Detecção de deepfakes em redes sociais com ferramentas de inteligência artificial

Abstract

O avanço das tecnologias digitais e a popularização das redes sociais intensificaram a circulação de conteúdos manipulados, especialmente deepfakes, que utilizam inteligência artificial para gerar vídeos altamente realistas e capazes de comprometer a confiabilidade da informação e a segurança digital. Diante desse cenário, este estudo teve como objetivo investigar ferramentas acessíveis para a identificação de deepfakes em vídeos compartilhados em redes sociais, avaliando sua eficácia, aplicabilidade e facilidade de uso para usuários sem conhecimento técnico especializado. A pesquisa combinou revisão bibliográfica e experimentação prática, utilizando cinquenta vídeos sintéticos produzidos via HeyGen e cinquenta vídeos autênticos da plataforma Envato, posteriormente analisados pela ferramenta Deepfake Video Detection, da Attestiv. Os resultados mostraram acurácia geral de 66%, com 36 verdadeiros positivos, 30 verdadeiros negativos, 20 falsos positivos e 14 falsos negativos, indicando bom desempenho na detecção de manipulações evidentes, mas limitações diante de conteúdos autênticos ou deepfakes de alta qualidade. Conclui-se que a ferramenta apresenta potencial como solução inicial de triagem contra desinformação audiovisual, embora ainda exija interpretação cuidadosa dos relatórios e não substitua análises mais robustas em contextos que demandam alta precisão. O estudo reforça a necessidade de aprimoramento contínuo das tecnologias de detecção e do fortalecimento da educação midiática para mitigar os impactos dos deepfakes na sociedade.

The advancement of digital technologies and the popularization of social networks have intensified the circulation of manipulated content, especially deepfakes, which use artificial intelligence to generate highly realistic videos capable of compromising the reliability of information and digital security. In this context, this study aimed to investigate accessible tools for identifying deepfakes in videos shared on social networks, evaluating their effectiveness, applicability, and ease of use for users without specialized technical knowledge. The research combined a literature review and practical experimentation, using fifty synthetic videos produced via HeyGen and fifty authentic videos from the Envato platform, later analyzed by the Deepfake Video Detection tool developed by Attestiv. The results showed an overall accuracy of 66%, with 36 true positives, 30 true negatives, 20 false positives, and 14 false negatives, indicating good performance in detecting evident manipulations but limitations when dealing with authentic content or high-quality deepfakes. It is concluded that the tool has potential as an initial screening solution against audiovisual disinformation, although it still requires careful interpretation of the reports and does not replace more robust analyses in contexts that demand high precision. The study reinforces the need for the continuous improvement of detection technologies and the strengthening of media literacy to mitigate the impacts of deepfakes on society.