O adiamento que expõe uma fragilidade estrutural
O Tribunal Superior Eleitoral (TSE) adiou a reunião que buscava unificar o entendimento sobre um vídeo com avatar de Jair Bolsonaro — gerado por inteligência artificial e utilizado pelo senador Flávio Bolsonaro em suas redes sociais. À primeira vista, parece mais um capítulo da novela envolvendo deepfakes e política. Mas, para quem trabalha com implementação de IA em escala, esse adiamento revela algo mais profundo: a dificuldade institucional de estabilizar critérios técnicos em um terreno que muda a cada semana.
Não estamos falando de um caso isolado ou de uma decisão burocrática. O adiamento expõe um vácuo regulatório que já deveria ter sido preenchido, especialmente considerando que as eleições municipais de 2026 estão no horizonte. Eu já vi de perto como ambientes sem regras claras para o uso de IA generativa se deterioram rapidamente — seja em processos corporativos, seja em disputas de visibilidade pública. O Judiciário hesitar agora pode custar caro em termos de credibilidade do processo eleitoral.
O que está realmente em jogo com o vídeo do avatar
O material em questão é um vídeo que utiliza um avatar de Jair Bolsonaro — uma representação digital gerada por IA, não uma gravação real. Tecnicamente, isso se enquadra no que chamamos de deepfake sintético, uma categoria que inclui desde rostos sobrepostos até vozes clonadas. A diferença crucial aqui é que o conteúdo não simula um evento real; ele recria a aparência e possivelmente a voz de uma figura pública para transmitir uma mensagem política.
Do ponto de vista da engenharia de IA, não há nada de particularmente sofisticado nesse tipo de geração. Modelos como Stable Diffusion, Midjourney ou ferramentas de face-swap em tempo real já permitem que qualquer pessoa com acesso a hardware modesto produza vídeos desse tipo. O problema não está na tecnologia — está na ausência de critérios para distinguir entre o que é licitamente sátira, o que é propaganda autorizada e o que é desinformação deliberada.
A reunião adiada pelo TSE tratava exatamente disso: tentar estabelecer parâmetros técnicos e legais para classificar esse tipo de conteúdo. Mas adiar a discussão sob o argumento de que o tema é complexo ou que precisa de mais estudos é, na prática, delegar a decisão ao calor da campanha — onde o dano já estará feito.
Por que a regulação de deepfakes é tecnicamente desafiadora
Para contextualizar melhor, é preciso entender que a regulação de conteúdo gerado por IA enfrenta três desafios fundamentais que qualquer equipe técnica reconhece:
- Rastreabilidade da origem: Diferentemente de um vídeo tradicional, um deepfake pode ser gerado em segundos e compartilhado em múltiplas plataformas antes que qualquer curadoria aconteça. Não há metadados obrigatórios que identifiquem o uso de IA — e quando existem, são facilmente removidos.
- Dificuldade de perícia automatizada: Ferramentas de detecção de deepfake evoluem, mas os modelos geradores evoluem na mesma velocidade. O resultado é uma corrida armamentista em que a acurácia dos detectores raramente ultrapassa 80% em cenários reais — o que é insuficiente para servir como prova judicial.
- Zona cinzenta entre criação e imitação: Avatares, caricaturas digitais e montagens explícitas (como aquelas que colocam o rosto de um político em um personagem de filme) podem ser consideradas expressão artística ou política protegida. Separar isso de um deepfake projetado para enganar o eleitor é uma tarefa que combina avaliação técnica com juízo de intenção — algo que algoritmos não fazem bem.
Esses pontos não são novidade para quem desenvolve políticas de uso de IA em empresas. Na minha experiência com implementação de governança de IA em ambientes corporativos, aprendi que a regulação eficaz precisa combinar regras claras sobre o que é permitido, mecanismos técnicos de auditoria e, acima de tudo, processos rápidos de resposta a incidentes. O Judiciário brasileiro ainda está na fase de entender o problema, enquanto o uso agressivo de deepfakes já é realidade em campanhas ao redor do mundo.
O precedente internacional e o que o Brasil pode aprender
Vale observar como outras jurisdições estão lidando com o tema. Nos Estados Unidos, a Comissão Eleitoral Federal (FEC) ainda não tem uma regra específica para deepfakes, mas diversos estados já aprovaram leis que exigem divulgação explícita de uso de IA em propagandas políticas. Na União Europeia, o AI Act em discussão classifica deepfakes como conteúdo de transparência obrigatória — mas a implementação é voluntária e depende de autorregulação das plataformas.
O que aprendemos com esses exemplos é que regulação sem mecanismos de enforcement é inócua. De nada adianta uma resolução do TSE que determine que deepfakes sejam identificados se não houver um processo ágil para remover conteúdo não conforme e punir os responsáveis. E o adiamento da reunião sugere justamente que esses mecanismos ainda não estão maduros.
Particularmente, acredito que o Brasil teria muito a ganhar se adotasse um modelo híbrido: regras claras sobre rotulagem obrigatória de conteúdo gerado por IA, combinadas com um canal técnico de denúncia que permita ao TSE agir em horas — não em semanas. O tempo de resposta é o fator crítico. Uma deepfake que circula por três dias sem contestação já pode ter alterado a percepção de milhares de eleitores.
O papel das plataformas e da engenharia de conteúdo
Não dá para discutir regulação de deepfake sem mencionar a responsabilidade das plataformas de distribuição. Twitter (agora X), YouTube, TikTok e Instagram são os vetores principais desses conteúdos. A engenharia de moderação de conteúdo dessas empresas já lida com desinformação textual e imagética há anos, mas deepfakes em vídeo representam um salto de complexidade.
Do ponto de vista da arquitetura de sistemas, detectar um deepfake antes da publicação exige modelos de machine learning treinados especificamente para esse fim — modelos que consomem GPU e recursos significativos. As plataformas grandes têm capacidade para isso, mas a disposição política de implementar filtros rigorosos varia muito. Além disso, qualquer filtro automático tende a gerar falsos positivos que afetam conteúdo legítimo, o que cria um dilema entre liberdade de expressão e proteção eleitoral.
Outro aspecto técnico que observo é a ausência de padrões abertos para metadados de origem de IA. Imagine se todo gerador de deepfake fosse obrigado por padrão técnico a inserir um hash criptográfico no arquivo final, registrando a data, o modelo usado e uma chave pública de identificação. Isso não resolveria todos os problemas — metadados podem ser removidos — mas criaria um rastro que facilitaria auditorias posteriores. Até hoje, nenhuma grande plataforma ou fornecedor de modelos adotou isso como prática padrão.
Implicações para o profissional de IA
Para engenheiros e líderes técnicos que trabalham com IA aplicada, esse caso do TSE não deve ser visto como uma notícia política distante. Ele é um sinal de alerta direto sobre a necessidade de incorporar princípios de uso responsável em qualquer projeto de geração de conteúdo sintético.
Algumas perguntas que deveríamos estar fazendo em nossos times de produto e engenharia:
- Nosso modelo ou ferramenta permite que usuários criem deepfakes de figuras públicas sem consentimento explícito?
- Temos mecanismos de logging que permitam rastrear quem gerou o quê e quando?
- Nossa política de uso aceitável prevê sanções claras para uso político não autorizado de avatares?
- Estamos preparados para responder a pedidos judiciais de remoção de conteúdo em menos de 24 horas?
Na minha experiência, times que negligenciam essas questões acabam enfrentando crises de reputação que poderiam ter sido evitadas com governança desde o design. O preço de não pensar em regulação antes do lançamento é sempre mais alto do que o custo de implementar controles preventivos.
O que esperar do cenário regulatório brasileiro
O adiamento da reunião no TSE não significa que o tema morreu. Pelo contrário: a pressão para que haja uma posição clara aumentará à medida que as eleições se aproximarem. A expectativa é que, até meados de 2025, tenhamos alguma resolução ou instrução normativa sobre o assunto. Mas, como profissional da área, não contaria com isso.
A realidade é que a regulamentação de deepfake exige um esforço multidisciplinar que o Judiciário, sozinho, não consegue entregar. Seria desejável que o TSE convocasse especialistas técnicos — engenheiros de machine learning, pesquisadores de detecção de deepfake, representantes de plataformas — para contribuir com a construção dos critérios. Até agora, a discussão tem sido predominantemente jurídica, o que explica a dificuldade de avançar em questões que exigem compreensão de limites técnicos.
Minha recomendação, tanto para profissionais de IA quanto para formuladores de políticas públicas, é que não esperemos a regulação pronta. Precisamos de autorregulação setorial, de padrões abertos de rotulagem e, acima de tudo, de uma postura proativa das empresas de tecnologia. Se a história nos ensina algo, é que a regulamentação sempre reage ao desastre — e não o previne.
Uma lição que vai além da política
O caso do avatar de Bolsonaro usado por Flávio e o adiamento da reunião do TSE podem parecer periféricos para quem trabalha com automação de processos ou com IA corporativa. Mas a verdade é que o mesmo vácuo regulatório que afeta o uso político de deepfakes também afeta o uso comercial. Quantas empresas já não enfrentaram problemas com deepfakes de executivos usados em golpes financeiros? Quantas marcas já não tiveram sua imagem associada a vídeos falsos?
A discussão sobre transparência, rastreabilidade e responsabilidade no uso de IA generativa não é um luxo teórico. É uma necessidade operacional para qualquer organização que pretenda usar essa tecnologia de forma ética e sustentável. O TSE hesitou, mas nós, profissionais da área, não podemos nos dar ao luxo de hesitar. O momento de construir pontes entre a técnica e a regulação é agora.