Cinco minutos de treino j\u00e1 ajudam a identificar rostos criados por IA. A pesquisa, realizada por equipes das universidades de Leeds, Reading, Greenwich e Lincoln, no Reino Unido, foi publicada na Royal Society Open Science.<\/p>\n
O estudo avaliou a capacidade de distinguir rostos reais de gerados por IA, usando imagens criadas com StyleGAN3, da Nvidia. Ao todo, 664 volunt\u00e1rios participaram, entre super-reconhecedores e pessoas com habilidades comuns.<\/p>\n
No primeiro experimento, os participantes viam rostos um a um e decidiam, em at\u00e9 10 segundos, se eram reais ou artificiais. As imagens tinham apar\u00eancia extremamente realista, por\u00e9m eram geradas por computador.<\/p>\n
Antes do treinamento, o desempenho era baixo: super-reconhecedores acertavam 41% e o grupo comum, 30%. Muitos viravam rostos artificiais como reais, indicando facilidade de engano pela apar\u00eancia perfeita.<\/p>\n
O treinamento durou cerca de cinco minutos. Os volunt\u00e1rios aprenderam a observar sinais como dentes desalinhados, cabelos mal encaixados, pele lisa sem poros, olhos que n\u00e3o olham na mesma dire\u00e7\u00e3o, bem como simetria excessiva, transi\u00e7\u00f5es estranhas entre rosto e pesco\u00e7o, sombras incoerentes e deforma\u00e7\u00f5es em acess\u00f3rios.<\/p>\n
Ap\u00f3s o treino, a performance aumentou para 64% entre super-reconhecedores e 51% entre os participantes comuns, demonstrando ganho significativo em ambos os grupos. A melhora foi observada mesmo com um tempo de treino muito curto.<\/p>\n
A pesquisadora principal, a psic\u00f3loga Katie Gray, da University of Reading, indicou que o ganho \u00e9 encorajador e mostrou que o procedimento de treinamento tem efeito relevante em diferentes perfis de participantes. O estudo tamb\u00e9m revelou que o grupo com maior aptid\u00e3o n\u00e3o depende apenas de erros vis\u00edveis.<\/p>\n
Os autores destacam que a pr\u00e1tica parece ajudar na identifica\u00e7\u00e3o de sinais mais sutis. Mesmo quando os rostos eram apresentados lado a lado, a tend\u00eancia de melhoria com o treinamento se manteve, especialmente entre super-reconhecedores.<\/p>\n
Al\u00e9m disso, os pesquisadores observaram que, ap\u00f3s o treinamento, os participantes passaram mais tempo analisando cada imagem antes de responder, pr\u00e1tica que facilita a observa\u00e7\u00e3o de detalhes menores.<\/p>\n
Entre limita\u00e7\u00f5es, destacam-se o fato de o aprendizado ter sido avaliado logo ap\u00f3s o treinamento e a necessidade de acompanhar os participantes ao longo do tempo para confirmar a dura\u00e7\u00e3o do efeito. Ainda assim, os autores veem aplica\u00e7\u00f5es pr\u00e1ticas, especialmente em cen\u00e1rios de verifica\u00e7\u00e3o de identidade online.<\/p>\n
A investiga\u00e7\u00e3o aponta que treinar pessoas para reconhecer rostos pode complementar sistemas autom\u00e1ticos de verifica\u00e7\u00e3o, promovendo maior seguran\u00e7a em processos digitais e na detec\u00e7\u00e3o de perfis falsos gerados por IA.<\/p>\n","protected":false},"excerpt":{"rendered":"