Deepfakes se proliferam nas eleições e ferramentas de detecção lutam para acompanhar novas IAs

A inteligência artificial e os desafios das eleições de 2026

A inteligência artificial (IA) está criando novos desafios para as eleições de 2026. O aumento na criação de deepfakes, que se tornaram mais frequentes e acessíveis, coloca em xeque a eficácia dos sistemas de detecção existentes.

Entre 1º de janeiro e 15 de agosto deste ano, um levantamento identificou 413 casos de uso de IA em publicações políticas no Brasil, dos quais 336, ou mais de 81%, foram classificados como deepfakes. Essa pesquisa é realizada por um grupo especializado em monitoramento da utilização de tecnologia nas campanhas eleitorais.

Com a aproximação das eleições, a situação se torna ainda mais crítica. Desde o dia 1º, o Tribunal Superior Eleitoral (TSE) proibiu a publicação e republicação de conteúdos sintéticos produzidos ou alterados por IA que incluam a imagem, voz ou manifestação de candidatos. Essa restrição se aplica 72 horas antes da votação e permanece até 24 horas após o término do pleito, independentemente de o material estar identificado como sintético.

Especialistas afirmam que estabelecer regras para a circulação de deepfakes é apenas uma parte do problema. A identificação técnica dessas manipulações enfrenta uma corrida constante contra novas técnicas de geração, enquanto as redes sociais permitem que conteúdos se espalhem rapidamente, muitas vezes antes de uma verificação adequada.

Deepfakes na comunicação política

Os dados coletados revelam uma mudança significativa no uso de deepfakes. Dos 413 casos registrados até agosto, 145 foram publicados diretamente por políticos ou partidos. Em comparação, entre julho e dezembro de 2025, apenas 43 conteúdos desse tipo foram encontrados.

De acordo com uma especialista em plataformas digitais, os números indicam que a IA não é mais uma ferramenta de experimentação, mas já integra estratégias de comunicação, ataques a adversários, sátira e desinformação. Os usos vão além da criação de declarações falsas, incluindo vídeos e áudios que colocam figuras públicas em situações inventadas, simulações de apoio político e pesquisas eleitorais fraudulentas.

O monitoramento apontou que cerca de 60% dos casos eram classificados como sátira, enquanto aproximadamente 40% eram considerados desinformativos. Em 64,5% das ocorrências, a finalidade identificada foi crítica ou ataque político.

As plataformas sociais como Instagram, TikTok e X concentraram 88,4% dos casos monitorados. Notou-se que cerca de 63% dos conteúdos não apresentavam qualquer indicação de que haviam sido produzidos ou modificados por IA, o que agrava o problema da desinformação.

Embora a qualidade técnica dos deepfakes seja relevante, a especialista ressalta que o impacto eleitoral não depende necessariamente de uma falsificação perfeita. Um conteúdo pode gerar efeitos mesmo quando apresenta sinais de manipulação, especialmente se circula rapidamente e fora de seu contexto original.

Desafios na detecção de deepfakes

As ferramentas desenvolvidas para detectar se um áudio é autêntico ou gerado por IA enfrentam dificuldades. A precisão na detecção pode variar conforme a tecnologia utilizada para criar o deepfake. Para investigar essa questão no Brasil, pesquisadores criaram um conjunto de áudios falsos a partir de discursos políticos, permitindo testar diferentes ferramentas de detecção em um contexto mais realista.

Estudos mostraram que, embora algumas ferramentas apresentem bons resultados em testes com áudios de alta qualidade, seu desempenho pode ser comprometido quando confrontadas com arquivos gerados de maneiras diferentes. A pesquisa revelou que a tecnologia usada para criar a voz falsa influencia a capacidade de detecção, com alguns deepfakes sendo facilmente reconhecidos enquanto outros escapam da identificação.

À medida que novas tecnologias de clonagem de vozes surgem, os sistemas de detecção precisam se adaptar para reconhecer os novos sinais. Isso exige um trabalho contínuo de coleta e análise de exemplos de deepfakes para aprimorar as ferramentas de detecção. No entanto, o surgimento de novas técnicas pode tornar esse processo desafiador.

A pesquisa também indicou que as diferenças nas tecnologias de criação de deepfakes afetam mais o desempenho dos detectores do que características demográficas das vozes imitas.

Compartilhamentos e sua influência na detecção

O desafio da detecção não se limita à geração do áudio. O caminho que um arquivo percorre até chegar ao eleitor pode afetar sua identificabilidade. Um áudio pode ser comprimido, editado e compartilhado em diferentes plataformas, o que