Explainable AI (XAI) na Detecção de Deepfakes: Transparência e Interpretação em Modelos de Visão Computacional

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRCMOS - Revista Científica Multidisciplinar o Saberpt_BR
Autor(es): dc.contributor.authorde Oliveira Pereira Paula, Matheus-
Data de aceite: dc.date.accessioned2025-12-19T20:11:41Z-
Data de disponibilização: dc.date.available2025-12-19T20:11:41Z-
Data de envio: dc.date.issued2025-11-19-
Fonte completa do material: dc.identifierhttps://submissoesrevistacientificaosaber.com/index.php/rcmos/article/view/1867-
identificador: dc.identifier.otherExplicabilidade na detecção de deepfakespt_BR
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1133693-
Resumo: dc.description.abstractA crescente sofisticação dos deepfakes elevou a urgência de sistemas de detecção de Aprendizado Profundo robustos. No entanto, a natureza de "caixa-preta" dos modelos de Visão Computacional, como as Redes Neurais Convolucionais (CNNs) e os Transformers, representa um obstáculo significativo para sua aceitação em domínios críticos, como o forense e o jurídico. Este artigo explora a aplicação de técnicas de Inteligência Artificial Explicável (XAI) no contexto da detecção de deepfakes, investigando como a transparência e a interpretabilidade dos modelos podem ser alcançadas. Serão discutidas metodologias posthoc e intrínsecas, como CAMs (Class Activation Maps), SHAP e LIME, analisando sua capacidade de gerar evidências visuais e lógicas sobre o processo de classificação, especificamente identificando as regiões da imagem ou vídeo (artefatos) que são determinantes para a decisão de falsidade. O objetivo primário é demonstrar que a integração de XAI é indispensável para construir a confiança necessária nos sistemas de detecção, transformando a decisão algorítmica em prova pericial verificável, essencial para o estabelecimento da validade e da admissibilidade dessas tecnologias em tribunais e investigações.pt_BR
Tamanho: dc.format.extent461 KBpt_BR
Tipo de arquivo: dc.format.mimetypePDFpt_BR
Idioma: dc.language.isopt_BRpt_BR
Direitos: dc.rightsAttribution-NonCommercial-ShareAlike 3.0 Brazil*
Licença: dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/br/*
Palavras-chave: dc.subjectDeepfakespt_BR
Palavras-chave: dc.subjectXAIpt_BR
Palavras-chave: dc.subjectVisão computacionalpt_BR
Palavras-chave: dc.subjectConfiabilidadept_BR
Título: dc.titleExplainable AI (XAI) na Detecção de Deepfakes: Transparência e Interpretação em Modelos de Visão Computacionalpt_BR
Tipo de arquivo: dc.typetextopt_BR
Aparece nas coleções:Textos

Não existem arquivos associados a este item.

Este item está licenciado sob uma Licença Creative Commons Creative Commons