Cheapfake

Cheapfake (ou shallowfake) é um termo guarda-chuva para manipulações audiovisuais que não dependem de tecnologias sofisticadas como Inteligência Artificial ou Machine Learning. Ao contrário das deepfakes, que sintetizam rostos e vozes do zero, as cheapfakes utilizam técnicas rudimentares de edição — como cortes seletivos, recontextualização, alteração de velocidade ou legendas incorretas — para alterar o sentido original de um vídeo ou imagem.\n\nO termo foi popularizado pelas pesquisadoras Britt Paris e Joan Donovan em 2019 para diferenciar essas fraudes "baratas" (cheap) e acessíveis das manipulações algorítmicas complexas. A simplicidade técnica torna as cheapfakes extremamente perigosas, pois qualquer pessoa com um smartphone pode produzi-las e viralizá-las em minutos.

A eficácia da cheapfake reside na exploração do contexto, não na perfeição visual. As técnicas mais comuns incluem:\n\n1. Alteração de Velocidade: Desacelerar um vídeo para fazer alguém parecer bêbado ou doente (como ocorreu com a política Nancy Pelosi nos EUA).\n2. Corte Seletivo (Clipping): Isolar uma frase fora de contexto para inverter seu significado.\n3. Legenda Falsa: Sobrepor legendas que não correspondem ao áudio original, muito comum em vídeos em língua estrangeira.\n4. Recontextualização: Pegar um vídeo antigo ou de outro local e apresentá-lo como se fosse um evento atual (ex: vídeos de protestos de anos atrás sendo compartilhados como se fossem de hoje).

Figuras públicas, políticos e ativistas são os alvos primários, visando o assassinato de reputação e a polarização política. No entanto, grupos minoritários também são afetados quando vídeos são manipulados para incitar ódio ou reforçar estereótipos (ex: vídeos de imigrantes recontextualizados para parecerem violentos).

A cheapfake é insidiosa porque, tecnicamente, o vídeo é "real" (as imagens não foram geradas por computador). O que é falso é a narrativa construída ao redor dele. Isso dificulta a detecção automática por algoritmos de moderação, que buscam por artefatos de IA (deepfakes), mas falham em identificar que uma legenda está errada ou que a data do vídeo é antiga. Além disso, elas confirmam vieses de confirmação do público, que tende a acreditar naquilo que já deseja ser verdade.

• Erosão da Confiança: O público passa a duvidar de qualquer evidência visual, criando um ambiente de cinismo generalizado (o "dividendo do mentiroso").\n* Violência Política: Manipulações simples podem incitar revoltas reais ou justificar repressão policial baseada em eventos que não ocorreram daquela forma.\n* Dificuldade de Verificação: Enquanto uma deepfake exige peritos forenses para ser desmascarada, uma cheapfake exige fact-checking contextual (jornalismo), que é mais lento que a viralização do conteúdo.