Isso separa sinal de imagem, watermarking na geração de texto, registro de procedência e rótulo para pessoas.
Antes de procurar uma marca, vale definir qual é a pergunta
Ao perguntar se uma imagem “é de IA”, muita gente mistura questões diferentes: um gerador deixou um sinal detectável? Existe um histórico de procedência? A plataforma exibiu um rótulo? Um sistema específico consegue reconhecer a própria marca? Cada pergunta depende de um tipo de evidência diferente.
Por isso, não encontrar uma marca não prova que não houve IA. Ela pode nunca ter sido adicionada ou pode ter sido afetada por captura de tela, recorte, recompressão e conversão. Da mesma forma, encontrar um sinal específico não reconstrói automaticamente todo o histórico de criação e edição.
| Mecanismo | Onde a informação fica | O que ela responde principalmente |
|---|---|---|
| Marca ou sinal de imagem | Pixels ou sinal da imagem | Se uma marca específica ainda pode ser observada |
| Watermark em texto de LLM | Padrão estatístico na escolha de tokens | Se o texto carrega o padrão de um método específico |
| Content Credentials | Manifest assinado e vinculado ao arquivo | Quais informações de procedência podem ser verificadas |
| Rótulo visível de IA | Interface da plataforma | Como o uso de IA é comunicado às pessoas |
A discussão deixou de ser só técnica
Com geração e edição cada vez mais acessíveis, ficou mais difícil entender o histórico de um conteúdo olhando apenas para o resultado final. Na União Europeia, as obrigações de transparência do artigo 50 do AI Act passaram a valer em 2 de agosto de 2026. Provedores abrangidos pela regra devem fazer com que conteúdo gerado ou manipulado artificialmente receba marcação legível por máquina e detectável; deepfakes e determinados textos de interesse público também têm regras de divulgação.
Isso não transforma “watermark” em um padrão único. Imagem, texto, procedência e aviso visual continuam resolvendo problemas diferentes.
Na imagem, o sinal acompanha os pixels
Uma marca pode ser visível — nome, logo, assinatura — ou ser inserida de forma não visível para que um detector compatível a procure depois. O comportamento depende da técnica e das transformações posteriores. Recorte, redimensionamento, recompressão, captura de tela e edição generativa podem alterar a observabilidade do sinal.
É aqui que entra o fluxo atual do SIGNA: preparar uma imagem compatível antes do compartilhamento, usar marca visível e/ou sinal SIGNA invisível e, se a imagem voltar mais tarde, verificar no aparelho se o sinal ainda é observável. Isso não equivale a classificar universalmente a imagem como “feita por IA” ou “não feita por IA”.
No SynthID-Text, a marca nasce enquanto o LLM escolhe tokens
Texto não tem pixels. O SynthID-Text, do Google DeepMind, atua no procedimento de sampling usado por um modelo autorregressivo para selecionar o próximo token. O trabalho publicado na Nature descreve Tournament sampling e diferencia uma configuração non-distortionary, desenhada para preservar a distribuição em expectativa, de uma configuração distortionary, que busca mais detectabilidade aceitando um trade-off de qualidade.
Em setembro de 2026, a Lasso Security trouxe uma pergunta nova: ao aplicar uma implementação de SynthID-Text a modelos abertos, encontrou mudanças em algumas recusas e chamadas de ferramentas. O estudo chama o fenômeno de “sampling drift”. Em agentes, um token alterado pode virar o valor de um argumento, um caminho ou a escolha de uma ferramenta.
O resultado é relevante para watermarking de texto em LLMs, mas não deve ser colado em qualquer tecnologia que use a palavra “marca d’água”. Um sinal embutido nos pixels de uma imagem não participa da escolha do próximo token. Portanto, a controvérsia sobre sampling drift não descreve o mecanismo do sinal de imagem do SIGNA.
Content Credentials trabalha com procedência
O C2PA Content Credentials registra assertions sobre criação, edição e outros aspectos do histórico em manifests assinados e vinculados ao ativo. A validação verifica assinaturas, bindings e confiança. É uma infraestrutura de procedência, não apenas uma busca por um padrão estatístico escondido.
Por isso, não encontrar Content Credentials, não detectar um watermark específico e não ver um rótulo de IA em uma plataforma são fatos distintos. Cada mecanismo pode não ter sido aplicado ou pode ter sido afetado de maneira diferente durante a circulação do arquivo.
O rótulo que a pessoa vê tem outra função
As orientações da Comissão Europeia e o Code of Practice de 2026 separam a marcação legível por máquina feita por provedores das obrigações de divulgação para deepfakes e certos textos. Um aviso visível comunica algo sem exigir detector; uma marca de máquina pode servir a software sem aparecer na tela; uma credencial pode carregar histórico mais rico.
Ausência de marca não significa ausência de IA
Capturas de tela, nova codificação, processamento de plataforma, remoção de metadados ou uso de outro sistema podem explicar por que uma marca esperada não está presente. E encontrar uma sinalização específica só sustenta conclusões dentro do escopo daquele sistema. “Detector de IA” e “detector de um sinal conhecido” não são a mesma categoria de evidência.
Onde o SIGNA se encaixa
O SIGNA foi pensado para a etapa anterior ao compartilhamento de imagens. Nos fluxos compatíveis no Android, a foto selecionada é processada no aparelho, sem ser enviada aos servidores do SIGNA AI Lab para esse processamento. Você pode usar marca visível para identificação imediata, adicionar um sinal SIGNA invisível como referência técnica adicional e verificar depois imagens compatíveis.
Isso não substitui SynthID-Text nem C2PA. A utilidade está justamente em saber qual pergunta cada tecnologia consegue responder.
Fontes
Prepare a imagem antes de compartilhar
Se a sua questão é o compartilhamento de fotos, o SIGNA permite combinar marca visível e sinal invisível conforme a necessidade e verificar depois imagens compatíveis.