Vídeo gerado por IA como prova: o que ele realmente demonstra

Um vídeo gerado por IA como prova pode ser um arquivo perfeitamente existente, reproduzível e apresentado ao tribunal sem demonstrar que a pessoa retratada realmente pronunciou as palavras exibidas. Essa diferença ficou evidente em State v. Horcasitas, decisão da Corte de Apelações do Arizona publicada em 30 de setembro de 2026: a condenação foi mantida, mas a sentença foi anulada porque a representação sintética da vítima influenciou a dosimetria de maneira considerada fundamentalmente injusta.

O ponto técnico não é simplesmente classificar o material como “real” ou “falso”. É necessário separar imagens históricas, edição, voz, animação facial, roteiro, sincronização e montagem final. Cada camada pode ter uma origem diferente e permitir conclusões diferentes. Para a defesa, essa decomposição é o caminho para avaliar a confiabilidade do conteúdo, formular quesitos e delimitar o que efetivamente pode ser afirmado.

O que a Corte do Arizona decidiu em State v. Horcasitas

O caso envolveu um vídeo apresentado na audiência de sentença. Segundo a decisão judicial, o material combinava imagens reais da vítima com segmentos gerados ou reconstruídos por inteligência artificial, nos quais ela parecia falar com familiares, com o tribunal e com o réu.

A Corte de Apelações distinguiu os registros reais incorporados ao vídeo da representação sintética que não refletia eventos reais. A opinião registra que os trechos produzidos posteriormente apresentavam pensamentos e declarações como se viessem diretamente da vítima, embora fossem baseados nas percepções e na imaginação da irmã.

O juiz declarou que considerava a representação genuína e que o vídeo influenciou sua percepção sobre o perdão, o caráter da vítima e a pena aplicável. Por isso, a corte concluiu que a consideração do material tornou o procedimento de dosimetria fundamentalmente injusto.

A consequência foi específica: a condenação por manslaughter foi mantida, enquanto a sentença — mencionada como sendo de 10,5 anos de prisão, além de uma pena concorrente por endangerment — foi anulada e remetida para novo procedimento de dosimetria. A decisão não criou uma regra universal de inadmissibilidade para qualquer conteúdo gerado por IA e tampouco declarou inválido todo o processo.

Esse recorte é importante. O tribunal não afirmou que toda reconstrução audiovisual sintética é inadmissível. O que foi considerado problemático foi o peso atribuído, naquela etapa processual, a uma representação tratada como genuína apesar de não refletir acontecimentos históricos.

O que um vídeo gerado por IA como prova realmente demonstra

A aparência de uma pessoa e a semelhança de sua voz não comprovam, por si sós, que ela tenha pronunciado determinada mensagem. Um roteiro pode ter sido escrito posteriormente por terceiros, uma voz pode ter sido sintetizada, uma imagem pode ter sido animada e todos esses componentes podem ter sido sincronizados em uma montagem visualmente convincente.

A pergunta correta é mais específica: qual elemento do vídeo corresponde a um registro histórico e qual foi produzido, alterado ou organizado posteriormente?

Essa pergunta exige separar pelo menos quatro proposições diferentes:

• o arquivo existe e foi entregue à perícia;
• o arquivo analisado corresponde à cópia recebida;
• os elementos audiovisuais têm determinada origem técnica;
• a mensagem representa algo que a pessoa efetivamente viu, disse ou vivenciou.

As duas primeiras proposições podem ser demonstradas com hashes, documentação de recebimento e comparação de cópias. A terceira depende de análise de estrutura, conteúdo, versões e materiais de referência. A quarta é uma questão histórica e probatória muito mais ampla, que não decorre automaticamente da integridade do arquivo ou da semelhança com a pessoa retratada.

Gravação original, edição, dublagem e reconstrução não são a mesma coisa

Na perícia em vídeo sintético, utilizar apenas a oposição entre “original” e “deepfake” empobrece a análise. Modalidades tecnicamente distintas podem produzir efeitos visuais semelhantes, mas possuem origens e significados probatórios diferentes.

A classificação também pode ser híbrida. Um vídeo pode começar com uma fotografia ou gravação real, receber uma animação facial em determinados intervalos, utilizar uma faixa de voz sintetizada e terminar com imagens documentais. Por isso, a unidade de análise não deve ser necessariamente o arquivo inteiro.

Autenticidade do arquivo não é autenticidade da mensagem

Um arquivo pode ser autêntico em relação à cópia examinada e, ainda assim, conter uma mensagem produzida posteriormente. Essa é uma das distinções mais importantes para interpretar uma prova audiovisual sintética.

Se a perícia recebe um arquivo exportado e calcula seu hash, o resultado permite verificar se aquela cópia permaneceu igual desde o cálculo. Ele não informa, sozinho, quando cada trecho foi produzido, quem escreveu o roteiro, quais materiais foram usados como referência ou se a fala corresponde a uma manifestação histórica.

O mesmo vale para metadados. Eles podem registrar contêiner, codec, resolução, taxa de quadros, software, timestamps e outros atributos. Esses dados ajudam a reconstruir o histórico técnico, mas podem ser removidos, regravados ou alterados durante exportações e conversões. Um timestamp isolado não transforma uma reconstrução em registro contemporâneo ao fato.

A distinção pode ser resumida assim:

• autenticidade do arquivo: o objeto digital examinado é o mesmo que foi recebido ou preservado;
• proveniência: é possível reconstruir de onde o objeto veio e por quais etapas passou;
• autenticidade do conteúdo: os elementos presentes correspondem ao que se afirma sobre sua produção;
• autenticidade histórica da mensagem: a fala, cena ou manifestação representa algo efetivamente produzido pela pessoa no momento alegado.

Essas propriedades se relacionam, mas não são equivalentes. Confundir uma com outra pode levar a conclusões excessivas sobre autoria, intenção ou valor probatório.

Quais camadas devem ser examinadas na perícia do vídeo

Uma análise tecnicamente defensável deve decompor o material em camadas e explicitar quais dados sustentam cada conclusão.

Imagem e quadro: o exame pode observar continuidade visual, reencodificação, cortes, transições, alterações de iluminação, inconsistências de movimento e sinais compatíveis com composição ou animação. A análise quadro a quadro é mais informativa do que uma avaliação baseada apenas na aparência geral do vídeo.

Voz e áudio: espectro, prosódia, formantes, ruído, continuidade, compressão e comparação com amostras conhecidas podem ser relevantes. A qualidade, a duração e a representatividade das amostras de referência condicionam qualquer conclusão. A semelhança vocal não equivale a prova de que a pessoa proferiu o texto.

Animação facial e sincronização: é necessário verificar se movimentos labiais, expressões, fonemas e mudanças de enquadramento permanecem coerentes. Uma sincronização convincente apenas demonstra compatibilidade audiovisual; não demonstra que imagem e fala tenham sido captadas juntas.

Roteiro e legendas: o texto falado ou exibido precisa ser tratado como componente próprio. Deve-se buscar sua origem, versões, autoria documentada, alterações e relação com os materiais de referência. A origem do roteiro não pode ser inferida apenas da voz ou da aparência usada na montagem.

Edição e montagem: cortes, transições, trilhas, exportações e composições podem conectar materiais de épocas ou origens diferentes. O resultado final pode ser um arquivo genuíno quanto à exportação, mas não um registro contínuo dos acontecimentos.

Materiais de referência: fotografias, gravações, amostras de voz e documentos utilizados na criação devem ser preservados quando disponíveis. Sem esses materiais, a análise pode indicar compatibilidades ou limitações, mas não deve preencher lacunas com especulação sobre o modelo ou o processo empregado.

O que mapear por intervalo de tempo

O vídeo deve ser segmentado por timecode, quadro, faixa de áudio ou outro critério reprodutível. Para cada trecho, o relatório pode registrar:

• intervalo analisado;
• imagem utilizada e sua origem conhecida;
• faixa de áudio e características observadas;
• presença de animação, composição ou edição;
• relação com materiais de referência;
• classificação como original, editado, sintetizado, derivado ou inconclusivo;
• limitações que impedem uma conclusão mais forte.

Esse mapa evita que uma constatação sobre poucos segundos seja generalizada para todo o arquivo. Também facilita a revisão independente por outro profissional.

Fluxo técnico: preservar, reconstruir a origem e testar hipóteses

O exame deve começar antes da interpretação. O primeiro passo é preservar o arquivo recebido sem alterar o original, documentando data, meio de recebimento, identificação do item e condições de acesso. Em seguida, produzem-se cópias de trabalho, com registro dos hashes e das operações realizadas.

Um fluxo possível inclui:

1. preservar o arquivo e documentar seu recebimento;
2. calcular hashes da cópia preservada e das cópias de trabalho;
3. localizar arquivos nativos, versões intermediárias e exportações anteriores;
4. coletar registros de edição, configurações, logs e materiais de referência;
5. examinar contêiner, streams, codec, timestamps e estrutura do arquivo;
6. mapear o conteúdo por intervalos de tempo;
7. analisar separadamente imagem, áudio, voz, sincronização e edição;
8. comparar os achados com referências originais e com a narrativa de apresentação;
9. registrar hipóteses testadas, resultados, limitações e possibilidade de reprodução.

O hash cumpre papel de controle de correspondência e integridade de uma cópia ou fluxo analisado. Ele não certifica a verdade histórica do conteúdo. Da mesma forma, a existência de logs pode aumentar a auditabilidade, mas não elimina a necessidade de examinar o que foi feito e sobre qual arquivo.

A auditoria da cadeia de custódia da prova digital ajuda a organizar a documentação do percurso, da posse e do manuseio do material. Em um vídeo sintético, essa reconstrução deve ser complementada pelo histórico de produção e edição, que pode existir fora da cadeia de custódia tradicional do arquivo apresentado.

As boas práticas do SWGDE também ressaltam que autenticar um arquivo não significa autenticar automaticamente os eventos representados. A conclusão precisa indicar o escopo examinado, os dados disponíveis e o grau de incerteza remanescente.

O que hashes, metadados e detectores de IA conseguem — e não conseguem — provar

Detectar sinais compatíveis com geração artificial é diferente de estabelecer origem, autoria, intenção ou significado da mensagem. Um detector automatizado pode auxiliar na triagem e indicar trechos que merecem exame aprofundado, mas está sujeito a falsos positivos, falsos negativos e limitações de generalização.

Ele pode não reconhecer um conteúdo parcialmente manipulado, falhar diante de nova forma de síntese ou classificar incorretamente um arquivo recomprimido. Mesmo um resultado tecnicamente consistente não informa, sozinho, quem produziu a alteração, por que a produziu ou qual foi o contexto de apresentação.

Por isso, a limitação dos detectores de deepfake em áudio e vídeo deve ser considerada no desenho da perícia. A detecção é uma camada de investigação, não uma substituição da análise de proveniência e do exame do conteúdo.

A abordagem do NIST sobre conteúdo sintético diferencia proveniência, autenticação, marcação e detecção. Essas estratégias podem ser complementares, mas nenhuma delas transforma automaticamente um arquivo em relato historicamente verdadeiro. Quando o material é uma cópia exportada, um download ou uma publicação em rede social, também é preciso avaliar o que se perdeu no caminho. Nesse contexto, é útil considerar o que artefatos digitais não nativos conseguem estabelecer, especialmente sobre origem, contexto e integridade.

Como traduzir o achado técnico para o contraditório criminal

O relatório não deve limitar-se a dizer que o vídeo é “falso” ou “verdadeiro”. A pergunta profissional é: qual proposição foi testada, com quais dados, por qual método e com quais limitações?

Para a defesa, podem ser pertinentes quesitos como:

• Qual é o arquivo mais antigo disponibilizado para exame e como sua integridade foi verificada?
• Existem arquivos nativos, versões intermediárias, projetos de edição ou registros de exportação?
• Quais intervalos contêm imagens históricas e quais apresentam edição, animação, composição ou síntese?
• Há documentação sobre a origem do roteiro e das palavras atribuídas à vítima?
• A voz analisada é uma gravação histórica, uma dublagem, uma síntese ou uma classificação inconclusiva?
• Quais materiais de referência foram usados para imagem e voz e eles foram disponibilizados à perícia?
• O método utilizado foi validado para aquele tipo de arquivo, compressão, duração e qualidade?
• O resultado é reproduzível por outro examinador com os mesmos dados?
• O que o achado demonstra e o que ele não permite afirmar sobre autoria, intenção ou contexto?
• A conclusão foi feita sobre todo o vídeo ou apenas sobre trechos determinados?

A formulação de quesitos técnicos para a perícia digital é mais útil quando transforma dúvidas genéricas em perguntas verificáveis. Em vez de perguntar apenas se “o vídeo é uma montagem”, pode-se questionar quais segmentos foram alterados, quais evidências sustentam a classificação e quais hipóteses alternativas permanecem possíveis.

A contra perícia técnica de arquivos e vídeos também pode revisar a seleção dos arquivos, a metodologia, os parâmetros, as referências e a passagem de um achado técnico para uma conclusão probatória. O objetivo não é substituir uma conclusão por outra sem base, mas permitir que a cadeia de raciocínio seja auditada.

Conteúdo sintético significa nulidade automática?

Não. A identificação de conteúdo gerado ou alterado por IA pode limitar a confiabilidade de determinada afirmação e produzir impacto processual, mas não determina automaticamente nulidade, absolvição ou exclusão de todo o conjunto probatório.

A análise deve seguir uma sequência mais cuidadosa:

Constatação técnica: determinado trecho contém elementos sintetizados, editados ou cuja origem não pôde ser confirmada.

Limitação: o trecho não pode ser tratado como gravação histórica da fala ou do evento sem suporte adicional.

Possível impacto: é necessário avaliar a relevância do material, a forma como foi apresentado, o contraditório disponível e sua influência concreta na decisão.

Consequência jurídica: cabe ao órgão julgador aplicar as normas pertinentes ao caso, sem importar automaticamente a solução de um precedente estrangeiro.

Em State v. Horcasitas, o impacto reconhecido pela corte atingiu a dosimetria. A condenação foi mantida. Esse resultado mostra por que a conclusão técnica deve ser precisa: uma limitação pode comprometer uma etapa específica sem invalidar automaticamente todo o processo.

No Brasil, a cadeia de custódia prevista nos arts. 158-A a 158-F do Código de Processo Penal fornece o contexto para documentar o percurso do vestígio, desde o reconhecimento até o armazenamento e o descarte. A documentação é relevante para a mesmidade, a integridade e a possibilidade de exame independente, mas seu efeito jurídico depende dos fatos, do prejuízo e do conjunto probatório. O Código de Processo Penal e suas regras sobre cadeia de custódia não transforma qualquer lacuna documental em prova automática de adulteração.

Checklist para analisar um vídeo sintético apresentado como prova

Antes de extrair conclusões, a equipe deve verificar:

• o arquivo originalmente recebido foi preservado sem alterações;
• foram calculados e documentados hashes das cópias examinadas;
• a cadeia de custódia e o histórico de acesso foram registrados;
• existem arquivos nativos, versões intermediárias e projetos de edição;
• foram coletados logs, configurações, exportações e materiais de referência;
• o vídeo foi segmentado por intervalos de tempo;
• imagem, voz, animação, roteiro, sincronização e edição foram analisados separadamente;
• a origem das palavras atribuídas à pessoa foi investigada;
• métodos automatizados foram tratados como auxiliares, não como prova isolada;
• limitações de amostra, compressão, qualidade e validação foram declaradas;
• outro examinador poderia compreender e reproduzir o caminho analítico;
• o relatório separa achado técnico, inferência, hipótese e consequência jurídica.

Quando o arquivo original não está disponível, a perícia ainda pode examinar a cópia existente, seus artefatos, sua estrutura e sua compatibilidade com determinadas hipóteses. O alcance da conclusão, porém, deve ser reduzido. Não é adequado afirmar que uma cópia publicada em rede social revela todo o processo de produção ou permite identificar, sem outros dados, quem criou o roteiro e a montagem.

Perguntas frequentes

Um aviso de que o vídeo foi criado por IA torna a mensagem confiável para fins processuais?

Não. O aviso esclarece que houve geração ou reconstrução, mas não demonstra a origem do roteiro, a fidelidade da representação ou a relevância da mensagem para o fato discutido. A confiabilidade depende da documentação, do contexto e da possibilidade de contraditório.

É possível identificar quais materiais foram usados para recriar a voz ou a aparência sem acessar os arquivos de produção?

Em alguns casos, a análise pode apontar compatibilidades com amostras conhecidas ou indicar características técnicas do resultado. Sem os arquivos de referência, registros de produção e versões intermediárias, normalmente não é possível afirmar com segurança todo o conjunto de materiais utilizado.

A perícia consegue determinar quem escreveu o roteiro de uma reconstrução audiovisual?

A autoria do roteiro exige evidências próprias, como documentos, versões, registros de edição, comunicações ou logs. O exame do vídeo pode indicar que a fala foi inserida posteriormente, mas não identifica automaticamente a pessoa que redigiu o texto.

Conclusão

A principal lição de State v. Horcasitas não é que vídeos gerados por IA sejam sempre inválidos. É que uma representação visualmente convincente não deve ser tratada como manifestação histórica sem que sua origem, composição e contexto sejam demonstrados.

Em uma análise forense, a pergunta precisa migrar de “o vídeo é real?” para “quais elementos são reais, quais foram produzidos depois e o que cada trecho permite afirmar?”. Preservar o arquivo, reconstruir sua proveniência, examinar versões, separar imagem, voz, roteiro e edição e declarar as limitações do método são etapas indispensáveis para que o material possa ser auditado.

Quando essa distinção é respeitada, a prova audiovisual deixa de ser avaliada por impressão de autenticidade e passa a ser examinada por rastreabilidade, reprodutibilidade e correspondência entre o dado e a conclusão. É justamente essa separação que permite ao processo reconhecer o valor possível do material sem atribuir à imagem ou à voz sintética uma história que os dados não comprovam.