dados contidos em uma imagem ou vídeo que descrevem suas características, incluindo como foram criados, editados e processados. Por outro lado, os registros de proveniência armazenam informações sobre a origem de um arquivo e como ele sofreu alterações ao longo do tempo. Ambos fornecem pistas úteis sobre as origens de uma suspeita de troca de rosto por meio de deepfake.
A inspeção de metadados e registros de proveniência envolve as seguintes etapas:
- Obter o arquivo original: O primeiro passo é obter a imagem ou o vídeo diretamente da fonte original. Evite capturas de tela ou vídeos republicados nas redes sociais, que geralmente removem, alteram ou recodificam os metadados.
- Verifique os metadados: Você pode verificar os metadados usando uma ferramenta de metadados, como o ExifTool ou o Metadata2Go. Dependendo do seu sistema operacional, você também pode clicar com o botão direito do mouse na foto para obter mais informações.
- Procure por inconsistências: Verifique se há discrepâncias entre os carimbos de data e hora, as marcas de software ou outros detalhes disponíveis e a origem declarada do arquivo. Por exemplo, a edição de marcas de software pode indicar que a mídia passou por algum processamento, enquanto carimbos de data e hora conflitantes podem levantar dúvidas sobre seu histórico de criação.
- Verifique se há credenciais de conteúdo: Os verificadores compatíveis com o C2PA podem revelar se um arquivo apresenta sinais de adulteração ou contém assinaturas digitais válidas. Eles também podem exibir registros de proveniência disponíveis, incluindo a origem do arquivo, o método de criação e as edições documentadas, o que pode ajudar a identificar conteúdo gerado por IA ou manipulado.
Utilize as conclusões sobre metadados como uma fonte de evidência em uma investigação mais ampla. Embora as inconsistências justifiquem uma análise minuciosa, os metadados por si só não podem confirmar se um arquivo é autêntico ou foi manipulado. Alguns deepfakes ainda contêm metadados plausíveis, enquanto mídias legítimas podem incluir registros de edição ou carecer totalmente de informações de proveniência.
Etapa 4: Executar uma análise de detecção de IA
Uma maneira eficiente de investigar suspeitas de deepfakes é realizar uma análise de detecção por IA. As ferramentas de detecção por IA utilizam análise forense para examinar imagens e vídeos em busca de sinais comumente associados à IA generativa, como padrões estatísticos, anomalias no nível dos pixels, inconsistências nos metadados e as inconsistências visuais que o olho humano pode ter dificuldade em perceber.
Os modelos de detecção combinam esses sinais para calcular a probabilidade de que a IA tenha criado ou alterado um conteúdo.
A detecção por IA consegue identificar trocas de rosto feitas com deepfake? Um teste
Para testar a eficácia dos detectores de IA na identificação de trocas de rosto em deepfakes, submetemos três trocas de rosto em imagens e duas em vídeos aos detectores de imagem e vídeo da Undetectable AI. Criamos as amostras utilizando geradores gratuitos de troca de rosto para combinar imagens de banco de imagens sem licença com modelos pré-existentes de troca de rosto.
As ferramentas que utilizamos foram o detector de imagens Undetectable AI e o detector de vídeos Undetectable AI. Ambos são desenvolvidos pela TruthScan e treinados com modelos como o Dall-E, o ChatGPT e o Gemini.
Resultados de imagens
Exemplo de imagem 1
Pontuação de detecção = 3% Real
Exemplo de imagem 2
Pontuação de detecção = 1% Real
Exemplo de imagem 3
Pontuação de detecção = 4% Real
As IAs indetectáveis Detector de imagens AI atribui pontuações às imagens com base na probabilidade de serem reais, o que significa que, quanto mais próxima de zero for a pontuação, maior será a probabilidade de a imagem ter sido gerada por IA. Nossas amostras obtiveram pontuações de 3%, 1% e 49%, respectivamente.
Como você pode ver, nenhuma das imagens apresentava defeitos visuais evidentes, com exceção da amostra três, que apresenta algumas pequenas inconsistências de iluminação e proporção. O detector de IA conseguiu identificar os padrões sutis que indicavam que as fotos foram geradas matematicamente, em vez de terem sido tiradas diretamente com uma câmera.
Resultados do vídeo
Pontuação de detecção = 86% IA
Pontuação de detecção = 97% IA
O indetectável Detector de vídeo com IA avalia vídeos com base na probabilidade de conterem conteúdo gerado por IA. Quanto mais próxima a pontuação estiver de 100%, maior será a probabilidade de o vídeo ter sido gerado ou editado por IA.
Nosso teste com vídeos apresentou resultados semelhantes. O detector de vídeo identificou com sucesso expressões faciais distorcidas, movimentos não naturais e proporções anatômicas não naturais.
Perguntas frequentes
Como dá para saber se uma foto sofreu uma troca de rosto?
As trocas de rosto por deepfake costumam apresentar detalhes visuais incompatíveis com a física, a anatomia ou a iluminação do mundo real. Características comuns incluem traços faciais distorcidos, texturas de pele não naturais, iluminação inadequada, bordas desfocadas ao redor da mandíbula ou transição irregular entre o rosto e a pele ao redor. É possível usar a detecção por IA para identificar os sinais que não são imediatamente perceptíveis.
Os detectores de IA conseguem identificar a troca de rostos em vídeos curtos?
Os detectores de IA podem identificar padrões comumente associados à troca de rostos por meio de deepfakes. Eles podem analisar vídeos em busca de inconsistências visuais e temporais, como erros anatômicos, artefatos de fusão, inconsistências de iluminação e movimentos incoerentes. No entanto, os detectores de IA geralmente geram índices de probabilidade, em vez de veredictos definitivos; portanto, é melhor tratar os resultados como evidências de apoio, e não como provas conclusivas.
O que devo fazer se achar que uma imagem ou um vídeo é um deepfake?
O que fazer depende da sua situação atual.
Se você se deparar com um suposto deepfake ao se comunicar com uma pessoa de confiança, como um ente querido, um colega de trabalho ou um prestador de serviços, interrompa a comunicação e entre em contato com essa pessoa por meio de um canal confiável para confirmar sua identidade.
Se você se deparar com possíveis deepfakes em uma plataforma de namoro, compare as imagens e os vídeos com outros perfis online da pessoa. Procure por inconsistências visuais ou indícios de que o conteúdo represente uma pessoa real.
Se você se deparar com uma imagem ou vídeo suspeito de ser um deepfake em uma postagem nas redes sociais ou em um site, procure a fonte original e avalie sua confiabilidade. Compare o conteúdo com referências confiáveis para comprovar que as informações apresentadas são verdadeiras.
Considerações finais
Para identificar trocas de rosto feitas com deepfake, comece verificando se há traços faciais pouco naturais, iluminação inconsistente e movimentos que não combinam. Se algo parecer suspeito, não confie apenas na inspeção visual. Use a detecção por IA para ajudar a avaliar o conteúdo antes de confiar nele ou compartilhá-lo.
Precisa verificar uma imagem ou um vídeo suspeito? Experimente o Undetectable AI’s Detector de deepfake para analisar conteúdos da mídia que possam ter sido manipulados e tomar decisões mais bem informadas sobre o que você vê na internet.