Parece contraintuitivo, mas é o que diz a ciência: rostos criados por inteligência artificial estão sendo vistos como mais confiáveis do que rostos de pessoas reais. O achado é o primeiro a medir a confiabilidade de faces geradas com a mais recente tecnologia de difusão.
O estudo, publicado no Journal of Vision por pesquisadores de Lancaster, Stanford e da Universidade da Califórnia em Berkeley, expõe um paradoxo perigoso. Ao mesmo tempo em que essas imagens ficam mais persuasivas, as pessoas mal conseguem distinguir o que é real do que é sintético.
Para marcas e profissionais de marketing, o tema vai além da curiosidade. Ele mexe com autenticidade, confiança e reputação, três ativos que sustentam qualquer relação com o público. Vamos aos números e ao que fazer com eles.
O que o estudo encontrou
Quando 169 participantes tentaram separar rostos reais de rostos de IA, o acerto médio foi de 58,4%, pouco acima do que se esperaria de um chute. Em seguida, um novo grupo avaliou a confiabilidade das faces em uma escala de 1 a 7, e o resultado surpreendeu, como mostrou o Olhar Digital.
Os rostos reais foram os menos confiáveis, com nota média de 4,03. Os gerados por modelos GAN ficaram em 4,36, e os produzidos pela tecnologia de difusão lideraram, com 4,70. O gráfico abaixo resume os dados.
Um paradoxo psicológico
O detalhe mais intrigante é que as faces de difusão foram avaliadas como menos realistas que as de GAN, mas ainda assim as mais confiáveis. Para os pesquisadores, isso sugere que realismo e confiabilidade são julgados por mecanismos psicológicos diferentes. Segundo a Phys.org, a autora do estudo alerta para o risco social dessa democratização.
As pessoas correm o risco de serem enganadas por imagens geradas por IA, criadas por qualquer um, sem conhecimento técnico, e usadas para diversos tipos de dano.
Alexis McGuire, Universidade de Lancaster, à Phys.org
Os riscos citados são concretos: desinformação, fraude de identidade e catfishing. Com faces sintéticas capazes de enganar cerca de um terço das vezes, a erosão da confiança deixa de ser hipótese e vira ameaça de reputação, tema que dialoga com a confiabilidade dos sistemas de IA.
O que isso muda para marcas e marketing
A lição não é abandonar a IA, e sim usá-la com transparência. Se a marca emprega imagens sintéticas, deixar isso claro protege a confiança do público. E, diante do risco de golpes, vale reforçar canais oficiais e educar a audiência, como discutimos em nosso glossário de IA para marketing. A tabela abaixo traduz risco em ação.
| Risco | Como a marca se protege |
|---|---|
| Desinformação com imagens falsas | Reforçar canais oficiais e verificar fontes |
| Fraude de identidade e catfishing | Autenticação e comunicação clara com o público |
| Perda de confiança no conteúdo | Transparência ao usar imagens geradas por IA |
No fim, a autenticidade vira diferencial competitivo. Em um cenário em que o falso parece confiável, marcas que investem em transparência e prova de origem ganham vantagem, um princípio que também vale para a disputa por atenção que acompanhamos ao cobrir o avanço do DeepSeek V4.
Perguntas frequentes
Rostos de IA são mesmo mais confiáveis que os reais?
Segundo o estudo, sim na percepção. Faces reais tiveram nota média de confiança de 4,03, contra 4,36 dos rostos GAN e 4,70 dos gerados por difusão, em escala de 1 a 7.
As pessoas conseguem identificar um rosto de IA?
Com dificuldade. No experimento, o acerto médio ao distinguir real de sintético foi de 58,4%, pouco acima do acaso.
Por que isso é um risco?
Porque facilita desinformação, fraude de identidade e catfishing, e contribui para a erosão da confiança na sociedade e nas marcas.
O que é o paradoxo do estudo?
As faces de difusão foram vistas como menos realistas que as de GAN, mas ainda assim as mais confiáveis, o que sugere mecanismos psicológicos distintos para realismo e confiança.
Como as marcas devem reagir?
Usando IA com transparência, sinalizando imagens sintéticas, reforçando canais oficiais e educando o público para reduzir o risco de golpes.
