Como saber se uma imagem foi gerada por IA

Procure texturas repetidas, reflexos incorretos e texto que se desfaz ao ampliar. Depois, verifique os pixéis com um detetor, porque os novos geradores corrigiram a maioria dos sinais que as pessoas aprenderam a procurar.

O que ainda denuncia uma imagem de IA

Os modelos de geração constroem uma imagem a partir de padrões estatísticos em vez de uma cena que existiu. Isso deixa marcas. Estas são as que ainda pode encontrar ao olhar, ordenadas pela frequência com que aparecem.

O texto desfaz-se. Sinalética, etiquetas, lombadas de livros e matrículas transformam-se em marcas com forma de letras que não dizem nada. Amplie qualquer escrita na imagem.
Textura repetida. Tijolos, folhagem, rostos em multidões e padrões de tecido repetem-se com uma regularidade que uma lente nunca produz.
Reflexos discordantes. Um espelho, uma janela ou um olho mostra algo que não corresponde à cena ou não mostra nada.
Jóias e alças quebram-se. Um colar passa por trás de um pescoço e sai à altura errada. braceletes de relógios e hastes de óculos terminam no ar.
Fundos derretem. Objetos atrás do objeto principal perdem a estrutura: uma cadeira com cinco pernas, uma moldura de porta que se dobra.
A pele é demasiado uniforme. Poros, pêlos finos e imperfeições são suavizados numa superfície plástica, especialmente nas bochechas e testas.
A iluminação não tem fonte única. As sombras caem em duas direções ou um rosto está iluminado de frente enquanto a cena está iluminada por trás.

Ainda funciona em 2026

Texto e sinalética ao ampliar
Textura repetida em tecidos e folhagem
Reflexos que contradizem a cena
Jóias e alças que quebram a continuidade

Deixou de funcionar

Contar dedos
Pele cerosa ou com aspeto de cera
Orelhas e dentes deformados
Erros anatómicos óbvios

Cada item à esquerda costumava ser fiável. A maioria foi corrigida entre 2023 e 2025.

Porque é que os seus olhos deixaram de ser um teste fiável

Os sinais que as pessoas aprenderam a procurar são exatamente aqueles que os autores dos modelos priorizaram. As mãos eram a piada de 2023, por isso foram corrigidas. O texto foi o passo seguinte. O que resta são falhas de física e continuidade em vez de falhas de anatomia, e essas são mais difíceis de detetar porque exigem que raciocine sobre a cena em vez de a escanear.

Existe um segundo problema. Uma imagem gerada que foi capturada, publicada numa plataforma e guardada novamente perde o detalhe fino que transportava o sinal. Quando a imagem chega até si através de um chat de grupo, a evidência que iria procurar foi eliminada pela compressão.

Como verificar uma imagem corretamente

Obtenha o ficheiro original
Peça ao remetente o ficheiro em vez de uma captura de ecrã. A compressão destrói o sinal em que tanto os seus olhos como o detetor confiam.
Olhe para a imagem no tamanho real
Amplie para 100 por cento em qualquer texto, reflexo ou ponto onde dois objetos se sobrepõem. É aí que a continuidade se quebra.
Execute uma verificação ao nível do pixel
Um detetor lê a textura estatística da imagem em vez do seu conteúdo. Deteta o que sobrevive a uma captura de ecrã, ao contrário dos seus olhos. Verifique uma imagem aqui — corre no seu navegador e o ficheiro não é carregado.
Leia o mapa de região, não apenas a pontuação
Uma região ativa numa imagem limpa significa uma edição, não uma imagem gerada. São problemas diferentes com consequências diferentes.
Verifique a origem da imagem
Faça uma pesquisa inversa por imagem para encontrar a cópia mais antiga. Uma imagem online desde 2019 não é resultado de difusão, independentemente do que os pixéis sugerem.

O que um detetor vê que o utilizador não consegue

Um sensor de câmara e um modelo de difusão produzem relações diferentes entre pixéis vizinhos. A diferença é invisível a qualquer nível de ampliação e sobrevive a uma captura de ecrã. Um detetor lê isso, pontua toda a imagem e, depois, pontua-a novamente como uma grelha de regiões.

A grelha é a parte que mais importa, porque separa dois casos que um único número não consegue. Uma imagem totalmente gerada pontua alto em todo o lado. Uma fotografia real com um objeto adicionado pontua baixo em todo o lado, exceto no bloco que contém a edição.

12 9 14 11 87 16 8 13 10

Os blocos na linha de decisão de 65 ou acima estão preenchidos. Um bloco ativo numa imagem fria aponta para uma edição local.

Uma fotografia real com um objeto inserido. Oito blocos estão abaixo da linha de decisão; o nono não está.

Como ler a pontuação que obtém

Uma pontuação é uma probabilidade, não um veredito. O que a torna utilizável é saber onde se situam os limites antes de olhar para o número, para que o mesmo resultado seja sempre lido da mesma forma.

Sem sinal de IA 0–20
Provavelmente real 20–45
Incerto 45–65
Provável IA 65–90
Muito provavelmente IA 90–100

As cinco bandas usadas aqui, com a linha de decisão em 65. Detetores que não publicam as suas bandas estão a pedir-lhe para confiar num número sem escala.

As pontuações na banda central são a resposta honesta a uma imagem difícil, não uma falha. Compressão pesada, recortes pequenos e capturas de ecrã empurram os resultados para o meio. Se chegar aí, a imagem está a dizer-lhe que não consegue oferecer uma resposta confiante.

Quando parar e contactar um profissional

Nada disto é um exame forense. Se a resposta decide um pedido de indemnização de seguro, um processo disciplinar, um caso de imigração ou qualquer coisa que chegue a tribunal, uma pontuação de uma ferramenta gratuita de navegador não é o instrumento certo. Contrate um perito forense digital qualificado e mantenha o ficheiro original intacto.

Perguntas que as pessoas fazem

Consegue saber se uma imagem foi gerada por IA apenas olhando?

Às vezes, e cada vez menos a cada ano. Texto, texturas repetidas e reflexos quebrados ainda denunciam muitas imagens. Os melhores geradores atuais superam todos esses testes, e qualquer imagem que tenha sido capturada em screenshot ou recompactada perde os detalhes que seus olhos usariam. Olhar é uma primeira triagem útil, mas uma resposta final fraca.

Qual é a maneira mais rápida de verificar uma imagem?

Solte-a em um detector de nível de pixel e leia tanto a pontuação quanto o mapa de regiões. Isso leva alguns segundos e detecta o que sobrevive a um screenshot. Siga com uma busca reversa de imagem se a resposta for importante, porque uma data de publicação antiga descarta a geração de forma mais firme do que qualquer pontuação.

Dar zoom ainda ajuda?

Sim, em coisas específicas. Dê zoom no tamanho total em qualquer escrita, qualquer superfície reflexiva e qualquer ponto onde dois objetos se sobrepõem ou passam um atrás do outro. Esses são problemas de continuidade em vez de problemas de anatomia, e continuidade é algo que os geradores ainda lidam mal.

Imagens de IA sempre têm uma marca d'água ou metadados?

Não. Alguns geradores incorporam Content Credentials ou uma marca d'água invisível, mas a maioria das imagens chega sem nenhuma delas. Os metadados são removidos por quase todas as plataformas no upload, então a ausência de um marcador não prova absolutamente nada. É por isso que a análise de pixels é o único método que ainda funciona em uma imagem que já circulou.

Uma foto real pode ser confundida com IA?

Sim, e é essa falha que causa danos reais. Retoques pesados, upscaling, redução de ruído agressiva e modos noturnos de telefone, tudo isso aumenta a pontuação de fotografias genuínas. Se uma imagem que você sabe que é real apresenta uma pontuação alta, verifique novamente o arquivo original em vez de um screenshot dele.