Uma organização publica no Instagram o relato verdadeiro de um protesto. A fotografia parece documentar a cena, mas foi criada por inteligência artificial. Quando a imagem recebe uma etiqueta que informa sua origem, parte do público finalmente reconhece que está diante de conteúdo sintético. O aviso, porém, não fica contido no canto da imagem. A desconfiança pode alcançar o texto e a organização responsável pela postagem.
Darian Harff investigou esse efeito em dois experimentos pré-registrados, publicados em 2026 na revista Computers in Human Behavior. Ao todo, 890 participantes germanófonos viram publicações de organizações não governamentais fictícias. Os pesquisadores compararam fotografias reais, imagens geradas por IA sem aviso e as mesmas imagens acompanhadas da indicação “Gerada por IA”.
O trabalho separou três julgamentos que costumam se misturar diante de uma publicação: reconhecer a origem da imagem, acreditar no texto e confiar na fonte. Essa separação expõe uma dificuldade das políticas de transparência. A etiqueta pode cumprir bem a primeira tarefa sem preservar as outras duas.
Três imagens quase iguais, três leituras possíveis
No primeiro estudo, 189 pessoas viram uma postagem sobre protestos na Turquia. O grupo de controle recebeu uma fotografia licenciada. Outros dois grupos receberam uma réplica gerada com o Sora. Em um deles, a origem artificial não foi revelada. No outro, a imagem trazia uma etiqueta em alemão equivalente a “Gerada por IA”.
Os participantes podiam observar cada publicação por até 40 segundos. Depois, avaliavam a probabilidade de a imagem ter sido criada por IA, a credibilidade das informações da legenda e a confiabilidade da ONG fictícia. O desenho tentava reproduzir uma exposição breve de rede social, embora quarenta segundos ainda possam ser muito diante do gesto cotidiano de rolar uma tela.
Essa primeira amostra era formada principalmente por pessoas jovens, com alto nível educacional e familiaridade com redes sociais. Elas reconheceram a imagem artificial mesmo quando a etiqueta estava ausente. Nesse grupo, o aviso não melhorou significativamente a identificação. Ele reduziu, entretanto, a credibilidade atribuída ao texto em comparação com a fotografia real. A confiança na fonte também foi menor diante da imagem rotulada.
O resultado poderia sugerir que revelar o uso de IA sempre pune a organização. O segundo experimento tornou essa leitura difícil de sustentar.
A amostra mais ampla precisou da etiqueta
O segundo estudo reuniu 701 participantes recrutados pela Kantar. A amostra foi ajustada para se aproximar da população alemã em idade, gênero e escolaridade. Cada pessoa avaliou postagens de duas ONGs fictícias, uma sobre um protesto contra o feminicídio no Quênia e outra sobre uma greve de bombeiros na Espanha.
O experimento manteve as três condições de imagem e acrescentou uma variação. Algumas cenas pareciam oferecer prova direta para o texto. Outras tinham função mais geral, como uma imagem relacionada ao assunto sem documentar precisamente a afirmação. Harff chama essa diferença de valor probatório: o quanto a imagem aparenta servir como evidência do que está escrito.
Na amostra mais ampla, as pessoas não distinguiram de forma confiável as fotografias reais das imagens artificiais sem aviso. A etiqueta mudou isso. Quem viu o rótulo teve probabilidade significativamente maior de identificar a origem sintética do conteúdo. As diferenças em relação à fotografia real e à imagem artificial não rotulada tiveram magnitude moderada a grande.
FIGURA 1 — O experimento separou a identificação da imagem dos julgamentos sobre texto e fonte.
Fonte: Harff (2026). Direitos: diagrama conceitual original baseado no desenho experimental.
A etiqueta funcionou como informação. Isso importa porque a crença de que “as pessoas já sabem perceber” uma imagem de IA surgiu apenas na primeira amostra, mais jovem e escolarizada. Quando o recrutamento incluiu um público mais próximo da composição demográfica alemã, a identificação sem aviso ficou perto da incerteza.
Esse contraste também impede que a habilidade de um grupo seja usada como argumento contra a transparência para todos. O reconhecimento visual depende de exposição anterior, letramento e características da própria imagem. Uma pessoa capaz de notar defeitos em uma cena hoje pode não identificar a próxima geração de imagens amanhã.
A dúvida atravessou a borda da imagem
O efeito sobre credibilidade foi menos uniforme. No segundo estudo, a etiqueta não reduziu, em média, a confiança no texto nem na fonte para toda a amostra. As comparações gerais entre fotografia real, imagem artificial sem aviso e imagem artificial rotulada não apresentaram diferenças significativas nessas duas medidas.
Uma análise exploratória encontrou outra relação. Entre participantes que se colocavam mais longe do centro em uma escala política de sete pontos, a imagem rotulada esteve associada a menor credibilidade da mensagem e menor confiança na ONG, em comparação com a fotografia real. O efeito apareceu nos dois lados da escala. Para a confiança na fonte, também alcançou pessoas que se identificaram nas posições imediatamente anteriores aos extremos.
Essa análise pede cautela. Ela foi exploratória, surgiu depois dos resultados principais e perdeu precisão justamente nas posições políticas mais extremas, onde havia menos participantes. O artigo recomenda replicação. Portanto, os dados não autorizam afirmar que pessoas “radicais” rejeitam qualquer conteúdo marcado como IA, nem explicam por que cada participante reagiu dessa maneira.
Ainda assim, a associação ajuda a formular o problema. Uma etiqueta informa que um componente foi produzido artificialmente. O leitor pode interpretar essa informação como indício sobre as intenções de quem publicou, sobre a honestidade do texto ou sobre a legitimidade da causa. A origem visual torna-se um atalho para avaliar a mensagem inteira.
FIGURA 2 — A etiqueta melhorou a detecção; o efeito sobre credibilidade dependeu da posição política.
Fonte: Harff (2026), estudo 2. Direitos: gráfico recriado a partir dos resultados publicados; sem reprodução da figura original.
Parecer prova não tornou a imagem mais convincente
O teste de valor probatório produziu mais um resultado contraintuitivo. Uma cena que parecia documentar diretamente o evento não tornou o texto mais crível do que uma fotografia apenas relacionada ao assunto. Também não alterou o efeito das imagens artificiais sobre a avaliação da mensagem ou da organização.
Isso não demonstra que qualquer fotografia seja dispensável como evidência. O experimento comparou postagens específicas, com recortes controlados e textos apresentados como verdadeiros. Uma fotografia pode ter enorme valor documental quando sua autoria, data, local e cadeia de verificação estão disponíveis. O estudo mediu a impressão de credibilidade após uma exposição breve, não a capacidade de uma imagem comprovar um fato em investigação jornalística ou processo judicial.
O achado mostra algo mais restrito. Dentro dessas publicações, acrescentar elementos que pareciam provar visualmente a afirmação não aumentou por si só a crença no texto. A relação temática entre imagem e legenda pode pesar mais que a quantidade de detalhes aparentemente documentais. Uma cena encaixada na história ajuda a leitura a fluir, mesmo quando não oferece prova independente.
Esse mecanismo merece atenção em ambientes políticos. A fotografia costuma chegar antes da verificação. Ela fornece rostos, multidão, fumaça, cartazes e um lugar aparente para a afirmação. O leitor recebe uma cena completa antes de saber quem a registrou. Quando a etiqueta revela que essa cena foi fabricada, a correção factual sobre a origem também pode desmontar a confiança construída pela combinação entre texto e imagem.
O que o estudo sustenta e o que uma manchete distorce
Os dois experimentos sustentam que a rotulagem pode melhorar a identificação de imagens políticas geradas por IA. Esse benefício apareceu com clareza na amostra de cotas do segundo estudo. O trabalho também mostra que a reação à etiqueta não termina necessariamente na classificação da imagem. Na primeira amostra, houve perda de credibilidade do texto e da fonte. Na segunda, esse efeito não apareceu na média geral e ficou restrito a uma análise exploratória relacionada à distância do centro político.
O estudo não mediu compartilhamento, intenção de voto, mudança ideológica ou comportamento durante uma eleição. As organizações eram fictícias, as imagens foram produzidas como réplicas controladas de fotografias e os participantes responderam a escalas logo após a exposição. Os resultados tampouco podem ser estendidos automaticamente ao Brasil, a partidos, governos, veículos de imprensa ou tribunais.
Há um limite adicional. A pesquisa trabalhou com uma etiqueta textual visível dentro da imagem. Avisos discretos, metadados de proveniência, marcas adicionadas por plataformas e explicações detalhadas da fonte podem produzir respostas diferentes. A política de rotulagem envolve o conteúdo do aviso, sua posição, o momento em que aparece e a confiança prévia na instituição que o aplica.
A transparência continua necessária. Uma organização que apresenta uma imagem sintética como fotografia cria uma falsa aparência de documentação. Mas a etiqueta, sozinha, resolve apenas parte do problema. Ela informa como a imagem foi feita; não explica por que foi usada, qual fato o texto sustenta nem onde está a evidência real.
Para uma ONG, um veículo ou uma instituição pública, isso muda a forma de comunicar. O aviso pode vir acompanhado de um vínculo para a fonte documental, de uma justificativa concreta para a escolha da imagem e de uma distinção visual entre reconstituição e registro. Essas medidas não garantem confiança. Elas reduzem a carga que uma pequena etiqueta precisa suportar.
Quando a imagem deixou de ser prova e passou a ser ilustração, qual evidência ainda sustenta a mensagem?
Referências
- HARFF, Darian. Detection and spill-over effects of AI-generated images in political messages: Evidence from two pre-registered experiments. Computers in Human Behavior, v. 181, art. 108989, ago. 2026. DOI: 10.1016/j.chb.2026.108989. Preprint e materiais: OSF. Acesso em: 30 ago. 2026.
- UNIVERSITY OF VIENNA. Detection and spill-over effects of AI-generated images in political messages: Evidence from two pre-registered experiments. Registro institucional de publicação. Disponível em: https://ucrisportal.univie.ac.at/en/publications/detection-and-spill-over-effects-of-ai-generated-images-in-politi-2/. Acesso em: 30 ago. 2026.
