A Física Contra Deepfakes: Como a Geometria Desmascara a IA

11 de julho de 2026

O especialista em forense digital Hany Farid está utilizando princípios fundamentais da física para identificar falhas em imagens geradas por inteligência artificial. Através da análise de sombras e perspectivas geométricas, a técnica revela imperfeições que passam despercebidas pelo olho humano, mas não pelas leis matemáticas.

O Calcanhar de Aquiles da Inteligência Artificial Generativa

Nos últimos anos, a evolução das ferramentas de IA generativa, como Midjourney e DALL-E, transformou a criação de conteúdo visual. No entanto, por trás da estética impressionante e das texturas realistas, existe uma barreira que os algoritmos ainda não conseguiram transpor totalmente: as leis da física. Hany Farid, professor da Universidade da Califórnia em Berkeley e uma das maiores autoridades do mundo em forense digital, é o precursor de uma metodologia que utiliza a geometria básica para separar o que é real do que foi forjado por código.

Enquanto a maioria dos usuários se maravilha com a capacidade da IA de reproduzir rostos e paisagens, Farid foca nos detalhes estruturais. Segundo o especialista, os modelos atuais são treinados para reconhecer padrões visuais e estéticos, mas não possuem um entendimento intrínseco de como a luz e a perspectiva operam no mundo tridimensional. Isso cria uma oportunidade única para a perícia digital.

Perspectiva e Ponto de Fugacidade: A Prova Matemática

Uma das técnicas mais eficazes aplicadas por Farid envolve a análise de linhas paralelas e pontos de fuga. De acordo com os princípios da geometria projetiva, em uma fotografia real, todas as linhas paralelas no mundo físico devem convergir para um ou mais pontos de fuga específicos na imagem. A IA, ao tentar replicar cenários complexos, frequentemente falha em alinhar esses elementos com precisão matemática.

Ao traçar vetores em janelas, móveis ou sombras projetadas, Farid consegue identificar discrepâncias que o cérebro humano costuma ignorar. O sistema visual humano evoluiu para processar informações rapidamente e focar em padrões biológicos — como rostos —, o que nos torna suscetíveis a negligenciar distorções geométricas sutis. Para um perito armado com softwares de análise vetorial, no entanto, essas falhas tornam-se evidências irrefutáveis de manipulação sintética.

O Desafio das Sombras e da Iluminação

A simulação de sombras é outro campo de batalha crucial. Na física real, a origem da luz dita exatamente onde uma sombra deve começar, sua intensidade e sua direção. Os modelos de IA generativa, por operarem com base em probabilidade de pixels, muitas vezes produzem sombras que são inconsistentes com a fonte de iluminação principal ou que carecem de contato físico correto com a base do objeto.

Farid argumenta que a física é densa e cara de se computar perfeitamente. Para as empresas de tecnologia, o incentivo para atingir o rigor físico absoluto é baixo, já que a maioria dos consumidores se satisfaz com o impacto visual imediato. Contudo, na medida em que as deepfakes se tornam armas em campanhas de desinformação e fraudes corporativas, a aplicação da ciência forense baseada em constantes universais torna-se um pilar indispensável da segurança digital.

No Kautt Radar, acreditamos que a física permanecerá como o filtro final da verdade em uma era onde a estética digital já não serve como prova de realidade.

#IA Generativa #Deepfakes #Forense Digital #Segurança da Informação #Hany Farid #Inovação

Fonte original: https://canaltech.com.br/inteligencia-artificial/especialista-em-deepfake-usa-a-fisica-para-identificar-imagens-feitas-por-ia/. Artigo reescrito e analisado pelo sistema Kautt Radar.