União Europeia define parâmetros para rotulagem de conteúdos gerados por IA
União Europeia avança na transparência da IA generativa com Código de Conduta sobre rotulagem de conteúdos sintéticos
Instrumento voluntário busca orientar fornecedores e usuários de sistemas de IA generativa na marcação, detecção e rotulagem de deepfakes, textos sintéticos e conteúdos manipulados em temas de interesse público
A Comissão Europeia publicou a versão final do Código de Conduta sobre Transparência de Conteúdos Gerados por Inteligência Artificial, voltado à marcação, detecção e rotulagem de conteúdos produzidos ou manipulados por sistemas de IA generativa. O documento surge no contexto do Regulamento Europeu de Inteligência Artificial, o AI Act, especialmente em relação às obrigações de transparência previstas no art. 50, cuja aplicação está prevista para 2 de agosto de 2026.
Código europeu sobre IA generativa reforça transparência contra deepfakes e desinformação
O Código tem natureza voluntária, pois ele não cria, por si só, novas obrigações legais autônomas, nem substitui o texto normativo do AI Act. Sua função é mais prática e regulatória: oferecer parâmetros de conformidade, padronização e orientação técnica para fornecedores e responsáveis pela implantação de sistemas de IA generativa. Em outras palavras, trata-se de um instrumento de soft law regulatória, destinado a auxiliar a demonstração de diligência, boa-fé regulatória, governança tecnológica e compromisso com a transparência.
A relevância do tema decorre do avanço acelerado da IA generativa e de sua capacidade de produzir textos, imagens, vídeos, vozes sintéticas e conteúdos audiovisuais cada vez mais difíceis de distinguir de obras, manifestações ou declarações humanas.
Essa transformação amplia possibilidades criativas, educacionais, científicas e econômicas, mas também intensifica riscos associados à desinformação, fraude, manipulação informacional, impersonação, deepfakes, violação de direitos autorais, publicidade enganosa e erosão da confiança pública.
Por isso, a discussão sobre marcação e rotulagem de conteúdos sintéticos não deve ser compreendida apenas como uma questão técnica.
Trata-se de um problema jurídico de governança informacional, proteção de direitos fundamentais, integridade democrática, dever de informação, proteção do consumidor, responsabilidade regulatória e segurança jurídica. Em sociedades profundamente mediadas por plataformas digitais, a possibilidade de saber se determinado conteúdo foi produzido, alterado ou simulado por IA torna-se elemento essencial para a confiança no ecossistema informacional.
O que é o Código de Conduta europeu
O Código de Conduta sobre Transparência de Conteúdos Gerados por IA foi elaborado no âmbito da estratégia europeia de implementação do AI Act. Seu objetivo é auxiliar os agentes econômicos e institucionais envolvidos no desenvolvimento, disponibilização e uso de sistemas de IA generativa a cumprirem as obrigações de transparência previstas no regulamento europeu.
O documento está voltado, de modo geral, para conteúdos de áudio, imagem, vídeo e texto gerados ou manipulados por IA. Sua lógica central é estabelecer um conjunto de medidas práticas para que esses conteúdos possam ser tecnicamente marcados, detectados e, quando necessário, claramente rotulados ao público.
A preocupação europeia é evidente: sistemas de IA generativa podem produzir conteúdos sintéticos em grande escala, dificultando a distinção entre manifestações humanas e conteúdos artificialmente gerados ou manipulados.
A resposta regulatória proposta não consiste em proibir genericamente esses usos, mas em tornar sua presença identificável, rastreável e compreensível.
O Código deve ser entendido como um instrumento de conformidade orientada. Ao aderir voluntariamente às suas medidas, fornecedores e responsáveis pela implantação de sistemas de IA podem demonstrar esforço de alinhamento às obrigações europeias de transparência. Essa adesão, contudo, não deve ser confundida com uma presunção absoluta de conformidade integral ao AI Act. A demonstração de cumprimento continuará dependendo da análise concreta das práticas adotadas, da documentação produzida, da eficácia das soluções técnicas e da compatibilidade com as obrigações legais aplicáveis.
Fornecedores de IA generativa: marcação técnica e detecção de conteúdos sintéticos
A primeira parte do Código é dirigida aos fornecedores de sistemas de IA generativa. Seu foco está na marcação e detecção técnica de conteúdos gerados ou manipulados por IA. Aqui, a preocupação principal não é apenas informar visualmente o usuário, mas criar mecanismos técnicos capazes de permitir a identificação posterior da origem artificial do conteúdo.
Marcação, detecção e rotulagem: o novo eixo europeu da governança da IA generativa
A marcação deve ocorrer em formato legível por máquina, de modo que sistemas, plataformas, autoridades, pesquisadores, usuários qualificados e outros agentes possam detectar que determinado conteúdo foi gerado ou alterado por IA. O Código menciona soluções como metadados assinados digitalmente, marcas d’água imperceptíveis e mecanismos de detecção associados.
Os metadados assinados digitalmente podem registrar informações sobre a origem do conteúdo, o sistema utilizado, o momento de geração ou manipulação e outros elementos de proveniência. A marca d’água digital imperceptível, por sua vez, busca inserir no próprio conteúdo um sinal técnico que não seja visível ao usuário comum, mas que possa ser reconhecido por mecanismos de detecção.
A lógica adotada pelo Código não pressupõe que uma única técnica seja suficiente para resolver o problema. Ao contrário, reconhece-se que a confiabilidade da marcação depende de abordagens combinadas, proporcionais e compatíveis com o estado da arte.
A detecção de conteúdos sintéticos enfrenta limitações relevantes, como remoção de metadados, recompressão de arquivos, capturas de tela, edições posteriores, alterações adversariais, traduções, paráfrases e dificuldades específicas em textos livres.
Por essa razão, o Código valoriza requisitos como efetividade, interoperabilidade, robustez e confiabilidade. Efetividade significa que a solução deve ser capaz de cumprir sua finalidade de auxiliar a distinção entre conteúdo humano e conteúdo gerado ou manipulado por IA. Interoperabilidade indica a necessidade de funcionamento entre diferentes sistemas, plataformas e ambientes técnicos. Robustez refere-se à resistência da marcação diante de alterações comuns ou tentativas de remoção. Confiabilidade exige que os mecanismos de detecção apresentem resultados tecnicamente consistentes, reduzindo riscos de falsos positivos e falsos negativos.
Além das soluções técnicas, o Código enfatiza a necessidade de documentação, testes, verificação, monitoramento e atualização contínua. A conformidade regulatória, nesse modelo, não se resume a uma declaração formal. Ela exige processos internos, registros, avaliação periódica de desempenho, cooperação com autoridades competentes e atenção à proteção de dados, à privacidade, à segurança da informação, à confidencialidade e à preservação de segredos comerciais.
Esse ponto é especialmente relevante porque a transparência não pode ser implementada de modo a comprometer outros direitos. Mecanismos de detecção que exijam envio de conteúdo a serviços externos, por exemplo, devem respeitar princípios de minimização de dados, segurança, finalidade, confidencialidade e retenção limitada. A marcação de conteúdos por IA deve ser compatível com a proteção de dados pessoais e com a segurança dos sistemas.
Responsáveis pela implantação: rotulagem clara, revisão humana e controle editorial
A segunda parte do Código é voltada aos responsáveis pela implantação ou uso de sistemas de IA generativa. Diferentemente da primeira seção, que trata da marcação técnica, essa parte concentra-se na rotulagem clara de determinados conteúdos perante o público.
O foco está especialmente em deepfakes e textos gerados ou manipulados por IA quando publicados para informar o público sobre questões de interesse público.
Nesses casos, o desafio jurídico não é apenas permitir que uma máquina detecte a origem artificial do conteúdo, mas garantir que as pessoas expostas à informação compreendam que ela foi gerada ou alterada por inteligência artificial.
A rotulagem deve ser clara, distinguível, acessível e compreensível. Isso significa que o aviso ao usuário não deve ser oculto, ambíguo ou excessivamente técnico. A informação deve ser apresentada de modo compatível com a finalidade comunicacional do conteúdo e com o risco de indução do público a erro.
O Código também valoriza a revisão humana e o controle editorial, nesse aspecto é fundamental para diferenciar o uso meramente auxiliar da IA , vale dizer, como apoio à revisão, tradução, organização de informações ou edição técnica, tudo para deixar claro o processo da geração substancial de conteúdo destinado à informação pública.
Assim, há que se concluir que nem todo uso de IA exigirá necessariamente uma rotulagem ampla e ostensiva.
A análise deve considerar o tipo de conteúdo, sua finalidade, o grau de manipulação, o risco concreto de engano e o contexto de divulgação.
Em ambientes jornalísticos, eleitorais, educacionais, publicitários e institucionais, essa distinção se torna particularmente sensível. Um texto revisado com auxílio de IA não apresenta o mesmo risco que um vídeo sintético simulando a fala de uma autoridade pública. Da mesma forma, uma imagem artística assumidamente fictícia não deve ser tratada do mesmo modo que uma montagem hiper-realista usada para manipular um debate eleitoral ou uma decisão de consumo.
O Código, portanto, aponta para a necessidade de processos internos de conformidade. Empresas, órgãos públicos, veículos de comunicação, universidades e plataformas digitais que utilizam IA generativa deveriam desenvolver políticas internas sobre quando informar o uso de IA, como revisar conteúdos sintéticos, quem responde pelo controle editorial, quais registros devem ser preservados e como lidar com pedidos de correção, contestação ou remoção.
Marcação e rotulagem: duas dimensões complementares da transparência
Um dos méritos conceituais do Código é permitir a distinção entre marcação e rotulagem. Embora os termos sejam próximos, eles cumprem funções jurídicas e técnicas distintas.
A marcação é um mecanismo técnico, legível por máquina, voltado à rastreabilidade, detecção, proveniência e interoperabilidade. Pode envolver metadados, assinatura digital, marca d’água imperceptível, registros de geração, informações de proveniência e mecanismos de verificação. Sua função é permitir que sistemas técnicos identifiquem se um conteúdo foi gerado ou manipulado por IA.
A rotulagem, por outro lado, é perceptível ao usuário, por se tratar de uma informação comunicada diretamente às pessoas expostas ao conteúdo. Sua finalidade é assegurar transparência pública, clareza informacional, prevenção do engano e respeito ao dever de informação.
As duas dimensões são complementares, a saber:
A marcação permite rastreabilidade e detecção técnica, pois sem marcação, torna-se mais difícil verificar a origem de conteúdos que circulam em larga escala.
A rotulagem permite compreensão social, pois sem rotulagem, a informação permanece inacessível ao destinatário comum, ainda que tecnicamente detectável por sistemas especializados.
Essa distinção é relevante para evitar soluções simplistas, na medida em que a mera inserção de um aviso visual pode ser insuficiente se não houver mecanismos de proveniência.
Da mesma forma, uma marcação invisível ao usuário pode não cumprir adequadamente a função de transparência pública quando o conteúdo apresenta risco de engano ou manipulação.
Impactos jurídicos para plataformas, empresas, comunicação e setor público
O Código europeu sinaliza uma tendência de deslocamento da autorregulação genérica para modelos mais concretos de governança, documentação, rastreabilidade e transparência verificável. Isso pode impactar diferentes setores.
Para plataformas digitais, a questão central envolve a preservação de metadados, a interoperabilidade de sistemas de detecção, a clareza de avisos aos usuários e a cooperação com agentes públicos, pesquisadores, verificadores e organizações da sociedade civil. Plataformas que hospedam, distribuem ou recomendam conteúdos gerados por IA poderão ser cada vez mais pressionadas a adotar práticas transparentes de identificação e contextualização.
Para veículos de comunicação, o Código reforça a importância de políticas editoriais sobre o uso de IA.
Por tanto as redações que utilizam ferramentas generativas para apoio à produção de conteúdo precisarão distinguir usos instrumentais de usos substanciais.
A transparência deve ser proporcional ao risco de confusão do público e ao grau de participação da IA na produção final.
Conteúdos sintéticos e responsabilidade regulatória: a resposta europeia à IA opaca
Empresas que utilizam IA em marketing, publicidade, atendimento ao consumidor e comunicação institucional também são diretamente afetadas pela lógica do dever de informação. Chatbots, avatares sintéticos, vozes artificiais e imagens hiper-realistas podem ser úteis e legítimos, mas sua utilização deve evitar a indução do consumidor a erro. A transparência algorítmica, nesse contexto, aproxima-se da proteção do consumidor e da boa-fé objetiva.
No setor público, a adoção de IA generativa em canais de atendimento, campanhas informativas, educação digital ou comunicação institucional exige cautela adicional. O cidadão deve saber quando interage com sistemas automatizados e quando determinado conteúdo institucional foi substancialmente produzido ou manipulado por IA, especialmente em temas sensíveis ou de interesse público.
Universidades e instituições de pesquisa também podem se beneficiar de parâmetros de transparência. A marcação de conteúdos sintéticos, o registro de proveniência e a documentação de uso de IA podem contribuir para integridade acadêmica, autoria, reprodutibilidade de pesquisas e combate a fraudes.
Para produtores audiovisuais, criadores e titulares de direitos autorais, o Código abre uma agenda relevante sobre rastreabilidade, licenciamento, autoria, titularidade e preservação de metadados. A identificação técnica da origem de conteúdos pode ser útil tanto para proteger criadores humanos quanto para esclarecer a participação de sistemas automatizados na cadeia criativa.
Relevância para o Brasil: adaptação, não importação acrítica
A experiência europeia pode servir como referência importante para o Brasil, mas não deve ser importada de forma acrítica. O contexto constitucional, institucional, regulatório e tecnológico brasileiro exige soluções próprias, compatíveis com a liberdade de expressão, a liberdade de imprensa, a liberdade artística, a proteção de dados pessoais, a defesa do consumidor, a integridade eleitoral, os direitos autorais, a inovação tecnológica e a segurança jurídica.
Transparência da IA generativa: o que o novo Código europeu pode ensinar ao Brasil
No Brasil, o Código europeu poderia inspirar o debate sobre deveres proporcionais de transparência para conteúdos sintéticos. Essa inspiração, contudo, deve ser tratada como possibilidade regulatória ou boa prática, e não como obrigação já existente de modo geral no ordenamento brasileiro.
Entre os pontos que poderiam ser adaptados à realidade brasileira estão a rotulagem de deepfakes em contextos eleitorais, jornalísticos, publicitários e institucionais; a informação clara ao usuário quando interage com chatbots ou sistemas automatizados; a criação de padrões técnicos de marcação e metadados; o estímulo à interoperabilidade entre plataformas; o desenvolvimento de mecanismos de proveniência de conteúdo; e a adoção de políticas internas de governança de IA por empresas, universidades, órgãos públicos e veículos de comunicação.
Esses temas podem dialogar com a Constituição Federal, a Lei Geral de Proteção de Dados, o Marco Civil da Internet, o Código de Defesa do Consumidor, a legislação eleitoral, a Lei de Direitos Autorais e eventual marco legal brasileiro de inteligência artificial que está em tramite legislativo no congresso nacional. Esse diálogo, porém, não deve ser confundido com integração normativa automática. Cada campo jurídico possui finalidades, princípios e limites próprios.
Na proteção de dados, a preocupação recai sobre transparência, finalidade, minimização, segurança e direitos dos titulares.
No direito do consumidor, o eixo está no dever de informação, na prevenção de práticas enganosas e na boa-fé.
No direito eleitoral, o foco é a integridade do processo democrático e a prevenção de manipulações informacionais.
No direito autoral, a discussão envolve autoria, titularidade, originalidade, obras derivadas, licenciamento e responsabilização por usos não autorizados.
O desafio brasileiro será construir um modelo que preserve a liberdade de expressão e a inovação, sem deixar a sociedade vulnerável a práticas de engano, fraude, manipulação ou desinformação em larga escala.
Propriedade intelectual: autoria, proveniência e gestão de direitos
No campo da propriedade intelectual, a marcação de conteúdos gerados ou manipulados por IA pode produzir efeitos relevantes. Metadados, registros de proveniência e mecanismos de detecção podem auxiliar na prova de criação, na identificação de alterações, na rastreabilidade de obras derivadas e na gestão de direitos autorais.
A preservação de metadados autorais já é tema importante no ambiente digital. Com a IA generativa, essa relevância aumenta. Conteúdos podem ser gerados, transformados, remixados, adaptados e redistribuídos em múltiplas plataformas, muitas vezes com perda de informações sobre origem, autoria, titularidade e cadeia de licenciamento. Sistemas de marcação e proveniência podem contribuir para reduzir essa opacidade.
Isso não significa, contudo, que a rotulagem de um conteúdo como gerado ou manipulado por IA resolva automaticamente a questão da proteção autoral. A identificação de conteúdo sintético não determina, por si só, se há ou não obra protegida, quem é o autor, quem é o titular ou se houve infração. A análise dependerá do grau de intervenção humana, da originalidade, do uso de obras preexistentes, do regime jurídico aplicável, dos contratos envolvidos e das provas disponíveis.
A transparência técnica pode contribuir para a remuneração, o licenciamento e a responsabilização no ambiente digital, mas não substitui a análise jurídica. Ela fornece indícios, registros e elementos de rastreabilidade. A qualificação jurídica desses elementos continuará dependendo dos critérios do direito autoral, da legislação aplicável e da interpretação dos tribunais.
Nesse sentido, o Código europeu pode estimular uma agenda mais ampla: a construção de infraestruturas de confiança para a circulação de obras, conteúdos e dados na sociedade informacional. A marcação de conteúdo sintético pode se articular com sistemas de gestão coletiva, licenciamento automatizado, identificação de obras derivadas e preservação da integridade informacional das criações.
Eleições, deepfakes e desinformação
Os riscos associados à IA generativa tornam-se particularmente sensíveis em contextos eleitorais. Deepfakes, vozes sintéticas, imagens manipuladas e textos automatizados podem ser utilizados para simular declarações, atribuir falsamente condutas a candidatos, confundir eleitores, manipular debates públicos ou produzir desinformação em escala.
A rotulagem clara pode reduzir o risco de engano, mas não é solução única. A transparência deve ser combinada com educação midiática, responsabilização adequada, preservação de provas, transparência de impulsionamento, cooperação com plataformas e atuação institucional proporcional. A identificação de conteúdo sintético é uma camada de proteção, não uma resposta completa ao problema da desinformação eleitoral.
No Brasil, o modelo europeu pode dialogar com a legislação eleitoral e com normas do Tribunal Superior Eleitoral sobre propaganda, desinformação e uso de IA, desde que essa aproximação seja feita com rigor. Não se deve afirmar que o Código europeu cria obrigações no Brasil. O que se pode sustentar é que ele oferece uma referência regulatória útil para pensar padrões de transparência em conteúdos sintéticos de alto risco democrático.
A proteção da integridade eleitoral exige equilíbrio. O combate à manipulação informacional não pode converter-se em censura ou restrição indevida da crítica política, da sátira, da paródia e da liberdade de expressão. Ao mesmo tempo, a liberdade de expressão não deve ser usada como escudo para fraudes informacionais que simulam fatos, vozes ou imagens com potencial de enganar o eleitorado.
Comunicação institucional e jornalismo
A comunicação institucional e o jornalismo também serão impactados pela agenda de transparência da IA. O uso de sistemas generativos em redações, assessorias de imprensa, universidades, órgãos públicos e empresas exige critérios editoriais claros.
Nem todo uso de IA precisa ser informado ao público de forma ostensiva. Ferramentas auxiliares de revisão, tradução, organização de dados, transcrição ou apoio à edição podem não gerar o mesmo risco de engano que a produção substancial de um texto, imagem, áudio ou vídeo sintético. A análise deve considerar a relevância da intervenção da IA no resultado final e o potencial de indução do público a erro.
O dever de transparência tende a ser mais intenso quando houver geração substancial de conteúdo, manipulação relevante de imagem, áudio ou vídeo, simulação de pessoas reais, produção automatizada de textos sobre temas de interesse público ou utilização de avatares e vozes sintéticas em comunicação dirigida ao público.
Veículos de comunicação e assessorias institucionais poderiam adotar políticas editoriais internas sobre o uso de IA, definindo critérios para revisão humana, controle editorial, registro de ferramentas utilizadas, preservação de versões, rotulagem de conteúdos sintéticos e resposta a contestações. A transparência, nesse campo, deve fortalecer a credibilidade da informação, e não inviabilizar a inovação nas práticas comunicacionais.
Uma análise crítica: transparência não é censura
O Código europeu traz uma contribuição relevante ao tratar a transparência como elemento estruturante da governança de IA. No entanto, sua implementação enfrenta limites técnicos, jurídicos e institucionais.
As marcas d’água e metadados podem ser removidos, alterados ou perdidos em processos de edição, compressão, conversão de formato e circulação em redes sociais. Sistemas de detecção podem produzir falsos positivos e falsos negativos. Textos livres apresentam desafios específicos, pois podem ser reescritos, traduzidos, resumidos ou modificados de modo a reduzir a eficácia de mecanismos de identificação.
A interoperabilidade também é um problema relevante. Para que a marcação seja efetiva, diferentes plataformas, sistemas, fornecedores e ferramentas precisam reconhecer padrões comuns ou compatíveis. Sem padronização mínima, o ecossistema pode se fragmentar em soluções fechadas e pouco úteis para usuários, autoridades, pesquisadores e criadores.
Outro ponto sensível é a proporcionalidade, visto que, as pequenas e médias empresas, startups, veículos independentes, universidades e projetos culturais não possuem a mesma capacidade técnica e financeira das grandes plataformas. Qualquer modelo regulatório inspirado na experiência europeia deve considerar custos de implementação, risco regulatório e necessidade de não sufocar inovação.
Também é essencial evitar que a transparência seja convertida em censura. Rotular conteúdo sintético não deve significar proibir automaticamente sua circulação. Há usos legítimos da IA em arte, educação, pesquisa, jornalismo, acessibilidade, sátira, paródia, preservação cultural e inovação audiovisual. O objetivo deve ser impedir o engano relevante, não restringir a criatividade.
A transparência, portanto, deve operar como instrumento de confiança, e não como mecanismo de controle indevido da expressão legítima.
Conclusão: da IA opaca à IA identificável e socialmente responsável
O Código de Conduta europeu sobre marcação, detecção e rotulagem de conteúdos gerados por IA inaugura uma agenda regulatória relevante: a passagem de uma IA opaca para uma IA identificável, auditável e socialmente responsável.
Ao organizar obrigações e boas práticas ao longo da cadeia de valor da IA generativa, o documento reconhece que a integridade informacional depende tanto de soluções técnicas quanto de responsabilidades institucionais. Fornecedores devem desenvolver mecanismos de marcação e detecção; responsáveis pela implantação devem informar adequadamente o público quando o uso de IA puder gerar risco de engano; plataformas, veículos de comunicação, empresas e órgãos públicos devem adotar políticas de governança compatíveis com seus contextos de atuação.
Para o Brasil, a experiência europeia deve ser vista como laboratório normativo, não como modelo a ser copiado automaticamente. O país pode extrair lições importantes sobre transparência algorítmica, conteúdo sintético, deepfakes, metadados, proveniência, interoperabilidade, proteção do consumidor, direito autoral, desinformação eleitoral e governança de IA.
A questão central não é apenas saber se um conteúdo foi produzido por uma máquina. É garantir que cidadãos, consumidores, eleitores, criadores, pesquisadores e instituições possam confiar minimamente no ambiente informacional em que vivem. Na sociedade informacional, a transparência sobre a origem dos conteúdos torna-se uma condição jurídica para a proteção da liberdade, da democracia, da inovação e dos direitos fundamentais.
Para ter acesso gratuitamente ao teor do Código de Conduta sobre Transparência de Conteúdos Gerados por Inteligência Artificial : Código de Boas Práticas Europeu de rotulagem de conteúdo sintético
A Comissão Europeia deu mais um passo relevante na consolidação da governança da inteligência artificial ao publicar o Código de Conduta sobre marcação, detecção e rotulagem de conteúdos gerados por IA . O documento, vinculado às obrigações de transparência do AI Act , busca orientar fornecedores e responsáveis pela implantação de sistemas de IA generativa na adoção de práticas externas à identificação de conteúdos sintéticos, especialmente em contextos sensíveis ao interesse público.
