Uma das tecnologias mais impressionantes e ao mesmo tempo preocupantes que, acompanham o avanço acelerado da inteligência artificial, são os deepfakes. Com os avanços do time da Microsoft (VASA-1), o futuro parece ainda mais perto.
Essas imagens, áudios e vídeos gerados por IA podem retratar pessoas reais dizendo e fazendo coisas que nunca aconteceram. O potencial criativo é imenso, mas também os riscos de manipulação e desinformação.
Neste artigo, vamos mergulhar a fundo neste tema para entender o que são deepfakes, como funcionam, seus usos positivos e negativos, como detectá-los e se proteger, assim como refletir sobre as implicações desta tecnologia para o futuro.
O Que São Deepfakes
Deepfakes são mídias digitais hiper-realistas onde o rosto ou a voz de uma pessoa é substituída pela de outra usando inteligência artificial. O resultado final pode ser um vídeo do Barack Obama xingando, um áudio da sua mãe pedindo dinheiro ou uma foto da sua ex-namorada em uma cena pornô.
O termo deepfake vem da junção de "deep learning" (aprendizado profundo) e "fake" (falso). Deep learning é a técnica de machine learning que usa redes neurais artificiais para reconhecer padrões complexos em grandes volumes de dados.
As redes neurais usadas nos deepfakes são treinadas com milhares ou milhões de imagens e áudios reais da pessoa-alvo. A partir desses exemplos, elas aprendem as características faciais, expressões, entonações e maneirismos em grande detalhe.
Então, por meio de um processo chamado Rede Adversária Generativa (Generative Adversarial Network ou GAN), duas redes neurais trabalham simultaneamente:
O Gerador tenta criar versões sintéticas cada vez mais realistas da pessoa.
O Discriminador tenta detectar se é uma mídia real ou falsa.
As duas redes competem e "evoluem" juntas a cada rodada, até que o Gerador consiga enganar o Discriminador consistentemente, chegando a um deepfake altamente verossímil.
Como Funcionam na Prática
Para trocar o rosto de alguém em um vídeo, as etapas básicas são:
Coletar um dataset com o máximo possível de imagens/vídeos de alta qualidade da pessoa-alvo. Podem ser obtidas de redes sociais, vídeos públicos, fotos vazadas, etc.
Treinar a IA geradora com esse dataset. Quanto mais dados e tempo de treinamento, mais preciso o modelo.
Fornecer o vídeo-alvo onde será feita a troca de rostos.
A IA faz o mapeamento e alinhamento dos pontos faciais chave (olhos, nariz, boca, queixo) quadro-a-quadro.
A face original é digitalmente substituída e mesclada com a face sintética, junto com ajustes de cor, iluminação e proporções.
O processo completo pode levar de algumas horas a alguns dias, dependendo da complexidade e duração. Mas já existem serviços e aplicativos que automatizam grande parte das etapas, permitindo que leigos criem deepfakes com poucos cliques.
Para áudio, o processo é similar. A partir de amostras de fala da pessoa-alvo, um modelo de IA aprende os fonemas, entonação e timbre da sua voz. Com um modelo bem treinado, é possível sintetizar novos áudios dizendo qualquer coisa com a voz clonada.
Aplicações Positivas dos Deepfakes
Antes de explorarmos o lado sombrio dos deepfakes, vamos ver alguns exemplos de como essa tecnologia pode ser usada para o bem:
Acessibilidade e Inclusão
Legendas automáticas: Gerar dublagens perfeitas em diversos idiomas a partir da transcrição, ampliando o acesso a conteúdos
Avatares de linguagem de sinais: Traduzir dinamicamente o áudio ou texto para um intérprete virtual de libras
Próteses de fala personalizadas: Restaurar a voz original de pessoas que sofreram acidentes ou tem distúrbios de fala
Educação e Treinamento
Aulas com professores virtuais: Permite entregar conteúdo personalizado e sob demanda, no idioma e didática ideal para cada aluno
Simulações de atendimento ao cliente: Gerar dezenas de avatares 3D para treinar equipes em diferentes perfis e situações
Recriação de personalidades históricas: Aprender história conversando com um deepfake interativo de Darwin ou Da Vinci
Entretenimento e Arte
Ressuscitar atores falecidos: Permitir que estrelas como Bruce Lee atuem em novos filmes, como fez a Lionsgate
Localização de games e filmes: Adaptar dinamicamente as falas e aparência dos personagens de acordo com a cultura local
Colaborações artísticas homem-máquina: Usar IA para gerar, performar e iterar junto com músicos, designers e pintores
Medicina e Saúde
Terapia com entes queridos: Recriar um avatar realista de um familiar falecido para ajudar no luto
Visualização de tratamentos: Mostrar uma prévia do resultado de cirurgias plásticas e ortodontia com a foto do próprio paciente
Treinamento médico personalizado: Gerar pacientes virtuais para simulações hiper-realistas e adaptadas ao nível de cada estudante
Usos Maliciosos dos Deepfakes
Infelizmente, assim como qualquer tecnologia poderosa, os deepfakes também podem ser usados para fins antiéticos, criminosos e destrutivos como:
Pornografia e Abuso
Pornografia não-consensual: De acordo com a empresa de cibersegurança Deeptrace, 96% dos vídeos deepfake na internet envolviam pornografia com rostos de celebridades femininas. Esse conteúdo é amplamente usado para chantagear, humilhar e assediar mulheres.
Pedofilia e exploração infantil: Deepfakes estão sendo usados por abusadores para criar material pedófilo realista sem diretamente explorar crianças reais.
Desinformação e Manipulação Política
Notícias falsas: Deepfakes de figuras públicas podem espalhar boatos, teorias conspiratórias e desinformação em escala massiva. Um estudo da Universidade de Oxford mostrou que durante as eleições americanas de 2020, 30% dos vídeos de campanha de todos os candidatos continham algum tipo de manipulação por IA.
Sabotagem política: Um deepfake viral de um candidato dizendo algo ofensivo ou criminoso pode destruir sua reputação e chances de eleição. Em 2018, um vídeo ralentado da Nancy Pelosi dando a impressão que ela estava bêbada teve milhões de views.
Tensão internacional: Deepfakes falsos de líderes políticos declarando guerras ou prometendo ataques podem gerar conflitos e instabilidade entre países.
Golpes e Fraudes
Roubo de identidade: Deepfakes permitem que criminosos se passem com facilidade por outra pessoa para aplicar golpes, assumir contas bancárias e até vender imóveis.
Engenharia social: Um deepfake do seu chefe pedindo uma transferência bancária urgente ou do suporte técnico pedindo a senha do seu e-mail tem muito mais credibilidade e taxa de sucesso.
Manipulação de mercado: Um áudio deepfake de um CEO anunciando a falência da empresa pode causar um colapso imediato nas ações e pânico no mercado.
Chantagem e Extorsão
Ameaça de exposição: Com um deepfake comprometedor, político, empresários e pessoas comuns ficam vulneráveis a chantagens por dinheiro, favores ou informações.
Extorsão sexual: De posse de fotos sensuais, um golpista pode facilmente criar um deepfake pornô da vítima para extorquir dinheiro sob ameaça de enviar para família e amigos.
Como detectar Deepfakes
Com modelos de IA ficando cada vez mais sofisticados, detectar deepfakes está se tornando uma tarefa hercúlea. É uma corrida armamentista entre os falsificadores e os verificadores.
Já existem deepfakes considerados "indistinguíveis" do mundo real. E o mais assustador é que não é preciso ser um especialista em machine learning para criá-los. Hoje qualquer adolescente consegue gerar deepfakes altamente realistas com alguns cliques em aplicativos gratuitos como:
Reface (ex-Doublicat) - Troca rostos em fotos, GIFs e vídeos
Wombo - Anima fotos fazendo lip sync de músicas populares
MyHeritage - Anima fotos antigas de família
FaceApp - Altera a aparência com filtros de idade, gênero, sorriso, cabelo, maquiagem, etc
Avatarify - Cria um avatar de vídeo-chamada com o seu rosto
Então como saber se uma mídia é real ou falsa?
Algumas dicas práticas para identificar possíveis deepfakes:
Procure por falhas visuais como:
Olhos que não piscam naturalmente
Cintilação e distorções estranhas na pele
Transição estranha nas bordas do rosto
Iluminação e sombras inconsistentes
Objetos que atravessam o rosto (ex: mãos, óculos, cabelo)
Proporção e posição assimétrica das feições
Cor da pele com aparência artificial
Resolução do rosto difere do resto da imagem
Textura da pele e detalhes como rugas e poros demais ou de menos
Áreas borradas ou pixeladas, principalmente no cabelo e pescoço
Sinais de manipulação do áudio:
Tom, cadência e sotaque inconsistentes com a pessoa real
Ruído de fundo estático
Emoção não correspondente com as microexpressões faciais
Sincronia labial fora de tempo
Pausas e respiração artificial
Cliques, estalos e cortes abruptos
Pergunte-se sobre o contexto:
Eu conheço e confio na fonte deste conteúdo?
Esta pessoa realmente faria ou falaria isso?
Este comportamento é consistente com o histórico e personalidade dela?
Que interesses seriam beneficiados se isso fosse verdade?
Encontro a mesma informação em outras fontes confiáveis?
Verifique os metadados:
A data, local e dispositivo de criação fazem sentido?
O arquivo foi editado ou redimensionado?
Tem camadas ou objetos suspeitos?
Passe por um detector de IA:
Sensity (ex-Deeptrace) - Retorna a probabilidade de um vídeo ser deepfake
Mesonet e FaceForensic - Datasets para treinar seus próprios detectores
Assemblyai API - Detecta manipulação de áudio e clonagem de voz
Ferramentas gratuitas
Spot the Troll - Quiz do Facebook para conscientizar sobre deepfakes
Amber Video - Plug-in gratuito que sinaliza conteúdo potencialmente enganoso
Reality Defender - Navegador com IA embutida de detecção de fake news e imagens geradas por IA
Vale reforçar que nenhum desses métodos é 100% confiável, especialmente com o avanço contínuo da tecnologia. A melhor defesa é uma combinação de educação, pensamento crítico e verificação por múltiplas fontes e ferramentas.
O Impacto na Sociedade e nos Negócios
Sendo realistas, provavelmente nunca seremos capazes de detectar e rotular todos os deepfakes na internet. Eles se tornarão parte do nosso dia-a-dia assim como photoshop, filtros do Instagram e corretor automático.
A tendência é que a distinção entre real e falso fique cada vez mais nebulosa. O que tem implicações profundas na confiança, verdade, privacidade, segurança e no próprio tecido social.
Para cidadãos comuns, o medo de ter sua imagem roubada e usada em contextos falsos ou abusivos pode gerar ansiedade, paranóia e isolamento digital. Ao mesmo tempo, a incapacidade de discernir fato de ficção deixa as pessoas mais suscetíveis a teorias conspiratórias, tribalismo político e fanatismo.
Para figuras públicas como artistas, atletas, políticos e executivos, a ameaça é ainda maior. Deepfakes podem arruinar carreiras, relacionamentos e até render processos jurídicos. Famosos terão que monitorar ativamente sua imagem online e emitir negações públicas frequentes. Alguns já estão registrando seus "direitos digitais de imagem" e contratando serviços de proteção.
Exemplos de Celebridades Monitorando Imagem Online e Emitindo Negações Públicas:
1. Tom Cruise: Em 2019, Cruise processou a Deepfake Media por criar e distribuir um vídeo falso que o mostrava promovendo um serviço de seguros de vida. O ator alegou que o vídeo era prejudicial à sua reputação e violava seus direitos de imagem.
2. Taylor Swift: Swift tem sido vocal sobre sua luta contra o uso não autorizado de sua imagem e música online. Em 2017, ela se recusou a permitir que o Spotify fosse transmitido no Globo de Ouro porque a plataforma não pagou aos artistas o suficiente.
3. Beyoncé: Beyoncé tem uma equipe dedicada que monitora sua imagem online e remove qualquer conteúdo não autorizado. Ela também tem usado suas redes sociais para falar contra o sexismo e o racismo online.
4. Rihanna: Rihanna é conhecida por usar suas redes sociais para se envolver com seus fãs e combater o bullying online. Ela também tem uma linha de cosméticos, Fenty Beauty, que é elogiada por sua diversidade de tons de pele.
5. Ariana Grande: Grande foi vítima de um ataque terrorista em seu show em Manchester em 2017. Após o ataque, ela se retirou das redes sociais por um tempo, mas depois voltou para usar sua plataforma para promover a paz.
Outros artistas que estão tomando medidas para proteger sua imagem online: Justin Bieber, Kim Kardashian, Selena Gomez, Demi Lovato, Lady Gaga, e muitos outros.Exemplos de empresas que prestam serviço de proteção de imagem virtual
Cybersphere: oferece uma gama completa de serviços de proteção de imagem online para indivíduos e empresas, incluindo monitoramento de reputação, remoção de conteúdo, gerenciamento de crises e proteção contra deepfakes.
Six Degrees: se especializa em proteger a reputação online de executivos e profissionais. Seus serviços incluem monitoramento de mídia social, gerenciamento de resultados de pesquisa e treinamento em gerenciamento de reputação.
BrandYourself: fornece ferramentas para indivíduos e empresas removerem conteúdo negativo online e criarem uma presença online positiva. Seus serviços incluem monitoramento de reputação, remoção de conteúdo e gerenciamento de resultados de pesquisa.
ReputationManagement: oferece serviços de gerenciamento de reputação online para empresas e indivíduos. Seus serviços incluem monitoramento de mídia social, remoção de conteúdo, gerenciamento de crises e treinamento em gerenciamento de reputação.
Entrust: fornece serviços de proteção de identidade e gerenciamento de risco para empresas e indivíduos. Seus serviços incluem monitoramento de identidade, proteção contra fraude e gerenciamento de acesso.
Para as instituições democráticas, deepfakes significam uma era de desinformação constante, desconfiança nas autoridades, vulnerabilidade a interferências externas e até uma "realidade sintética" onde cada um acredita na sua própria verdade. Governos precisarão trabalhar junto com plataformas, acadêmicos e cidadãos para determinar parâmetros de autenticação de mídia, liberdade de expressão e remoção de conteúdo falso.
Para empresas e marcas, deepfakes trazem um novo nível de riscos de imagem, junto com oportunidades fascinantes de marketing e experiência do cliente. Alguns exemplos dos dois lados:
Riscos dos Deepfakes
Deepfakes de executivos anunciando falência, demissão em massa ou opinião polêmica, derrubando o preço das ações
Vídeos falsos de defeitos grosseiros ou efeitos colaterais perigosos em produtos, espalhando pânico e processos
"Testemunhos" fraudulentos de clientes e influencers sabotando competidores
Ex-funcionários criando avatares falsos da empresa para vazar dados e chantagear
Exploração de imagens de funcionários e clientes para pornografia de vingança
Oportunidades dos Deepfakes
Recriação de fundadores e mascotes icônicos para campanhas de branding e experiências interativas com a marca
Modelos virtuais proprietários para provar roupas, maquiagem, óculos, jóias de forma totalmente personalizada
Porta-vozes e vendedores virtuais treinados nos produtos e capazes de atender em qualquer idioma 24/7
Influencers virtuais 100% alinhados com o posicionamento e valores da marca sem risco de polêmicas e pedidos exorbitantes
Avatares emocionalmente inteligentes para SAC, suporte técnico e vendas com aparência e voz adaptada para cada cliente
Entrega de produtos digitais (cursos, videogames, etc) totalmente personalizados para o gosto e estilo do comprador
O Futuro dos Deepfakes
Tudo indica que estamos só arranhando a superfície do que os deepfakes serão capazes. No ritmo atual, em poucos anos a IA será capaz de gerar vídeos, fotos e áudios perfeitamente realistas de qualquer pessoa, em qualquer cenário, em tempo real e a partir de pouquíssimos dados.
Imagine as seguintes possibilidades se tornando comuns:
Filmes e jogos que adaptam os personagens e a história para incluir seu rosto, voz e reações
Assistentes pessoais IA com aparência e jeito de falar dos seus personagens favoritos
Roupas virtuais indistinguíveis das físicas para comprar, usar e revender como NFTs
IA treinada no seu histórico de navegação e GPS para recriar digitalmente locais e pessoas especiais para você
Terapia com avatares falecidos que conversam com suas memórias e fotos do Facebook
Serviços para encomendar doppelgangers virtuais para diversão ou fins mais nefastos
Apps de namoro com perfis falsos ultrarrealistas controlados por IA para interagir e trocar nudes
Campanhas do varejo simulando uma mega liquidação com vídeos deepfake de multidões enfurecidas
Ao mesmo tempo, as IAs geradoras estão ficando mais eficientes, generalistas e criativas. Isso significa produzir deepfakes de alta qualidade com muito menos dados de treinamento, misturando estilos e características diferentes.
Em vez de precisar de milhares de fotos da mesma pessoa, será possível "construir" personas totalmente digitais definindo atributos como idade, gênero, etnia, cabelo, roupa, voz e personalidade. Ou até "ressuscitar" pessoas com base no seu histórico digital.
E com a explosão de modelos de IA generativas como DALL-E, Midjourney, Stable Diffusion, ChatGPT e Whisper, teremos em breve a geração one-click não apenas de deepfakes, mas de mundos 3D completos, roteiros, efeitos especiais e dublagens a partir de comandos de texto ou voz simples. Talvez ai o metaverso passe a realmente trazer alguma relevância para a vida prática.
Isso democratizará a criação, mas também a falsificação audiovisual. Qualquer pessoa poderá diretar seu próprio filme de super-heróis no celular, mas também difamar alguém com alguns prompts.
Algumas medidas que podem ajudar a mitigar os riscos:
Ensinar pensamento crítico e checagem de fatos desde a infância
Desenvolver tecnologia para autenticar e rastrear a origem de mídias digitais (ex: blockchain)
Atualizar leis para lidar com deepfakes, difamação digital, direitos de imagem e definir responsabilidades das plataformas
Colaboração entre governos, empresas e sociedade civil para definir padrões, ferramentas abertas e boas práticas
Incentivar usos positivos e criativos dos deepfakes que gerem valor real para as pessoas
Empoderar indivíduos para controlar seus dados biométricos e treinar suas próprias IAs protetoras
O novo método Microsoft VASA-1
Um novo método chamado VASA-1 (Lifelike Audio-Driven Talking Faces Generated in Real Time) para gerar vídeos realistas de rostos falantes a partir de uma única imagem e um clipe de áudio, em tempo real.
Os principais pontos são impressionantes:
O VASA-1 é capaz de produzir movimentos labiais sincronizados com o áudio, além de capturar uma grande variedade de nuances faciais e movimentos naturais da cabeça que contribuem para a percepção de autenticidade.
As inovações centrais incluem um modelo de difusão para gerar a dinâmica holística do rosto e movimento da cabeça, que funciona em um espaço latente facial, e o desenvolvimento desse espaço latente expressivo e desembaraçado usando vídeos.
Através de experimentos extensivos, o método superou significativamente métodos anteriores em várias dimensões, gerando vídeos de alta qualidade com dinâmica realista do rosto e cabeça.
O método permite a geração online de vídeos de 512x512 a até 40 FPS com latência inicial desprezível.
Isso abre caminho para interações em tempo real com avatares que emulam comportamentos humanos de conversação.
Em resumo, o VASA-1 representa um avanço significativo na geração de rostos falantes realistas conduzidos por áudio, com aplicações promissoras em várias áreas.
Veja alguns exemplos de aplicação abaixo:
Como Empresas e Pessoas Podem se Proteger
Não existe solução mágica contra deepfakes, mas há passos práticos que organizações e indivíduos podem tomar para mitigar os riscos:
Para Empresas:
Treinar funcionários para identificar tentativas de engenharia social e solicitações suspeitas, mesmo vindo aparentemente de pessoas conhecidas
Adotar autenticação multi-fator (MFA) para todas as contas e sistemas críticos
Ter canais oficiais claramente definidos e seguro para comunicação interna e externa
Criar uma base com imagens, vídeos e áudios reais dos seus executivos e portavozes que possa ser usada para treinar detectores
Monitorar menções à marca, produtos, executivos em redes sociais, fóruns e na deep web com ferramentas automatizadas
Integrar detecção de deepfake, verificação biométrica, anti-fraude e KYC (Know Your Customer) aos produtos e aplicativos
Ter uma estratégia e um time treinado para responder rapidamente a um ataque de deepfake com transparência e dados
Colaborar com parceiros, academia e até concorrentes para compartilhar ameaças e boas práticas
Para indivíduos:
Evitar compartilhar fotos e vídeos íntimos ou constrangedores, mesmo em apps privados e para pessoas de confiança
Checar a fonte, data, local e contexto antes de acreditar em um conteúdo sensacionalista, principalmente envolvendo figuras públicas
Usar autenticação em dois fatores, senha forte e única em todas as contas online
Configurar alertas do Google e redes sociais para o seu nome, assim como serviços de proteção de identidade
Aprender a reconhecer sinais de manipulação digital em áudio e vídeo
Apoiar e cobrar legislações que responsabilizem criminosos e plataformas pela disseminação de deepfakes maliciosos
Priorizar interações ao vivo ou por vídeo com pessoas próximas para confirmar identidade e intenção em comunicações sensíveis
Ter senso de humor para lidar com sátiras, memes e zoeiras inofensivas com seu rosto :)
Enfim...
Mas no fim, não existe substituto para o pensamento crítico, o discernimento humano e a boa e velha conversa olho-no-olho.
Não há volta atrás. Os deepfakes vieram para ficar e se tornarão parte integral das nossas vidas e da economia criativa. Como toda tecnologia exponencial, carregam perigos e maravilhas na mesma proporção.
Governos, empresas, instituições de pesquisa, mídia e sociedade precisam colaborar para definir limites éticos, regras e padrões que permitam aproveitar ao máximo os benefícios dos deepfakes e sistemas geradores, minimizando os riscos e efeitos colaterais.
Mas no fim, não existe substituto para o pensamento crítico, o discernimento humano e a boa e velha conversa olho-no-olho. Mais do que nunca, precisamos valorizar relacionamentos reais, empatia e propósito compartilhado.
Talvez a ascenção dos deepfakes seja um chamado para olharmos para dentro e descobrir o que realmente nos move e conecta além das imagens. A sociedade que queremos não será definida pelos deepfakes que criamos, mas pelo que fazemos para tornar a realidade melhor do que qualquer falsificação.
Você está pronto para esse desafio?