A Marca de Água de IA da Meta Já Está a Falhar em Testes Básicos

Pontos-chave

• A Meta lançou Content Seal em julho de 2025, uma marca de água invisível aplicada apenas a imagens criadas pelo seu novo gerador de imagens Muse.
• A Reuters testou Content Seal em 2025 e descobriu que falhou na deteção de mais de metade das imagens geradas por Muse depois de terem sido cortadas.
• Quando uma imagem de teste foi inserida no assistente de IA Gemini do Google e no portal oficial de deteção C2PA, nenhuma ferramenta confirmou que a imagem era gerada por IA.
• A Meta oferece ferramentas de geração de imagens de IA desde 2023, o que significa que anos de produção não podem ser identificados pelo seu novo sistema.
• A tecnologia de marca de água SynthID do Google já foi adoptada pela OpenAI, mas a Meta optou por construir um sistema separado e incompatível.

A Meta, a empresa por trás do Facebook e Instagram, anunciou discretamente uma nova ferramenta em julho chamada Content Seal. A ideia é simples: cada imagem criada pelo gerador de imagens de IA da Meta, Muse, recebe um carimbo invisível incorporado na imagem. Não o consegue ver, mas uma ferramenta de deteção consegue lê-lo e indicar-lhe que a imagem foi feita por IA.

A marca de água invisível não é nova. O Google já executa um sistema chamado SynthID que funciona da mesma forma, e a OpenAI também o utiliza. Um padrão de indústria separado chamado C2PA Content Credentials, que é uma espécie de certificado digital de origem que viaja com um ficheiro de imagem, também existe e a Meta já faz parte do comité de direção que o promove.

Então, porque construir mais um sistema a partir do zero?

A Meta não deu uma resposta clara. O que deu é uma ferramenta com algumas lacunas notáveis.

Neste momento, Content Seal cobre apenas imagens do Muse. Não cobre vídeo. Não cobre nada feito com ferramentas de IA mais antigas da Meta, que têm estado a gerar imagens desde 2023. A ferramenta de deteção é um site separado que os utilizadores devem visitar por sua conta. Não está integrada na Meta AI, o chatbot da empresa, da forma como a deteção do Google está integrada no Gemini.

A Meta também limita quantas vezes por dia alguém consegue verificar imagens. Este limite diário é compreensível de um ponto de vista de segurança, mas funciona contra o objectivo de tornar a deteção fácil em escala. C2PA não tem tal limitação.

O problema maior é a compatibilidade. Quando The Verge fez um teste prático e inseriu uma imagem gerada por Muse no Gemini do Google e no portal oficial de verificação C2PA, nenhuma ferramenta a sinalizou como feita por IA. Content Seal, por enquanto, essencialmente só comunica consigo próprio.

A porta-voz da Meta, Faith Eischen, disse ao The Verge que a empresa está "a explorar formas de aproximar a deteção do local onde as pessoas encontram conteúdo gerado por IA" e está "determinada a trabalhar com os seus pares na indústria". Essa linguagem indica que o trabalho não está terminado.

A Reuters descobriu que o desempenho real do sistema é ainda mais fraco: Content Seal falhou na identificação de mais de metade das imagens geradas por Muse assim que foram cortadas. Cortar é uma das edições mais básicas que qualquer pessoa faz numa fotografia.

Devem os utilizadores comuns confiar em Content Seal para os proteger?

Ainda não, e não por si só. O sistema é demasiado limitado no que cobre, demasiado isolado das ferramentas que outras empresas utilizam, e demasiado fácil de quebrar com um simples corte.

Se vir uma imagem no Facebook ou Instagram com uma etiqueta "IA", essa etiqueta pode vir de sinais de metadados em vez de apenas Content Seal. Noutras plataformas, as imagens geradas por Muse podem não levar etiqueta alguma.

O que observar:

• Uma etiqueta de IA numa publicação não significa que todas as imagens geradas por IA tenham sido detectadas. A ausência de etiqueta não é prova de que uma imagem é real.
• A pesquisa reversa de imagens no Google ou num site dedicado de verificação de factos é ainda a sua verificação inicial mais fiável.
• As imagens cortadas ou redimensionadas são mais difíceis de ler para qualquer sistema de marca de água, portanto trate com especial cepticismo as imagens muito editadas.

Foram investigadores da Reuters e a equipa de AI da The Verge que expuseram estas lacunas. Crédito merecido.