Um deepfake é vídeo, áudio ou imagem criado ou editado por inteligência artificial para parecer autêntico — e o risco cai muito quando você aplica sete checagens simples antes de compartilhar ou atender a um pedido urgente: confirmar a fonte original, examinar rosto e voz, procurar erro de sincronia labial, contextualizar a cena, verificar datas, checar cobertura independente e desconfiar de pressa. O prejuízo não é hipotético: um golpe com áudio deepfake tirou 243 mil dólares de uma empresa do Reino Unido em 2019, em caso registrado por agências de segurança dos Estados Unidos. A seguir, o que observar em cada checagem, por que nenhum detector automático é infalível e o que fazer quando a suspeita se confirma.
O que é um deepfake
A definição técnica usada pela NSA, pelo FBI e pela CISA no informe conjunto Contextualizing Deepfake Threats to Organizations é direta: deepfake é mídia criada do zero (totalmente sintética) ou editada (parcialmente sintética) com algum tipo de aprendizado de máquina. O documento separa essa categoria dos chamados cheap fakes — cortes, desaceleração de vídeo ou troca de trilha de áudio feitos sem inteligência artificial, que continuam eficazes justamente por parecerem banais. Para quem consome informação, a distinção importa: boa parte do conteúdo enganoso que circula ainda é manipulação simples, e as mesmas checagens deste guia funcionam nos dois casos.
A barreira de entrada despencou. O que antes exigia dias ou semanas de trabalho profissional sai de ferramentas gratuitas e fáceis de operar, o que amplia golpes de impersonação de executivos, fraudes financeiras por telefone e desinformação em escala. Quem já entende como agentes de IA automatizam tarefas reconhece o padrão: a tecnologia é neutra; o problema é o uso sem verificação.
7 checagens antes de compartilhar
| Checagem | O que observar | Sinal de alerta |
|---|---|---|
| 1. Fonte original | Quem publicou primeiro e em qual canal oficial | Vídeo sem publicação em veículo ou perfil verificável |
| 2. Consistência do rosto | Olhos, dentes, brincos, óculos e bordas do rosto | Brinco, cicatriz ou reflexo que muda de lado entre quadros |
| 3. Sincronia de voz e lábios | Batimento da fala com o movimento labial | Voz dublada, pausas artificiais, timbre metálico |
| 4. Contexto da cena | Iluminação, sombras, fundo e logotipos | Sombra invertida, texto embaralhado, placas ilegíveis |
| 5. Data e ocasião | Quando e onde o fato teria ocorrido | Fato grande sem nenhum registro de cobertura no dia |
| 6. Cobertura independente | Se agências e veículos confirmam o mesmo material | Notícia gigante citada apenas por perfis anônimos |
| 7. Pressa e pedido | Transferência, código ou clique imediato | Pedido urgente de dinheiro ou senha com voz conhecida |
As três primeiras resolvem a maioria dos casos amadores: modelos atuais ainda erram em detalhes de mãos, joias e transições de quadro. A sexta é a mais poderosa para vídeos de notícia, porque fatos reais de grande porte geram cobertura simultânea de vários veículos, enquanto deepfakes de desinformação quase nunca têm. A sétima protege o bolso: voz clonada combinada com urgência é o formato de fraude que mais cresce, porque dribla o filtro crítico de quem atende.
Golpes reais com mídia sintética
Os casos documentados pelos próprios órgãos de segurança mostram a variedade de aplicações criminosas. Na fraude contra a empresa britânica de 2019, atacantes clonaram a voz de um diretor em telefonema e induziram transferências financeiras. Em outro episódio, uma imagem falsa de uma explosão perto do Pentágono circulou em maio de 2023 e provocou confusão nos mercados; o informe técnico classifica a cena como alucinação de modelo — conteúdo plausível, porém inventado.
O mesmo informe registra vídeos manipulados de chefes de Estado ordenando rendição militar e estado de sítio, além de uma onda de fotos de perfil sintéticas no LinkedIn em 2022. O ponto comum: nenhum desses ataques dependeu de equipamento caro. Dependeu de público sem hábito de checagem.
Detecção não é autenticação
O informe da NSA, do FBI e da CISA faz uma distinção que quase todo guia popular omite: detecção e autenticação são coisas diferentes. Detecção é forense passiva, que procura rastros estatísticos de manipulação depois que o arquivo existe. Autenticação é forense ativa, com assinatura e metadados embutidos no momento da captura ou da edição, no espírito dos padrões de proveniência do consórcio C2PA, citado no próprio documento. Por isso as agências recomendam implantar tecnologias para detectar deepfakes e determinar a proveniência da mídia, incluindo capacidades de verificação em tempo real nas organizações, em vez de apostar tudo em um único detector de vídeo.
No campo de padrões, o NIST publicou o relatório AI 100-4, Reducing Risks Posed by Synthetic Content, que mapeia o estado da técnica em frentes complementares: autenticar arquivos, rastrear a proveniência do conteúdo, rotular conteúdo sintético com marca d’água e detectar conteúdo sintético. A conclusão prática é a mesma das agências: nenhuma ferramenta isolada resolve; a defesa combina tecnologia, processo e treinamento de pessoas.
Como agir ao desmascarar
- Salve o link e um registro da publicação antes que seja apagada, sem repassar o arquivo bruto.
- Denuncie na plataforma usando o motivo de conteúdo enganoso ou impersonação.
- Avise quem pode ser o próximo alvo: família, colegas ou o setor de segurança da empresa.
- Se houve golpe financeiro, registre boletim de ocorrência e acione o banco imediatamente, porque reverter uma transferência depende de velocidade.
- Em ambiente profissional, repasse o caso ao time de segurança e revise o processo de aprovação de pagamentos por voz.
Para quem administra perfis ou pequenos negócios, o caminho durável é combinar as sete checagens com uma regra interna: nenhum pedido de dinheiro ou credencial por voz ou vídeo é executado sem retorno por um canal já conhecido. Vale também cuidar da matéria-prima do golpe — os termos das plataformas de IA definem o que pode ser usado para treinar modelos, e amostras de voz públicas alimentam a clonagem.