Detector de imagem IA: resultados, erros e limitações
Nos 12 arquivos gerados do teste original, os detectores sinalizaram indícios de IA nos 12. Após compressão JPEG, uma das 12 fotos foi sinalizada indevidamente. Estes resultados pertencem a uma amostra pequena: não significam 100% de precisão nem permitem comprovar a origem de outra imagem.
Uma análise que também mostra quando erra
- Consulte as contagens por condição e os resultados individuais para entender o que foi medido.
- Ao usar a ferramenta, prefira o arquivo original, antes de prints, recortes ou compressões.
- Leia os sinais de pixels, as credenciais de origem e as limitações separadamente. Resultado inconclusivo não é prova de fotografia real.
Amostra e procedimento
Em 17/09/2026 executamos os dois classificadores locais da engine 1.12 em 12 fotos do conjunto scikit-image e nas primeiras 12 imagens da parte 000001 do DiffusionDB, em ordem de arquivo. Cada original foi avaliado como recebido, recomprimido em JPEG com qualidade 65 e reduzido para no máximo 512 pixels por lado. São 24 originais e 72 execuções correlacionadas, não 72 imagens independentes.
Modelos e limites de entrada
Usamos AI-vs-Deepfake-vs-Real-ONNX e Community Forensics (commfor-model-384), com pesos fixados na engine. As contagens são do veredito conservador do sistema, não de uma classe bruta: entradas com lado menor abaixo de 384 pixels ou proporção maior que 3:1 recebem restrição. Isso contribui para resultados inconclusivos após redução. Pontuações individuais não são probabilidades calibradas.
O erro observado
A foto Hubble Deep Field recomprimida em JPEG foi sinalizada como possível geração por IA. Nas imagens geradas reduzidas, apenas 7 de 12 receberam esse sinal. As demais saídas devem ser lidas na planilha, inclusive as inconclusivas. O erro mostra por que uma pontuação isolada não deve fundamentar acusações de fraude.
O que este teste não valida
A amostra foi escolhida por disponibilidade, não sorteada para representar a internet. As imagens geradas vêm de Stable Diffusion; não testamos aqui gerações do ChatGPT ou todos os modelos recentes. Não foi verificada sobreposição com dados de treinamento. Não medimos calibração de probabilidades, edição por IA ou acurácia universal. Compressão e resolução afetam o resultado.
Pixels, C2PA e marcas invisíveis são evidências diferentes
Esta medição isola os classificadores de pixels: o cálculo recebe credenciais ausentes e marca não encontrada. Ela não homologa a verificação C2PA nem a detecção de marcas invisíveis. Na ferramenta completa, esses sinais são apresentados separadamente. Ausência de credencial ou de marca não comprova origem humana.
Resultados por condição
| Condição | Geradas sinalizadas / 12 | Fotos sinalizadas indevidamente / 12 | Inconclusivos / 24 |
|---|---|---|---|
| Original | 12 | 0 | 12 |
| JPEG qualidade 65 | 11 | 1 | 12 |
| Redução até 512 px | 7 | 0 | 17 |