Os geradores de IA mais recentes acertam frequentemente no número de dedos e no texto dentro da imagem, por isso os truques visuais antigos já não bastam sozinhos. Mais fiável: uma pesquisa inversa de imagem (Google Imagens, TinEye) e verificar se a imagem tem uma etiqueta de Content Credentials (C2PA). Os detalhes visuais — mãos, fundo, sombras — continuam a ser uma verificação de apoio útil, mas o contexto e a proveniência importam cada vez mais.
Uma fotografia que parece uma pessoa real, uma avaliação real de um cliente ou um evento noticioso real pode ser gerada por IA em segundos — gratuitamente, por qualquer pessoa. Na maioria das vezes estas imagens são inofensivas. Mas são cada vez mais usadas em perfis falsos, anúncios de produtos fraudulentos e conteúdo enganoso online. O conselho antigo — contar os dedos, ler o texto do fundo — falha muitas vezes perante os melhores geradores atuais, e um conselho que falha é pior do que nenhum conselho, porque uma foto que "passa" no teste ganha mais confiança, não menos. A jogada mais fiável agora é descobrir primeiro de onde veio a imagem, e só depois olhar para os detalhes visuais.
Experimente uma pesquisa inversa de imagem
Antes de procurar falhas visuais, verifique se a imagem já apareceu noutro sítio. Carregue a foto (ou cole o URL) em images.google.com ou tineye.com — ambos são gratuitos e não pedem conta. Os resultados mostram-lhe todos os outros sítios onde essa imagem já apareceu online.
Se uma foto de perfil "nova" aparecer com um nome diferente, num site diferente, ou datada de anos antes, já tem a resposta, por mais convincente que a foto pareça. No telemóvel, premir a imagem durante alguns segundos costuma oferecer uma opção "pesquisar imagem", ou pode instalar a extensão do TinEye no navegador.
Procure uma etiqueta de Content Credentials (C2PA)
Content Credentials é uma norma — tecnicamente chamada C2PA — que junta à imagem metadados verificáveis sobre a sua origem: que câmara ou ferramenta a criou, se a IA lhe tocou, e por quem. Os telemóveis mais recentes (o Pixel 10 da Google, por exemplo) e várias ferramentas de edição já conseguem assinar estes metadados.
Pode verificar uma imagem carregando-a em verify.contentauthenticity.org ou contentcredentials.org, ou através da extensão "Content Credentials" para o Chrome, que acrescenta uma opção ao clicar com o botão direito. Há uma ressalva importante: a etiqueta é uma prova forte quando está presente e válida, mas a sua ausência não prova nada. Muitas redes sociais removem os metadados no carregamento, e muitas fotos nunca tiveram etiqueta nenhuma.
Conte os dedos — mas trate isso agora como uma pista mais fraca
Este costumava ser um dos testes mais fiáveis, mas já não se aplica, em grande medida, aos geradores mais avançados de hoje — os modelos aprenderam a desenhar mãos com o número certo de dedos. Os erros continuam a aparecer sobretudo em imagens geradas de forma rápida ou barata, ou em poses invulgares: punhos fechados, dedos entrelaçados, uma mão parcialmente escondida atrás de um objeto.
Se uma mão estiver claramente visível, dê uma olhadela — mas se parecer normal, isso por si só não significa que a foto é real. Trate-a como mais uma entre várias pistas menores, não como o teste decisivo.
Leia qualquer texto visível na imagem
O texto dentro de uma imagem — a placa de uma loja, a capa de um livro, o rótulo de um produto — costumava dar sérios problemas aos geradores de IA, saindo muitas vezes como uma aproximação confusa de letras. As ferramentas mais recentes já lidam com isto muito melhor, por isso o que costumava ser um teste de confiança é agora também apenas uma pista de apoio.
Os geradores mais baratos ou rápidos continuam a produzir combinações de letras erradas, caracteres invertidos ou sequências repetidas que não formam palavras. Se o texto numa imagem claramente não fizer sentido, continua a ser um sinal útil — só não confie nele sozinho.
Verifique orelhas, dentes, sombras, fundo e acessórios — pequenos detalhes que ainda vale a pena olhar
Os rostos humanos são ligeiramente assimétricos na vida real; os rostos de IA por vezes parecem demasiado simétricos ou demasiado lisos. As orelhas podem fundir-se com o cabelo ou ter uma forma de cartilagem estranha; os dentes por vezes desfocam numa faixa uniforme de branco.
Também vale a pena verificar se as sombras caem todas de forma consistente a partir de uma fonte de luz aparente, se os padrões do fundo (alvenaria, ladrilhos de chão, multidões de pessoas) se repetem de forma pouco natural, e se pequenos acessórios — brincos, armações de óculos, a corrente de um colar — parecem deformados ou assimétricos, algo que as imagens de IA ainda por vezes erram. Nenhum destes detalhes é, por si só, prova de nada hoje em dia, mas combinados com outros sinais, continuam a valer a pena notar.
Pergunte de onde veio a imagem
A inspeção visual e a pesquisa inversa são só parte do trabalho. Pergunte: este perfil está ligado a uma conta com atividade real e orgânica — fotos com etiquetas, comentários de outras pessoas com aspeto real, um histórico de publicações consistente? Esta avaliação de produto inclui detalhes específicos e credíveis sobre a compra, ou apenas elogios genéricos? Quem publicou a imagem primeiro, e quando?
As verificações de contexto apanham o que a inspeção visual perde. E à medida que a qualidade das imagens de IA continua a melhorar, o contexto e a proveniência importarão mais do que os sinais visuais.
Uma Nota Honesta: A Deteção Está a Ficar Mais Difícil
As verificações visuais deste guia funcionam apenas numa parte das imagens de hoje, e a sua fiabilidade não para de cair — a investigação sobre as técnicas de edição de imagem mais recentes tem encontrado uma precisão dos detetores comerciais a aproximar-se de um cara-ou-coroa assim que se controlam os artefactos globais óbvios. O que há um ano falharia claramente o teste dos dedos ou do texto, hoje passa sem problemas. Isto não torna estas verificações inúteis — significa que o visual sozinho já não basta, e precisa de ser combinado com uma pesquisa inversa de imagem, uma verificação de Content Credentials e um olhar sobre quem publicou a imagem primeiro.
Existem detetores de IA dedicados, mas trate-os como um sinal de apoio, não como um veredito — a sua precisão varia e ficam atrás dos geradores mais recentes. Nenhuma verificação isolada é, por si só, um detetor fiável; combinar vários sinais com uma análise da proveniência dá-lhe uma base razoável para um ceticismo saudável.
O que experimentar a seguir: Estes mesmos instintos aplicam-se ao vídeo — veja Como Detetar um Vídeo Deepfake para a versão em movimento deste guia. Se quiser testar ferramentas de deteção dedicadas, Detetores de IA Testados analisa o que realmente funciona e onde as ferramentas atuais ficam aquém.
Fontes
- AI-Generated Image Detectors Overrely on Global Artifacts: Evidence from Inpainting Exchange — Nebioglu, Bilgiç and Popescu, arXiv, 2026
- Content Credentials — Coalition for Content Provenance and Authenticity (C2PA)
- Verify Content Credentials — Content Authenticity Initiative
- Google Pixel 10 Adds C2PA Support to Verify AI-Generated Media Authenticity — The Hacker News
- TinEye — Reverse Image Search — TinEye
- Google Images — Google
