IA vs. fotos reais: guia completo para identificar imagens geradas por IA

Em 2026, distinguir foto real de imagem gerada por IA é uma das habilidades visuais mais úteis que você pode ter. Midjourney v6, DALL-E 3, Stable Diffusion XL e Flux passam na inspeção casual. As imagens aparecem em notícias, redes, processos e campanhas. Saber avaliá-las — visualmente e com forense — deixou de ser opcional para quem trabalha com conteúdo digital.

Por que a detecção visual ficou mais difícil

Geradores antigos tinham fraquezas conhecidas: dedos a mais, texto embaralhado, olhos “molhados”, textura de pele estranha. Gerações sucessivas de modelos como Midjourney e Flux corrigiram boa parte disso. Modelos novos treinam em conjuntos enormes, usam mecanismos de atenção mais sofisticados e procedimentos específicos para corrigir falhas conhecidas. O resultado passa no zoom de perto de um jeito que há dois anos não passava. Daí a análise forense — propriedades invisíveis ao olho — ter ganhado peso.

Mãos, dentes e corpos

Apesar dos avanços, o corpo humano continua ponto fraco. Olhe mãos — onde dedos tocam objetivos, se fundem nos nós ou ficam atrás de outros elementos. O problema dos “seis dedos” melhorou, mas restam proporções estranhas, unhas em ângulo bizarro, articulações que não dobram certo. Dentes também — sorrisos com dentes demais, desalinhados com a mandíbula. Corpos em ângulos incomuns ou poses estranhas revelam distorção com mais frequência.

Texto e números

Texto legível continua sendo um dos sinais mais úteis. Letras levemente deformadas, palavras sem sentido, números em placas ou relógios que “quase” batem. Mesmo com caracteres ok, frases podem ser nonsense ou gramaticalmente tortas. Placas, rótulos e manchetes em imagens “de jornal” costumam falhar sob leitura atenta.

Fundo e coerência ambiental

Geradores priorizam o primeiro plano e perdem coerência nas bordas. Procure janelas que não obedecem perspectiva, escadas que não levam a lugar nenhum, texturas que repetem padrão impossível. Água é especialmente difícil — reflexos devem combinar com a cena; ondas devem obedecer à física. A IA muitas vezes acerta localmente e não integra o conjunto.

Luz, sombra e reflexos

Iluminação consistente em toda a imagem é difícil para geradores. Sombras em direções conflitantes sugerem fontes de luz diferentes para elementos diferentes; reflexos em olhos, óculos ou vidro que não refletem o que deveriam; iluminação da pele vindo de outro lugar que o fundo. Pequenos deslizes ficam visíveis quando você sabe procurar.

Assinatura de ruído

Fotos reais têm ruído de sensor — variação estatística que depende do equipamento, ISO e processamento. Imagens geradas têm estrutura de ruído diferente. GANs antigos deixam ruído estruturado em áreas que deveriam ser lisas. Modelos de difusão (Midjourney, SD, DALL-E) têm outros artefatos — padrões característicos em diferentes escalas espaciais. Ferramentas forenses analisam isso em nível que o olho não vê, mas que separa bem origem fotográfica de sintética.

Metadados e proveniência

Fotos reais costumam trazer EXIF: câmera, lente, tempo de exposição, abertura, GPS, carimbo de data. Imagens de IA em geral não têm esses dados ou foram limpas. Ausência não prova geração — muita foto perde metadados ao publicar — mas presença é sinal positivo. Busca reversa às vezes acha a fonte de geração ou repositórios de imagens sintéticas.

Quando olhar não basta

Em verificação de alto risco — jornalismo, jurídico, moderação — inspeção visual não chega. Forense em nível de pixel olha conteúdo no domínio da frequência, distribuição de ruído por canal, padrões de compressão e estatísticas de bordas e texturas. O pipeline de imagem da SUS IT aplica essas técnicas e devolve resultado com nível de confiança, inclusive quando a imagem parece perfeita. Em apostas altas, forense complementa — não substitui — a revisão visual.