Detecção de Deepfakes em redes sociais com ferramentas de Inteligência Artificial
DOI:
https://doi.org/10.26853/Refas_ISSN-2359-182X_v12n05_02Palabras clave:
Deepfakes, Detecção, Redes Sociais, Inteligência Artificial, Segurança DigitalResumen
Este artigo investiga a eficácia e a aplicabilidade de ferramentas acessíveis para a detecção de deepfakes em vídeos compartilhados em redes sociais, considerando cenários de uso por usuários sem conhecimento técnico especializado. O avanço das tecnologias de inteligência artificial tem ampliado a circulação de conteúdos audiovisuais manipulados, representando desafios relevantes para a segurança da informação e a confiabilidade das comunicações digitais. A pesquisa adotou abordagem aplicada de natureza quantitativa, combinando revisão bibliográfica e experimentação prática. Para a avaliação empírica, foi construído um conjunto composto por cem vídeos, sendo cinquenta conteúdos sintéticos gerados por inteligência artificial e cinquenta vídeos autênticos. Os materiais foram analisados por meio da ferramenta Deepfake Video Detection, e o desempenho foi avaliado com base em métricas clássicas de classificação. Os resultados indicaram acurácia geral de 66%, evidenciando melhor desempenho na identificação de manipulações perceptíveis e limitações na diferenciação de conteúdos autênticos e deepfakes de alta qualidade. Conclui-se que a ferramenta apresenta potencial como mecanismo inicial de triagem de conteúdos suspeitos, embora não substitua análises especializadas em contextos que demandam maior precisão. O estudo reforça a necessidade de aprimoramento das tecnologias de detecção e de iniciativas de educação midiática para mitigar os impactos da desinformação audiovisual.
Descargas
Citas
ALVES, J.; SALANDIN, A. T.; NEVES, J. E. D. Clonagem de Voz por IA: Avaliando a Eficácia em Ataques de Phishing por Voz. Revista Tecnológica da Fatec de Americana, v. 13, n. 01, 2025. Disponível em: https://fatec.edu.br/revista/index.php/RTecFatecAM/article/view/412. Acesso em: 01 nov. 2025.
BAE, J.; KIM, S.; RYU, Y. Understanding the impact of deepfake technology on social media platforms. Journal of Digital Ethics, 2024. Disponível em: https://ieeexplore.ieee.org/document/10552098. Acesso em: 7 nov. 2025.
CHESNEY, R.; CITRON, D. Deep fakes: a looming challenge for privacy, democracy, and national security. California Law Review, v. 107, n. 6, p. 1753-1820, 2019. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3213954. Acesso em: 23 mar. 2026.
HENDRIX, J.; MOROZOFF, D. Media forensics in the age of disinformation. In: CHANDRASEKARAN, S. (Org.). Multimedia forensics. Singapore: Springer Singapore, 2022.
KASPERSKY. Brasileiros desconhecem deepfakes. Kaspersky Blog, 2022. Disponível em: https://www.kaspersky.com.br/blog/brasileiros-desconhecem-deepfake/18834. Acesso em: 7 nov. 2025.
LI, Y.; YANG, X.; SUN, P.; QI, H.; LIAO, S. Celeb-DF: a large-scale challenging dataset for deepfake forensics. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2020. Disponível em: https://openaccess.thecvf.com/content_CVPR_2020/html/Li_Celeb-DF_A_Large-Scale_Challenging_Dataset_for_Deepfake_Forensics_CVPR_2020_paper.html. Acesso em: 23 mar. 2026.
MEDON, F. O direito à imagem na era das deepfakes. Revista Brasileira de Direito Civil, v. 27, p. 251-277, 2021. Disponível em: https://rbdcivil.ibdcivil.org.br/rbdc/article/viewFile/438/447. Acesso em: 7 nov. 2025.
MIRSKY, Y.; LEE, W. The creation and detection of deepfakes: a survey. ACM Computing Surveys, v. 54, n. 1, p. 1-41, 2021. Disponível em: https://dl.acm.org/doi/10.1145/3425780. Acesso em: 23 mar. 2026.
ROSSLER, A.; COZZOLINO, D.; VERDOLIVA, L.; RIESS, C.; THIES, J.; NIESSNER, M. FaceForensics++: learning to detect manipulated facial images. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2019. Disponível em: https://openaccess.thecvf.com/content_ICCV_2019/html/Rossler_FaceForensics_Learning_to_Detect_Manipulated_Facial_Images_ICCV_2019_paper.html. Acesso em: 23 mar. 2026.
SOELLA, G. M.; MAIMONE, G. D. Mapeamento da detecção de deepfakes: um trabalho terminológico. Brazilian Journal of Information Studies: Research Trends, v. 16, 2022. Disponível em: https://dialnet.unirioja.es/descarga/articulo/8506171.pdf. Acesso em: 7 nov. 2025.
TOLOSANA, R.; VERDOLIVA, L.; MORALES, A.; FIERREZ, J.; KOMPELLA, R. Deepfakes and beyond: a survey of face manipulation and fake detection. Information Fusion, v. 64, p. 131-148, 2020. Disponível em: https://www.sciencedirect.com/science/article/pii/S1566253520303110. Acesso em: 23 mar. 2026.
TONEZER, L. N.; SILVA, A. C. M.; ALMEIDA, A. H.; NEVES, J. E. D. Simulações Multiagentes e Phishing: Explorando a Segurança em Ambientes de Nuvem. Revista Tecnológica da Fatec de Americana, v. 11, n. 02, 2024. Disponível em: https://fatec.edu.br/revista/index.php/RTecFatecAM/article/view/393. Acesso em: 01 nov. 2025.
VERDOLIVA, L. Media forensics and deepfakes: an overview. IEEE Journal of Selected Topics in Signal Processing, v. 14, n. 5, p. 910-932, 2020. Disponível em: https://ieeexplore.ieee.org/document/9085890. Acesso em: 23 mar. 2026.
WOHLIN, C.; RUNESON, P.; HÖST, M.; OHLSSON, M.; REGNELL, B.; WESSLÉN, A. Experimentation in Software Engineering. Berlin: Springer, 2012.
ZHOU, P.; LIM, S. Joint audio-visual deepfake detection. IEEE International Conference on Computer Vision (ICCV), p. 14800-14809, 2021. Disponível em: https://openaccess.thecvf.com/content/ICCV2021/html/Zhou_Joint_Audio-Visual_Deepfake_Detection_ICCV_2021_paper.html. Acesso em: 23 mar. 2026.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Refas - Revista Fatec Zona Sul
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.