Foto de mulher limpando pichação em SP passou por IA, diz perícia

Análise indicou 84% de probabilidade de a imagem ter sido manipulada por inteligência artificial

Imagem de mulher limpando estação foi manipulada Reprodução/redes sociais PODER360 13.out.2026 (terça-feira) - 15h54 Priorize o Poder no Google Uma imagem que mostra uma mulher limpando pichações na entrada da Estação Trianon-Masp do Metrô depois do ato pró-Lula realizado na Avenida Paulista, no último domingo (11.out.2026), e que viralizou nas redes sociais, passou por perícia e teve indícios de adulteração por IA (inteligência artificial).

A verificação foi realizada pela Signaip , plataforma brasileira voltada para a verificação de autenticidade digital. A análise pericial identificou 84% de probabilidade de que a fotografia da trabalhadora seja fruto de manipulação sintética.

Formulário de cadastro alertas grátis do Poder360 concordo com os termos da LGPD . Inscreva-se Inscreva-se

De acordo com a perícia, a imagem viralizada não foi completamente criada por inteligência artificial, mas trata-se de uma edição parcial aplicada a uma foto verdadeira.

Em avaliação do cenário de fundo, a fotografia original do local —que exibe os vidros da estação pichados— registrou um índice de apenas 10% de probabilidade de alteração por IA, o que confirma a veracidade do ambiente. A adulteração principal está na inserção da imagem da mulher sobre a fotografia real da estação.

“ O fato de o laudo técnico apontar 84% de probabilidade deve-se à própria composição do material analisado. A imagem viralizada provavelmente não foi gerada integralmente por IA, tratando-se antes de uma manipulação parcial sobre uma base autêntica “, explica Caroline Nunes, fundadora da InspireIP , empresa responsável pelo desenvolvimento da plataforma Signaip.

“ É esta combinação de elementos fotográficos genuínos com adições artificiais que justifica o resultado probabilístico elevado, mas não absoluto “.

O laudo também destacou que o arquivo analisado não continha o manifesto C2PA —padrão internacional de credencial de autenticidade digital—, nem registro em blockchain que pudesse comprovar sua procedência ou histórico de edições.

A checagem da plataforma combina análises de metadados e procedência com algoritmos para a detecção de padrões visuais gerados por IA.