Estudo com EEG e eye-tracking mostra que o cérebro humano também não distingue deepfakes de vídeos reais
Pesquisadores apresentam o framework DECEIVE e um experimento com eletroencefalografia (EEG) e rastreamento ocular usando o dataset Celeb-DF, descobrindo que não há diferença neurofisiológica mensurável entre a reação de uma pessoa a um vídeo real e a um deepfake. Comportamentalmente, participantes aceitaram como autênticos cerca de 27% dos vídeos manipulados, subindo para 32% quando a identidade era conhecida, o que os autores usam para estabelecer um limite realista de quanto um atacante consegue enganar até mesmo a percepção implícita humana.
A pergunta de pesquisa é direta: quando alguém falha em identificar um deepfake, é porque não prestou atenção o suficiente, ou porque o cérebro, em algum nível pré-consciente, simplesmente não registra a manipulação? Estudos anteriores com pinturas falsificadas e sites de phishing sugeriam que respostas neurofisiológicas conseguem, às vezes, sinalizar uma inconsistência mesmo quando a pessoa conscientemente erra o julgamento. Este artigo testa a mesma hipótese para deepfakes em vídeo e chega a um resultado negativo relevante: usando EEG (atividade elétrica cerebral) e eye-tracking (padrões de fixação e movimento ocular) sobre clipes reais, deepfakes e vídeos de sósias (look-alikes) do Celeb-DF, não houve diferença estatisticamente significativa nos sinais neurofisiológicos entre vídeos reais e deepfakes — só os sósias geraram um padrão implícito diferente.
Do ponto de vista metodológico, o framework DECEIVE é pensado para ser usado tanto defensivamente quanto ofensivamente: a mesma métrica que mede "quão bem o deepfake engana a percepção implícita humana" pode, em tese, ser usada por quem produz deepfakes para selecionar iterativamente as versões mais convincentes antes de publicá-las — os autores reconhecem esse caráter dual-use e justificam a publicação como forma de estabelecer, de forma aberta, o teto de capacidade de um atacante, para que ferramentas de detecção, proveniência e marca d'água sejam avaliadas contra um padrão realista, não contra a intuição de que "um humano atento perceberia".
O dado comportamental reforça a urgência: quase um terço dos deepfakes envolvendo identidades familiares aos participantes foi aceito como autêntico, um número que tende a piorar em contextos reais de vishing, fraude de CEO ou desinformação, onde a vítima tem motivação e tempo ainda menores para escrutinar o conteúdo do que em um experimento controlado de laboratório.
Para a prática forense, a conclusão é dura mas útil: peritos e analistas não podem depender de treinamento perceptivo humano — "olho treinado" — como linha de defesa contra deepfakes, porque o próprio substrato neurológico da percepção não parece discriminar o conteúdo sintético de boa qualidade. Isso reforça a necessidade de laudos periciais em mídia sintética se apoiarem em evidência técnica auditável (metadados, artefatos de compressão, inconsistências de iluminação/física detectáveis por ferramentas, proveniência criptográfica como C2PA) em vez de julgamento visual, e de protocolos de verificação de identidade corporativa e forense migrarem para múltiplos fatores que não dependam de reconhecimento visual ou de voz isolado.