Deepfakes são um problema de biometria, não apenas de IA
O rosto humano é o ativo de atenção mais eficiente da internet, e o alvo mais óbvio de quem quer engajamento ou quer provocar dano
Essa aí do vídeo, para quem não sabe, é Paolla Oliveira, que em 28 de junho publicou um vídeo contando uma rotina meio distópica, mas é só terça-feira: fotos dela que nunca foram tiradas, falas que nunca disse, um corpo que não é o dela com o rosto dela em cima. "A IA está atropelando a gente", resume.
No vídeo ela explica que fala com advogado toda semana, não por um episódio isolado, mas porque virou rotina.
Se uma atriz famosa, com assessoria e time jurídico, não consegue conter o problema, o que sobra para uma adolescente comum, sem estrutura nenhuma?
É essa a pergunta por trás de qualquer debate sério sobre IA no Brasil agora, porque o problema acontece no dia a dia, e crianças começam a crescer com medo de terem suas faces enxertadas sem autorização.
Apps capazes de despir fotos reais com um clique ou inserir rostos em vídeos sexualizados, vendidos em anúncios nas redes sociais, sem verificação de idade nem consentimento, por poucos reais.
As vítimas se concentram em mulheres, especialmente públicas (atrizes, jornalistas, influenciadoras) e crianças e adolescentes, com casos de deepfake em escolas já registrados no mundo todo.
Não é novidade. Desde que a internet surgiu e as fotos se tornaram digitais que mulheres e outras pessoas com exposição pública vêm enfrentando problemas com fotos adulteradas.
Mas, antigamente, o preço por cometer esse tipo de crime era alto, e a coisa não tinha escala. Hoje em dia, nossas faces estão em todo lugar: desde chats até portarias de prédios; aplicativos do dia a dia (bancos, entregas etc) e redes sociais. Ou seja: a matéria prima (nossas faces) também estão sendo coletadas e vazadas em escala.
A face é o epicentro por um motivo neurológico: o cérebro processa rostos com "arquitetura dedicada", mais rápido e com maior retenção que qualquer outro estímulo visual. É o ativo de atenção mais eficiente da internet, e o alvo mais óbvio de quem quer engajamento ou quer provocar dano.
Dado biométrico não dá para trocar como uma senha que vazou, e esses apps operam com pouquíssimo input: uma selfie basta. Por isso, nunca vai adiantar regular só o conteúdo final, ou tentar impedir circulação de apps obscuras: é preciso controlar a captura do dado biométrico na origem. Isso inclui até o hardware de captação.
No Brasil, a Lei Geral de Proteção de Dados (LGPD) trata biometria como dado sensível. Mas, além de a fiscalização ter deixado a desejar, existem muitas exceções para a coleta e tratamento de dados sensíveis. O PL da IA continua tramitando, mas é geral e principiológico, não vai resolver este problema em específico.
Plataformas e apps toleram esses aplicativos com moderação reativa. O ônus de provar e combater o abuso recai sobre a vítima, como no caso de Paolla, que mobiliza advogados por conta própria, caso a caso.
vamos precisar nos recadastrar biometricamente com cada plataforma para nos proteger dos efeitos da IA?
Denunciar, na prática, é um trabalho quase artesanal. Como mostra reportagem da GQ Brasil sobre o impacto dessas imagens em mulheres e meninas, é a vítima quem precisa rastrear cada cópia em cada plataforma, abrir chamado, esperar resposta e recomeçar quando a imagem reaparece em outro perfil, porque a remoção quase nunca é definitiva.
Desde 2025, a Lei 15.123/2025 já prevê pena de seis meses a dois anos, mais multa, para quem usa IA para alterar imagem ou voz de mulher como forma de violência psicológica. Mas lei penal não acelera fila de moderação: cada denúncia ainda depende de alguém do outro lado da plataforma revisando caso a caso, enquanto a imagem continua circulando.
Quando é CSAM (material de abuso sexual infantil), as plataformas já contam com um mecanismo eficiente: o PhotoDNA, ou sistemas similares, que geram uma 'hash' única da imagem. Uma hash é como uma impressão digital feita por criptografia, que é compartilhada em um banco de dados global (só se compartilham as hashes, não as imagens em si, que são deletadas).
Assim, qualquer plataforma que adote o sistema pode detectar e impedir o upload daquela imagem específica, removendo-a das buscas e da circulação. É um modelo de sucesso, mas que só funciona para conteúdo já conhecido e catalogado, não para deepfakes novos feitos sob medida contra uma vítima específica.
Leia mais: Como saber se um vídeo foi criado por IA? Aprenda a identificar deepfakes
Enquanto as leis não dão conta, algumas iniciativas técnicas aparecem. Nenhuma resolve tudo, mas juntas podem ajudar as pessoas a controlar dados coletados de seus corpos. Só que antes, as leis precisam torná-las obrigatórias.
O C2PA (Content Credentials), hoje um padrão ISO, assina criptograficamente a origem e o histórico de edição de uma mídia, já embarcado em algumas câmeras e adotado por Google, Adobe, Microsoft, OpenAI e outras.
O problema é que o C2PA autentica o arquivo, e não a pessoa: falta o elo entre "esta foto foi tirada com esta câmera" e "esta face pertence a esta pessoa, que autorizou este uso". Por isso, o padrão sozinho não impede um app de gerar um deepfake, mas garante de onde vem a foto. Ainda falta “registrar” a identidade da pessoa sobre os dados biométricos.
Algumas iniciativas tentam fechar esse gap. O Human Consent Registry, da RSL Media (lançado em 23 de junho), deixa qualquer pessoa declarar, de forma legível por máquina, como sistemas de IA podem usar seu nome, imagem e voz. É o primeiro opt-out de biometria acessível a pessoas comuns, não só a estúdios.
Pena que é só em inglês, e como não tem sede no Brasil, não tem incidência no nosso sistema. Além disso, é centralizado, logo todo mundo tem que registrar seus dados para ter proteção.
Já o reFaced, da Facial Privacy, altera sutilmente uma foto antes de ela ser postada. É invisível ao olho humano, mas confunde o motor biométrico, dificultando que modelos sejam treinados com aquela imagem.
É um pouco menos burocrático do que o Human Consent Registry, mas enfrenta o mesmo problema da centralização, pois para funcionar, geral tem que se cadastrar na mesma base de dados. Isso é uma vulnerabilidade gigante porque concentra o alvo para vazamentos e cria um ponto único de falha. Prato cheio para atacantes.
O Google testa algo parecido: o Likeness Detection deixa o criador se cadastrar (documento oficial com video-selfie) para a plataforma escanear todo upload novo em busca do próprio rosto alterado por IA.
Leia mais: Deepfakes e áudios falsos: veja como proteger seus dados na era da IA
Funciona, mas com um porém: a solução é se registrar biometricamente com o próprio Google. Resolve o caso de quem já é criador verificado e maior de idade, mas cria dependência oposta à lógica aberta da C2PA (que é um padrão).
Fica a pergunta: vamos precisar nos recadastrar biometricamente com cada plataforma para nos proteger dos efeitos da IA?
Nenhuma dessas soluções é obrigatória: ainda tem isso. Outro ponto: crianças não conseguem declarar consentimento sozinhas em nenhuma delas (o Likeness Detection é 18+), deixando de fora quem mais precisa de proteção.
Em alguns lugares a lei andou mais rápido que a infraestrutura, embora com menos pressa do que precisa. Em julho de 2025, o parlamento dinamarquês apresentou um projeto de lei, com apoio de nove em cada 10 parlamentares, que trata rosto, voz e corpo não como bem patrimonial, mas como direito de personalidade: uma extensão da lei de direitos autorais que protege as pessoas contra "imitações digitalmente geradas" de suas características pessoais.
É uma abordagem mais sofisticada do que tratar a imagem como propriedade comercial. O texto prevê exceções para sátira, paródia e crítica social, o que só reforça como legislar sobre isso é complexo.
Ainda falta o mecanismo técnico que torne a lei auditável. Sem ele, toda remoção ainda vai depender de denúncia individual, como acontece com Paolla, e outras, hoje em dia.
