Confiança em Ruínas: O Que uma Marca Faz Quando Nada na Tela é Confiável

01O fim da presunção de autenticidade

Existe um pressuposto tão antigo que raramente foi enunciado: o de que aquilo que vemos e ouvimos aconteceu de fato. Uma fotografia era prova. Uma gravação de voz era identidade. Um vídeo de alguém dizendo algo era, no limite, a própria pessoa dizendo aquilo. Esse pressuposto sustentou o jornalismo, o sistema judicial, o comércio e a confiança entre estranhos.

Ele acabou. Não gradualmente, mas em poucos anos, com a chegada de ferramentas de geração de imagem, voz e vídeo que qualquer pessoa pode usar. A consequência é filosófica e prática ao mesmo tempo. Quando qualquer rosto pode ser fabricado, ver deixa de ser acreditar. E quando ver deixa de ser acreditar, toda relação que dependia dessa confiança precisa ser reconstruída sobre outra base.

Os números medem o tamanho do colapso. Um estudo da iProov com dois mil consumidores dos Estados Unidos e do Reino Unido, publicado em fevereiro de 2025, pediu que identificassem quais conteúdos eram reais e quais eram deepfakes. Apenas 0,1% das pessoas, uma em mil, acertou todos. E o dado que transforma o problema em crise: mais de 60% mantiveram confiança na própria capacidade de detectar, acertando ou não. A combinação é perigosa. Não sabemos distinguir o falso do verdadeiro, e não sabemos que não sabemos.

A dificuldade é maior com vídeo. O mesmo estudo encontrou que as pessoas foram 36% menos capazes de identificar um vídeo sintético do que uma imagem sintética. E a percepção geral acompanha: uma pesquisa da Adobe apontou que 87% dos consumidores dizem que a IA generativa tornou mais difícil distinguir fato de ficção, e 74% já duvidaram da autenticidade de fotos ou vídeos em veículos de notícias confiáveis.

02A economia industrial da fraude sintética

Quando uma capacidade nova aparece, o crime é quase sempre o primeiro a escalar. Com deepfakes não foi diferente, e a curva de perdas é vertiginosa.

Segundo levantamento da Surfshark, baseado no AI Incident Database e em dados da Resemble.AI, as fraudes com deepfake acumularam mais de US$ 1,56 bilhão em perdas entre 2017 e setembro de 2025. A distribuição no tempo é o que assusta: foram cerca de US$ 130 milhões no acumulado até 2023, aproximadamente US$ 400 milhões em 2024, e mais de US$ 1 bilhão apenas em 2025. A fraude sintética não está crescendo de forma linear, está acelerando. Golpes de investimento respondem por cerca de 57% do total, perto de US$ 900 milhões.

As projeções apontam para muito mais. A Deloitte estima que as perdas com fraude habilitada por IA generativa nos Estados Unidos podem chegar a US$ 40 bilhões até 2027, partindo de US$ 12,3 bilhões em 2023. A Entrust, em seu relatório de fraude de identidade divulgado no fim de 2024, registrou uma tentativa de ataque com deepfake a cada cinco minutos ao longo do período analisado, em meio a um aumento de 244% nas falsificações de documentos digitais, que passaram a responder por 57% de toda a fraude documental.

O caso que virou símbolo aconteceu em Hong Kong, no início de 2024. Um funcionário do setor financeiro da multinacional britânica de engenharia Arup transferiu cerca de US$ 25 milhões após participar de uma videochamada em que o suposto diretor financeiro e outros colegas eram, todos, deepfakes gerados por IA. Não houve invasão de sistema, não houve malware. Houve uma reunião de vídeo convincente com pessoas que não existiam ali. O elo mais frágil da segurança deixou de ser o software e passou a ser a percepção humana.

A voz é uma fronteira ainda mais íntima e vulnerável. A McAfee documentou que bastam três segundos de áudio para gerar um clone de voz com 85% de correspondência ao original. Entre as pessoas que receberam uma mensagem com voz clonada de um familiar em suposta emergência, 77% perderam dinheiro. E 70% admitem não ter confiança para distinguir uma voz clonada da real. O golpe do parente em apuros, tão antigo quanto o telefone, ganhou uma arma nova e quase perfeita.

Fonte: Surfshark, com base no AI Incident Database e na Resemble.AI, 2025.

03AI slop e a poluição do ambiente informacional

Nem todo conteúdo sintético é fraude criminosa. Boa parte é apenas ruído: a enxurrada de texto, imagem e vídeo de baixa qualidade gerada em massa por IA que já recebeu um apelido, AI slop. Artigos genéricos otimizados para busca, imagens estranhas que viralizam, vídeos vazios produzidos aos milhares. Individualmente inofensivo, no agregado tóxico.

O AI slop degrada o ambiente onde as marcas vivem. Contamina os resultados de busca, dilui a qualidade das redes sociais e coloca anúncios ao lado de conteúdo sem valor, um problema clássico de brand safety em escala nova. E há um efeito de segunda ordem que a ciência já documentou. No paper publicado na Nature em 2024, Ilia Shumailov e colegas mostraram que modelos de IA treinados de forma recursiva com dados gerados por outros modelos sofrem o que chamaram de model collapse, uma degradação progressiva em que o modelo perde contato com a diversidade do mundo real. Ou seja, a inundação de conteúdo sintético ameaça não só o presente da descoberta, mas a qualidade futura dos próprios modelos que a produziram. A internet corre o risco de se alimentar do próprio eco.

04A nova pilha da verificação

Diante de um mundo em que nada na tela pode ser presumido verdadeiro, surge uma resposta técnica organizada em camadas complementares. A rito.ag chama isso de pilha da verificação, e entendê-la é essencial para qualquer marca que dependa de confiança.

A primeira camada é a proveniência, a ideia de anexar a cada arquivo um histórico verificável de origem e edição. O padrão que venceu essa disputa é o C2PA, implementado na prática sob o nome Content Credentials. A adoção deixou de ser promessa. Ao longo de 2025, o Samsung Galaxy S25 tornou-se o primeiro portfólio de smartphones com suporte nativo ao padrão, aplicando Content Credentials a imagens geradas e editadas com IA, a Leica e a Sony lançaram câmeras que assinam imagem e vídeo na origem, a Cloudflare passou a suportar Content Credentials em escala de rede, o TikTok aderiu, e a Adobe abriu seu serviço de autenticidade de conteúdo em beta público. A Content Authenticity Initiative, coalizão que sustenta o esforço, superou cinco mil membros em agosto de 2025.

A segunda camada é a marca d'água, ou watermarking, que embute um sinal invisível dentro do próprio conteúdo gerado, detectável depois mesmo se os metadados forem removidos. Aqui a academia lidera. Trabalhos como o Tree-Ring Watermarks (arXiv:2305.20030) e a linha que culminou no SynthID do Google DeepMind (arXiv:2510.09263) tornaram a marcação robusta a cortes, compressão e edição. O número dá a escala: mais de dez bilhões de imagens e quadros de vídeo já foram marcados com SynthID nos serviços do Google.

As duas camadas são complementares, e é importante não vender nenhuma como solução mágica. Proveniência prova de onde veio; marca d'água prova que foi gerado por IA. Nenhuma resolve tudo sozinha, e pesquisas de segurança já apontam limitações do C2PA quando implementado de forma ingênua. A honestidade sobre essas limitações é parte da credibilidade que a marca constrói ao adotá-las.

Fonte: rito.ag, a partir de Content Authenticity Initiative, Google DeepMind (SynthID), literatura acadêmica em arXiv e EU AI Act.

05A moldura regulatória se fecha

A terceira camada não é técnica, é jurídica, e ela está se fechando rápido. A obrigação de transparência do Artigo 50 do EU AI Act passa a valer em 2 de agosto de 2026, exigindo que conteúdo gerado por IA seja marcado de forma legível por máquina e que deepfakes sejam divulgados como tais. A regra vale para qualquer empresa que opere no mercado europeu, o que a transforma, na prática, num padrão de alcance global. Uma marca brasileira que exporta ou que produz conteúdo consumido na Europa já está no escopo.

No Brasil, o pioneirismo veio pela via eleitoral. Em 27 de fevereiro de 2024, o TSE editou resolução proibindo o uso de deepfakes em propaganda eleitoral, sob pena de cassação, exigindo rótulo explícito de qualquer uso de IA e vedando robôs que simulem diálogo ou personifiquem candidatos. A resolução foi aplicada já no pleito municipal daquele ano e se tornou referência regional sobre uso de IA em campanha. Fora do campo eleitoral, porém, o marco geral de inteligência artificial ainda tramita no Congresso, o que deixa lacunas relevantes de proteção para consumidores e marcas. Mas a direção regulatória, no Brasil e no mundo, é inequívoca: a transparência sobre a origem do conteúdo está deixando de ser boa prática e virando obrigação.

06O duplo risco para as marcas

Para uma marca, a crise de confiança se traduz em dois riscos concretos que exigem respostas diferentes.

O primeiro é a personificação. Golpistas usam o nome, o logotipo, a voz de executivos e o rosto de garotos-propaganda para dar credibilidade a fraudes. Vídeos falsos de figuras públicas promovendo esquemas de investimento se tornaram rotina nas redes brasileiras, e cada um deles associa, na cabeça do consumidor enganado, a marca ao prejuízo. A empresa não cometeu o golpe, mas paga parte da conta reputacional.

O segundo é a contaminação de contexto. Anúncios de marca exibidos ao lado de AI slop, ou dentro de ambientes tomados por desinformação sintética, corroem por associação. A Adobe encontrou que 48% das pessoas reduziram ou pararam de usar plataformas por causa da prevalência de desinformação. Quando a audiência foge do ambiente, a mídia comprada ali perde valor e a marca perde alcance de qualidade.

Os dois riscos convergem num ponto: num mundo saturado de falso, a autenticidade comprovável vira vantagem competitiva. A marca que consegue dizer, de forma verificável, "este conteúdo é nosso e é real" ganha um tipo de confiança que o concorrente que não faz isso não tem.

07O que a sua marca precisa fazer agora

A resposta à crise de confiança não é esperar a regulação ou torcer para não ser alvo. É construir, desde já, uma prática de autenticidade. A rito.ag organiza isso em cinco frentes.

Assine o que é seu. Adote Content Credentials nos ativos visuais da marca, das campanhas ao conteúdo institucional. Assinar a procedência do próprio conteúdo é a forma mais direta de se distinguir num ambiente de falsificação e de se antecipar à exigência regulatória de 2026.

Divulgue o uso de IA com transparência. Se a marca usa IA para gerar imagem ou vídeo de marketing, dizer isso de forma clara não enfraquece a confiança, fortalece. A pesquisa da Adobe é direta: 93% das pessoas querem saber como o conteúdo que consomem foi criado. Esconder é o que gera suspeita.

Blinde a operação contra fraude de voz e vídeo. O caso Arup mostra que o alvo não é só o consumidor, é a própria empresa. Times financeiros e de atendimento precisam de protocolos de verificação que não dependam de reconhecer um rosto ou uma voz numa tela, porque essa camada de segurança já não é confiável.

Monitore o uso indevido da identidade da marca. Vigilância ativa sobre deepfakes e golpes que usam o nome, os porta-vozes e o logotipo da empresa, com um plano de resposta rápido. Quanto mais cedo a marca detecta e desmente, menor o dano reputacional.

Prepare o compliance para o EU AI Act. Marcas com qualquer exposição ao mercado europeu precisam mapear onde geram e distribuem conteúdo sintético e adequar rótulos e marcação antes de agosto de 2026. O prazo é curto e o custo de descumprir é alto.

08A pergunta que fica

A história da confiança sempre foi a história de encontrar provas melhores. Confiamos em desconhecidos porque criamos contratos, carimbos, assinaturas, documentos. Cada avanço tecnológico que permitiu falsificar melhor foi respondido por um avanço que permitiu verificar melhor. Estamos, de novo, nesse ponto de virada, só que na velocidade da IA.

O que muda para as marcas é a inversão do ônus. Antes, a autenticidade era o padrão presumido, e o falso era a exceção a ser provada. Agora, o falso é abundante e barato, e é a autenticidade que precisa ser demonstrada. Isso soa como um fardo, e é. Mas também é uma oportunidade rara: num mercado onde a confiança virou escassa, a marca que a produz de forma verificável possui algo que dinheiro nenhum de mídia compra.

A pergunta não é mais se o seu consumidor vai encontrar conteúdo falso com o seu nome. Vai. A pergunta é se, quando isso acontecer, a sua marca terá construído provas suficientes de verdade para que a dúvida caia sobre o golpe, e não sobre você.

Esta pesquisa foi produzida pela rito.ag com base no cruzamento de relatórios de fraude e confiança (Surfshark, Deloitte, Entrust, iProov, McAfee, Adobe), documentação regulatória (EU AI Act, TSE) e revisão de literatura acadêmica em arXiv e na Nature sobre detecção de deepfakes, marcação de conteúdo gerado por IA e degradação de modelos treinados com dados sintéticos.

Fim da pesquisa 005