Dois detectores podem analisar a mesma imagem e discordar?
Sim. Isso não significa necessariamente que um deles esteja “quebrado”. Detectores de IA são construídos com modelos, conjuntos de treinamento, regras e limiares diferentes. Cada sistema pode dar mais peso a sinais distintos.
1. O conjunto de treinamento muda o que o modelo reconhece
Um detector treinado com imagens de determinados geradores pode reconhecer muito bem essas famílias e ter desempenho pior em modelos mais novos ou em estilos que não aparecem com frequência nos dados de treino.
O mesmo vale para imagens reais. Fotografias profissionais, ilustrações, renders 3D, screenshots e imagens muito editadas podem ter distribuições diferentes.
2. Compressão e redimensionamento alteram os sinais
JPEG, redução de resolução, filtros, captura de tela e aplicativos de mensagem modificam pixels e metadados. Alguns detectores são mais sensíveis a essas transformações do que outros.
Por isso, um arquivo original pode produzir uma leitura diferente de uma cópia enviada por mensageiro ou salva novamente por um editor.
3. Cada detector pode medir coisas diferentes
Classificação visual
Procura padrões estatísticos aprendidos a partir de imagens reais e sintéticas.
Forense digital
Busca inconsistências de processamento, compressão e estrutura da imagem.
Proveniência
Verifica credenciais e informações de origem quando o arquivo preserva esses dados.
Regras de ensemble
Combina vários sinais e decide como conflitos afetam score e confiança.
4. O limiar de decisão também muda o resultado
Mesmo dois sistemas com scores parecidos podem usar limites diferentes para mostrar “real”, “incerto” ou “IA”. Um detector mais conservador pode preferir devolver incerteza; outro pode classificar de forma binária.
Qual resultado devo considerar?
Não escolha automaticamente o detector que mostrou a resposta que você esperava. Observe se o sistema explica confiança, limitações e sinais considerados. Dê preferência a resultados que reconheçam incerteza quando as evidências entram em conflito.
Quando a origem da imagem realmente importa, compare também a fonte original, versões anteriores, metadados, contexto da publicação e outras evidências.
O arquivo original ajuda?
Geralmente sim. O original tende a preservar mais resolução, menos recompressão e mais informações de proveniência. Isso oferece mais sinais para sistemas automatizados e também para análise manual.
Como o Isso é IA? trata divergência
O Isso é IA? publica uma metodologia que combina famílias diferentes de análise e reduz confiança quando detectores ou transformações controladas apontam em direções incompatíveis.
Guias relacionados
Compare sinais, não apenas uma porcentagem
Analise a imagem no Isso é IA? e consulte os detalhes de confiança e divergência.
Abrir detector