Pesquisadores e profissionais de segurança apontam que, em 2026, deepfakes atingiram um nível de realismo capaz de enganar tanto espectadores comuns quanto, em alguns casos, sistemas automatizados de verificação. A tecnologia passou da produção de arquivos pré-gravados para modelos que geram respostas e interações ao vivo, o que altera a dinâmica da checagem e da confiança em comunicações digitais.
De arquivos estáticos a atores digitais
Historicamente, deepfakes eram vídeos gravados e depois processados, o que permitia inspeção e análise posterior. Atualmente, novos modelos garantem coerência temporal — movimentos e expressões permanecem consistentes entre quadros, sem tremulações ou distorções nas bordas do rosto — e preservam a identidade visual mesmo quando a performance muda. Esse avanço permite combinar livremente gestos e traços faciais, transformando o conteúdo em um “ator sintético” capaz de reagir em tempo real durante videochamadas ou transmissões interativas.
Voz: o primeiro elo a ser superado
A clonagem vocal já ultrapassou limites técnicos preocupantes. Poucos segundos de áudio são suficientes para reproduzir entonação, ritmo, pausas e respirações com naturalidade suficiente para enganar o ouvido humano em situações cotidianas. Em consequência, grandes varejistas relatam receber mais de 1.000 chamadas diárias fraudulentas geradas por inteligência artificial, um patamar que demonstra operação em escala industrial.
Por que a difusão acelerou
Três fatores explicam a velocidade do avanço: 1. realismo técnico, com modelos desenhados para manter consistência entre quadros; 2. vozes clonadas que atingiram o que pesquisadores chamam de “limiar da indistinguibilidade”, tornando o ouvido humano incapaz de diferenciar; 3. barreira técnica quase nula, graças a ferramentas acessíveis e agentes de IA que automatizam a criação de conteúdo falso em grande escala.
Estimativas do setor de segurança indicam crescimento de cerca de 500 mil deepfakes identificados em 2023 para aproximadamente oito milhões em 2025, um aumento anual próximo de 900%.
O desafio da detecção
Com a perda de pistas visuais clássicas, a detecção baseada apenas em pixels perde eficácia. Especialistas defendem deslocar a defesa para a infraestrutura, com medidas como assinatura criptográfica de mídia na origem, segundo padrões como os da Coalition for Content Provenance and Authenticity (C2PA); uso de ferramentas forenses multimodais que cruzem vídeo, áudio e metadados; e modelos de detecção “open-set”, incluindo iniciativas acadêmicas no Brasil que utilizam imagens humanas genuínas como referência de textura e iluminação em vez de catalogar apenas padrões conhecidos de deepfake.
Imagem: Divulgação
Impactos práticos
No curto prazo, empresas enfrentam golpes por voz ou vídeo em chamadas — de esquemas como o “sequestro relâmpago digital” a falsos executivos autorizando transferências. No âmbito público, a capacidade de gerar entrevistas, boletins ou pesquisas sintéticas em tempo real amplia o risco de desinformação que se propaga antes de checagens.
Em 2026, a distinção entre real e sintético deixou de ser apenas técnica e passou a depender da confiança em mecanismos de origem e autenticação: assinatura de mídia, autenticação e letramento digital passam a ser elementos centrais na defesa contra fraudes e manipulação.
Com informações de Olhardigital
Gudyê GR6 é editor-chefe e especialista em tendências musicais e entretenimento na GR6, a maior produtora de funk do Brasil. Com anos de experiência no mercado fonográfico, Gudyê lidera a equipe de conteúdo trazendo as últimas notícias sobre música, cultura urbana. Autor do Post: Gudyê GR6
