Quando o Tribunal Superior Eleitoral sinaliza que não há espaço para exceções nas regras contra deepfakes em campanhas eleitorais, mesmo que sejam chamadas de “do bem”, a decisão técnica e regulatória é acertada. Mas é preciso entender por que a discussão não é sobre moralidade da ferramenta, e sim sobre a impossibilidade prática de criar uma linha de corte confiável entre o que é manipulação benigna e o que é fraude intencional.
O debate veio à tona após a circulação de um vídeo gerado por inteligência artificial que recriava a figura de Jair Bolsonaro durante a convenção do PL. Para os apoiadores, o conteúdo era uma homenagem — uma demonstração de afeto. Para os ministros do TSE, foi um sinal de alerta sobre o que está por vir em 2026. A reação do tribunal foi a correta do ponto de vista técnico: não existem deepfakes “do bem” ou “do mal”. Existem deepfakes. O problema não está na intenção, e sim no mecanismo.
A fronteira invisível entre manipulação e homenagem
Do ponto de vista da engenharia de sistemas e processamento de mídia, toda deepfake compartilha da mesma base técnica: redes neurais generativas que aprendem a reproduzir características faciais, vocais e gestuais de uma pessoa a partir de um conjunto de dados de treinamento. Uma vez que o modelo é treinado, as saídas podem ser controladas em termos de conteúdo, mas o método de geração é essencialmente o mesmo, seja para criar um vídeo emocionante em uma convenção partidária ou para fabricar uma declaração falsa de um candidato adversário.
O que diferencia uma “boa” de uma “má” intenção é um juízo de valor que acontece fora do sistema — na cabeça de quem criou, de quem compartilhou e de quem interpretou o conteúdo. E é exatamente aí que mora o risco para a integridade eleitoral. Se você cria uma exceção para a “deepfake sentimental”, quem garante que na corrida eleitoral de 2026 um vídeo de um candidato supostamente emocionado em um comício não foi gerado artificialmente? A régua precisa ser absoluta, ou ela não serve.
Minha experiência com moderação de conteúdo automatizada em plataformas digitais me mostrou algo crucial: sistemas de detecção de manipulação de mídia funcionam bem quando as regras são binárias. “Pode” ou “não pode”. Quando você introduz nuances — “pode desde que seja para homenagem” —, o volume de falsos positivos e a complexidade de revisão humana disparam. O resultado é que ninguém consegue aplicar a regra de forma consistente, e a confiança no processo regulatório se desgasta.
Por que a discussão técnica sobre sintetização de mídia é mais importante que a política
O que a sinalização do TSE revela, para quem trabalha com inteligência artificial e produto digital, é que os reguladores estão começando a entender a diferença entre a intenção do uso e o método de criação. Durante muito tempo, a discussão sobre regulação de IA no Brasil ficou presa a conceitos vagos como “transparência” e “accountability”. Agora, com o foco em deepfakes especificamente, a conversa se torna mais operacional.
Do ponto de vista técnico, uma proibição geral de deepfakes em propaganda eleitoral levanta três desafios práticos que engenheiros de software e líderes de produto precisam ter no radar:
- Detecção em escala: Nenhum modelo de detecção de deepfake tem 100% de precisão. Em um cenário onde milhões de peças de mídia são produzidas durante uma campanha, o custo computacional de analisar cada frame de cada vídeo é proibitivo para plataformas de médio porte. O TSE precisará definir se a responsabilidade pela detecção será das plataformas (como no modelo de direito autoral) ou se haverá um órgão central de análise.
- Conteúdo gerado por terceiros: Se um eleitor produz um vídeo “do bem” com a imagem de um candidato e publica em rede social sem autorização do partido, quem responde? O modelo de responsabilidade civil precisa ser claro, e a tecnologia de watermarking em mídia gerada por IA ainda não é obrigatória nem padronizada no Brasil.
- Efeito chilling na criatividade: Campanhas políticas sempre usaram ferramentas criativas — edição de vídeo, montagem, animação. Se a proibição for muito ampla, há risco de coibir o uso legítimo de ferramentas de IA para produção de conteúdo que não engana, como legendas automáticas, síntese de voz para acessibilidade ou geração de imagens para materiais gráficos. O regulador precisa usar bisturi, não machado.
A falsa dicotomia entre deepfake útil e deepfake perigosa
O argumento de quem defende a exceção das “deepfakes do bem” é tentador: se a IA pode ser usada para homenagear, emocionar ou educar, por que proibir? A resposta, aprendi em anos lidando com sistemas de recomendação e moderação de conteúdo, é que a tecnologia não distingue contexto, e a regulação também não deveria — pelo menos não no momento da criação da mídia.
Legalizar a deepfake “do bem” significa criar um precedente onde o criador do conteúdo alega intenção positiva. Mas como verificar essa intenção? Quem decide o que é “bem intencionado”? Um juiz eleitoral? Um comitê de ética? Um algoritmo treinado para detectar sentimentos? A subjetividade introduzida por essa exceção é um convite para que atores mal-intencionados explorem as brechas, e engenheiros de software sabem que brechas em sistemas de regras são o equivalente a um caminho pavimentado para exploração de vulnerabilidades.
No mundo de produtos digitais, a lição é direta: sistemas seguros são aqueles que definem limites claros. Se você permite que um usuário envie um vídeo gerado por IA de um político desde que seja “carinhoso”, você precisa de um processo de revisão de 100% do conteúdo ou de um modelo de classificação de sentimento funcional — e nenhuma dessas soluções escala ou é confiável o suficiente para uma eleição nacional.
Implicações práticas para a operação de campanhas e plataformas de mídia
A tendência de endurecimento das regras pelo TSE deve impactar diretamente a maneira como as campanhas contratam tecnologia. Equipes de marketing digital que planejam usar ferramentas de geração de conteúdo com IA para produção de vídeos de campanha precisam, a partir de agora, considerar dois cenários: o de que a produção será permitida se for claramente identificada como artificial, e o de que será proibida independentemente da identificação.
Para engenheiros que trabalham em plataformas de redes sociais e aplicativos de mensageria, a sinalização do TSE significa que o desenvolvimento de ferramentas internas de detecção de manipulação de mídia deve se tornar prioridade. Não se trata mais de uma questão de "se" o regulador vai exigir a capacidade de identificar deepfakes, mas "quando" isso será obrigatório. Quanto antes as equipes de produto começarem a discutir arquiteturas de verificação de mídia e integração com APIs de detecção forense — como modelos de análise de inconsistências de iluminação, reflexos e frequências de áudio —, melhor preparadas estarão para evitar multas e sanções.
Do ponto de vista de privacidade e segurança, outro ponto que não pode ser ignorado: o treinamento de modelos generativos para criar deepfakes de pessoas públicas, mesmo que para uso “bem intencionado”, depende de um volume enorme de dados biométricos faciais. Isso levanta questões sobre consentimento, armazenamento e proteção desses dados biométricos, especialmente à luz da LGPD. O regulador, ao endurecer as regras, também está indiretamente protegendo o direito à imagem como dado pessoal sensível — e isso é um avanço técnico-jurídico que faz sentido.
O que esperar para a regulação de IA em 2026
A posição do TSE, embora pareça dura, é na verdade a mais segura do ponto de vista de engenharia de sistemas regulatórios. Criar exceções para “deepfakes do bem” seria como permitir que um firewall tenha uma regra que libera tráfego desde que ele seja “amigável”. Não funciona. O regulador sabe disso, e a sinalização dos ministros indica que a diretriz para 2026 será de proibição total, com possíveis exceções apenas para casos de uso claramente educacionais ou de acessibilidade, desde que rastreáveis e auditáveis.
Para quem trabalha com tecnologia e produto digital, o recado é claro: invista em detecção, não em contorno da legislação. A engenharia de soluções de IA para campanhas eleitorais precisa ser repensada com foco em transparência e rastreabilidade, e não em criatividade sem limites. Em 2026, o que vai definir a reputação de uma ferramenta de IA no mercado político não será sua capacidade de gerar conteúdo realista, mas sua capacidade de provar que tudo que gerou pode ser identificado como tal.
A decisão do TSE de vetar as “deepfakes do bem” não é um atraso. É um reconhecimento de que, quando o assunto é integridade da informação em processos democráticos, a tecnologia ainda não tem maturidade para lidar com nuances. E como engenheiro, prefiro regras claras — mesmo que restritivas — do que exceções que ninguém sabe como implementar.