Deepfakes no WhatsApp: como reconhecer vídeos, áudios, imagens e chamadas falsas criadas por IA (Tero Vesalainen/Bússola)
Colaboradora
Publicado em 7 de julho de 2026 às 12h45.
Um vídeo de poucos segundos com o rosto de um familiar pedindo dinheiro ou o áudio de um amigo pedindo dados do cartão de crédito. Esses são dois exemplos de um dos golpes mais comuns hoje no Brasil, que enviam conteúdos de deepfakes no WhatsApp para enganar as vítimas. Identificar a manipulação antes de agir pode evitar prejuízos que, segundo o Banco Central, somaram R$ 6,5 bilhões em golpes via Pix em 2025.
Deepfakes são conteúdos de vídeo, áudio ou imagem gerados ou alterados por inteligência artificial (IA) para imitar a aparência e a voz de uma pessoa real. Dados da Sumsub, plataforma de verificação de identidade, mostram que esse tipo de fraude cresceu 126% no Brasil entre 2024 e 2025. A Polícia Federal aponta que a IA já está presente em 42,5% das fraudes financeiras registradas no país.
Mesmo com o avanço da IA, a tecnologia usada para criar deepfakes ainda deixa rastros. Veja cinco sinais que ajudam a identificar esses golpes recebidos pelo WhatsApp em vídeos, áudios e chamadas ao vivo.
O descompasso entre o que a pessoa diz e o movimento dos lábios é um dos indicadores mais confiáveis de deepfake em vídeo. A falha aparece com mais clareza em fonemas que exigem fechamento completo da boca, como as letras M, P e B. Se os lábios não se fecham nessas sílabas ou há um atraso perceptível entre som e imagem, o vídeo pode ter sido manipulado por IA. A dica vale tanto para vídeos recebidos quanto para chamadas ao vivo.
Os modelos de IA ainda têm dificuldade para reproduzir o ritmo das piscadas humanas. Intervalos longos demais sem piscar, piscadas em sequência rápida ou olhos com brilho uniforme — sem o reflexo assimétrico que a luz produz nas pupilas — são sinais de alerta.
Uma pesquisa da Veriff realizada em fevereiro de 2026 com mil brasileiros identificou que os dois critérios mais usados para suspeitar de deepfake são a pele com aparência artificial (citada por 64% dos entrevistados) e movimentos ou expressões estranhas (63%).
Quando um rosto é sobreposto a um corpo ou a um fundo por IA, a iluminação do rosto nem sempre acompanha a do restante da cena. Sombras que não mudam de posição quando a cabeça se move, reflexos incoerentes em óculos e uma aparência de luz "chapada" no rosto — sem as variações de tom que a iluminação real produz — indicam sobreposição artificial.
Em áudios e chamadas de voz, a clonagem por IA pode soar natural nos primeiros segundos, mas entrega falhas ao longo da conversa. Sons metalizados e robóticos, respirações que desaparecem entre frases, ecos abruptos e uma entonação emocional plana — sem as variações de ritmo que acompanham urgência, preocupação ou surpresa — são sinais de voz sintética.
Golpistas que usam deepfake combinam a manipulação audiovisual com engenharia social: alegam emergências, pedem transferências via Pix com pressa e evitam responder a perguntas íntimas demais. Se o contato recusa fazer uma videochamada, muda de assunto quando questionado sobre detalhes pessoais ou insiste em sigilo absoluto, a probabilidade de golpe é alta.
Quem já realizou uma transferência deve acionar o banco para solicitar o bloqueio via Mecanismo Especial de Devolução (MED) do Banco Central, que permite contestar um Pix feito por fraude em até 80 dias.