Como saber se uma foto foi gerada por IA: 5 verificações (2026)

Resposta rápida

Já não consegue saber a olho se uma foto foi gerada por IA, por isso use cinco camadas. Veja o contexto: uma conta nova, todas as fotos com a mesma luz, nenhuma foto de grupo nem identificada. Procure os sinais que sobrevivem: dentes, brincos, contornos do cabelo, texto, mãos, reflexos e linhas do fundo. Verifique a proveniência com as Content Credentials, o “Acerca desta imagem” da Google e o SynthID Detector, e trate os sites detetores como probabilidades, não provas. Depois peça uma videochamada curta em direto: uma imagem gerada não consegue virar a cabeça quando lhe pedem.

Números-chave

31%de acerto de pessoas com capacidades normais de reconhecimento facial a identificar rostos gerados por IA antes de treino, subindo para 51% após cinco minutos de instruçãoEstudo da Royal Society Open Science noticiado pela PetaPixel, dezembro de 2025
893 milhões de dólaresperdidos em 22 364 queixas ao FBI em 2025 que envolveram inteligência artificialFBI IC3 2025 Internet Crime Report
Mais de 180 mil milhõesde imagens e vídeos com a marca de água invisível SynthID da Google desde 2023, agora verificável por qualquer pessoa em synthid.comGoogle, outubro de 2026

Uma foto de perfil parece ótima. Talvez demasiado ótima: pele impecável, luz perfeita, um sorriso que vendia pasta de dentes. Está a tentar perceber como saber se uma foto foi gerada por IA antes de investir mais uma semana na conversa, ou de aceitar um encontro.

O ponto de partida honesto é que, em outubro de 2026, normalmente não consegue saber só pela cara. Num estudo de 2025 publicado na Royal Society Open Science, pessoas com capacidades normais de reconhecimento facial identificaram rostos gerados por IA apenas 31% das vezes, pior do que atirar uma moeda ao ar. E os rostos gerados são agora uma ferramenta corrente de fraude: o FBI registou 893 milhões de dólares de perdas em 22 364 queixas que envolveram IA em 2025. Por isso, este guia ensina um método em camadas: primeiro o contexto, depois os sinais que ainda escapam, depois as ferramentas de proveniência, depois os detetores, e por fim o único teste que nenhum gerador de imagens passa.

É possível saber se uma foto foi gerada por IA só de olhar?

Não com fiabilidade. Estudos de 2025 e 2026 concluíram que as pessoas sem treino detetam rostos de IA menos de metade das vezes, embora alguns minutos de treino em sinais específicos ajudem muito.

No estudo da Royal Society Open Science, 664 participantes avaliaram rostos reais contra falsos do StyleGAN3. Os participantes sem treino e com capacidades normais acertaram em 31% dos falsos; até os “super-reconhecedores” só chegaram aos 41%. Após cinco minutos de instrução sobre erros comuns, sobretudo padrões de cabelo pouco naturais e o número errado de dentes, os participantes normais subiram para 51% e os super-reconhecedores para 64%. Um estudo de 2026 com 1664 adultos encontrou uma precisão média mais alta (85%) em retratos do ChatGPT-4o e do Imagen 3, mas a precisão caía com a idade, era menor no telemóvel do que no computador, e os retratos do ChatGPT-4o eram os mais difíceis de classificar.

O alerta do FBI de dezembro de 2024 sobre IA generativa na fraude diz que os criminosos usam imagens geradas por IA para fotos de perfil credíveis e para fotos de “prova” enviadas em conversas privadas para convencer as vítimas de que falam com uma pessoa real. O seu olho é uma camada fraca. Junte-lhe mais quatro.

Pistas de contexto: a conta e o conjunto de fotos, não os píxeis.
Sinais visuais: os pormenores em que os geradores ainda tropeçam.
Proveniência: etiquetas e marcas de água colocadas quando a imagem foi criada.
Detetores: pontuações de probabilidade, usadas com cuidado.
O teste em direto: uma videochamada curta com um pedido fora do guião.

Que pistas de contexto sugerem que uma foto de perfil foi gerada por IA?

A pista mais forte não está nos píxeis: está num perfil em que todas as fotos parecem vir da mesma sessão e nunca aparece mais ninguém. As pessoas reais têm históricos de fotos desarrumados. As pessoas geradas têm um portefólio.

A mesma luz, a mesma lente, a mesma distância em todas as fotos. Luz suave e uniforme, fundo desfocado, pessoa centrada.
Nenhuma foto espontânea. Nada a meio de uma gargalhada, nada mal enquadrado, nada tirado por outra pessoa numa festa.
Nenhuma foto de grupo, e nenhuma foto em que a cara esteja num ângulo acentuado, parcialmente tapada ou em movimento.
Nenhuma foto identificada por outras pessoas e nenhum comentário de amigos que claramente a conheçam.
A conta é nova, ou as publicações foram carregadas de uma vez, com poucos seguidores. O nosso guia sobre como saber se uma conta de Instagram é falsa mostra onde encontrar a data de adesão e o país.
A cara não envelhece. Fotos supostamente com anos de intervalo mostram o mesmo corte de cabelo, o mesmo peso e a mesma pele.
A história de vida é genérica: um cargo sem empregador, uma cidade sem bairro, interesses que coincidem exatamente com os seus.

Um teste antigo perdeu força. Pedir “uma selfie com três dedos levantados” apanhava conjuntos de fotos roubadas. Os modelos de imagem de hoje conseguem manter uma cara coerente em poses novas, por isso trate um pedido de foto cumprido como um pequeno ponto a favor, não como prova.

Como verifico a pessoa por trás da foto?

Verifique a pessoa, não só a imagem: faça uma pesquisa inversa de duas ou três fotos e depois confirme que o nome, a profissão e a cidade pertencem a uma pessoa real com um historial. Uma pessoa gerada por IA não tem passado, e essa ausência nota-se.

Uma pesquisa inversa de imagens dá-lhe dois resultados muito diferentes. Se as fotos foram roubadas a uma pessoa real, normalmente encontra o original: o portefólio de um modelo ou um banco de imagens. Se as fotos foram geradas, normalmente não encontra nada, porque a imagem nunca existiu antes de ser criada. Por isso, “nenhum resultado” significa ou uma pessoa reservada ou uma pessoa sintética, e precisa do passo seguinte para distinguir. O nosso guia sobre como fazer uma pesquisa inversa de imagens tem os passos para o Google Lens, o TinEye e o Bing no telemóvel e no computador.

O passo seguinte é o nome. Uma pesquisa de encontros no Search A-Z recebe o nome completo e o país que lhe deram, mais qualquer dado que saiba (cidade, empregador, faixa etária, telefone ou email), e diz-lhe quão certos estamos de que existe uma pessoa real correspondente. O relatório mostra o cargo e a empresa atuais, o percurso profissional, a formação, os perfis públicos sociais e profissionais, as notícias e menções na web de uma pesquisa em tempo real, e eventuais alertas públicos de burla ou fraude. Pode adicionar até três fotos do perfil e passamo-las pelo Google Lens para mostrar onde mais essas imagens exatas aparecem; é uma pesquisa de cópias da imagem, não reconhecimento facial, e as fotos são apagadas assim que a verificação termina. As pesquisas de encontros mostram apenas a cidade, nunca a morada nem familiares, e a pessoa nunca é avisada da sua pesquisa.

Leia o resultado a pensar na IA. Uma história detalhada (um empregador com nome, um curso, uma cidade) associada a uma pessoa que o relatório não encontra de todo é um sinal forte, porque as pessoas reais com esses dados deixam rasto. Se não encontrarmos a pessoa certa, o relatório di-lo.

Que sinais visuais ainda denunciam uma imagem gerada por IA?

Os sinais que sobrevivem em 2026 estão nas margens e nos pormenores: dentes, joias, cabelo, texto, mãos, reflexos e geometria do fundo. Amplie e conte quantos encontra.

Sinal	Onde olhar	Fiabilidade
Dentes: demasiados, de menos, a fundir-se uns nos outros, ou estranhamente iguais	Amplie a boca em qualquer foto a sorrir	Média. Um dos dois sinais do estudo de treino de 2025
Brincos e joias: um par diferente, um colar que se funde com a pele, um fecho sem corrente	Ambas as orelhas, o decote, relógio e anéis	Média
Cabelo: fios que se fundem com o fundo ou a pele, cabelo que se transforma em tecido ou numa gola	Contornos da cabeça, ombros, onde o cabelo toca na roupa	Média a alta. O outro sinal do treino
Texto: letras em roupa, sinais, crachás ou livros que são quase palavras	Qualquer coisa com escrita no enquadramento	Alta quando presente
Mãos: número errado de dedos, dedos fundidos, articulações a dobrar ao contrário, objetos seguros que não encaixam	As mãos e tudo o que seguram	Média. Os modelos melhoraram; uma mão limpa prova pouco
Óculos e reflexos: reflexos que não coincidem com a cena, hastes que não chegam às orelhas, lentes diferentes	Lentes, armações, espelhos, janelas	Média
Geometria do fundo: azulejos, corrimãos, caixilhos de janelas ou arestas de portas que dobram ou não alinham	Atrás e ao lado da pessoa	Média
Sombras e luz: uma sombra sob o nariz que não coincide com a luz na parede	Sob o queixo e o nariz, em comparação com o fundo	Média. “Sombras imprecisas” está na própria lista do FBI
Pele e simetria: pele sem poros, perfeitamente uniforme, com olhos muito nítidos; uma cara um pouco simétrica demais	Bochechas em comparação com os olhos	Baixa por si só. Filtros e retoques fazem isto também a fotos reais

Nenhum destes é prova. A compressão, os filtros e a má fotografia criam alguns deles em fotos genuínas. Dois ou três sinais num conjunto de fotos, mais as pistas de contexto acima, são um padrão. Um sinal é uma razão para continuar a verificar.

Como verifico a proveniência de uma foto com Content Credentials, SynthID e “Acerca desta imagem”?

As ferramentas de proveniência leem etiquetas colocadas numa imagem quando foi criada, por isso conseguem confirmar “isto veio de uma ferramenta de IA”, mas não conseguem confirmar “isto é uma foto real”, e só funcionam se as etiquetas sobreviveram ao caminho até ao seu ecrã.

Content Credentials (C2PA)

Vá a contentcredentials.org/verify e carregue o ficheiro ou cole o URL público de uma imagem. Se a imagem tiver Content Credentials, a ferramenta Verify mostra quem a produziu, que app ou dispositivo foi usado e, se houve um passo de IA generativa, que ferramenta de IA. Se não houver manifesto, mostra “No Content Credential”, o resultado normal para uma captura de ecrã ou para uma foto que passou pela maioria das apps sociais, já que as credenciais vivem nos metadados do ficheiro. Um resultado em branco não é um atestado de autenticidade.

“Acerca desta imagem” da Google

Na app Google ou em google.com, abra uma imagem no visualizador de imagens, toque no ícone de informação, depois em “Acerca” e em “Saiba mais sobre uma imagem”. A página de ajuda da Google diz que mostra quando a Google viu pela primeira vez uma versão parecida da imagem, como outros sites a descrevem e, quando existem metadados, uma secção “Como a imagem foi criada ou editada” que pode indicar se foi captada com uma câmara ou gerada com IA. A Google avisa que estes metadados podem ser alterados por ferramentas de edição, e a funcionalidade só está disponível em algumas regiões.

SynthID Detector da Google

Desde 7 de outubro de 2026, qualquer pessoa pode iniciar sessão em synthid.com e verificar se uma imagem, vídeo ou ficheiro de áudio tem a marca de água invisível SynthID da Google, que a Google diz ter sido aplicada a mais de 180 mil milhões de imagens e vídeos desde 2023. O limite importante: só encontra marcas de água SynthID, que são adicionadas pelas ferramentas de IA da Google e por parceiros que a Google nomeia, incluindo OpenAI, NVIDIA, Kakao e Apple. Uma imagem de uma ferramenta que não aplica marca de água volta limpa. Um teste da Notebookcheck no dia seguinte ao lançamento concluiu que apanhou uma imagem recém-criada no Gemini e, como esperado, não assinalou uma imagem de um gerador fora do programa.

Etiqueta “Informações de IA” da Meta

No Facebook, no Instagram e no Threads, o conteúdo que a Meta deteta como totalmente gerado por IA leva uma etiqueta “Informações de IA” (“AI info”) sob a publicação; para conteúdo apenas editado com ferramentas de IA, a etiqueta fica no menu da publicação, uma mudança que o TechCrunch noticiou em setembro de 2024. A Meta diz que a etiqueta vem de sinais partilhados pela indústria ou da própria declaração de quem publica. Sem sinal, sem etiqueta, por isso a ausência de etiqueta não significa nada.

Em suma: um resultado positivo de proveniência (“feito com o Gemini”, “Content Credentials: IA generativa”) é uma prova forte. Um resultado negativo é uma prova fraca, porque a maioria das fotos de perfil, reais ou falsas, chega com os metadados removidos.

Os detetores de imagens de IA funcionam mesmo?

Os sites detetores dão-lhe uma probabilidade, não um veredicto, e os testes independentes mostram que têm um desempenho muito pior em imagens do mundo real do que os seus próprios números de precisão sugerem.

Um benchmark de 2025 chamado AIGIBench testou 11 detetores avançados em imagens de 23 geradores, mais amostras reais de redes sociais e plataformas de arte com IA. Os autores encontraram “quedas de desempenho significativas em dados do mundo real”, ganhos limitados com os truques de treino habituais, e sensibilidade a pré-processamentos comuns como o redimensionamento e a compressão que todas as apps sociais aplicam. Em termos simples, um detetor treinado com os geradores do ano passado e ficheiros intactos encontra o gerador deste ano e uma captura de ecrã comprimida, e adivinha.

Usados com cuidado, são mais uma camada:

Carregue a maior cópia e a menos comprimida que conseguir, não uma captura de ecrã de uma captura de ecrã.
Use dois detetores diferentes (o detetor de IA da Hive, o Sightengine e o AI or Not são usados com frequência) e compare.
Trate tudo o que fique aquém de uma pontuação muito alta como “desconhecido”. Nunca trate “provavelmente humano” como uma aprovação.
Pese a pontuação em conjunto com as pistas de contexto e os sinais. O resultado de um detetor nunca se sobrepõe a uma videochamada.

Apps pagas que prometem certeza, ou que citam 99% de precisão medida no seu próprio conjunto de teste.

Que teste supera todas as verificações de fotos de IA?

Uma videochamada curta em direto com um pedido fora do guião supera todas as verificações de fotos, porque uma imagem fixa gerada não consegue virar a cabeça quando lhe pedem, e a pessoa por trás de um perfil de IA não consegue produzir a cara de repente.

Peça com simpatia: “Que tal uma videochamada rápida de cinco minutos antes de nos encontrarmos?” Na chamada, peça-lhe para se virar de lado, passar uma mão devagar à frente da cara e mostrar-lhe a divisão. O nosso guia sobre burlas com videochamadas deepfake cobre os testes em chamada e o aspeto de uma troca de rosto quando falha.

As pessoas que usaram fotos de IA normalmente não aceitam a chamada. Espere uma câmara avariada, uma ligação má ou uma promessa para “a semana que vem”. Desculpas repetidas depois de uma semana de conversa entusiasmada, mais qualquer uma das pistas de contexto acima, é a sua resposta. Se também vir sinais de que toda a identidade é inventada, o nosso guia sobre como saber se está a ser vítima de catfishing explica o que fazer a seguir. E nunca envie dinheiro a alguém que só conheceu online, por muito reais que as fotos pareçam.

Em resumo

Já não consegue saber com fiabilidade se uma foto foi gerada por IA a olho, por isso não tente. Leia a conta e o conjunto de fotos pelo contexto, amplie os dentes, o cabelo, as joias, o texto e os fundos, use as ferramentas de proveniência sabendo que um resultado negativo prova pouco, trate os detetores como pistas e peça uma videochamada curta em direto. Uma pessoa real passa as cinco camadas sem dar por isso. Uma pessoa gerada falha a última.

Perguntas frequentes

Como posso saber se a foto de um perfil de encontros foi gerada por IA?

Olhe primeiro para o perfil inteiro: luz idêntica em todas as fotos, nenhuma foto de grupo, nenhuma foto identificada, uma conta nova e uma história genérica. Depois amplie os dentes, os brincos, os contornos do cabelo, o texto e as linhas do fundo. Verifique a proveniência em contentcredentials.org/verify e no “Acerca desta imagem” da Google, e peça uma videochamada curta em direto. A recusa, somada às pistas de contexto, é a sua resposta.

Existe uma ferramenta gratuita para verificar se uma imagem foi gerada por IA?

Sim, três que vale a pena conhecer. O SynthID Detector da Google em synthid.com (aberto a todos desde outubro de 2026) encontra as marcas de água invisíveis da Google e dos parceiros. A ferramenta Verify das Content Credentials em contentcredentials.org/verify lê etiquetas C2PA se o ficheiro ainda as tiver. O “Acerca desta imagem” da Google mostra quando a imagem apareceu pela primeira vez e como foi criada, quando há metadados. As três confirmam IA quando encontram uma etiqueta; nenhuma consegue provar que uma foto é real.

Porque é que uma pesquisa inversa de imagens não encontrou nada para uma foto suspeita?

Ou a pessoa é reservada e as fotos não estão indexadas, ou a imagem foi gerada e nunca existiu online antes. A pesquisa inversa encontra cópias, e uma imagem de IA não tem nenhuma. Use antes o nome: uma pesquisa de encontros no Search A-Z mostra se existe uma pessoa real com esse nome, profissão e cidade, e o relatório di-lo se ninguém corresponder.

As fotos geradas por IA têm metadados?

Muitas vezes muito poucos. Uma foto de câmara costuma ter dados EXIF (modelo da câmara, data, definições); uma imagem gerada normalmente não tem nenhuns, e alguns geradores anexam Content Credentials a dizer que ferramenta a criou. Mas a maioria das plataformas remove os metadados ao carregar e as capturas de ecrã nunca os têm, por isso a falta de metadados é comum também em fotos reais. Trate-a como uma pista, não como prova.

Pode confiar-se nos detetores de imagens de IA?

Só como um dado entre outros. Um benchmark de 2025 com 11 detetores encontrou grandes quedas de desempenho em imagens do mundo real vindas das redes sociais e após compressão normal. Use a cópia de melhor qualidade que tiver, use dois detetores, trate pontuações intermédias como desconhecido e nunca deixe um resultado “provavelmente humano” substituir uma videochamada em direto.

O que devo fazer se descobrir que um match usou fotos geradas por IA?

Deixe de responder, não explique o que descobriu, e denuncie e bloqueie o perfil na app. Não envie dinheiro, cartões-oferta nem criptomoedas por nenhuma razão, e não partilhe mais dados pessoais. Se já enviou dinheiro, contacte de imediato o seu banco ou app de pagamentos e denuncie à FTC em reportfraud.ftc.gov e ao FBI em ic3.gov; no Reino Unido use o Report Fraud, e na UE a polícia do seu país (em Portugal, a Polícia Judiciária ou a Queixa Eletrónica da PSP e da GNR).

Fontes

Os números são os mais recentes publicados por cada fonte quando este guia foi atualizado. As perdas comunicadas são um mínimo: a maioria das burlas nunca é denunciada.

Como saber se uma foto foi gerada por IA: uma verificação em cinco camadas para perfis de encontros e não só