O problema da IA não é apenas criar imagens falsas, mas fazer qualquer imagem parecer suspeita

Por décadas, a fotografia científica, seja ela capturada por um microscópio, um telescópio ou um equipamento médico especializado, carregou um peso imenso no universo da pesquisa. Essas imagens eram consideradas registros diretos e inquestionáveis da realidade, o resultado tangível de experimentos meticulosamente conduzidos. Contudo, a ascensão da inteligência artificial (IA) está redefinindo completamente esse paradigma.

Atualmente, com apenas alguns comandos, é possível gerar figuras digitais de realismo impressionante, capazes de mimetizar com perfeição imagens científicas autênticas. Essa capacidade levanta uma questão crucial e delicada: como podemos, de fato, distinguir uma evidência genuína de uma criação puramente digital? A linha entre o real e o simulado está se tornando cada vez mais tênue.

Quando uma imagem perfeita deixa de ser uma prova confiável

A evolução vertiginosa da inteligência artificial generativa transcende o impacto em redes sociais ou na produção de conteúdo de entretenimento. Ela começa a abalar um dos pilares fundamentais da pesquisa científica: a confiança intrínseca nas imagens empregadas como evidências. Modelos de IA contemporâneos são capazes de produzir representações altamente convincentes de uma vasta gama de elementos, incluindo células, tecidos, órgãos, estruturas anatômicas, gráficos complexos, mapas detalhados, materiais diversos e até mesmo imagens astronômicas.

Em muitos cenários, o resultado final apresenta uma aparência tão profissional e autêntica que pode facilmente enganar até mesmo observadores e especialistas com vasta experiência em suas respectivas áreas. O cerne do problema, no entanto, não reside no uso da tecnologia de IA em si, que possui aplicações legítimas e valiosas.

Ferramentas de inteligência artificial já são amplamente utilizadas para auxiliar pesquisadores em diversas tarefas construtivas, como a criação de ilustrações didáticas, a reconstrução visual de dados, a edição de imagens para clareza e a geração de dados sintéticos essenciais para o treinamento de algoritmos. Essas aplicações podem, de fato, facilitar a divulgação científica, tornando conceitos complexos muito mais acessíveis ao público e à comunidade acadêmica.

A verdadeira dificuldade emerge quando a fronteira entre uma ilustração claramente identificada como tal e uma imagem apresentada como evidência experimental se dissolve. Especialistas alertam que essa distinção está se tornando progressivamente mais difícil de ser feita. Nan Li, professora associada de Comunicação Científica na Universidade de Wisconsin-Madison, enfatiza que o crescimento exponencial de imagens produzidas por IA representa um risco direto e substancial para a credibilidade da ciência como um todo.

Por muitos anos, elementos como a qualidade técnica impecável, a aparência profissional e a origem institucional de uma imagem serviram como indicadores confiáveis de sua autenticidade. Hoje, esses mesmos sinais, antes considerados baluartes da verdade, já não oferecem a mesma segurança e podem ser facilmente replicados ou forjados pela IA.

Os casos concretos que ilustram essa preocupação já começaram a surgir na comunidade científica:

• Em 2024, dois artigos científicos que haviam passado por revisão por pares precisaram ser sumariamente retirados de circulação. O motivo: apresentavam figuras geradas por inteligência artificial que continham erros anatômicos impossíveis e textos ilegíveis, evidenciando a manipulação.
• Pouco tempo depois, em 2026, uma renomada revista médica internacional também se viu obrigada a retirar uma imagem clínica de um estudo. A decisão veio após os próprios autores admitirem que haviam utilizado IA para alterar a imagem. Embora as modificações pudessem parecer discretas, a retração sublinhou um princípio fundamental da pesquisa científica: em áreas críticas como a medicina, uma imagem não serve apenas para ilustrar um estudo, mas constitui uma parte integrante e crucial da evidência apresentada.

O maior risco talvez não seja a imagem falsa, mas a perda da confiança

Para tentar conter essa nova onda de desafios, diversas editoras científicas ao redor do mundo passaram a implementar e utilizar sistemas avançados capazes de detectar imagens produzidas ou manipuladas por inteligência artificial. No entanto, esses detectores enfrentam um problema análogo ao dos softwares antivírus: eles geralmente evoluem a um ritmo mais lento do que as próprias ferramentas que tentam identificar.

Os modelos generativos de IA aprendem e se aprimoram rapidamente, produzindo imagens cada vez mais sofisticadas e modificando seus padrões de criação constantemente. Em contraste, os detectores dependem de características e assinaturas previamente conhecidas para identificar possíveis manipulações. Estudos recentes demonstram que esses sistemas ainda apresentam dificuldades significativas ao analisar imagens que foram comprimidas, editadas ou produzidas por modelos de IA mais recentes e avançados. Em essência, existe uma corrida tecnológica permanente e incessante entre aqueles que criam imagens sintéticas e aqueles que se esforçam para identificá-las.

Mas talvez a consequência mais preocupante e de longo alcance seja outra: se qualquer imagem puder ser facilmente falsificada ou questionada, até mesmo os registros verdadeiros e autênticos passarão a despertar desconfiança generalizada. Nesse cenário desfavorável, muitas pessoas podem deixar de confiar nas evidências objetivas e passar a acreditar apenas naquilo que confirma suas próprias convicções preexistentes, um fenômeno que enfraqueceria ainda mais a já complexa comunicação científica.

Por essa razão, diversos especialistas defendem que o futuro não reside na proibição total do uso da inteligência artificial na ciência, mas sim no estabelecimento de regras claras e rigorosas de transparência. Sempre que uma imagem for criada, modificada ou aprimorada com o auxílio de IA, essa intervenção deverá ser informada de maneira explícita e inequívoca. Da mesma forma, pesquisadores precisarão documentar com precisão se determinada figura representa:

• Uma observação real e direta.
• Uma reconstrução digital.
• Uma simulação computacional.
• Apenas uma ilustração didática.

Na ciência, a força e o valor de uma imagem nunca estiveram apenas em sua aparência visual. Seu verdadeiro poder reside na possibilidade de rastrear toda a cadeia de produção que conecta aquele registro ao experimento original que o gerou. É exatamente essa rastreabilidade que transforma uma simples fotografia em uma evidência científica irrefutável, e não apenas em uma imagem esteticamente agradável. A inteligência artificial não elimina esse princípio fundamental, mas torna sua preservação ainda mais vital e urgente. Afinal, à medida que criar imagens perfeitas se torna cada vez mais fácil, a confiança deixará de depender do que vemos e passará a depender, principalmente, de como cada imagem foi produzida e, crucialmente, verificada.