Fluxos de produção de conteúdo assistido por IA: texto, imagem, áudio e vídeo

Num sábado de março de 2023, um operário da construção civil de Chicago pediu a um gerador de imagens que mostrasse um senhor muito conhecid...

Num sábado de março de 2023, um operário da construção civil de Chicago pediu a um gerador de imagens que mostrasse um senhor muito conhecido vestindo um casaco acolchoado branco, de grife, andando por Roma. Publicou o resultado num fórum, e em menos de dois dias a foto que nunca foi tirada tinha dado a volta ao mundo, enganando inclusive gente acostumada a desconfiar. Gerar a imagem levou minutos; desmenti-la tomou um fim de semana inteiro de checadores. Este texto parte desse desequilíbrio para mostrar como a inteligência artificial generativa entrou nos fluxos de produção de conteúdo em quatro linguagens — texto, imagem, áudio e vídeo —, o que muda (e o que não muda) em cada etapa, do briefing à publicação, o que dizem os primeiros experimentos controlados sobre produtividade e qualidade, por que a verificação humana virou o gargalo e o diferencial, e quais regras já valem no Brasil e no exterior para rotular conteúdo sintético. Tudo sob a óptica da comunicação digital e da inovação, com uma mesa de produção interativa, um teste de rotulagem e um vocabulário de bolso.

Take 01

O casaco que nunca existiu

Na sexta-feira, 24 de março de 2023, um homem de 31 anos que se apresentou apenas como Pablo Xavier, operário da construção civil na região de Chicago, digitou num gerador de imagens um pedido simples: o papa num casaco acolchoado de grife, caminhando pelas ruas de Roma. Publicou as imagens num fórum do Reddit naquela tarde. No fim de semana, uma delas — o casaco branco, enorme, brilhante, de caimento perfeito — circulou por todas as redes, compartilhada por milhões de pessoas que a tomaram por fotografia. Só na segunda-feira um jornalista localizou o autor e confirmou o que alguns já suspeitavam: a imagem fora feita com o Midjourney, cuja capacidade fotorrealista acabara de dar um salto (Paul, 2023).

O episódio virou piada, mas a piada tem estrutura. De um lado, uma pessoa sem formação em fotografia, design ou comunicação produziu, em minutos e de graça, uma peça visual de qualidade profissional. Do outro, a verificação — descobrir quem fez, com que ferramenta, se havia fato por trás — exigiu dias de trabalho de gente especializada. A IA generativa barateou a produção e encareceu a confiança, e é nesse descompasso que a comunicação digital passa a trabalhar. Chamamos de conteúdo sintético o texto, a imagem, o áudio ou o vídeo gerado ou alterado de forma substancial por um sistema de IA — e a pergunta deste texto não é se ele vai circular, mas como produzi-lo, publicá-lo e assiná-lo com responsabilidade.

O botão de compartilhar está a um toque; a lupa, a muitos minutos de atenção. Por respeito às pessoas reais, a ilustração troca o protagonista do caso por um manequim. Ilustração gerada por IA.

produzirCusta segundosTexto, imagem, voz e vídeo podem ser gerados em escala por quem nunca teve acesso a estúdio, redação ou agência. É uma democratização real — e uma enxurrada real.

verificarCusta horasConferir fatos, origem, direitos e consentimento continua sendo trabalho humano, lento e especializado. O gargalo mudou de lugar.

assinarNão se terceirizaQuem publica responde pelo que publica. A ferramenta não tem CPF, não dá entrevista nem publica errata.

Este post faz parte da série sobre comunicação digital iniciada em Afinal, o que é comunicação digital? e conversa diretamente com dois textos recentes: Tecnologias emergentes na comunicação, que apresentou a IA como um dos novos canais e linguagens, e Fundamentos de IA generativa: modelos de linguagem e de difusão, que explica por dentro como essas máquinas funcionam. Aqui o foco é outro: não o motor, mas a linha de montagem.

Take 02

De peça a fluxo

Quem trabalha com comunicação raramente produz uma peça isolada. Produz um fluxo de produção: uma sequência de etapas — briefing, pesquisa, rascunho, curadoria, edição, verificação, aprovação, publicação, medição — por onde passam pessoas, decisões e versões. Henry Jenkins já mostrava, antes de qualquer chatbot, que na cultura da convergência o mesmo conteúdo flui por múltiplas plataformas e é retrabalhado por produtores e públicos em cada uma delas (Jenkins, 2009). Uma notícia vira post, vídeo curto, áudio e carrossel; cada versão exige adaptação. Kotler, Kartajaya e Setiawan descrevem o marketing 5.0 justamente como o uso de tecnologias que imitam capacidades humanas — gerar, prever, personalizar — para criar, comunicar e entregar valor ao longo da jornada do cliente, sem perder de vista a dimensão humana (Kotler; Kartajaya; Setiawan, 2021).

A IA generativa não cria um fluxo novo; ela se encaixa, com força desigual, em cada etapa do fluxo que já existia. Em algumas, acelera de modo espetacular; em outras, quase não ajuda; em pelo menos uma — a verificação —, pode atrapalhar se for usada como atalho. Daí o termo que interessa a este texto: produção assistida por IA, e não produção automatizada. No fluxo assistido, existe um humano no circuito com poder real de recusar, corrigir e assinar.

Centauros e ciborgues

Ethan Mollick, professor da Wharton que participou dos primeiros experimentos de campo com IA generativa em empresas, observou dois jeitos bem-sucedidos de trabalhar com essas ferramentas (Mollick, 2025). O centauro divide o trabalho com nitidez: decide o que fica com ele e o que vai para a máquina, como a criatura mitológica, metade humana, metade cavalo, com uma linha clara entre as partes. O ciborgue entrelaça o trabalho: começa uma frase e deixa a IA terminar, pede uma variação, reescreve, devolve — a fronteira entre as contribuições se dissolve. Nenhum dos dois modos é superior em si; o erro é não ter modo nenhum, isto é, aceitar o que vem.

Centauro delega por blocos; ciborgue alterna traço a traço. Em ambos, alguém sabe o tempo todo quem fez o quê. Ilustração gerada por IA.

A distinção nasceu de um experimento com 758 consultores do Boston Consulting Group, sorteados para trabalhar com ou sem o GPT-4 em tarefas realistas de consultoria (Dell'Acqua et al., 2023). Em 18 tarefas que a IA sabia fazer bem — criar produtos, escrever textos de lançamento, segmentar mercados —, quem usou a ferramenta concluiu 12,2% mais tarefas, terminou 25,1% mais rápido e entregou trabalho avaliado como mais de 40% superior em qualidade. Em uma tarefa desenhada de propósito para ficar logo além da capacidade do modelo, porém, quem usou IA teve 19 pontos percentuais menos chance de chegar à resposta correta: a ferramenta produzia uma análise convincente e errada, e os consultores a aceitavam.

Os autores chamaram esse contorno de fronteira tecnológica irregular. A IA não é boa ou ruim "em comunicação"; é excelente em algumas tarefas e traiçoeira em outras, às vezes vizinhas, e o desenho dessa fronteira não é intuitivo. Escrever dez títulos alternativos fica bem dentro; resumir com precisão um documento cheio de números pode ficar fora. O problema é que, do lado de dentro, não se vê o muro.

A fronteira é recortada: tarefas que parecem fáceis podem ficar fora, e difíceis, dentro. O contorno lembrando o mapa do Brasil foi um acaso da geração que resolvemos manter. Ilustração gerada por IA.

Outros dois experimentos controlados ajudam a calibrar as expectativas. A tabela a seguir reúne os números de três estudos que se tornaram referência no debate — todos com sorteio entre quem usou e quem não usou IA, o que permite atribuir a diferença à ferramenta, e não ao acaso.

Tabela 1 — Efeitos medidos da IA generativa em tarefas de trabalho intelectual, segundo experimentos controlados — Estados Unidos, 2023-2025

Estudo e tarefa	Participantes	Indicador	Efeito
Noy e Zhang (2023) — escrita profissional	453	Tempo para concluir a tarefa	−40%
		Qualidade avaliada por especialistas	+18%
Dell'Acqua et al. (2023) — consultoria, dentro da fronteira	758	Tarefas concluídas	+12,2%
		Velocidade	+25,1%
		Qualidade avaliada	> +40%
Dell'Acqua et al. (2023) — consultoria, fora da fronteira	758	Chance de resposta correta	−19 p.p.
Brynjolfsson, Li e Raymond (2025) — atendimento ao cliente	5 172	Chamados resolvidos por hora (média)	+15%
		Idem, atendentes menos experientes	≈ +30%

Fonte: elaborado pelo autor com base em Noy e Zhang (2023), Dell'Acqua et al. (2023) e Brynjolfsson, Li e Raymond (2025).Notas: (1) p.p. = pontos percentuais. (2) Os números de Dell'Acqua et al. são os da versão de trabalho de 2023; a versão publicada em 2026 relata ganhos de qualidade menores (ver Nota do autor). (3) No estudo de atendimento, a ferramenta era um assistente que sugeria respostas aos atendentes, não um robô que falava com os clientes.

No experimento de Noy e Zhang (2023), os 453 profissionais com nível superior — gente de marketing, redação de projetos, consultoria, recursos humanos, análise de dados — escreveram textos típicos de suas ocupações, como comunicados, relatórios e e-mails delicados. O tempo caiu 40% e a qualidade subiu 18%, e os que escreviam pior foram os que mais ganharam, o que estreitou a distância entre os participantes. No atendimento ao cliente, o padrão se repetiu: Brynjolfsson, Li e Raymond (2025) mediram ganho médio de 15% em chamados resolvidos por hora e cerca de 30% entre os atendentes menos experientes, quase nada entre os mais experientes. A leitura otimista é que a IA espalha o conhecimento tácito dos melhores. A leitura prudente é que todos esses ganhos foram medidos dentro da fronteira — e que a mesma ferramenta que nivela por cima também pode nivelar por baixo quando ninguém confere.

Take 03

Texto: o rascunho que pede fonte

O texto foi a primeira linguagem a ser transformada, porque os grandes modelos de linguagem chegaram ao público antes dos geradores de vídeo e de voz de boa qualidade. Num fluxo editorial, eles aparecem em quase toda etapa: organizam o briefing, sugerem pautas e ângulos, rascunham, resumem, adaptam o tom para cada canal, propõem títulos, traduzem, revisam a gramática. A matéria-prima de tudo isso é o prompt, assunto de Afinal, o que é um prompt?: quanto mais contexto, fatos e exemplos o comunicador fornece, menos o modelo precisa adivinhar.

E adivinhar é o problema. Um modelo de linguagem produz a continuação mais plausível para o que recebeu, não a mais verdadeira; quando não sabe, preenche a lacuna com algo que soa certo. A isso se dá o nome de alucinação: datas trocadas, citações que ninguém disse, estudos que não existem, referências bibliográficas com autor, título e DOI inventados. Por isso a Associated Press, ao publicar suas diretrizes em agosto de 2023, determinou que todo resultado de IA generativa fosse tratado como material de fonte não verificado, sujeito ao mesmo julgamento editorial de qualquer informação recebida, e vetou o uso dessas ferramentas para criar conteúdo publicável (Barrett, 2023). No Brasil, a Agência Pública adotou princípio semelhante: a IA é ferramenta de apoio que não substitui jornalistas, todo conteúdo passa por revisão humana, é proibido gerar o texto de reportagens com IA ou usá-la como fonte primária sem verificação, e a responsabilidade é sempre do veículo (Agência Pública, 2025).

O rascunho chega rápido; as notas amarelas, não. Cada "fonte?" é um fato que precisa ser conferido fora da máquina. Ilustração gerada por IA.

Quando o fluxo quebra

Em novembro de 2023, o site Futurism revelou que a Sports Illustrated, uma das revistas esportivas mais tradicionais dos Estados Unidos, publicava resenhas de produtos assinadas por autores que não existiam. Um deles, "Drew Ortiz", tinha como foto de perfil um retrato comprado num site que vende rostos gerados por IA. Questionada, a revista apagou o conteúdo, atribuiu os textos a um fornecedor terceirizado, encerrou a parceria e negou que os artigos tivessem sido escritos por IA; uma fonte ouvida pelo Futurism sustentou o contrário (Bauder, 2023). O episódio custou caro à credibilidade da marca, e a lição não depende de quem tem razão sobre a autoria dos textos. O fluxo falhou em três pontos ao mesmo tempo: terceirizou sem auditar, inventou uma assinatura e escondeu do leitor como o conteúdo era feito. A transparência sobre o processo passou a fazer parte do produto.

O risco silencioso: todo mundo escrevendo igual

Há um efeito menos escandaloso e talvez mais duradouro. Num experimento com 300 escritores, Doshi e Hauser (2024) mostraram que contos escritos com ideias sugeridas por IA foram avaliados como mais criativos, mais bem escritos e mais agradáveis — sobretudo os de escritores menos criativos —, mas eram também mais parecidos entre si do que os escritos sem ajuda. É o dilema social clássico: cada um melhora individualmente, e o conjunto empobrece. Na comunicação de marca, onde o que se disputa é atenção e diferenciação, aceitar a primeira sugestão do modelo é aproximar a sua campanha da de todos os concorrentes que usaram o mesmo modelo.

Do lado técnico, a resposta da indústria para a pergunta "este texto foi gerado por IA?" é a marca d'água digital. O Google publicou na Nature o SynthID-Text, que altera de forma imperceptível a escolha das palavras durante a geração, deixando uma assinatura estatística que um detector com a chave certa reconhece sem acessar o modelo; num teste com cerca de 20 milhões de respostas do Gemini, os usuários não notaram diferença de qualidade (Dathathri et al., 2024). A técnica, porém, só marca o que sai dos sistemas que a adotam, e reescritas pesadas enfraquecem o sinal. Marca d'água ajuda; não substitui a declaração de quem produziu.

Take 04

Imagem: gerar muito, escolher bem

Os geradores de imagem atuais, em geral baseados em modelos de difusão, mudaram a economia da ilustração: o que antes exigia um banco de imagens, uma sessão de fotos ou dias de trabalho de um ilustrador agora sai em dezenas de variações por minuto. Num fluxo de comunicação, eles servem para rascunhos de campanha, ilustrações editoriais, painéis de referência, peças para redes sociais, composições de produto e adaptação de uma mesma arte para vários formatos. O que muda é o centro de gravidade do trabalho: quando gerar fica barato, a competência decisiva passa a ser a curadoria — saber pedir, comparar, descartar, combinar e retocar.

Nove gerações, uma escolha. A etiqueta presa à imagem representa os metadados de procedência que viajam com o arquivo. Ilustração gerada por IA.

A curadoria não é só gosto; tem consequência jurídica. Em janeiro de 2025, o Escritório de Direitos Autorais dos Estados Unidos concluiu que prompts, sozinhos, não dão ao usuário controle suficiente sobre o resultado para torná-lo autor da imagem gerada; o que pode ser protegido é a contribuição humana expressiva — a seleção, a coordenação e o arranjo criativos do material, as modificações feitas sobre ele, a obra humana em que ele se insere —, analisada caso a caso (United States, 2025). No Brasil, a Lei de Direitos Autorais define autor como "a pessoa física criadora de obra literária, artística ou científica" (Brasil, 1998), o que, na leitura predominante, deixa de fora a produção puramente maquínica. Para quem encomenda ou entrega peças, a consequência prática é registrar o processo: que partes foram geradas, o que foi escolhido, o que foi refeito à mão.

Este post como exemplo

As dez ilustrações deste texto foram feitas com o Gemini (Nano Banana), e o fluxo seguido é o mesmo que se recomenda aqui. O briefing de cada imagem começa listando os únicos textos que podem aparecer nela, porque geradores de imagem tendem a inventar letreiros, muitas vezes em inglês; duas imagens de referência garantem que a coruja-buraqueira da marca mantenha forma e cor. Cada resultado foi ampliado e conferido letra por letra antes de ser aceito, e nenhuma cena retrata pessoa real — na segunda imagem, o protagonista do caso do casaco virou um manequim sem rosto. Todas levam no rodapé a indicação "Ilustração gerada por IA". E todas saíram do gerador com a marca d'água invisível SynthID embutida pelo próprio Google, da mesma família de técnicas descrita acima para texto.

Esse rótulo visível tem um parceiro técnico. A Coalizão para Procedência e Autenticidade de Conteúdo (C2PA), fundada em 2021 por Adobe, Arm, BBC, Intel, Microsoft e Truepic, mantém um padrão aberto de credenciais de conteúdo: um registro assinado criptograficamente que viaja com o arquivo e informa como ele foi criado e editado — uma espécie de tabela nutricional da mídia; a versão 2.3 da especificação, de dezembro de 2025, estendeu o padrão a vídeo ao vivo e a texto (C2PA, 2025). O limite é conhecido: muitas plataformas ainda apagam esses metadados no upload, e por isso o rótulo legível continua indispensável.

Take 05

Áudio: três segundos de voz

No áudio, a IA generativa trabalha em três frentes. A síntese de fala converte texto em locução com entonação natural, o que barateia versões em áudio de notícias, aulas e comunicados. A dublagem e a tradução de voz levam o mesmo conteúdo a outros idiomas preservando o timbre original. E a pós-produção assistida remove ruídos, nivela volumes, corta silêncios e vícios de linguagem em segundos. Para a acessibilidade, é um avanço real: audiodescrição, versões faladas de textos longos e legendas automáticas chegam a públicos que antes ficavam de fora.

O ponto sensível é a clonagem de voz. Já em janeiro de 2023, pesquisadores da Microsoft apresentaram o VALL-E, um modelo capaz de sintetizar fala com o timbre e o tom emocional de um falante que ele nunca tinha ouvido a partir de uma gravação de apenas três segundos, usada como "prompt acústico" (Wang et al., 2023). Três segundos é menos do que a mensagem de áudio média de um aplicativo de conversa. Isso muda o estatuto da voz na produção de conteúdo: a voz de alguém deixou de ser só um timbre e passou a ser um dado que exige consentimento. Quando usada para identificar uma pessoa, a voz entra na categoria de dado biométrico, que a Lei Geral de Proteção de Dados Pessoais trata como dado pessoal sensível (Brasil, 2018) — tema aprofundado em Dados pessoais, privacidade e LGPD na era do capitalismo de vigilância.

Uma frase curta entra, horas de fala saem. Por isso a autorização de voz, assinada e guardada, vem antes da gravação — não depois. Ilustração gerada por IA.

Na prática, um fluxo responsável de áudio sintético tem quatro cuidados: autorização escrita de quem empresta a voz, com o escopo do uso; escuta humana integral antes da publicação, porque uma ênfase no lugar errado muda o sentido de uma frase; transcrição publicada junto, para acessibilidade e conferência; e aviso claro de que a voz é sintética. Esse último ponto já é regra em pelo menos um contexto brasileiro: na propaganda eleitoral, o Tribunal Superior Eleitoral exige que o uso de conteúdo sintético seja informado de modo explícito, destacado e acessível — no caso do áudio, logo no início da peça (Brasil, 2024).

Take 06

Vídeo: do roteiro ao plano sintético

O vídeo foi a última fronteira a cair, porque exige coerência no tempo: o mesmo rosto, a mesma luz e o mesmo objeto precisam continuar iguais de um quadro para o seguinte. Em maio de 2025, o Google apresentou o Veo 3, capaz de gerar planos de vídeo já acompanhados de som — ruído de trânsito, canto de pássaros e até diálogo entre personagens com sincronia labial (Collins, 2025). Com isso, um único comando passou a produzir algo que antes envolvia câmera, iluminação, captação de som e atores.

Mesmo assim, o fluxo de vídeo assistido por IA se parece mais com o tradicional do que a demonstração sugere. Começa no roteiro e no storyboard, decompostos em planos curtos; cada plano é gerado a partir de texto ou de uma imagem de referência, várias vezes, até que um sirva; a montagem — ritmo, ordem, trilha, cortes — continua sendo autoria humana; legendas, reenquadramento vertical e versões por plataforma são automatizados, mas revistos. O ponto fraco técnico é a continuidade entre planos; o ponto fraco ético é o deepfake, o vídeo ou áudio sintético que põe uma pessoa real dizendo ou fazendo o que nunca disse nem fez.

Cada quadro do storyboard vira um plano gerado; a faixa âmbar sobre a linha do tempo lembra que o rótulo acompanha o vídeo até a publicação. Ilustração gerada por IA.

É no vídeo que a regulação brasileira foi mais longe. A Resolução nº 23.732/2024 do TSE proibiu, na propaganda eleitoral, o uso de conteúdo sintético em áudio ou vídeo que crie, substitua ou altere a imagem ou a voz de pessoa viva, falecida ou fictícia para prejudicar ou favorecer candidatura — ainda que mediante autorização —, sob pena de cassação do registro ou do mandato (Brasil, 2024). Para as eleições de 2026, a Resolução nº 23.755/2026 endureceu as regras: o rótulo passou a ser exigido também em cada página de material impresso, e ficou proibido publicar ou impulsionar conteúdo sintético com imagem ou voz de candidato nas 72 horas anteriores e nas 24 horas posteriores ao término da votação (Brasil, 2026). Na União Europeia, o Regulamento de Inteligência Artificial obriga os fornecedores de sistemas que geram áudio, imagem, vídeo ou texto sintéticos a marcar os resultados em formato legível por máquina, e obriga quem os utiliza a revelar que um deepfake foi gerado ou manipulado artificialmente; as obrigações de transparência do artigo 50 passaram a ser aplicáveis em agosto de 2026 (União Europeia, 2024).

Fora do período eleitoral, o Brasil ainda não tem uma lei geral de IA: o projeto aprovado pelo Senado em dezembro de 2024 seguia em análise numa comissão especial da Câmara, e o relator anunciou que o trabalho só seria retomado com força depois das eleições de outubro de 2026 (Abrão, 2026). Enquanto isso, as regras práticas vêm das políticas editoriais, dos termos de uso das plataformas e de leis gerais como a LGPD e a de direitos autorais. O contexto internacional da regulação de modelos de fronteira foi tema de IA Fable 5 proibida no Brasil, entenda.

Take 07

A mesa de produção

Visto de longe, o fluxo assistido por IA tem a mesma espinha nas quatro linguagens: briefing, geração, curadoria, edição, verificação e publicação. O que muda de uma linguagem para outra é quem lidera cada etapa, onde a máquina rende mais e onde mora o risco. A mesa abaixo resume isso. Escolha a linguagem e clique numa etapa: a cor do botão mostra quem conduz (humano, máquina ou os dois juntos), e o painel detalha o que cabe a cada um e o ponto de atenção daquela etapa.

Mesa de produção assistida por IA

humano conduzhumano e IA juntosIA conduz, humano dirige

Texto · Briefing — humano conduz

IAAjuda a transformar anotações soltas num briefing estruturado e a listar as perguntas que ainda faltam responder.

HumanoDefine objetivo, público, tom, canal e o que não pode ser dito. É a etapa que decide se todo o resto vale a pena.

AtençãoBriefing vago gera texto genérico: a máquina preenche as lacunas com o lugar-comum mais provável.

O quadro a seguir condensa a mesma lógica numa visão comparativa, útil para planejar uma rotina de produção ou uma política interna de uso de IA.

Quadro 1 — Fluxos de produção de conteúdo assistido por IA generativa, por linguagem: onde a máquina entra, onde fica o gargalo humano e qual o risco característico

Aspecto	Texto	Imagem	Áudio	Vídeo
Onde a IA mais rende	Rascunhos, variações de título, resumos, adaptação por canal, revisão	Variações em lote, ilustração editorial, adaptação de formatos, retoque	Locução sintética, dublagem, limpeza de ruído, transcrição	Planos curtos, legendas, reenquadramento, versões por plataforma
Gargalo humano	Apuração e checagem de fatos, voz autoral	Curadoria, direitos e conferência de texto interno	Consentimento de voz e escuta integral	Continuidade entre planos, montagem e direitos de imagem
Risco característico	Alucinação; homogeneização; autoria ocultada	Fotorrealismo enganoso; semelhança com obras e pessoas reais	Clonagem de voz sem autorização; golpes	Deepfake de pessoa real; descontextualização de fatos
Verificação típica	Fonte primária para cada número, nome, data e citação	Ampliação em alta resolução; busca reversa; leitura de credenciais	Transcrição conferida; pronúncia de nomes e siglas	Revisão quadro a quadro dos trechos sensíveis
Rotulagem recomendada	Nota de método quando a IA teve papel relevante	"Ilustração gerada por IA" + credenciais de conteúdo	Aviso no início: "voz sintética"	Rótulo visível durante a exibição + metadados

Fonte: elaborado pelo autor com base em Barrett (2023), Agência Pública (2025), C2PA (2025), Brasil (2024) e União Europeia (2024).Nota: as recomendações de rotulagem são boas práticas editoriais; as obrigações legais variam conforme o contexto (propaganda eleitoral, jurisdição, tipo de conteúdo).

Rotular ou não rotular?

A pergunta mais frequente de quem começa a usar essas ferramentas é quando é preciso avisar o público. Não há uma regra única, mas há um critério útil: rotula-se quando o uso da IA muda o que o público acredita estar vendo, ouvindo ou lendo. Ajustar o brilho de uma foto não muda; uma voz sintética no lugar de uma pessoa, sim. Teste o critério nos cinco casos abaixo.

Rotula, dispensa ou nem publica?

1A equipe usa o recurso de IA do editor de fotos para reduzir o ruído e corrigir a cor de uma foto real de um evento.

2O podcast institucional da faculdade passa a ser narrado por uma voz sintética, a partir do roteiro escrito pela equipe.

3Um artigo de opinião sobre mobilidade urbana é ilustrado com uma imagem gerada por IA, em estilo de desenho, de uma cidade com ciclovias.

4A redatora pede à IA vinte sugestões de título, aproveita a ideia de uma delas e escreve ela mesma o texto final, com apuração própria.

5Na véspera da eleição, uma campanha quer publicar um vídeo em que um avatar gerado por IA, com o rosto e a voz do candidato, pede votos — e o candidato autorizou.

Responda aos cinco casos para ver o placar.

Assim como o rótulo do alimento não proíbe o açúcar, o rótulo de procedência não proíbe a IA: informa, para que o público decida. Ilustração gerada por IA.

O que o público aceita

A preocupação com rotulagem não é burocrática; acompanha o que o público diz. Num levantamento com cerca de 12 mil pessoas em seis países, o Instituto Reuters perguntou quão confortáveis elas se sentiam com notícias produzidas em diferentes combinações de trabalho humano e IA (Simon; Nielsen; Fletcher, 2025). O conforto cai a cada degrau de automação:

Conforto com notícias, por grau de uso de IA (%)

Só humanos62

Humanos com ajuda de IA43

IA com supervisão humana21

Só IA12

Proporção de entrevistados que se disseram confortáveis com cada modo de produção de notícias. Amostra de Argentina, Dinamarca, Estados Unidos, França, Japão e Reino Unido. Fonte: Simon, Nielsen e Fletcher (2025).

O Brasil não entrou nessa amostra, mas o hábito avança aqui também: segundo o Digital News Report de 2026, 13% dos brasileiros já usam chatbots de IA para se informar sobre notícias toda semana (Carro, 2026) — o que significa que parte do que se produz em comunicação será lida primeiro por uma máquina que a resume para alguém. Há ainda um argumento de ecossistema. Shumailov et al. (2024) mostraram, na Nature, que modelos treinados repetidamente com conteúdo gerado por outros modelos sofrem colapso: perdem primeiro os casos raros, depois a variedade, até convergirem para uma média pobre. Um fluxo que só recicla saídas de IA empobrece a internet de onde as próximas IAs vão aprender; conteúdo original, apurado e de procedência conhecida tende a valer mais, não menos.

Aplicação prática

Um fluxo de campanha em sala de aula

Em disciplinas de comunicação digital e inovação, este tema rende um projeto de poucas semanas com começo, meio e fim. Cada grupo recebe um briefing real — a semana de calouros, uma campanha de doação de sangue, a divulgação de um evento de extensão — e produz a mesma mensagem nas quatro linguagens: um texto para o site, uma peça visual, um áudio de um minuto e um vídeo vertical curto. A regra do jogo é usar IA onde ela renderia mais e documentar tudo: prompts, versões descartadas, o que foi refeito à mão, quem verificou o quê. A avaliação recai menos sobre o acabamento das peças e mais sobre o diário de produção: a clareza do briefing, a qualidade da curadoria, a honestidade da verificação e a coerência da rotulagem. Um grupo que descobre e corrige uma alucinação na própria peça aprendeu mais do que um que entregou um vídeo bonito sem saber explicar de onde saiu cada plano.

O quadro branco é o produto do semestre: o fluxo desenhado, com quem fez cada etapa e o que foi conferido. A seta que volta da verificação ao briefing é o melhor sinal de maturidade. Ilustração gerada por IA.

Antes de publicar qualquer peça produzida com ajuda de IA, confira:

O briefing está escrito e diz objetivo, público, canal e o que a peça não pode parecer (uma foto real, uma fala de alguém). Todo número, nome, data e citação foi conferido numa fonte primária — não na própria IA. Houve curadoria de verdade: comparei versões, descartei o que é genérico e reescrevi com voz própria. Tenho autorização de quem empresta voz ou imagem, e nada se parece com obra, marca ou pessoa real sem permissão. O rótulo está visível onde o uso da IA muda o que o público acredita estar vendo ou ouvindo, e os metadados foram preservados. Uma pessoa identificada assina a peça, guardou prompts e versões e sabe responder se alguém perguntar como ela foi feita.

0 de 6 — comece pelo briefing.

Corte final

De volta ao casaco branco

Releia o caso da abertura com o vocabulário deste texto. Pablo Xavier fez sozinho, num fim de tarde, um fluxo inteiro de produção de imagem: briefing (a ideia na cabeça), geração (o prompt), curadoria (escolheu as melhores entre várias) e publicação (o fórum). Pulou duas etapas — a verificação, que no caso de uma brincadeira parecia desnecessária, e a rotulagem, que ninguém lhe exigia. Não houve má-fé. Houve um fluxo incompleto, que a escala das redes transformou em desinformação mundial em menos de 48 horas.

Esse é o ponto que une as quatro linguagens. A IA generativa entrou com força nas etapas de geração e de edição, e ali faz, de fato, mais e mais rápido. As etapas que ela não cobre — decidir o que vale a pena dizer, escolher entre versões, conferir o que foi dito, assumir a autoria e contar ao público como a peça foi feita — não perderam importância; ganharam. Na comunicação digital assistida por IA, o diferencial profissional mudou de lugar: saiu da produção e foi para o julgamento.

Se alguém pedisse amanhã o diário de produção da última peça que você publicou, você saberia dizer o que foi gerado, o que foi escolhido, o que foi conferido — e por quem?

Leia também

Posts correlatos entre os 30 mais recentes do Brasil Acadêmico:

• Fundamentos de IA generativa: modelos de linguagem e de difusão — como funcionam por dentro os motores de texto e de imagem usados nos fluxos descritos aqui.
• Tecnologias emergentes na comunicação — IA, mídias vestíveis, jogos digitais e conteúdo imersivo como novas linguagens.
• Afinal, o que é um prompt? — a matéria-prima de toda etapa de geração.
• Design thinking, experimentação e MVP aplicados à comunicação digital — como testar se uma peça feita com IA funciona melhor que a anterior.
• Afinal, o que é comunicação digital? e A cibercultura da Web 1.0 à web das IAs — o ponto de partida da série e o percurso histórico até aqui.
• Redes sociais: estrutura, algoritmos e economia da atenção — por que uma imagem sintética viraliza mais rápido do que seu desmentido.
• Dados pessoais, privacidade e LGPD e Privacidade hackeada: o escândalo da Cambridge Analytica — voz, rosto e dados como matéria-prima e como risco.
• Terence Tao e o paradoxo da IA com a ciência — quando a eficácia da ferramenta atrapalha a verificação.
• Entenda o que é IA, aprendizagem de máquina, deep learning e LLM e IA Fable 5 proibida no Brasil, entenda — o vocabulário de base e o debate sobre regulação de modelos.

Nota do autor: os dados do caso do casaco (nome declarado, idade, ocupação, ferramenta e cronologia) são os relatados pela Popular Science a partir da apuração do BuzzFeed News; a pessoa retratada na imagem original não é reproduzida nem nomeada aqui por respeito, e a ilustração usa um manequim. O caso da Sports Illustrated segue o relato da Associated Press republicado pela PBS; a revista negou que os textos tenham sido escritos por IA, e o post não toma partido nessa disputa — o argumento depende apenas dos fatos não contestados (autores inexistentes, retrato comprado, conteúdo apagado). Os números de Dell'Acqua et al. (2023) são os da versão de trabalho de setembro de 2023, a mais citada; a versão revista, publicada na Organization Science em 2026, relata ganhos de qualidade menores (na faixa de um terço) e a queda de desempenho fora da fronteira em termos relativos (19%). Os números de Brynjolfsson, Li e Raymond (2025) são os da versão publicada no Quarterly Journal of Economics; a versão de trabalho de 2023 trazia 14% e 34%. Os percentuais de conforto do Instituto Reuters referem-se a seis países e não incluem o Brasil. As diretrizes da Associated Press foram conferidas por meio do texto oficial e da cobertura do Nieman Lab; as expressões citadas foram traduzidas pelo autor. A aplicação do artigo 50 do regulamento europeu a partir de 2 de agosto de 2026 decorre do artigo 113; um acordo político de maio de 2026 previu adiar a marcação técnica para sistemas já no mercado, ponto ainda pendente de publicação oficial na data de consulta. A situação do projeto de lei de IA no Congresso foi conferida em 3 de outubro de 2026 e pode mudar. As dez ilustrações foram geradas com o Gemini (Nano Banana), conferidas visualmente em alta resolução e trazem a marca do blog como easter egg; nenhuma retrata pessoa real.

Glossário

Termos técnicos em ordem alfabética. Os termos com sublinhado pontilhado no texto trazem até aqui; o botão ao lado do verbete leva de volta.

Alucinação

Resposta de um modelo de IA que soa plausível e confiante, mas é falsa: dados, citações, fontes ou eventos inventados. Decorre de o modelo gerar a continuação mais provável, não a mais verdadeira. Take 03

C2PA e credenciais de conteúdo

Coalizão para Procedência e Autenticidade de Conteúdo, que mantém um padrão aberto de metadados assinados criptograficamente — as credenciais de conteúdo — informando como um arquivo foi criado e editado. Take 04

Centauro e ciborgue

Dois modos de trabalhar com IA descritos por Mollick e colegas: o centauro divide as tarefas com nitidez entre si e a máquina; o ciborgue entrelaça as contribuições, alternando o tempo todo. Take 02

Clonagem de voz

Síntese de fala que imita o timbre, o sotaque e a entonação de uma pessoa específica a partir de amostras da sua voz — hoje, de poucos segundos. Take 05

Colapso de modelo

Degradação de modelos treinados repetidamente com dados gerados por outros modelos: perdem primeiro os casos raros e depois a diversidade, convergindo para resultados pobres. Take 07

Conteúdo sintético

Texto, imagem, áudio ou vídeo gerado ou alterado substancialmente por um sistema de IA. Termo usado pelo TSE e por normas internacionais. Take 01

Curadoria

Seleção, comparação, descarte e combinação criteriosa de resultados gerados. Quando a geração fica barata, é onde se concentram o valor e — para o direito autoral — a contribuição humana. Take 04

Deepfake

Vídeo, áudio ou imagem sintéticos que fazem uma pessoa real parecer dizer ou fazer o que nunca disse nem fez. Proibido na propaganda eleitoral brasileira, mesmo com autorização. Take 06

Fluxo de produção (workflow)

Sequência organizada de etapas, papéis e decisões pela qual um conteúdo passa da ideia à publicação e à medição. Take 02

Fronteira tecnológica irregular

Imagem proposta por Dell'Acqua e colegas para o contorno do que a IA faz bem: recortado e pouco intuitivo, com tarefas parecidas caindo de lados opostos. Take 02

Grande modelo de linguagem (LLM, large language model)

Modelo de IA treinado em enormes volumes de texto para prever a próxima palavra (token); base dos chatbots e assistentes de escrita. Take 03

Humano no circuito (human-in-the-loop)

Desenho de processo em que uma pessoa revisa, corrige e aprova os resultados da máquina antes que produzam efeito, com poder real de recusa. Take 02

Marca d'água digital

Sinal embutido no conteúdo gerado — visível ou, mais comumente, imperceptível — que permite a um detector identificar sua origem sintética. Exemplo: SynthID, do Google. Take 03

Modelo de difusão

Tipo de modelo gerador que aprende a remover ruído de imagens, passo a passo, até formar uma imagem nova coerente com o pedido; base da maioria dos geradores de imagem e de vídeo. Take 04

Procedência (proveniência)

Histórico verificável de origem e de modificações de um conteúdo: quem fez, com que ferramentas, quando e o que foi alterado. Take 07

Prompt

Instrução, pergunta ou conjunto de exemplos fornecido a um modelo de IA para orientar o que ele vai gerar. Take 03

Síntese de fala (TTS, text-to-speech)

Conversão automática de texto escrito em fala, hoje com entonação, pausas e emoções próximas das humanas. Take 05

Referências

1. ABRÃO, Gustavo Bonato. Lei da IA no Brasil fica para depois das eleições de outubro. Antihype, [s. l.], 7 set. 2026. Disponível em: https://antihype.com.br/c/ia/marco-legal-ia-brasil-adiado-eleicoes/. Acesso em: 3 out. 2026.
2. AGÊNCIA PÚBLICA. Política de uso de inteligência artificial (IA). São Paulo: Agência Pública, 17 nov. 2025. Disponível em: https://apublica.org/politica-de-uso-de-inteligencia-artificial-ia/. Acesso em: 3 out. 2026.
3. BARRETT, Amanda. Standards around generative AI. AP Blog, New York, 16 ago. 2023. Disponível em: https://blog.ap.org/standards-around-generative-ai. Acesso em: 3 out. 2026.
4. BAUDER, David. Sports Illustrated found publishing AI generated stories, photos and authors. PBS News, Arlington, 29 nov. 2023. Disponível em: https://www.pbs.org/newshour/economy/sports-illustrated-found-publishing-ai-generated-stories-photos-and-authors. Acesso em: 3 out. 2026.
5. BRASIL. Lei nº 9.610, de 19 de fevereiro de 1998. Altera, atualiza e consolida a legislação sobre direitos autorais e dá outras providências. Diário Oficial da União: seção 1, Brasília, DF, 20 fev. 1998. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9610.htm. Acesso em: 3 out. 2026.
6. BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União: seção 1, Brasília, DF, 15 ago. 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 3 out. 2026.
7. BRASIL. Tribunal Superior Eleitoral. Resolução nº 23.732, de 27 de fevereiro de 2024. Altera a Res.-TSE nº 23.610, de 18 de dezembro de 2019, dispondo sobre a propaganda eleitoral. Brasília, DF: TSE, 2024. Disponível em: https://www.tse.jus.br/legislacao/compilada/res/2024/resolucao-no-23-732-de-27-de-fevereiro-de-2024. Acesso em: 3 out. 2026.
8. BRASIL. Tribunal Superior Eleitoral. Resolução nº 23.755, de 2 de março de 2026. Altera a Res.-TSE nº 23.610, de 18 de dezembro de 2019, que dispõe sobre a propaganda eleitoral. Brasília, DF: TSE, 2026. Disponível em: https://www.tse.jus.br/legislacao/compilada/res/2026/resolucao-no-23-755-de-2-de-marco-de-2026. Acesso em: 3 out. 2026.
9. BRYNJOLFSSON, Erik; LI, Danielle; RAYMOND, Lindsey. Generative AI at work. The Quarterly Journal of Economics, Oxford, v. 140, n. 2, p. 889-942, 2025. DOI: 10.1093/qje/qjae044. Disponível em: https://arxiv.org/abs/2304.11771. Acesso em: 3 out. 2026.
10. CARRO, Rodrigo. Brazil. Reuters Institute Digital News Report 2026, Oxford, 16 jun. 2026. Disponível em: https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2026/brazil. Acesso em: 3 out. 2026.
11. COALITION FOR CONTENT PROVENANCE AND AUTHENTICITY (C2PA). C2PA technical specification: version 2.3. [S. l.]: C2PA, dez. 2025. Disponível em: https://spec.c2pa.org/specifications/specifications/2.3/specs/C2PA_Specification.html. Acesso em: 3 out. 2026.
12. COLLINS, Eli. Fuel your creativity with new generative media models and tools. The Keyword, Mountain View, 20 maio 2025. Disponível em: https://blog.google/technology/ai/generative-media-models-io-2025/. Acesso em: 3 out. 2026.
13. DATHATHRI, Sumanth et al. Scalable watermarking for identifying large language model outputs. Nature, London, v. 634, n. 8035, p. 818-823, 2024. DOI: 10.1038/s41586-024-08025-4. Disponível em: https://www.nature.com/articles/s41586-024-08025-4. Acesso em: 3 out. 2026.
14. DELL'ACQUA, Fabrizio et al. Navigating the jagged technological frontier: field experimental evidence of the effects of artificial intelligence on knowledge worker productivity and quality. Boston: Harvard Business School, 2023. (Working Paper, n. 24-013). Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4573321. Acesso em: 3 out. 2026.
15. DOSHI, Anil R.; HAUSER, Oliver P. Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, Washington, DC, v. 10, n. 28, eadn5290, 2024. DOI: 10.1126/sciadv.adn5290. Disponível em: https://discovery-pp.ucl.ac.uk/id/eprint/10195027. Acesso em: 3 out. 2026.
16. JENKINS, Henry. Cultura da convergência. 2. ed. São Paulo: Aleph, 2009.
17. KOTLER, Philip; KARTAJAYA, Hermawan; SETIAWAN, Iwan. Marketing 5.0: tecnologia para a humanidade. Rio de Janeiro: Sextante, 2021.
18. MOLLICK, Ethan. Cointeligência: a vida e o trabalho com IA. Tradução: Roberta Clapp. Rio de Janeiro: Intrínseca, 2025.
19. NOY, Shakked; ZHANG, Whitney. Experimental evidence on the productivity effects of generative artificial intelligence. Science, Washington, DC, v. 381, n. 6654, p. 187-192, 2023. DOI: 10.1126/science.adh2586. Disponível em: https://economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1_0.pdf. Acesso em: 3 out. 2026.
20. PAUL, Andrew. Why an AI image of Pope Francis in a fly jacket stirred up the internet. Popular Science, [s. l.], 28 mar. 2023. Disponível em: https://www.popsci.com/technology/pope-francis-ai-midjourney/. Acesso em: 3 out. 2026.
21. SHUMAILOV, Ilia et al. AI models collapse when trained on recursively generated data. Nature, London, v. 631, n. 8022, p. 755-759, 2024. DOI: 10.1038/s41586-024-07566-y. Disponível em: https://www.nature.com/articles/s41586-024-07566-y. Acesso em: 3 out. 2026.
22. SIMON, Felix M.; NIELSEN, Rasmus Kleis; FLETCHER, Richard. Generative AI and news report 2025: how people think about AI's role in journalism and society. Oxford: Reuters Institute for the Study of Journalism, 2025. Disponível em: https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2025-10/Gen_AI_and_News_Report_2025.pdf. Acesso em: 3 out. 2026.
23. UNIÃO EUROPEIA. Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que cria regras harmonizadas em matéria de inteligência artificial (Regulamento da Inteligência Artificial). Jornal Oficial da União Europeia, Luxemburgo, série L, 12 jul. 2024. Disponível em: https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:32024R1689. Acesso em: 3 out. 2026.
24. UNITED STATES. Copyright Office. Copyright and artificial intelligence, part 2: copyrightability. Washington, DC: U.S. Copyright Office, 2025. Disponível em: https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf. Acesso em: 3 out. 2026.
25. WANG, Chengyi et al. Neural codec language models are zero-shot text to speech synthesizers. [S. l.]: arXiv, 2023. DOI: 10.48550/arXiv.2301.02111. Disponível em: https://arxiv.org/abs/2301.02111. Acesso em: 3 out. 2026.