Durante quase toda a história da fotografia, uma imagem carregou uma promessa implícita.
Alguma coisa esteve diante daquela câmera.
A fotografia podia ser enquadrada de maneira tendenciosa. Podia omitir contexto. Podia ser retocada. Podia mentir sem precisar ser falsa.
Mas ainda existia um vínculo físico entre imagem e acontecimento.
A inteligência artificial está rompendo esse vínculo.
Em 2026, já não é extraordinário produzir um rosto que nunca existiu, uma voz que nunca pronunciou determinada frase ou um vídeo em que uma pessoa real parece realizar uma ação que jamais aconteceu.
Isso é assustador.
Mas talvez não seja a parte mais perigosa.
O problema maior começa quando todos descobrem que isso é possível.
Porque, nesse momento, não são apenas as imagens falsas que perdem credibilidade.
**As verdadeiras também perdem.**
O fim de uma velha frase
“Eu vi com meus próprios olhos.”
Durante séculos, essa frase funcionou como encerramento de uma discussão.
Ver era uma forma de testemunhar.
Depois veio a fotografia.
Depois o cinema.
Depois a televisão.
Cada tecnologia aumentou a capacidade de uma sociedade registrar acontecimentos e compartilhá-los com pessoas que não estavam presentes.
O século XX foi, em grande medida, organizado por imagens que funcionavam como prova coletiva: guerras, assassinatos, chegada à Lua, protestos, quedas de governos, desastres, julgamentos, posses presidenciais.
A imagem nunca foi neutra.
Mas possuía peso.
Agora estamos entrando numa época em que a primeira pergunta diante de qualquer vídeo extraordinário pode não ser “o que aconteceu?”.
Pode ser:
**isso aconteceu?**
O deepfake não precisa ser perfeito
Existe uma ideia reconfortante de que sempre conseguiremos identificar falsificações.
Olhe os dedos.
Observe a boca.
Veja se a luz está errada.
Procure uma falha na sombra.
Durante algum tempo, essas dicas funcionaram razoavelmente bem.
Só que o objetivo da tecnologia é precisamente eliminar essas pistas.
Mais importante: um deepfake não precisa enganar especialistas.
Precisa apenas circular rápido o suficiente para alcançar pessoas antes da correção.
A política oferece o laboratório perfeito.
Nesta semana, o TSE definiu critérios para caracterizar deepfakes nas eleições de 2026. A corte passou a tratar como conteúdo sintético relevante aquele que utiliza inteligência artificial ou tecnologia semelhante para representar pessoas de forma realista ou verossímil.
A discussão surgiu num ambiente em que vídeos políticos produzidos por IA já fazem parte da campanha.
O caso envolvendo um avatar de Jair Bolsonaro utilizado em evento partidário da candidatura de Flávio Bolsonaro revelou a dificuldade jurídica: quando uma representação sintética é apenas linguagem política e quando se torna manipulação proibida?
A resposta importa.
Mas a tecnologia evolui mais rápido do que qualquer resolução eleitoral.
A mentira industrializada
Desinformação não nasceu com inteligência artificial.
Fotografias são manipuladas há mais de um século.
Áudios já eram editados.
Boatos sempre circularam.
A diferença está em três fatores:
**custo, escala e personalização.**
Produzir uma falsificação convincente costumava exigir habilidade técnica, equipamento e tempo.
Agora pode exigir alguns minutos.
Distribuir propaganda costumava exigir acesso a jornal, rádio ou televisão.
Agora basta uma conta.
E produzir milhares de variações de uma mesma mensagem — adaptadas a diferentes públicos, sotaques, regiões ou medos — está se tornando cada vez mais barato.
Isso muda a natureza do problema.
Não estamos apenas diante de algumas falsificações sofisticadas.
Estamos diante da possibilidade de **produção industrial de realidade alternativa**.
O paradoxo da prova
Imagine que amanhã apareça um vídeo verdadeiro mostrando uma figura pública cometendo algo grave.
A primeira defesa não precisa mais demonstrar que o vídeo é falso.
Pode simplesmente dizer:
“É inteligência artificial.”
Essa frase já planta dúvida suficiente.
É aqui que o deepfake produz seu efeito mais perverso.
Ele oferece álibi para a realidade.
Pesquisadores chamam isso, em diferentes contextos, de “dividendo do mentiroso”: quanto mais a sociedade sabe que falsificações realistas existem, mais fácil fica para alguém negar uma evidência autêntica.
A consequência é brutal.
No passado, falsificar uma imagem ameaçava a confiança numa imagem específica.
Agora, a existência da falsificação ameaça a confiança **em todas**.
A eleição brasileira como teste
O Brasil entra na eleição presidencial de outubro com regras mais detalhadas sobre inteligência artificial do que possuía em 2022.
O TSE exige identificação de determinados conteúdos sintéticos, proíbe deepfakes usados para favorecer ou prejudicar candidaturas dentro das condições previstas pela legislação eleitoral e tenta responder a uma tecnologia que já faz parte do cotidiano.
A Reuters relatou que cerca de três quartos dos brasileiros interagem regularmente com ferramentas de IA e que uma parcela expressiva considera utilizá-las para obter informações sobre candidatos.
Isso cria um segundo problema.
A IA não apenas fabrica conteúdo político.
Ela também passa a **interpretar política para o eleitor**.
Quando alguém pergunta a um chatbot “quem é o melhor candidato?”, “quem é mais corrupto?” ou “quem melhorou a economia?”, a resposta pode parecer neutra justamente porque não vem de um militante humano.
Mas modelos são construídos por empresas, treinados em dados imperfeitos, sujeitos a erros e dependentes da forma como a pergunta é feita.
A nova mediação política talvez não seja um apresentador de televisão.
Pode ser uma caixa de texto.
A batalha pelo eleitor médio
O direito precisa de critérios.
Tribunais precisam definir quando um conteúdo é suficientemente realista para enganar.
O TSE utilizou a ideia de percepção do eleitor médio como um dos elementos relevantes na discussão sobre deepfake.
É compreensível juridicamente.
Mas socialmente existe uma dificuldade.
Não existe um único eleitor médio.
Uma pessoa idosa recebendo um vídeo pelo WhatsApp às seis da manhã não possui o mesmo repertório de um estudante de tecnologia.
Uma pessoa que confia no remetente pode aceitar conteúdo que rejeitaria se visse numa conta desconhecida.
Uma falsificação tecnicamente imperfeita pode ser emocionalmente perfeita.
E emoção frequentemente chega antes da verificação.
Mulheres públicas enfrentarão um risco particular
Há outro aspecto que merece atenção.
Deepfakes não serão usados apenas para fabricar discursos políticos.
Tecnologias de geração de imagem já são utilizadas para criar conteúdo sexual falso envolvendo mulheres reais.
Em uma eleição, isso pode se tornar arma.
Uma candidata pode acordar e descobrir que circula um vídeo sexual fabricado com seu rosto.
A correção chegará depois.
A investigação chegará depois.
A plataforma talvez remova o conteúdo depois.
Mas milhares de pessoas já terão visto.
E mesmo quando todos sabem racionalmente que algo é falso, imagens possuem uma persistência emocional que desmentidos raramente conseguem apagar completamente.
A tecnologia, portanto, não distribui risco de maneira neutra.
Ela se instala sobre desigualdades antigas.
Precisaremos aprender uma nova forma de olhar
Durante anos fomos ensinados a desconfiar de textos na internet.
Confira a fonte.
Leia além da manchete.
Veja a data.
Procure outros veículos.
Agora precisaremos aplicar o mesmo ceticismo a áudio e vídeo.
Isso parece simples.
Não é.
Seres humanos possuem uma relação intuitiva com imagem.
Lemos rostos antes de aprender a ler palavras.
Reconhecemos voz, expressão, hesitação e emoção.
Conteúdo sintético explora exatamente essa confiança ancestral.
Por isso a educação midiática do futuro não pode se resumir a uma lista de truques para detectar IA.
A tecnologia vai melhorar.
Precisaremos aprender algo mais difícil:
**suspender o julgamento.**
Não acreditar imediatamente.
Não compartilhar imediatamente.
Não transformar surpresa em certeza.
Mas o ceticismo também pode destruir
Existe uma armadilha do outro lado.
Se ensinarmos as pessoas a duvidar de tudo, produziremos uma sociedade incapaz de concordar sobre qualquer realidade comum.
Não basta dizer “desconfie”.
É preciso ensinar **como verificar**.
Quem publicou?
Existe registro original?
Outros veículos confirmaram?
Há documento, testemunha, dado ou contexto independente?
A imagem aparece em versões anteriores?
Especialistas analisaram?
A alfabetização digital precisa sair do campo moral — “não seja enganado” — e entrar no campo metodológico.
Como sabemos o que sabemos?
Essa talvez seja a pergunta política mais importante da era da inteligência artificial.
O futuro da confiança
Sociedades democráticas dependem de desacordo.
Não precisamos pensar igual.
Mas precisamos compartilhar algum chão factual.
Podemos discordar sobre se uma política econômica é boa.
Precisamos concordar sobre qual foi a inflação.
Podemos discordar sobre um discurso.
Precisamos conseguir estabelecer se ele aconteceu.
Podemos discutir a interpretação de um vídeo.
Precisamos saber se a pessoa nele é real.
Sem esse mínimo, política deixa de ser disputa de ideias.
Vira disputa de realidades incompatíveis.
O que ainda não sabemos
Não sabemos se regulamentação conseguirá acompanhar ferramentas generativas.
Não sabemos se plataformas criarão sistemas eficazes de autenticação.
Não sabemos se marcas d'água digitais serão amplamente adotadas ou rapidamente contornadas.
Não sabemos quanto tempo levará para a população desenvolver novas normas de confiança.
Mas já sabemos uma coisa.
A era do “ver para crer” está terminando.
Talvez estejamos entrando numa era mais exigente:
**entender antes de acreditar.**
Isso parece menos intuitivo.
É também muito mais trabalhoso.
E talvez seja precisamente esse trabalho que separará uma sociedade informada de uma sociedade manipulável.