Nesta página
Marca d'água de IA é um sinal colocado no arquivo, em geral invisível, que indica que o conteúdo veio de um sistema de IA. Para saber se uma imagem foi feita por IA, você pode procurar esse sinal com o SynthID Detector, do Google, ou ler as Content Credentials do padrão C2PA. Se o arquivo não tiver marca, isso não prova que uma pessoa o criou.
- O SynthID Detector, do Google, procura a marca SynthID. O C2PA registra a origem em um manifesto assinado (Content Credentials).
- Arquivo sem marca não prova que foi uma pessoa que o criou: o gerador pode não participar ou os metadados podem ter sido apagados.
- Use cada sinal como evidência a mais, nunca como veredito. Guarde o arquivo original e o histórico de edição.
Fonte principal: Google: anúncio do SynthID Detector (outubro de 2026) ↗
O que significa marca d'água de IA?
🌱 Em uma frase: é uma etiqueta técnica que viaja junto com a imagem, o vídeo ou o áudio e indica de onde ele veio.
Hoje o termo cobre duas ideias diferentes. As duas foram verificadas em nov/2026.
- SynthID, do Google DeepMind. É uma marca d'água imperceptível, inserida pelo próprio sistema que gera o conteúdo. O SynthID Detector foi ampliado em 7 de outubro de 2026. Ele está disponível globalmente, em inglês, e verifica imagens, vídeos e áudio que tenham essa marca. Segundo o anúncio do Google, a ferramenta identifica conteúdo do Google ou de parceiros participantes, entre eles OpenAI, NVIDIA, Kakao e Apple. Não encontramos fonte oficial atual que detalhe o que cada parceiro marca. Ainda segundo o Google, o SynthID já foi aplicado a mais de 180 bilhões de imagens e vídeos e a aproximadamente 240 mil anos de conteúdo de áudio.
- C2PA e Content Credentials. A C2PA é um padrão aberto de procedência digital, ou seja, do registro de origem de um arquivo. Ela funciona com um manifesto: um registro assinado criptograficamente que anota a origem, as modificações, as ferramentas usadas e o uso de IA (explicação oficial da C2PA). Um documento da C2PA de julho de 2026 aponta a versão 2.4 como o padrão técnico para registrar a procedência de conteúdo sintético e não sintético. A C2PA também publica uma página da versão 2.5 das Content Credentials. Não encontramos fonte oficial com a data dessa versão, por isso este verbete segue a 2.4.
🚀 Para quem quer mais: a rigor, o C2PA não é uma marca d'água. O manifesto costuma ir dentro do arquivo. Ele também pode ficar ligado ao arquivo de fora, por mecanismos de soft binding (vínculo flexível), e esses mecanismos podem incluir marcas d'água invisíveis. A assinatura digital permite conferir se os dados de procedência foram alterados.
Como saber se uma imagem foi feita por IA com SynthID e C2PA?
🔎 O que fazer (verificado em nov/2026):
- Se a imagem pode ter saído de um sistema do Google ou de um parceiro participante, passe o arquivo pelo SynthID Detector.
- Se o arquivo traz Content Credentials, leia o manifesto C2PA. Ele mostra a origem, as edições e o uso de IA declarados.
- Guarde o arquivo original e o histórico de edição sempre que puder. Use cada sinal como uma evidência a mais, nunca como veredito sozinho.
Os dois sistemas, com os mesmos critérios:
| Critério | SynthID | C2PA Content Credentials |
|---|---|---|
| Função principal | Detectar uma marca d'água imperceptível inserida por sistemas participantes | Registrar e verificar o histórico e a procedência por manifesto assinado |
| Tipo de evidência | Presença, ou probabilidade de presença, do sinal SynthID | Metadados de origem, edição, ferramenta e uso de IA |
| Do que depende | Da adoção do SynthID pelo gerador ou parceiro | De o manifesto ser criado, preservado e validado |
| O que a ausência significa | Não prova que o conteúdo é humano | Não prova que o conteúdo é humano nem que nunca foi alterado |
| Resistência a remoção | Projetado para sobreviver a certas transformações, sem garantia universal | A assinatura revela alterações, mas o manifesto pode ser removido ou perdido |
Como ler o resultado:
- SynthID positivo: o arquivo contém uma marca ligada a um sistema participante. Isso não serve como prova geral sobre todo conteúdo feito por IA.
- Credencial C2PA válida: mostra uma cadeia assinada de origem e alterações. Ela só vale se o manifesto foi preservado e se quem assinou é confiável.
- Nenhum sinal: não conclua nada sobre autoria. O gerador pode não participar do sistema, ou os metadados podem ter sido apagados.
Não encontramos fonte oficial atual que liste quais apps e redes sociais preservam ou removem as Content Credentials ao publicar um arquivo.
Quais são as confusões mais comuns sobre marca d'água e detectores de IA?
1. Achar que é um detector universal. O SynthID procura a própria marca. Ele não diz se qualquer arquivo foi feito por IA. A C2PA lembra que as credenciais dão contexto verificável sobre um arquivo. Sozinhas, elas não decidem se ele é autêntico nem qual foi a intenção de quem o criou.
2. Confundir marca d'água com detector estatístico. Os detectores estatísticos tentam adivinhar a autoria pelos padrões do conteúdo. Os estudos recentes mostram que eles erram muito, e quase todos testaram texto, não imagem:
- Um estudo divulgado pela Universidade da Flórida em 19 de maio de 2026 encontrou falsos positivos entre 0,05% e 68,6% e falsos negativos entre 0,3% e 99,6%. Bastou pedir ao modelo um vocabulário mais complexo para a eficácia dos detectores cair muito.
- Uma avaliação de 4 de novembro de 2026 comparou essas ferramentas. O GPTZero, que divulgava 99% de precisão, teve média geral de 61,94 nos ensaios totalmente gerados por IA.
- Um estudo do Journal of AI Technology and Testing viu Copyleaks, Originality.ai e GPTZero perto do perfeito em algumas condições. No mesmo estudo, Grammarly e Turnitin identificaram só 2,1% e 3,7% dos textos ligados a escritores não nativos de inglês.
- Uma pesquisa de 10 de novembro de 2026 retomou um problema conhecido: o texto de quem escreve em inglês como segunda língua pode ser marcado como IA com frequência desproporcional.
- Um estudo de 17 de outubro de 2026 mostrou que a precisão cai quando o texto é parafraseado, editado por uma pessoa, traduzido ou escrito num estilo diferente.
Cada estudo usou dados e critérios próprios. Por isso, os números não permitem dizer que uma ferramenta é melhor que outra em tudo. Não encontramos estudo atual com números comparáveis para imagens verificadas por SynthID ou C2PA.
3. Usar uma pontuação como prova. Uma nota isolada de detector não deve decidir casos acadêmicos, profissionais, migratórios, trabalhistas ou disciplinares. Quem foi acusado com base num detector pode pedir para ver as evidências e apresentar seus arquivos originais e seu histórico de edição. Em questões legais, convém procurar um advogado. Não encontramos fonte oficial atual sobre leis estaduais de deepfake ou regras de plataformas para incluir aqui.
Perguntas frequentes
Se o SynthID Detector não encontra marca, a imagem é real?
Não necessariamente. O detector só encontra a marca SynthID, inserida pelo Google ou por parceiros participantes. Uma imagem feita por outro sistema pode não ter marca nenhuma (verificado em nov/2026).
Qual a diferença entre SynthID e C2PA?
O SynthID é uma marca d'água imperceptível que um detector procura. O C2PA é um padrão aberto com manifesto assinado, que registra a origem, as edições, as ferramentas e o uso de IA. Cada um responde a uma pergunta diferente.
Dá para apagar as Content Credentials de um arquivo?
Sim. A assinatura mostra se os dados foram alterados, mas o manifesto pode ser removido ou perdido. Um arquivo sem credencial não prova que é humano nem que nunca foi editado.
Detectores de texto por IA são confiáveis?
Os estudos de 2026 encontraram erros grandes e variáveis, inclusive contra quem escreve em inglês como segunda língua. Use o resultado apenas como um indício, nunca como prova isolada.
Fontes
- Google: anúncio do SynthID Detector (outubro de 2026) · empresa
- C2PA: explicação oficial da especificação 2.4 · organizacion
- C2PA: uso de Content Credentials para identificar conteúdo sintético e não sintético (julho de 2026) · organizacion
- C2PA: Content Credentials, especificação 2.5 · organizacion
- Universidade da Flórida: estudo sobre detectores de IA (19 de maio de 2026) · academica
- ACL Anthology: avaliação de detectores de texto (2026) · academica
- Journal of AI Technology and Testing: comparação de detectores (2026) · academica
- ACM: riscos de robustez e ética em detectores de texto (10 de novembro de 2026) · academica
- Springer: limites de detectores de conteúdo gerado por IA (17 de outubro de 2026) · academica


