
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | RCMOS - Revista Científica Multidisciplinar o Saber | pt_BR |
| Autor(es): dc.contributor.author | de Oliveira Pereira Paula, Matheus | - |
| Data de aceite: dc.date.accessioned | 2025-12-22T20:18:48Z | - |
| Data de disponibilização: dc.date.available | 2025-12-22T20:18:48Z | - |
| Data de envio: dc.date.issued | 2025-12-22 | - |
| Fonte completa do material: dc.identifier | https://submissoesrevistacientificaosaber.com/index.php/rcmos/article/view/1870 | - |
| identificador: dc.identifier.other | Detecção de deepfakes e desinformação | pt_BR |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1133750 | - |
| Resumo: dc.description.abstract | A disseminação de desinformação digital configura-se como um dos desafios mais complexos da sociedade em rede contemporânea. Com o advento das deepfakes — conteúdos sintéticos hiper-realistas gerados por redes neurais avançadas — esse fenômeno adquiriu proporções inéditas, afetando de maneira significativa os campos político, econômico e sociocultural. A capacidade desses artefatos de simular com elevada fidelidade imagens, vídeos e discursos compromete a confiança informacional e tensiona os limites da verificação da verdade no ambiente digital. Nesse contexto, a Visão Computacional, articulada ao Aprendizado de Máquina e ao Aprendizado Profundo, emerge como ferramenta estratégica para a identificação automatizada de manipulações visuais e audiovisuais. Ao permitir a análise de padrões espaciais, temporais e estatísticos imperceptíveis à percepção humana, essas técnicas tornam-se fundamentais para o enfrentamento das novas dinâmicas da desinformação algorítmica. O presente artigo analisa, sob uma perspectiva interdisciplinar que articula ciência de dados, comunicação e tecnologia, o papel da Visão Computacional na detecção e mitigação de deepfakes em plataformas digitais e redes sociais. A pesquisa fundamenta-se em estudos recentes sobre arquiteturas de redes neurais convolucionais, modelos de aprendizado profundo e abordagens contemporâneas de forense digital, enfatizando a relevância de sistemas interpretáveis, auditáveis e sustentados por princípios éticos sólidos. Por meio de revisão teórica e análise comparativa de métodos, discute-se como a integração entre soluções tecnológicas baseadas em Visão Computacional e políticas comunicacionais responsáveis pode contribuir para o fortalecimento de ecossistemas digitais mais resilientes. Argumenta-se que o enfrentamento eficaz da desinformação não depende exclusivamente do avanço técnico, mas da articulação entre inovação tecnológica, governança informacional e responsabilidade social no uso da inteligência artificial. | pt_BR |
| Tamanho: dc.format.extent | 647 KB | pt_BR |
| Tipo de arquivo: dc.format.mimetype | pt_BR | |
| Idioma: dc.language.iso | pt_BR | pt_BR |
| Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 3.0 Brazil | * |
| Licença: dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/br/ | * |
| Palavras-chave: dc.subject | Desinformação digital | pt_BR |
| Palavras-chave: dc.subject | Deepfakes | pt_BR |
| Palavras-chave: dc.subject | Visão computacional | pt_BR |
| Palavras-chave: dc.subject | Forense digital | pt_BR |
| Título: dc.title | O papel da visão computacional no combate à desinformação digital: detecção automática de deepfakes em plataformas sociais the role | pt_BR |
| Tipo de arquivo: dc.type | texto | pt_BR |
| Aparece nas coleções: | Textos | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
Este item está licenciado sob uma
Licença Creative Commons