.
Deepfakes históricos: a ameaça crescente da IA na manipulação do passado
Os deepfakes históricos representam um dos maiores desafios contemporâneos da era digital. A inteligência artificial vem sendo utilizada de forma cada vez mais sofisticada para gerar vídeos e imagens fictícias de eventos históricos significativos, como a Segunda Guerra Mundial e a catástrofe nuclear de Chernobyl. Esses deepfakes históricos são produzidos com tal qualidade visual que conseguem enganar até espectadores atentos, suscitando preocupações genuínas sobre a autenticidade dos registros históricos disponíveis nas plataformas digitais.
O argumento por trás da criação de conteúdo sintético histórico
De acordo com especialistas em mídia, a produção de deepfakes históricos atende a uma necessidade específica: preencher lacunas documentais em eventos para os quais registros visuais são escassos ou inexistem. O pesquisador Roland Meyer explica que é possível, por meio de ferramentas de IA, recombinar imagens autênticas do passado para gerar novas imagens sintéticas que nunca foram capturadas, mas poderiam teoricamente ter existido.
Essa abordagem, porém, é questionável. Conforme Meyer observa, trata-se de uma "promessa enganosa" que mascara uma realidade problemática: os sistemas de IA não compreendem contextos históricos reais e, portanto, produzem representações baseadas em expectativas visuais contemporâneas, em vez de fatos históricos comprovados. Os deepfakes históricos refletem mais sobre como compreendemos o presente do que sobre como o passado realmente ocorreu.
Identificando sinais de alerta em vídeos gerados por IA
Características técnicas visíveis
Embora muitos deepfakes históricos sejam cada vez mais sofisticados, certos indicadores ainda permanecem visíveis para quem sabe observar. Alguns vídeos apresentam movimentos corporais anômalos, como deslocamentos que lembram zumbis, onde os membros se movem de forma não-natural e descoordenada. A aparência das pessoas frequentemente não corresponde aos padrões visuais da época que supostamente representam.
Profissionais da equipe de verificação de fatos da DW identificaram que vídeos retratando períodos anteriores à invenção da câmera cinematográfica constituem o tipo mais óbvio de fraude. Um exemplo notório é um vídeo viral no TikTok que mostra Pompeia antes, durante e após a erupção do Vesúvio em 79 d.C. Neste deepfake histórico, a protagonista apresenta aparência sensual que não corresponde aos padrões estéticos documentados das mulheres da Roma Antiga.
Anacronismos tecnológicos
Outro aspecto crucial para identificar deepfakes históricos envolve anacronismos tecnológicos. Supostamente, vídeos apresentam qualidade de imagem, ângulos de câmera ou detalhes visuais que não seriam possíveis com a tecnologia disponível na época.
Casos emblemáticos de manipulação histórica
A falsificação de Chernobyl
Um vídeo circulando na plataforma X alegava mostrar imagens de câmeras de vigilância do desastre nuclear de Chernobyl em 1986. Apesar de não apresentar marca d'água visível, verificadores de comunidade o identificaram como deepfake histórico. Este caso ilustra como deepfakes históricos conseguem replicar elementos plausíveis de eventos reais, aumentando significativamente sua capacidade de enganar observadores desatentos.
O vídeo manipulado de Iwo Jima
Um exemplo particularmente preocupante envolve um vídeo produzido com a ferramenta generativa Veo, baseado na icônica fotografia do hasteamento da bandeira americana em Iwo Jima, capturada por Joe Rosenthal em 23 de fevereiro de 1945. O deepfake histórico simula a câmera aproximando-se dos soldados, mostrando seus rostos enquanto observam o horizonte, acrescentando movimento e perspectiva que nunca foram documentados originalmente.
A fotografia autêntica encontra-se nos Arquivos Nacionais dos Estados Unidos. À época, um cinegrafista registrou a cena de forma estática, não no ângulo dinâmico apresentado pelo vídeo falso. A conta do YouTube responsável por este deepfake histórico promete conteúdo "patriótico" e "informativo", mascarando a natureza fictícia da produção.
A questão da responsabilidade e dos estereótipos
Deepfakes históricos levantam questões fundamentais sobre responsabilidade editorial. Diferentemente de reconstituições usadas em documentários, onde diretores e produtores conscientemente decidem como representar eventos, as imagens geradas por IA emergem de processamento automático de enormes volumes de dados.
A inteligência artificial subjacente não compreende contextos históricos reais. Em vez disso, reproduz padrões, clichês e estereótipos presentes nos conjuntos de dados utilizados para seu treinamento. Esses conjuntos combinam fontes autênticas (fotografias históricas) com materiais secundários (pinturas digitalizadas, cenas cinematográficas, imagens de videogames).
Como explica Meyer, deepfakes históricos "não são uma janela para o passado, mas um espelho do presente". Essas criações refletem nossas expectativas visuais atuais mais do que realidades históricas comprovadas, perpetuando interpretações limitadas de eventos complexos.
Avaliação crítica: questões para fazer ao encontrar conteúdo suspeito
Ao se deparar com supostos registros históricos em plataformas digitais, especialistas recomendam formular perguntas essenciais: De onde provém a imagem? Quem a apresenta? Para qual audiência? Com qual objetivo específico? Essas perguntas ajudam a contextualizar o conteúdo e identificar possíveis deepfakes históricos.
Muitos vídeos "históricos" gerados por IA ocupam uma zona nebulosa entre fatos documentados e entretenimento puro. Embora possam despertar interesse genuíno por eventos históricos, especialistas alertam que conferem ao passado uma clareza e certeza que raramente existiram.
Quando a IA oferece valor: colaboração com especialistas
Nem todo uso de IA para reconstruir o passado é problemático. Em Pompeia, arqueólogos utilizaram inteligência artificial para reconstruir a aparência de uma vítima da erupção de 79 d.C., com base em descobertas arqueológicas verificadas. Importante: a reconstrução foi apresentada explicitamente como interpretação científica, não como representação autêntica da pessoa.
Esse modelo colaborativo, onde especialistas supervisionam e contextualizam as criações de IA, oferece contraste significativo com deepfakes históricos produzidos sem supervisão editorial. A diferença reside na transparência, na supervisão especializada e na apresentação adequada das limitações inerentes às representações sintéticas.
Conclusão: desenvolvendo literacia visual crítica
A proliferação de deepfakes históricos exige desenvolvimento urgente de literacia visual crítica entre consumidores de conteúdo digital. Espectadores devem reconhecer que estão observando vídeos "históricos" gerados por IA e manter distanciamento crítico apropriado. Deepfakes históricos continuarão evoluindo tecnicamente, tornando a educação contínua sobre identificação de manipulação digital absolutamente essencial para proteger a integridade histórica em ambientes digitais.
