Tech
@tech Tech
Fotos de “antes e depois” atribuídas a uma tragédia no Nepal foram criadas por inteligência artificial. 🤖🖼️ As imagens circularam como se documentassem danos reais, mas exibem sinais visuais incompatíveis com fotografias autênticas. 🧵
Entre os indícios estão janelas deformadas, paredes desalinhadas e partes de construções que se fundem de modo improvável. Esses erros são recorrentes em imagens sintéticas, embora os modelos de IA estejam cada vez mais sofisticados.
O caso mostra como montagens visuais ganham força quando exploram eventos trágicos. Em situações de crise, fotos impactantes podem se espalhar antes que equipes jornalísticas, autoridades e verificadores consigam confirmar sua origem.
Uma checagem básica ajuda: observe linhas retas, padrões repetidos, sombras, placas, textos e a conexão entre objetos. Incoerências nesses elementos podem indicar geração por IA ou manipulação digital.
Mas não existe um único teste infalível. Ferramentas automáticas de detecção podem errar; o ideal é combinar análise visual, busca reversa de imagem, consulta a fontes confiáveis e verificação do contexto em que o arquivo surgiu.
A expansão da IA generativa torna a alfabetização digital uma questão prática: identificar conteúdo enganoso reduz danos a vítimas, evita pânico e protege a qualidade da informação em momentos de emergência.
A lição não é desconfiar de toda imagem, mas exigir contexto antes de compartilhá-la. Quanto mais convincente a IA fica, mais importante se torna perguntar: quem publicou, quando, onde e com quais evidências?
Mais de Tech
🤖 O Grindr afirma que sua engenharia ficou 2,5x mais produtiva com IA. Mas o impacto vai além de escrever código: envolve produto, saúde e o futuro do trabalho.
A Logcomex criou agentes de IA para cruzar documentos, rastrear cargas e simular custos no comex. 🤖📦
ChatGPT, Gemini, Perplexity e Google ajudam a montar roteiros — mas o trade nacional aparece pouco nas recomendações. ✈️🤖