Previa: Pesquisadores de Tóquio e do Instituto Max Planck desenvolveram um novo método para detectar deepfakes com uma taxa de acerto superior a 95%, utilizando uma abordagem inovadora que analisa expressões faciais em vez de imperfeições visuais.
A manipulação de vídeos por meio de inteligência artificial, conhecida como deepfake, tem se tornado cada vez mais sofisticada, dificultando a identificação de conteúdos falsificados. Em resposta a esse desafio, uma equipe internacional de pesquisadores apresentou um método inovador que promete revolucionar a detecção de deepfakes, alcançando uma taxa média de acerto superior a 95%.
O estudo foi realizado por cientistas da Universidade de Tóquio, no Japão, e do Instituto Max Planck de Informática, na Alemanha. A nova abordagem se diferencia das técnicas tradicionais, que geralmente buscam por imperfeições visuais, ao focar na análise das expressões faciais e sua correspondência com a fala da pessoa no vídeo.
Deepfakes se tornam cada vez mais difíceis de identificar
Os pesquisadores ressaltam que a evolução da IA generativa permite a criação de imagens e vídeos que são praticamente indistinguíveis de gravações reais. Embora essa tecnologia tenha aplicações benéficas, ela também aumenta os riscos de desinformação e fraudes, tornando a identificação de deepfakes uma prioridade na pesquisa em inteligência artificial.
O artigo que detalha a pesquisa, intitulado “ExposeAnyone: Personalized Audio-to-Expression Diffusion Models Are Robust Zero-Shot Face Forgery Detectors”, foi apresentado na Conferência IEEE/CVF sobre Visão Computacional e Reconhecimento de Padrões (CVPR) de 2026.
Método abandona busca por artefatos visuais
Os métodos atuais de detecção de deepfakes geralmente utilizam aprendizado supervisionado, o que pode levar a um fenômeno conhecido como overfitting, onde o sistema aprende características específicas de determinados tipos de manipulação. Em contraste, a nova técnica é autossupervisionada, utilizando apenas vídeos autênticos para treinamento, o que a torna mais resistente a novas técnicas de falsificação.
Os pesquisadores afirmam que essa é a primeira abordagem autossupervisionada que combina robustez com altas taxas de detecção, superando as limitações dos métodos anteriores. O sistema analisa os movimentos faciais naturais, utilizando o modelo FLAME, que representa expressões faciais por meio de 53 parâmetros.
Testes incluíram vídeos produzidos pelo Sora 2
Durante os testes, o novo método demonstrou uma precisão média superior a 95% em diversos conjuntos de dados, superando as técnicas existentes. Um dos maiores desafios foi a avaliação em um conjunto de dados criado com vídeos gerados pelo modelo Sora 2, da OpenAI. Enquanto métodos anteriores falharam em detectar manipulações, o novo sistema conseguiu identificar corretamente quase 95% dos vídeos manipulados.
Sistema ainda não funciona em tempo real contra deepfakes
Apesar dos resultados promissores, os pesquisadores reconhecem que a tecnologia ainda enfrenta limitações. O método requer um longo processo de pré-treinamento em hardware de alto desempenho e, atualmente, não está apto para aplicações em tempo real. No entanto, a equipe acredita que essa abordagem representa um avanço significativo na detecção de deepfakes, especialmente diante de técnicas de manipulação cada vez mais sofisticadas.
