O que é deepfake? Guia completo

Você já deve ter visto algum vídeo estranho de uma celebridade dizendo algo fora do comum, ou recebido um áudio de alguém “conhecido” pedindo dinheiro com urgência. Existe uma boa chance de que esse conteúdo não tenha sido gravado por uma pessoa real. Ele pode ter sido criado por inteligência artificial, numa técnica chamada deepfake.

Neste guia, você vai entender o que é deepfake, como essa tecnologia funciona, quais são os principais tipos, os riscos que ela representa para pessoas e empresas, como identificar um conteúdo manipulado e o que a legislação brasileira já prevê sobre o tema.

O que é deepfake?

Deepfake é a junção dos termos em inglês deep learning (aprendizado profundo, um ramo da inteligência artificial) e fake (falso). O termo descreve vídeos, áudios ou imagens gerados ou alterados por IA de forma tão convincente que parecem reais, mesmo retratando algo que nunca aconteceu.

Na prática, a tecnologia consegue trocar o rosto de uma pessoa em um vídeo, clonar sua voz a partir de poucos segundos de áudio, ou até fazer alguém “dizer” frases que nunca pronunciou. O resultado é um conteúdo sintético difícil de distinguir de uma gravação genuína, mesmo para olhos treinados.

O termo surgiu em 2017, quando um usuário do Reddit começou a compartilhar vídeos manipulados usando essa técnica. Desde então, a tecnologia evoluiu rapidamente: o que antes exigia conhecimento técnico avançado e equipamentos caros hoje pode ser feito com aplicativos acessíveis, o que ampliou tanto os usos legítimos quanto os maliciosos.

Deepfake e inteligência artificial são a mesma coisa?

Embora estejam diretamente relacionados, deepfake e inteligência artificial não são sinônimos. A inteligência artificial (IA) é um conjunto amplo de tecnologias capazes de executar tarefas que normalmente exigiriam inteligência humana, como reconhecer imagens, compreender linguagem e gerar conteúdo.

O deepfake é apenas uma das aplicações dessa tecnologia. Utilizando modelos avançados de aprendizado de máquina, especialmente técnicas de IA generativa, ele cria ou modifica vídeos, imagens e áudios de forma extremamente realista.

Em outras palavras, toda tecnologia de deepfake utiliza inteligência artificial, mas nem toda inteligência artificial é utilizada para produzir deepfakes. A mesma tecnologia que pode ser usada para criar fraudes também está presente em aplicações legítimas, como tradução automática, assistentes virtuais, produção audiovisual e recursos de acessibilidade.

Como funciona a tecnologia por trás do deepfake

Por trás de um deepfake convincente está um processo de aprendizado de máquina que analisa uma grande quantidade de imagens, vídeos ou gravações de voz de uma pessoa real para aprender seus padrões: como ela se movimenta, fala, gesticula e expressa emoções.

Os métodos mais usados são:

Redes Adversárias Generativas (GANs). Duas redes neurais trabalham em conjunto: uma gera o conteúdo falso (o gerador) e a outra avalia se ele parece real (o discriminador). Esse processo se repete milhares de vezes até que o gerador produza resultados cada vez mais realistas.

Autoencoders. Uma rede neural decompõe um rosto ou movimento em características essenciais e depois reconstrói essas características sobre outra pessoa ou contexto, mantendo expressões e movimentos coerentes.

Clonagem de voz. A partir de amostras de áudio, o sistema aprende timbre, ritmo e entonação de uma voz específica e consegue gerar novas falas que nunca foram ditas pela pessoa original.

Quanto mais dados de treinamento disponíveis (fotos, vídeos, gravações), mais realista tende a ser o resultado. É por isso que figuras públicas, com grande quantidade de material disponível online, costumam ser alvos frequentes.

Por que os deepfakes estão aumentando?

Nos últimos anos, a criação de deepfakes deixou de depender de conhecimento técnico avançado. O crescimento das ferramentas de inteligência artificial generativa permitiu que pessoas sem experiência em programação produzissem vídeos, imagens e áudios sintéticos com poucos cliques.

Além da facilidade de uso, outros fatores contribuíram para esse avanço:

maior capacidade de processamento dos computadores;
enorme quantidade de fotos e vídeos disponíveis nas redes sociais para treinamento dos modelos;
popularização de plataformas capazes de gerar voz, imagem e vídeo por IA;
redução do custo para utilizar essas tecnologias.

Esse cenário explica por que empresas dos setores financeiro, iGaming, marketplaces e serviços digitais passaram a investir cada vez mais em tecnologias capazes de detectar conteúdos sintéticos durante processos de autenticação e validação de identidade.

Quais são os principais tipos de deepfake?

Troca de rosto (face swap)

É o tipo mais conhecido. O rosto de uma pessoa é substituído pelo de outra em um vídeo, mantendo expressões faciais e movimentos labiais sincronizados com a fala original ou manipulada.

Deepfake de áudio (clonagem de voz)

Replica o tom, o ritmo e as inflexões de uma voz específica a partir de poucos segundos de gravação. É um dos formatos mais usados em golpes, como ligações falsas simulando familiares ou executivos pedindo transferências urgentes.

Manipulação de imagens estáticas

Inclui o face swap em fotos e o face morphing, que combina características de dois rostos diferentes para criar uma imagem híbrida, usada tanto em aplicativos de entretenimento quanto em fraudes de identidade.

Deepfake de texto

Menos conhecido, mas em crescimento. Modelos de linguagem geram textos que imitam o estilo de escrita de uma pessoa específica, usados para criar mensagens, e-mails ou publicações falsas atribuídas a alguém.

Para que o deepfake é usado?

A tecnologia não nasceu para fins maliciosos. Ela tem aplicações legítimas em cinema (dublês digitais, rejuvenescimento de atores), publicidade e dublagem automatizada. O problema surge quando essa mesma capacidade técnica é usada para enganar, fraudar ou prejudicar pessoas e organizações.

Entre os usos mais preocupantes estão:

Fraude financeira corporativa. No chamado “golpe do CEO”, criminosos simulam a voz ou até a imagem de um executivo em videochamada para autorizar transferências bancárias fraudulentas. Casos assim já resultaram em perdas de centenas de milhares de dólares em empresas de diferentes países.
Golpes contra pessoas físicas. Ligações com voz clonada de um familiar pedindo dinheiro com urgência são um dos golpes que mais crescem, justamente por explorarem a confiança emocional da vítima.
Desinformação e manipulação política. Vídeos falsos de figuras públicas ou candidatos têm potencial de influenciar debates e até processos eleitorais, o que levou o TSE a criar regras específicas sobre conteúdo sintético em campanhas.
Conteúdo sexual não consensual. Uma parcela significativa dos deepfakes em circulação envolve manipulação de imagens íntimas sem consentimento, prática já tipificada como crime na legislação brasileira.
Fraude de identidade. Criação de contas falsas, tentativas de burlar verificações de biometria facial e apropriação de identidade para obter produtos ou serviços em nome de outra pessoa.

Como identificar um deepfake

Detectar um deepfake “no olho” está cada vez mais difícil, já que os modelos mais recentes produzem resultados que enganam a maioria dos observadores humanos. Ainda assim, alguns sinais podem ajudar:

Sincronização labial estranha. Os movimentos da boca nem sempre acompanham perfeitamente o áudio.
Expressões faciais pouco naturais. Emoções que parecem “erradas” para o contexto, ou músculos do rosto que não se movem de forma coerente.
Inconsistências visuais. Diferenças de iluminação, cor de pele ou nitidez entre o rosto e o restante da imagem, já que a manipulação costuma se concentrar na região facial.
Áudio sem variações naturais. Ausência de hesitações, respirações ou pausas típicas da fala humana espontânea, além de ruído de fundo incoerente com o ambiente mostrado.
Contexto suspeito. Pedidos urgentes de dinheiro, mudanças bruscas de comportamento ou solicitações fora do padrão de comunicação da pessoa são sinais de alerta, independentemente da qualidade técnica do conteúdo.

Na prática, esses sinais são cada vez menos confiáveis isoladamente. Por isso, o mercado tem investido em detecção automatizada, capaz de analisar microexpressões, iluminação periocular e outros padrões imperceptíveis ao olho humano.

Além da análise humana, muitas organizações passaram a utilizar soluções especializadas de detecção de deepfake. Esses sistemas conseguem identificar características praticamente invisíveis ao olho humano, como inconsistências na iluminação, padrões artificiais de textura da pele, alterações em microexpressões faciais e anomalias na movimentação ocular.

Essa abordagem automatizada tornou-se especialmente importante em operações de onboarding digital, abertura de contas, concessão de crédito e plataformas reguladas, onde uma tentativa de fraude pode gerar prejuízos financeiros e riscos de conformidade.

O que diz a legislação brasileira sobre deepfake

O Brasil ainda não tem uma lei geral e específica sobre deepfakes, mas diferentes normas já se aplicam dependendo do contexto de uso:

Fraudes financeiras. Deepfakes usados para aplicar golpes se enquadram no artigo 171 do Código Penal (estelionato), com possibilidade de aumento de pena em casos de maior sofisticação ou múltiplas vítimas.
Conteúdo sexual não consensual. A Lei 13.718/2018 tipifica a divulgação de material íntimo sem consentimento, incluindo conteúdo manipulado. Quando a vítima é criança ou adolescente, aplica-se a Lei 14.811/2024, com penas mais rigorosas.
Contexto eleitoral. A Resolução 23.748/2026 do TSE trata o tema sob o conceito mais amplo de “conteúdo sintético gerado ou modificado por inteligência artificial”, com regras como a proibição de conteúdo de IA nas 72 horas antes e 24 horas após a votação e a obrigatoriedade de rotulagem de material de campanha que utilize IA.
Proteção de crianças e adolescentes. O ECA Digital (Lei nº 15.181/2025) amplia a responsabilidade de plataformas digitais quanto à proteção de menores, o que inclui mecanismos de verificação de identidade e idade capazes de dificultar fraudes envolvendo esse público.

Há ainda o PL 1.884/2025, em tramitação no Congresso, que propõe uma regulamentação específica para deepfakes, com exigências como identificação por metadados e responsabilização de plataformas que oferecem ferramentas de criação desse tipo de conteúdo.

Como as empresas podem se proteger

Para empresas que dependem de verificação de identidade, seja no onboarding de clientes, em processos de reautenticação ou na validação de documentos, o deepfake representa uma ameaça direta à confiabilidade de qualquer verificação baseada apenas em imagem ou voz.

Algumas medidas reduzem a exposição ao risco:

Adotar prova de vida (liveness detection) que consiga diferenciar uma pessoa real de uma imagem, vídeo ou reconstrução gerada por IA.
Combinar múltiplas camadas de verificação, como biometria facial associada à validação documental, em vez de depender de um único fator.
Monitorar padrões de comportamento e contexto de dispositivo, não apenas a aparência da imagem ou do áudio.
Manter processos de confirmação por canais alternativos em solicitações sensíveis, como transferências financeiras ou mudanças de dados cadastrais.
Educar equipes e usuários sobre os sinais de alerta de golpes envolvendo voz ou vídeo manipulados.

Outro ponto importante é compreender que nenhuma tecnologia isolada é suficiente para impedir todos os tipos de fraude. As organizações mais preparadas adotam uma estratégia de segurança em camadas, combinando biometria facial, validação documental, inteligência de dispositivos, análise comportamental e monitoramento contínuo.

Essa abordagem reduz significativamente as chances de que um criminoso consiga utilizar conteúdos gerados por inteligência artificial para assumir a identidade de outra pessoa durante processos digitais.

Perguntas frequentes sobre deepfake

Deepfake é crime?

A tecnologia em si não é ilegal. O que pode configurar crime é a forma como ela é utilizada. Deepfakes empregados para aplicar golpes, cometer fraudes, difamar pessoas ou divulgar conteúdo íntimo sem consentimento podem resultar em responsabilização civil e criminal.

Como identificar um deepfake?

Embora alguns vídeos apresentem sinais como sincronização labial imperfeita, os deepfakes mais modernos são cada vez mais difíceis de detectar visualmente.

Por isso, empresas têm recorrido a soluções especializadas de detecção por inteligência artificial.

Deepfake pode burlar biometria facial?

Dependendo da tecnologia utilizada, sim. Sistemas de autenticação que analisam apenas uma fotografia ou imagem podem ser vulneráveis. Por esse motivo, soluções de liveness detection e biometria facial com mecanismos avançados de detecção são fundamentais para reduzir esse risco.

Existe lei sobre deepfake no Brasil?

O Brasil ainda não possui uma legislação única dedicada aos deepfakes, mas diversas normas já podem ser aplicadas, incluindo dispositivos do Código Penal, da legislação eleitoral e das leis relacionadas à proteção da intimidade e de crianças e adolescentes.

Como as empresas podem se proteger contra deepfakes?

A melhor estratégia é combinar diferentes mecanismos de verificação de identidade, como biometria facial, prova de vida, validação documental e monitoramento.

Essa abordagem dificulta que conteúdos gerados por inteligência artificial sejam utilizados para fraudes.

Como a Legitimuz combate deepfakes com o LegitFace

A Legitimuz é uma empresa brasileira de tecnologia especializada em KYC, prevenção a fraudes e verificação de identidade digital, atuando principalmente nos mercados de iGaming, fintechs e outros setores regulados. Entre as soluções da plataforma está o LegitFace, responsável pela camada de prova de vida com biometria facial.

Ele verifica se a pessoa presente diante da câmera é, de fato, um ser humano real ou qualquer outra tentativa de fraude de biometria.

O nível de exigência da verificação se adapta ao risco de cada transação, o que permite manter a segurança sem criar fricção desnecessária para o cliente legítimo.

Essa camada de proteção funciona tanto no primeiro cadastro de um usuário quanto em momentos posteriores da jornada, como reautenticações e acessos sensíveis, reduzindo a chance de que um deepfake seja usado para burlar a verificação de identidade em qualquer etapa do relacionamento com a empresa.

Conheça as soluções Legitimuz

Além do LegitFace, a Legitimuz oferece uma stack completa de prevenção a fraude. Juntas, essas soluções cobrem desde o onboarding até o monitoramento contínuo da operação.

Continue lendo:

Quer entender como proteger sua empresa contra fraudes de identidade e deepfakes? Fale com um especialista Legitimuz.

deepfake KYC

Blog