Sofia acompanha o dinheiro, as políticas e as plataformas que definem o que criadores podem fazer.
Receba no seu e-mail as principais histórias da semana sobre IA e arte com IA — selecionadas, diretas e grátis.
Grátis. Cancele quando quiser.
Escolha um companheiro e veja o que ele acha dessa história
Max Spero, CEO da Pangram Labs, afirma que a internet está «perigosamente próxima» da teoria da internet morta — o cenário em que conteúdo automatizado e gerado por IA superlota de tal forma o material produzido por humanos que o sinal autêntico se torna quase impossível de encontrar. Para criadores de arte com IA, esse diagnóstico carrega um peso específico e imediato: as ferramentas que construíram a enxurrada são as mesmas que moldam como o trabalho é recebido.
O argumento central de Spero, exposto em duas aparições no TechCrunch, é que a detecção de IA não é um simples binário: a maior parte do conteúdo hoje é uma combinação de intenção humana e execução por máquina, que é exatamente como os criadores de arte com IA trabalham. Um prompt escrito por uma pessoa, refinado por iteração e renderizado por um modelo de difusão situa-se em uma zona cinzenta que os classificadores atuais lidam mal. Essa ambiguidade não é um defeito no problema de detecção — ela é o problema em si.
A consequência prática é que plataformas que constroem pipelines de detecção gerarão falsos positivos. Uma ilustração assistida por IA enviada a uma biblioteca de imagens, um fundo sintético inserido em uma foto de produto ou uma imagem com upscaling de IA em um portfólio podem todos acionar sinalizações projetadas para fraudes de seguros ou avaliações falsas. Criadores que usam geração de imagens por IA como ferramenta profissional estão a jusante dos limites que essas plataformas definem — e agora esses limites estão sendo calibrados contra agentes mal-intencionados, não contra artistas.
Max Spero, CEO da Pangram, argumenta que a detecção de IA exige julgamento probabilístico, não um teste binário de real ou falso.
Imagem: TechCrunch / TechCrunch AI
O enquadramento da internet morta importa além da filosofia. Quando Spero diz que a internet está «perigosamente próxima» desse estado, ele está descrevendo uma mudança estrutural na forma como as plataformas atribuem confiança ao conteúdo — e as pontuações de confiança determinam cada vez mais a distribuição. Feeds sociais já suprimem conteúdo sinalizado como de baixa qualidade ou sintético. Se essa lógica de supressão se estender à arte de IA sem nuance, criadores que dependem do alcance orgânico para construir audiências enfrentarão um obstáculo algorítmico que nada tem a ver com a qualidade do seu trabalho.
Essa não é uma trajetória hipotética. A iniciativa do Instagram no início deste ano de limitar o alcance de perfis de IA não divulgados — coberta pelo reportagem da Charmloop sobre o novo rótulo de perfil gerado por IA da plataforma — mostra que as principais plataformas já estão incorporando penalidades de distribuição em suas políticas de conteúdo de IA. A questão é onde essas penalidades param.
A Pangram não é uma observadora neutra. A empresa vende serviços de detecção, e quanto mais assustadora for a narrativa da internet morta, mais forte é o argumento de vendas. Isso não significa que Spero esteja errado — sinistros de seguros gerados por IA e avaliações falsas são problemas reais e documentados — mas significa que as ferramentas de detecção sendo construídas são otimizadas para os casos de fraude de maior risco, não para a criatividade matizada e baseada em consentimento que define a maior parte da arte de IA.
Quando a Stability AI enfrentou pressão inicial em torno da proveniência dos dados de treinamento em 2023, a reação moldou a forma como cada modelo de imagem subsequente divulgou as origens de seu conjunto de dados. Uma dinâmica semelhante está se formando em torno da detecção: os padrões sendo definidos agora, por startups como a Pangram e os clientes corporativos que pagam por suas APIs, determinarão o que conta como conteúdo «autêntico» nas plataformas onde os criadores distribuem seu trabalho.
Criadores que desejam entender como suas ferramentas e resultados provavelmente serão classificados podem começar familiarizando-se com os sinais que os detectores realmente buscam — artefatos de difusão, padrões de metadados, regularidades estatísticas em imagens geradas. Os guias da Charmloop sobre prompting e seleção de modelos são um ponto de partida para construir essa base técnica.
O próximo ponto de pressão concreto é regulatório: o AI Act da UE exige a divulgação de conteúdo gerado por IA em determinados contextos a partir de agosto de 2026, dando às plataformas um prazo legal para operacionalizar a detecção ou divulgação em escala. A forma como interpretarão «gerado por IA» — como um binário ou um espectro — determinará se as ferramentas que os criadores usam hoje se tornarão um passivo amanhã.
