Atualizado 14 de julho de 2026
Cientistas da computação da Unicamp, Brasil, em colaboração com chineses e de Singapura desenvolveram uma inteligência artificial capaz de identificar deepfakes com alta eficiência de mais de 90 %, mesmo aquelas criadas por técnicas sofisticadas desconhecidas. Facilitando a fiscalização e a punição de fraudadores.
A pesquisa foi publicada na Revista IEEE Transactions on Circuits and Systems for Video Technology.
A criação de uma ferramenta de IA capaz de detectar deepfakes com mais de 90% de eficácia ataca diretamente um dos maiores desafios geopolíticos e jurídicos da atualidade no mundo.
Denominado Open-Set DeepFake Detection (OSDFD), o inovador sistema consegue reconhecer conteúdos manipulados em cenários de conjunto aberto, desconhecidos. E pode ser aperfeiçoado para identificar a quase totalidade das fraudes com um treinamento continuado.
Entre na Seleção Nature & Space
Inscreva-se Grátis e Receba Nosso Kit Exclusivo:
1. E-Book: "Astrobiologia e as Origens da Vida no Universo"
2. Acesso à Nature & Space TV
3. Radar Semanal
A seguir veremos a os cientistas da computação da Unicamp, em colaboração com a China e Singapura, desenvolveram uma inteligência artificial revolucionária capaz de identificar adulterações digitais complexas, abrindo caminho para o combate rigoroso a fraudadores. Em texto, imagens e vídeos.
Vídeo 1: Vídeos falsos nas eleições geram parceria com recod.ai da Unicamp
Vídeo 2: A evolução dos deepfakes: é possível identificar um conteúdo criado por IA?
▶️ Assista Nature & Space TV
Sua TV de Ciência e Tecnologia
LEIA MAIS
Mais que Máquinas: Como os Robôs Sociais Vão Vigiar Casas e Cuidar de Nós | Nature & Space
Era do PC Autônomo Chegou: Agentes de IA Trabalham no PC Enquanto Dormimos | Nature & Space
Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!
Uma IA da Unicamp na Linha de Frente Contra a Desinformação Digital
À medida que as ferramentas de Inteligência Artificial generativa se tornam mais sofisticadas, a criação de deepfakes, vídeos e áudios falsos que simulam perfeitamente o rosto e a voz de pessoas reais, transformou-se em uma grande ameaça à segurança pública, à integridade financeira e à confiança nas instituições.
A detecção desses conteúdos falsos tornou-se uma verdadeira corrida armamentista tecnológica. Agora, a ciência brasileira acaba de registrar uma vitória histórica nessa linha de frente.
Cientistas da computação da Unicamp (Universidade Estadual de Campinas), do Brasil, atuando em uma cooperação internacional estratégica com pesquisadores da China e de Singapura, desenvolveram um sistema de IA de alto nível especializado em desmascarar fraudes visuais e sonoras com precisão sem precedentes.
Denominado Open-Set DeepFake Detection (OSDFD), o inovador sistema consegue reconhecer conteúdos manipulados em cenários de conjunto aberto, situações em que o sistema de detecção encontra, durante o teste, tipos de deepfakes que não estavam presentes no treinamento.
Sua capacidade de identificação em bases de dados desconhecidas atingiu cerca de 90%, superando métodos tradicionais de detecção.
A ferramenta pode ajudar a combater fraudes em um momento de rápida evolução das técnicas de geração de imagens sintéticas.
Publicado no periódico IEEE Transactions on Circuits and Systems for Video Technology, o estudo que resultou na criação foi desenvolvido no âmbito do projeto Horus e contou com financiamento da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
Os deepfakes, tecnologias de alteração e manipulação de imagens, vídeos e áudios digitais, têm se tornado instrumento para inúmeras atividades ilegais – de golpes financeiros e fraudes corporativas a casos de abuso sexual infantil e disseminação de imagens íntimas não consensuais, além da propagação de desinformação.
Servem, portanto, para a produção de conteúdos digitais sintéticos que podem causar danos à reputação de pessoas, instituições e marcas.
Em 2025, cerca de 8 milhões de deepfakes circularam nas redes sociais, um aumento de 900% em relação a 2024, segundo a empresa global de cibersegurança Deep Strike.
Com o progresso e a multiplicação das ferramentas de geração de imagens sintéticas, que se tornaram mais sofisticadas e difíceis de serem detectadas,
fica impossível conseguir exemplos de ataques de todos os geradores, afirma Anderson Rocha, coordenador do Recod.ai e professor no Instituto de Computação da Unicamp.
Dessa forma, procuramos pensar o problema por outro ângulo: se é difícil modelar os ataques, devido à sua variabilidade e às suas nuances, seria possível modelar o que chamamos de normal?
A seguir veremos como os pesquisadores desenvolveram a IA anti deepfake de alto nível.
▶️ Assista Nature & Space TV
Sua TV de Ciência e Tecnologia
Vídeo 1: Vídeos falsos nas eleições geram parceria com recod.ai da Unicamp
LEIA MAIS
Seria Possível Existir Uma Consciência Artificial? Só as Evidencias Dirão | Nature & Space
Computação Afetiva: Nova Fronteira da IA Reconhece Emoções. Benefício ou Risco? | Nature & Space
Robô Aranha Pode Construir Casas em 24 h, e Com Material Local | Nature & Space
O Que É IA Generativa? Como Usar? Precauções
Maritaca: IA Criada na Unicamp, Brasil, Tem Alto Desempenho
Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!
Amantes do Cosmos e da Terra
Apoie a Continuidade da Nature & Space Doando Qualquer Valor.
Engenharia de Defesa: Como Funciona a IA Criada na Unicamp
Os métodos tradicionais de detecção costumam falhar quando enfrentam deepfakes criados por ferramentas recém-lançadas, pois dependem de padrões pré-programados para identificar erros na imagem (como piscadas de olhos anômalas ou falhas nos cantos da boca).
A nova tecnologia desenvolvida pela colaboração global quebra essa limitação.
O algoritmo inovador utiliza arquiteturas avançadas de aprendizado profundo () treinadas para:
Análise de Fluxo Temporal: A IA avalia a continuidade física e biológica do vídeo frame a frame, identificando inconsistências sutis na física da luz e das expressões faciais.
Generalização Eficiente: Rastrear microanomalias e artefatos digitais invisíveis ao olho humano que ocorrem durante o processo de renderização neural de qualquer IA.
Imunidade ao Desconhecido: O grande trunfo do sistema é sua capacidade de identificar fraudes com alta eficiência de mais de 90%, mesmo quando os vídeos foram gerados por técnicas sofisticadas inteiramente novas e desconhecidas pela base de dados do software.
A solução encontrada pelo grupo de pesquisadores foi ensinar o sistema a reconhecer primeiramente como é uma imagem autêntica.
Em vez de depender apenas de exemplos de deepfakes, o OSDFD utiliza imagens reais como referência para aprender padrões de normalidade – textura de pele, iluminação e sombras, entre outros.
Essas imagens também ajudam a equilibrar o treinamento, para o qual são utilizadas quantidades semelhantes de conteúdos genuínos e manipulados, evitando que o modelo se especialize em determinados tipos de falsificação.
O novo sistema se diferencia de outros métodos de detecção baseados em IA que aprendem a reconhecer sinais de falsificação a partir de exemplos apresentados no processo de treinamento.
Alguns desses modelos buscam nos conteúdos sintéticos sinais de deformações faciais, padrões incomuns de textura e inconsistências fisiológicas, por exemplo.
Outros analisam as imagens de forma mais ampla, procurando identificar características compartilhadas por diferentes técnicas de manipulação.
O problema é que esses detectores nem sempre conseguem acompanhar a evolução das técnicas de deepfakes, razão pela qual muitos deles precisam ser integralmente atualizados, o que demanda tempo e recursos computacionais.
Quando se deparam com tipos de falsificação para os quais não foram treinados, o risco de erro aumenta e há uma piora significativa no desempenho.
A partir do conhecimento adquirido sobre imagens autênticas, o OSDFD compara as novas imagens com os padrões aprendidos e busca sinais que indiquem possíveis manipulações.
No caso de nossa formulação, a ideia é a de que precisamos adicionar apenas imagens naturais de tempos em tempos, para o modelo capturar características mais recentes e sempre atualizadas de fotografia e não de manipulações, porque é muito mais fácil conseguir imagens de situações normais [ou seja, que são reais], explica Rocha.
O modelo combina diferentes métodos de análise. Além de avaliar características locais e globais da imagem, como bordas irregulares e texturas artificiais, seu sistema inclui um módulo que reforça a separação entre padrões de rostos reais e manipulados.
Durante o treinamento, ele também é exposto a diferentes estilos de falsificação, o que favorece o aprendizado de características gerais dos deepfakes sem depender de técnicas específicas.
▶️ Assista Nature & Space TV
Sua TV de Ciência e Tecnologia
Vídeo 2: A evolução dos deepfakes: é possível identificar um conteúdo criado por IA?
LEIA MAIS
Drone Autônomo Com Ia Busca Vitimas de Desastres Sozinho | Nature & Space
Primeiro Tradutor de Libras Simultâneo Com IA, Brasil | Nature & Space
IA Superou Previsão Climática de Centros Globais de Clima | Nature & Space
Drex, A Moeda Digital do Brasil: Revolução na Economia | Nature & Space
Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!
O Impacto Prático na Segurança Pública e na Legislação
O sucesso da ferramenta desenvolvida na Unicamp promete mudar as regras do jogo para as autoridades e órgãos de fiscalização.
Com uma taxa de acerto superior a 90%, o software serve como uma barreira técnica indispensável para blindar o debate público e proteger cidadãos.
- Agilidade na Investigação: Polícias e peritos digitais passam a contar com um validador automatizado confiável, acelerando a identificação de materiais forjados usados em golpes financeiros ou difamações.
- Punição de Fraudadores: Ao fornecer laudos técnicos robustos sobre a falsidade de um arquivo, o sistema facilita a produção de provas judiciais aceitáveis, garantindo que criminosos virtuais não fiquem impunes sob o manto do anonimato tecnológico.
Avanço Tecnológico
Diferencial Técnico: Capacidade de capturar deepfakes criados por métodos sofisticados e inéditos no mercado.
Instituição Líder Nacional: Unicamp (em parceria com a China e Singapura).
Inovação: IA de alto nível focada na detecção ampla de mídias sintéticas manipuladas.
Taxa de Sucesso: Eficiência superior a 90% na identificação de fraudes.
A Tecnologia que Protege a Verdade e Fortalece a confiança digital
A operacionalização da tecnologia demanda baixo consumo de memória e processamento, permitindo atualizações rápidas e fazendo com que o modelo, no futuro, possa ser instalado em dispositivos móveis, democratizando a detecção desse tipo de conteúdo.
Dessa forma, tem potencial para acompanhar a evolução acelerada de geradores de deepfakes.
Embora nenhuma ferramenta disponível seja capaz de eliminar completamente os deepfakes, métodos mais robustos podem ampliar a capacidade de identificar conteúdos manipulados e servir de apoio para estratégias de verificação digital.
Nesse sentido, o OSDFD auxilia no combate à desinformação, ao roubo de identidade e às fraudes digitais.
Seu desempenho elevado mesmo entre os tipos de falsificação para os quais não recebeu treinamento é especialmente importante para o combate do problema, já que o surgimento de novos geradores desses materiais é constante.
Ao melhorar a capacidade de verificar a autenticidade de imagens, vídeos e áudios, o modelo pode contribuir para ampliar a integridade da mídia digital e a confiança do público em conteúdos compartilhados online, especialmente em contextos sensíveis que envolvem processos eleitorais, práticas jornalísticas e comunicações institucionais.
A conquista dos pesquisadores da Unicamp, da China e de Singapura prova que a mesma engenharia que pode ser usada para distorcer a realidade também é a chave para protegê-la.
O desenvolvimento de algoritmos de detecção de alta performance devolve à sociedade o controle sobre as evidências digitais.
Em um mundo onde ver e ouvir já não eram mais garantias de verdade, a IA da Unicamp chega para restabelecer a ordem e dar ferramentas reais à segurança pública.
A ciência e a computação nacional mostram, mais uma vez, que estão prontas para responder às demandas mais urgentes e complexas do nosso século.
LEIA TAMBÉM
Brasil Atrai R$ 2 Tri em Data Center e IA com Energia Verde
Inédito: Com Uso de IA Rover Perseverance em Marte Planejou a Própria Rota Sozinho | Nature & Space
Sustentável: China Lançou Data Center de Ia no Fundo do Mar
Primeiro Robô Autônomo Submarino a CircuNavegar os Oceanos | Nature & Space
▶️Siga Nature & Space TV no Youtube
Navegue Novos Mundos Todo Dia!
Bibliografia
Curadoria Técnica e Análise Audiovisual: Conteúdo Bibliográfico e Audiovisual Selecionado e Validado por Dr. Sergio Almeida Loiola – CV Lattes/CNPq.
IEEE Transactions on Circuits and Systems for Video Technology
Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method With Forgery Style Mixture
doi: 10.1109/TCSVT.2026.3669190
Jornal da Unicamp
IA detecta deepfakes criados com técnicas desconhecidas
Sputinik Brasil
O fim do jogo para as deepfakes? IA da Unicamp aprende o que é ‘humano’ para barrar fraudes
Análise Audiovisual
Vídeo 1 TV Unicamp: Vídeos falsos nas eleições geram parceria com recod.ai da Unicamp
Vídeo 2 InvestNews BR: A evolução dos deepfakes: é possível identificar um conteúdo criado por IA?
Política de Uso
Compartilhar é Livre. Ajude-nos Citando o Link Deste Artigo!
Fim Das Fraudes? IA de Alto Nível da Unicamp Detecta Deep Fake Com Eficiência | Nature & Space
