{"id":124,"date":"2024-03-04T15:26:09","date_gmt":"2024-03-04T15:26:09","guid":{"rendered":"https:\/\/ai4debunk.eu\/?page_id=124"},"modified":"2026-01-08T19:26:29","modified_gmt":"2026-01-08T19:26:29","slug":"scientific-publications","status":"publish","type":"page","link":"https:\/\/ai4debunk.eu\/pt\/scientific-publications\/","title":{"rendered":"Publica\u00e7\u00f5es cient\u00edficas"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Cientifica Publica\u00e7\u00f5es<\/span><\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\tEncontre todas as publica\u00e7\u00f5es cient\u00edficas produzidas pelos parceiros da AI4Debunk, apresentando as mais recentes descobertas cient\u00edficas do projecto.\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tLan\u00e7ar luz sobre as grandes redes generativas: Estimativa da Incerteza Epist\u00e9mica em Modelos de Difus\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Axel Brando, Lucas Berry, David Mege<\/p>

Resumo:<\/strong>
Os modelos de difus\u00e3o generativa, not\u00e1veis por sua grande contagem de par\u00e2metros (superior a 100 milh\u00f5es) e opera\u00e7\u00e3o em espa\u00e7os de imagem de alta dimens\u00e3o, representam desafios significativos para os m\u00e9todos tradicionais de estimativa de incerteza devido \u00e0s demandas computacionais. Neste trabalho, introduzimos um quadro inovador, Diffusion Ensembles for Capturing Uncertainty (DECU), concebido para estimar a incerteza epist\u00e9mica para modelos de difus\u00e3o. O quadro DECU introduz um novo m\u00e9todo que treina eficientemente conjuntos de modelos de difus\u00e3o condicional, incorporando um conjunto est\u00e1tico de par\u00e2metros pr\u00e9-treinados, reduzindo drasticamente a carga computacional e o n\u00famero de par\u00e2metros que requerem forma\u00e7\u00e3o. Al\u00e9m disso, o DECU emprega Estimadores de Dist\u00e2ncia Par\u00e1wise (PaiDEs) para medir com precis\u00e3o a incerteza epist\u00e9mica, avaliando a informa\u00e7\u00e3o m\u00fatua entre as sa\u00eddas do modelo e os pesos em espa\u00e7os de alta dimens\u00e3o. A efic\u00e1cia desta estrutura \u00e9 demonstrada atrav\u00e9s de experi\u00eancias no conjunto de dados ImageNet, destacando a sua capacidade de capturar a incerteza epist\u00e9mica, especificamente em classes de imagem subamostradas.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
A 40a Confer\u00eancia sobre a Incerteza na Intelig\u00eancia Artificial<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tRobustez e generaliza\u00e7\u00e3o dos detectores de imagens sint\u00e9ticas<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Coccomini D.A., Caldelli R., Gennaro C., Fiameni G., Amato G., Falchi F.<\/p>

Resumo:<\/strong>
Nos \u00faltimos tempos, a crescente propaga\u00e7\u00e3o de meios sint\u00e9ticos, conhecidos como deepfakes, tornou-se poss\u00edvel gra\u00e7as ao r\u00e1pido progresso das tecnologias de intelig\u00eancia artificial, especialmente os algoritmos de aprendizagem profunda. As crescentes preocupa\u00e7\u00f5es com a crescente disponibilidade e credibilidade das falsifica\u00e7\u00f5es profundas t\u00eam estimulado os investigadores a se concentrarem no desenvolvimento de m\u00e9todos para detect\u00e1-las. Neste dom\u00ednio, investigadores do Laborat\u00f3rio AIMH do ISTI CNR, em colabora\u00e7\u00e3o com investigadores de outras organiza\u00e7\u00f5es, realizaram investiga\u00e7\u00e3o, investiga\u00e7\u00f5es e projetos para contribuir para combater esta tend\u00eancia, explorando novas solu\u00e7\u00f5es e amea\u00e7as. Este artigo resume os esfor\u00e7os mais recentes feitos nesta \u00e1rea pelos nossos investigadores e em colabora\u00e7\u00e3o com outras institui\u00e7\u00f5es e especialistas.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Atas do semin\u00e1rio CEUR<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tSemin\u00e1rio MAD '24: Intelig\u00eancia artificial multim\u00e9dia contra a desinforma\u00e7\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Stanciu, Cristian e Ionescu, Bogdan e Cuccovillo, Luca e Papadopoulos, Sime\u00e3o e Kordopatis-Zilos, Giorgos e Popescu, Adrian e Caldelli, Roberto<\/p>

Resumo:<\/strong>
A gera\u00e7\u00e3o e manipula\u00e7\u00e3o de m\u00eddia sint\u00e9tica t\u00eam visto an\u00fancios r\u00e1pidos nos \u00faltimos anos, tornando cada vez mais f\u00e1cil a cria\u00e7\u00e3o de conte\u00fado multim\u00e9dia que \u00e9 indistingu\u00edvel para o observador humano. Al\u00e9m disso, os conte\u00fados gerados podem ser utilizados de forma maliciosa por indiv\u00edduos e organiza\u00e7\u00f5es para difundir desinforma\u00e7\u00e3o, o que constitui uma amea\u00e7a significativa para a sociedade e a democracia. Por conseguinte, existe uma necessidade urgente de ferramentas de IA destinadas a facilitar um processo de verifica\u00e7\u00e3o dos meios de comunica\u00e7\u00e3o social atempado e eficaz. O semin\u00e1rio MAD\u201924 procura reunir pessoas de diferentes origens que se dedicam ao combate \u00e0 desinforma\u00e7\u00e3o nos meios multim\u00e9dia atrav\u00e9s da IA, promovendo um ambiente para a explora\u00e7\u00e3o de ideias inovadoras e a partilha de experi\u00eancias. As \u00e1reas de investiga\u00e7\u00e3o de interesse englobam a identifica\u00e7\u00e3o de conte\u00fados manipulados ou gerados, juntamente com a investiga\u00e7\u00e3o da dissemina\u00e7\u00e3o da desinforma\u00e7\u00e3o e das suas repercuss\u00f5es societais. Reconhecendo a import\u00e2ncia do multim\u00e9dia, a oficina enfatiza a an\u00e1lise conjunta de v\u00e1rias modalidades dentro do conte\u00fado, uma vez que a verifica\u00e7\u00e3o pode ser melhorada atrav\u00e9s da agrega\u00e7\u00e3o de m\u00faltiplas formas de conte\u00fado.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Actas do 3o Workshop Internacional da ACM sobre Intelig\u00eancia Artificial Multim\u00e9dia contra a Desinforma\u00e7\u00e3o<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tAnomalias temporais do quadro de superf\u00edcie para a detec\u00e7\u00e3o de v\u00eddeo deepfake<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Andrea Ciamarra, Roberto Caldelli, Alberto Del Bimbo<\/p>

Resumo:<\/strong>
Olhar para uma sequ\u00eancia de v\u00eddeo onde uma pessoa em primeiro plano \u00e9 representada n\u00e3o \u00e9 mais como h\u00e1 tempo. As falsifica\u00e7\u00f5es profundas revolucionaram a nossa forma de ver esses conte\u00fados e hoje em dia estamos mais habituados a perguntar-nos se o que estamos a ver \u00e9 real ou apenas uma mistifica\u00e7\u00e3o. Neste contexto de desinforma\u00e7\u00e3o generalizada, a necessidade de solu\u00e7\u00f5es fi\u00e1veis para ajudar os utilizadores comuns, e n\u00e3o apenas, a fazer uma avalia\u00e7\u00e3o deste tipo de sequ\u00eancias de v\u00eddeo, est\u00e1 muito pr\u00f3xima. Neste artigo, uma nova abordagem que aproveita as anomalias do quadro de superf\u00edcie temporal, a fim de revelar v\u00eddeos deepfake \u00e9 introduzida. O m\u00e9todo procura poss\u00edveis discrep\u00e2ncias, induzidas pela manipula\u00e7\u00e3o deepfake, nas superf\u00edcies pertencentes \u00e0 cena capturada e na sua evolu\u00e7\u00e3o ao longo do eixo temporal. Estas caracter\u00edsticas s\u00e3o usadas como entrada de um pipeline baseado em redes neurais profundas para realizar uma avalia\u00e7\u00e3o bin\u00e1ria no pr\u00f3prio v\u00eddeo. Os resultados experimentais testemunham que tal metodologia pode alcan\u00e7ar um desempenho significativo em termos de precis\u00e3o de detec\u00e7\u00e3o.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia IEEE\/CVF 2024 sobre a Vis\u00e3o Inform\u00e1tica e os Workshops de Reconhecimento de Padr\u00f5es (CVPRW)<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tUma abordagem sociopol\u00edtica da desinforma\u00e7\u00e3o e da IA: Preocupa\u00e7\u00f5es, respostas e desafios<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Pascaline Gaborit<\/p>

Resumo:<\/strong>
As organiza\u00e7\u00f5es internacionais classificam a desinforma\u00e7\u00e3o como uma das principais amea\u00e7as \u00e0 democracia e \u00e0s institui\u00e7\u00f5es h\u00e1 mais de uma d\u00e9cada. As tecnologias digitais reinventam e transformam profundamente os estilos de vida modernos, os cidad\u00e3os e os ambientes empresariais. A IA est\u00e1 a provocar uma nova perturba\u00e7\u00e3o na forma como acedemos ao conhecimento e criamos, divulgamos e compreendemos a informa\u00e7\u00e3o. Pode tamb\u00e9m esbater as linhas entre a informa\u00e7\u00e3o real e a informa\u00e7\u00e3o manipulada com a emerg\u00eancia de \u00abnot\u00edcias falsas\u00bb, refer\u00eancias cruzadas de redes autom\u00e1ticas e \u00abfalsifica\u00e7\u00f5es profundas\u00bb. Os sistemas de IA refor\u00e7am o potencial de cria\u00e7\u00e3o de conte\u00fados falsos realistas e de campanhas de desinforma\u00e7\u00e3o direcionadas. A desinforma\u00e7\u00e3o vai al\u00e9m dos simples rumores para enganar e distorcer deliberadamente informa\u00e7\u00f5es baseadas em provas atrav\u00e9s de dados fabricados. Recentemente, as institui\u00e7\u00f5es europeias tamb\u00e9m se centraram na identifica\u00e7\u00e3o da desinforma\u00e7\u00e3o associada \u00e0 FIMI: Manipula\u00e7\u00e3o e Interfer\u00eancia de Informa\u00e7\u00f5es Estrangeiras. O artigo identifica tend\u00eancias e preocupa\u00e7\u00f5es relacionadas com a desinforma\u00e7\u00e3o e a IA. Explora a perce\u00e7\u00e3o da desinforma\u00e7\u00e3o, os seus impactos e as respostas, incluindo o Regulamento Intelig\u00eancia Artificial da UE e as pol\u00edticas das plataformas em linha. Proporciona uma primeira abordagem anal\u00edtica do tema com base nos atuais debates dos investigadores, nas primeiras conclus\u00f5es dos inqu\u00e9ritos do Tribunal de 2024, em entrevistas e na an\u00e1lise de centenas de not\u00edcias falsas em linha. Procura compreender a forma como os cidad\u00e3os e as partes interessadas percecionam a desinforma\u00e7\u00e3o e identificam poss\u00edveis impactos. Tamb\u00e9m analisa os atuais desafios e constrangimentos, oportunidades e limita\u00e7\u00f5es para combater a manipula\u00e7\u00e3o e a interfer\u00eancia. O artigo tem em conta os processos atuais e os impactos da desinforma\u00e7\u00e3o (2), a apresenta\u00e7\u00e3o das principais conclus\u00f5es do inqu\u00e9rito em linha do Tribunal sobre a perce\u00e7\u00e3o da desinforma\u00e7\u00e3o (3), as atuais respostas regulamentares da UE (4) e os pontos de debate (5). Argumentamos neste artigo que h\u00e1 uma mudan\u00e7a gigantesca na forma como acedemos \u00e0 informa\u00e7\u00e3o, mas que as respostas \u00e0 desinforma\u00e7\u00e3o ainda est\u00e3o numa fase inicial. O artigo demonstra igualmente que existe uma maior sensibiliza\u00e7\u00e3o nos pa\u00edses europeus para os impactos da desinforma\u00e7\u00e3o, mas tamb\u00e9m um fosso entre a capacidade de identificar \u00abnot\u00edcias falsas\u00bb e desinforma\u00e7\u00e3o e uma compreens\u00e3o limitada dos processos, amea\u00e7as e intervenientes envolvidos na propaga\u00e7\u00e3o da desinforma\u00e7\u00e3o.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Artigo de jornal<\/p>

Editora:<\/b>
Jornal de Ci\u00eancia Pol\u00edtica e Rela\u00e7\u00f5es Internacionais<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tUma aplica\u00e7\u00e3o nova de SCMs \u00e0 estimativa contrafactual da s\u00e9rie cronol\u00f3gica na ind\u00fastria farmac\u00eautica<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Tomas Garriga, Gerard Sanz, Eduard Serrahima de Cambra, Axel Brando<\/p>

Resumo:<\/strong><\/p>

Neste trabalho, apresentamos uma nova aplica\u00e7\u00e3o de modelos causais estruturais (MCS) e o procedimento de abdu\u00e7\u00e3o-a\u00e7\u00e3o-previs\u00e3o a um cen\u00e1rio de s\u00e9ries temporais no contexto de um problema do mundo real na ind\u00fastria farmac\u00eautica. O nosso objetivo \u00e9 estimar contrafactuais para o volume de vendas de um medicamento que foi afetado pela entrada no mercado de um medicamento gen\u00e9rico concorrente. Empregamos arquiteturas baseadas em codificadores-decodificadores, aplicando um autoencodificador variacional condicional e tamb\u00e9m introduzindo o uso de autoencodificadores esparsos condicionais, que nunca haviam sido usados na literatura contrafactual. A metodologia proposta exige a disponibilidade de s\u00e9ries hist\u00f3ricas de eventos e de s\u00e9ries cronol\u00f3gicas sem eventos e tem a vantagem de n\u00e3o depender de covari\u00e1veis de controlo que possam n\u00e3o estar dispon\u00edveis, ao mesmo tempo que supera claramente a estimativa contrafactual de base de uma previs\u00e3o. O Tribunal avalia a sua abordagem utilizando o conjunto de dados de vendas da sua empresa em condi\u00e7\u00f5es reais, bem como conjuntos de dados sint\u00e9ticos e semissint\u00e9ticos que imitam o contexto do problema, demonstrando a sua efic\u00e1cia. Aplic\u00e1mos com sucesso este modelo na nossa empresa, fornecendo informa\u00e7\u00f5es \u00fateis para o planeamento de neg\u00f3cios, aloca\u00e7\u00e3o de investimentos e defini\u00e7\u00e3o de objetivos.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Artigo do semin\u00e1rio<\/p>

Editora:<\/b>
Semin\u00e1rio NeurIPS\u201924 sobre a aprendizagem da representa\u00e7\u00e3o causal<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tGr\u00e1ficos de Conhecimento e Aprendizagem Autom\u00e1tica em Not\u00edcias Falsas e Detec\u00e7\u00e3o de Desinforma\u00e7\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Anastasios Manos, Despina Elisabeth Filippidou, Nikolaos Pavlidis, Georgios Karanasios, Georgios Vachtanidis, Arianna D\u2019Ulizia<\/p>

Resumo:<\/strong>
O aumento das plataformas digitais facilitou a r\u00e1pida propaga\u00e7\u00e3o da desinforma\u00e7\u00e3o, o que coloca desafios sociais, pol\u00edticos e econ\u00f3micos significativos. Os gr\u00e1ficos de conhecimento est\u00e3o a emergir como ferramentas eficazes para melhorar a exatid\u00e3o, a interpretabilidade e a escalabilidade dos sistemas de dete\u00e7\u00e3o de not\u00edcias falsas, abordando as limita\u00e7\u00f5es das abordagens tradicionais baseadas na aprendizagem autom\u00e1tica que assentam principalmente na an\u00e1lise lingu\u00edstica. Este trabalho cont\u00e9m uma revis\u00e3o da literatura que sintetiza os resultados de estudos recentes sobre a aplica\u00e7\u00e3o de KGs na detec\u00e7\u00e3o de desinforma\u00e7\u00e3o. Identificamos como os KGs melhoram a detec\u00e7\u00e3o ao codificar rela\u00e7\u00f5es reais, analisar o contexto e melhorar a interpretabilidade do modelo, enquanto tamb\u00e9m discutimos as limita\u00e7\u00f5es atuais na escalabilidade, completude dos dados e adaptabilidade contextual. Os estudos revistos sublinham a necessidade de investiga\u00e7\u00e3o futura centrada em modelos de GC escal\u00e1veis, em tempo real e interlingu\u00edsticos para refor\u00e7ar as capacidades de dete\u00e7\u00e3o de desinforma\u00e7\u00e3o a n\u00edvel mundial. Al\u00e9m disso, apresentamos os resultados preliminares de dois casos de utiliza\u00e7\u00e3o, apresentando uma metodologia para a constru\u00e7\u00e3o de GC que pode servir como instrumentos \u00fateis para combater a propaga\u00e7\u00e3o da desinforma\u00e7\u00e3o.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia Internacional de Engenharia e Tecnologias Emergentes (ICEET) 2024<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tRevis\u00e3o da pol\u00edtica: Combater a desinforma\u00e7\u00e3o na era digital \u2013 Pol\u00edticas e iniciativas para salvaguardar a democracia na Europa<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Alessia D\u2019Andrea, Giorgia Fusacchia, Arianna D\u2019Ulizia<\/p>

Resumo:<\/strong>
O presente documento explora a resposta multifacetada da Uni\u00e3o Europeia \u00e0 quest\u00e3o generalizada da desinforma\u00e7\u00e3o, um desafio que se intensificou desde a anexa\u00e7\u00e3o da Crimeia em 2014. A desinforma\u00e7\u00e3o representa uma amea\u00e7a significativa para os processos democr\u00e1ticos e o bem-estar p\u00fablico. A abordagem da Uni\u00e3o Europeia combina medidas regulamentares, parcerias estrat\u00e9gicas e iniciativas de literacia medi\u00e1tica para fazer face a este fen\u00f3meno, salvaguardando simultaneamente os princ\u00edpios democr\u00e1ticos fundamentais, como a liberdade de express\u00e3o. As principais medidas incluem o C\u00f3digo de Conduta sobre Desinforma\u00e7\u00e3o e o Regulamento dos Servi\u00e7os Digitais, que visam responsabilizar as plataformas digitais e assegurar a transpar\u00eancia. Al\u00e9m disso, iniciativas como o Grupo de Trabalho East StratCom e o Sistema de Alerta R\u00e1pido destacam os esfor\u00e7os da Uni\u00e3o Europeia para combater a desinforma\u00e7\u00e3o enquanto instrumento de guerra h\u00edbrida. O presente documento salienta igualmente o papel fundamental dos cidad\u00e3os, que a Uni\u00e3o Europeia procura capacitar atrav\u00e9s de programas de literacia medi\u00e1tica, permitindo-lhes reconhecer e resistir a conte\u00fados manipuladores. Ao examinar as intera\u00e7\u00f5es entre as a\u00e7\u00f5es governamentais, a participa\u00e7\u00e3o do setor privado e a participa\u00e7\u00e3o dos cidad\u00e3os, o presente estudo apresenta uma an\u00e1lise exaustiva da estrat\u00e9gia da Uni\u00e3o Europeia contra a desinforma\u00e7\u00e3o e avalia os desafios e as dire\u00e7\u00f5es futuras necess\u00e1rias para sustentar a resili\u00eancia democr\u00e1tica num panorama digital em evolu\u00e7\u00e3o.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Artigo cient\u00edfico<\/p>

Editora:<\/b>
Pol\u00edtica de informa\u00e7\u00e3o<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tPerce\u00e7\u00f5es lingu\u00edsticas, mecanismos dos meios de comunica\u00e7\u00e3o social e papel da IA na divulga\u00e7\u00e3o e no impacto da desinforma\u00e7\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Alessia D\u2019Andrea, Giorgia Fusacchia, Arianna D\u2019Ulizia<\/p>

Resumo:<\/strong><\/p>

Finalidade<\/em>
Utilizando uma abordagem multidisciplinar, este estudo tem como objetivo tra\u00e7ar o caminho das campanhas de desinforma\u00e7\u00e3o desde a sua dete\u00e7\u00e3o por ind\u00edcios lingu\u00edsticos de credibilidade at\u00e9 ao seu aprofundamento atrav\u00e9s dos mecanismos de divulga\u00e7\u00e3o e, por \u00faltimo, avaliar o seu impacto no contexto sociopol\u00edtico.<\/p>

Conce\u00e7\u00e3o\/metodologia\/abordagem<\/em>
Este estudo apresenta uma panor\u00e2mica aprofundada de quatro aspetos fundamentais da desinforma\u00e7\u00e3o: as caracter\u00edsticas lingu\u00edsticas que distinguem os conte\u00fados concebidos para enganar e manipular a opini\u00e3o p\u00fablica, os mecanismos dos meios de comunica\u00e7\u00e3o social que facilitam a sua divulga\u00e7\u00e3o explorando os processos cognitivos do seu p\u00fablico, as amea\u00e7as colocadas pela utiliza\u00e7\u00e3o crescente da intelig\u00eancia artificial generativa para disseminar desinforma\u00e7\u00e3o e as consequ\u00eancias mais vastas que esta din\u00e2mica de desinforma\u00e7\u00e3o tem na opini\u00e3o p\u00fablica e, consequentemente, nos processos de tomada de decis\u00e3o pol\u00edtica.<\/p>

Constata\u00e7\u00f5es<\/em>
Como resultado, o documento fornece uma an\u00e1lise interdisciplinar e hol\u00edstica do fen\u00f3meno, referindo-se aos seus elementos pluralizados para destacar a import\u00e2ncia da responsabilidade das plataformas, campanhas de literacia medi\u00e1tica entre os cidad\u00e3os e coopera\u00e7\u00e3o interativa entre os setores p\u00fablico e privado como medidas para aumentar a resili\u00eancia contra a amea\u00e7a da desinforma\u00e7\u00e3o.<\/p>

Originalidade\/valor<\/em>
O estudo destaca a necessidade de aumentar a responsabiliza\u00e7\u00e3o das plataformas, promover a literacia medi\u00e1tica entre os indiv\u00edduos e desenvolver a coopera\u00e7\u00e3o entre os setores p\u00fablico e privado. O refor\u00e7o da resili\u00eancia \u00e0 desinforma\u00e7\u00e3o e a garantia da adaptabilidade da UE face \u00e0 evolu\u00e7\u00e3o das amea\u00e7as digitais s\u00e3o os objetivos desta estrat\u00e9gia integrada. Em \u00faltima an\u00e1lise, o documento defende uma estrat\u00e9gia justa e aberta que proteja a liberdade de express\u00e3o e reforce as institui\u00e7\u00f5es democr\u00e1ticas numa altura em que a desinforma\u00e7\u00e3o digital est\u00e1 a aumentar.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Artigo cient\u00edfico<\/p>

Editora:<\/b>
Revista de Informa\u00e7\u00e3o, Comunica\u00e7\u00e3o e \u00c9tica na Sociedade (2025)<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tProbing the Embedding Space of Transformers via Minimal Token Perturbations<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Eddie Conti, Alejandro Astruc, \u00c1lvaro Parafita, Axel Brando<\/p>

Resumo:<\/strong><\/p>

Compreender como a informa\u00e7\u00e3o se propaga atrav\u00e9s de modelos Transformer \u00e9 um desafio fundamental para a interpretabilidade. Neste trabalho, estudamos os efeitos de perturba\u00e7\u00f5es de token m\u00ednimas no espa\u00e7o de incorpora\u00e7\u00e3o. Em nossos experimentos, analisamos a frequ\u00eancia com que os tokens cedem a mudan\u00e7as m\u00ednimas, destacando que os tokens raros geralmente levam a mudan\u00e7as maiores. Al\u00e9m disso, estudamos como as perturba\u00e7\u00f5es se propagam atrav\u00e9s das camadas, demonstrando que as informa\u00e7\u00f5es de entrada est\u00e3o cada vez mais misturadas em camadas mais profundas. Os resultados validam a suposi\u00e7\u00e3o comum de que as primeiras camadas de um modelo podem ser usadas como proxies para explica\u00e7\u00f5es do modelo. No geral, este trabalho introduz a combina\u00e7\u00e3o de perturba\u00e7\u00f5es de token e mudan\u00e7as no espa\u00e7o de incorpora\u00e7\u00e3o como uma ferramenta poderosa para a interpretabilidade do modelo.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Artigo do semin\u00e1rio<\/p>

Editora:<\/b>
Semin\u00e1rio IJCAI 2025 sobre intelig\u00eancia artificial explic\u00e1vel<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tDete\u00e7\u00e3o de falsifica\u00e7\u00f5es profundas atrav\u00e9s de inconsist\u00eancias nos quadros de superf\u00edcie da c\u00e2mara local<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Andrea Ciamarra, Roberto Caldelli, Alberto Del Bimbo<\/p>

Resumo:<\/strong><\/p>

A desinforma\u00e7\u00e3o \u00e9 sempre mais induzida pelo recurso a conte\u00fados realistas alterados ou totalmente gerados sinteticamente, geralmente conhecidos como deepfakes. Tal implica a necessidade de instrumentos fi\u00e1veis capazes de revelar esses conte\u00fados falsos para evitar a polariza\u00e7\u00e3o do pensamento das pessoas. Foram apresentadas diversas t\u00e9cnicas, cujo denominador comum \u00e9 procurar algumas inconsist\u00eancias induzidas pelo processo de gera\u00e7\u00e3o falsa e evidenciadas pela an\u00e1lise de caracter\u00edsticas espec\u00edficas. Parece que a poss\u00edvel combina\u00e7\u00e3o de v\u00e1rias caracter\u00edsticas distintivas poderia proporcionar resultados mais eficazes. Nesta vis\u00e3o e na sequ\u00eancia do nosso estudo anterior sobre esta mat\u00e9ria, propomo-nos investigar um novo recurso que basicamente leva em conta as rela\u00e7\u00f5es incorporadas existentes dentro de toda a cena de aquisi\u00e7\u00e3o no momento da captura da imagem (v\u00eddeo) e, em seguida, representadas pelos valores de pixel da imagem. A ideia por tr\u00e1s \u00e9 que o processo de gera\u00e7\u00e3o de deepfake pode quebrar tais depend\u00eancias intr\u00ednsecas entre ilumina\u00e7\u00e3o (intensidade e dire\u00e7\u00e3o), superf\u00edcies de objetos (posi\u00e7\u00e3o e refletividade) e ru\u00eddo de aquisi\u00e7\u00e3o, evidenciando assim uma poss\u00edvel manipula\u00e7\u00e3o. De acordo com isso, um descritor de recurso, chamado Local Surface Descriptor, foi constru\u00eddo e usado para treinar modelos baseados em CNN para detec\u00e7\u00e3o de deepfake. Os resultados experimentais realizados em diferentes contextos operativos demonstram uma precis\u00e3o de dete\u00e7\u00e3o significativa at\u00e9 90%.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia Internacional do IEEE de 2024 sobre Desafios e Workshops de Processamento de Imagens (ICIPCW), Abu Dabi, Emirados \u00c1rabes Unidos, 2024<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tObserva\u00e7\u00e3o de imagens faciais totalmente sint\u00e9ticas atrav\u00e9s de molduras de superf\u00edcie da c\u00e2mara local<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Andrea Ciamarra, Roberto Caldelli, Alberto Del Bimbo<\/p>

Resumo:<\/strong><\/p>

A capacidade real de gerar imagens realistas totalmente sint\u00e9ticas est\u00e1 a melhorar no dia-a-dia e isso \u00e9 particularmente verdadeiro para imagens que representam rostos humanos que parecem indistingu\u00edveis de pessoas reais. Isto coloca a necessidade crucial de desenvolver instrumentos capazes de discernir entre pessoas verdadeiras e n\u00e3o existentes atrav\u00e9s da detec\u00e7\u00e3o de eventuais inconsist\u00eancias incorporadas nas imagens durante o processo de gera\u00e7\u00e3o. A principal diferen\u00e7a entre uma imagem imaculada e uma imagem gerada por deepfake \u00e9 que, no segundo caso, n\u00e3o houve uma aquisi\u00e7\u00e3o de c\u00e2mara eficaz; Assim, todas as v\u00e1rias inter-rela\u00e7\u00f5es entre os elementos pertencentes \u00e0 cena (luzes, reflect\u00e2ncia, posi\u00e7\u00f5es respectivas dos objectos no espa\u00e7o 3D) n\u00e3o s\u00e3o tomadas pelo mundo real naquele preciso instante de tempo, mas apenas reproduzidas artificialmente. De acordo com essa considera\u00e7\u00e3o, neste trabalho, introduzimos quadros de superf\u00edcie da c\u00e2mara local como um poss\u00edvel meio para representar essas caracter\u00edsticas ambientais espec\u00edficas, a fim de destacar as diferen\u00e7as. A an\u00e1lise experimental realizada tem testemunhado que esta caracter\u00edstica pode conceder um n\u00edvel muito elevado de precis\u00e3o e um grau significativo de generaliza\u00e7\u00e3o.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia Internacional do IEEE de 2024 sobre Desafios e Workshops de Processamento de Imagens (ICIPCW), Abu Dabi, Emirados \u00c1rabes Unidos, 2024<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tSobre a capacidade de generaliza\u00e7\u00e3o de estruturas de superf\u00edcie locais na detec\u00e7\u00e3o de imagens faciais baseadas em difus\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Andrea Ciamarra, Roberto Caldelli, Alberto Del Bimbo<\/p>

Resumo:<\/strong><\/p>

Imagens irreais extraordin\u00e1rias podem ser realizadas com t\u00e9cnicas de IA pow-erful. V\u00e1rias ferramentas dispon\u00edveis para todos s\u00e3o capazes de recriar conte\u00fados de alta qualidade, especialmente a gera\u00e7\u00e3o de imagens totalmente sint\u00e9ticas. Entre as arquiteturas existentes, os modelos baseados em difus\u00e3o podem facilmente produzir qualquer tipo de imagens, incluindo imagens faciais humanas, dando um prompt como um texto. Estes conte\u00fados falsos s\u00e3o frequentemente utilizados para disseminar a desinforma\u00e7\u00e3o, o que suscita preocupa\u00e7\u00f5es quanto \u00e0 seguran\u00e7a das pessoas. Atualmente, \u00e9 cada vez mais dif\u00edcil desenvolver instrumentos fi\u00e1veis para distinguir entre pessoas reais e geradas (mesmo n\u00e3o existentes). Al\u00e9m disso, a grande quantidade de implementa\u00e7\u00f5es baseadas na difus\u00e3o coloca o problema para que esses detectores se generalizem em novas t\u00e9cnicas generativas. Para abordar estas quest\u00f5es, propomos investigar a capacidade de uma caracter\u00edstica distintiva, baseada no ambiente de aquisi\u00e7\u00e3o de imagem, para individuar imagens faciais baseadas em difus\u00e3o das imaculadas. Na verdade, as imagens geradas n\u00e3o devem conter as caracter\u00edsticas que s\u00e3o pr\u00f3prias da fase de aquisi\u00e7\u00e3o realizada atrav\u00e9s de uma c\u00e2mara real. Tais inconsist\u00eancias podem ser destacadas atrav\u00e9s de estruturas de superf\u00edcie locais recentemente introduzidas. Esta funcionalidade tem em conta objetos e superf\u00edcies envolvidos na cena, que afetam o processo de aquisi\u00e7\u00e3o da c\u00e2mara, juntamente com mais informa\u00e7\u00f5es intr\u00ednsecas ligadas ao dispositivo, bem como ilumina\u00e7\u00e3o e reflex\u00f5es que afetam todo o cen\u00e1rio. O artigo explora a capacidade deste recurso para generalizar para diferentes conjuntos de dados e novos m\u00e9todos generativos desconhecidos durante o treinamento. Os resultados experimentais destacam que tal recurso ainda fornece n\u00edveis significativos de precis\u00e3o de detec\u00e7\u00e3o tamb\u00e9m nestes casos.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia Internacional do IEEE de 2024 sobre Desafios e Workshops de Processamento de Imagens (ICIPCW), Abu Dabi, Emirados \u00c1rabes Unidos, 2024<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tExplica\u00e7\u00f5es Pr\u00e1ticas Do-Shapley com Infer\u00eancia Causal Estimativa-Agn\u00f3stica<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
\u00c1lvaro Parafita, Tomas Garriga, Axel Brando, Francisco J. Cazorla<\/p>

Resumo:<\/strong><\/p>

Entre as t\u00e9cnicas de explicabilidade, a SHAP destaca-se como uma das mais populares, mas muitas vezes ignora a estrutura causal do problema. Em resposta, o do-SHAP utiliza consultas intervencionais, mas a sua depend\u00eancia de estimativas dificulta a sua aplica\u00e7\u00e3o pr\u00e1tica. Para resolver este problema, propomos o uso de abordagens estimando-agn\u00f3stico, que permitem a estimativa de qualquer consulta identific\u00e1vel a partir de um \u00fanico modelo, tornando o do-SHAP vi\u00e1vel em gr\u00e1ficos complexos. Tamb\u00e9m desenvolvemos um novo algoritmo para acelerar significativamente seu c\u00e1lculo a um custo insignificante, bem como um m\u00e9todo para explicar processos de gera\u00e7\u00e3o de dados inacess\u00edveis. Demonstramos a estimativa e o desempenho computacional da nossa abordagem e validamo-la em dois conjuntos de dados do mundo real, destacando o seu potencial na obten\u00e7\u00e3o de explica\u00e7\u00f5es fi\u00e1veis.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
A Trig\u00e9sima Nona Confer\u00eancia Anual sobre Sistemas de Processamento de Informa\u00e7\u00e3o Neural (NeurIPS 2025)<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tQuando a recupera\u00e7\u00e3o supera a gera\u00e7\u00e3o: Recupera\u00e7\u00e3o de provas densas para dete\u00e7\u00e3o escal\u00e1vel de not\u00edcias falsas<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Alamgir Munir Qazi, John Philip McCrae, Jamal Nasir<\/p>

Resumo:<\/strong><\/p>

A prolifera\u00e7\u00e3o de informa\u00e7\u00f5es falsas exige sistemas de verifica\u00e7\u00e3o de factos s\u00f3lidos, mas eficientes do ponto de vista computacional. Embora as abordagens atuais de \u00faltima gera\u00e7\u00e3o aproveitem os Grandes Modelos Lingu\u00edsticos (LLMs) para gerar justificativas explicativas, estes m\u00e9todos enfrentam barreiras computacionais significativas e riscos de alucina\u00e7\u00e3o em implanta\u00e7\u00f5es do mundo real. Apresentamos DeReC (Dense Retrieval Classification), uma estrutura leve que demonstra como as incorpora\u00e7\u00f5es de texto de prop\u00f3sito geral podem efetivamente substituir abordagens baseadas em LLM autorregressivas em tarefas de verifica\u00e7\u00e3o de fato. Ao combinar a recupera\u00e7\u00e3o densa com a classifica\u00e7\u00e3o especializada, o nosso sistema consegue uma melhor precis\u00e3o ao mesmo tempo que \u00e9 significativamente mais eficiente. O DeReC supera os LLMs geradores de explica\u00e7\u00e3o em efici\u00eancia, reduzindo o tempo de execu\u00e7\u00e3o em 95% em RAWFC (23 minutos 36 segundos em compara\u00e7\u00e3o com 454 minutos 12 segundos) e por 92% em LIAR-RAW (134 minutos 14 segundos em compara\u00e7\u00e3o com 1692 minutos 23 segundos), mostrando a sua efic\u00e1cia em diferentes tamanhos de conjuntos de dados. No conjunto de dados da RAWFC, o DeReC alcan\u00e7a uma pontua\u00e7\u00e3o de 65,58 na F1.%, ultrapassando o m\u00e9todo de ponta L-Defesa (61,20%). Os nossos resultados demonstram que os sistemas baseados na recupera\u00e7\u00e3o cuidadosamente concebidos podem igualar ou exceder o desempenho de LLM em tarefas especializadas, ao mesmo tempo que s\u00e3o significativamente mais pr\u00e1ticos para a implanta\u00e7\u00e3o no mundo real.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
5a Confer\u00eancia sobre Linguagem, Dados e Conhecimento<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tUma Abordagem Baseada em CLIP para Detec\u00e7\u00e3o de Imagem Sint\u00e9tica sob Mudan\u00e7a de Distribui\u00e7\u00e3o<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Qiushi Li, Andrea Ciamarra, Roberto Caldelli e Stefano Berretti<\/p>

Resumo:<\/strong><\/p>

Para o MediaEval 2025 SynthIm Challenge Task A (Synthetic Image Detection), identific\u00e1mos uma mudan\u00e7a de distribui\u00e7\u00e3o cr\u00edtica entre os dados de treino e teste fornecidos, tornando o primeiro um mau representante para o dom\u00ednio alvo. A nossa abordagem aborda diretamente este desafio ao incorporar o conjunto de valida\u00e7\u00e3o mais estilisticamente consistente nos nossos dados de treino e alavancar um CLIP ViT-L\/14 congelado como um extrator de funcionalidades robusto. O nosso principal insight \u00e9 que, sob tais condi\u00e7\u00f5es de mudan\u00e7a de dom\u00ednio, as representa\u00e7\u00f5es generaliz\u00e1veis de um grande modelo pr\u00e9-treinado superam significativamente uma CNN tradicional aperfei\u00e7oada no conjunto de dados desajustado, provando ser uma estrat\u00e9gia mais eficaz e confi\u00e1vel.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
MediaEval\u00bb25: Semin\u00e1rio de avalia\u00e7\u00e3o multim\u00e9dia, 25-26 de outubro de 2025, Dublim, Irlanda e em linha<\/p>

Acesso a pedido<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tMarca\u00e7\u00e3o de \u00e1gua melhorada com base na perda de dupla refer\u00eancia para a atribui\u00e7\u00e3o de falsifica\u00e7\u00f5es profundas<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Qiushi Li, Roberto Caldelli e Stefano Berretti<\/p>

Resumo:<\/strong><\/p>

O r\u00e1pido avan\u00e7o dos modelos de gera\u00e7\u00e3o de imagens, como o Stable Diffusion, suscita preocupa\u00e7\u00f5es quanto a uma potencial utiliza\u00e7\u00e3o indevida, tornando as t\u00e9cnicas de marca\u00e7\u00e3o de \u00e1gua robustas essenciais para a autentica\u00e7\u00e3o e atribui\u00e7\u00e3o de conte\u00fados sint\u00e9ticos, em especial no combate \u00e0s falsifica\u00e7\u00f5es profundas. No entanto, garantir simultaneamente a gera\u00e7\u00e3o de imagens de alta qualidade e a extra\u00e7\u00e3o precisa de marcas de \u00e1gua continua a ser um desafio. Atrav\u00e9s de uma an\u00e1lise dos m\u00e9todos existentes, identificamos uma limita\u00e7\u00e3o cr\u00edtica:
as suas fun\u00e7\u00f5es de perda adotam frequentemente uma \u00fanica refer\u00eancia (a imagem de entrada ou a imagem gerada de forma limpa) para otimizar a fidelidade da imagem, conduzindo a um desempenho sub\u00f3timo. Neste trabalho, realizamos um estudo aprofundado do termo perda de qualidade de imagem na marca de \u00e1gua \u00e0 base de difus\u00e3o. Ao analisar os diferentes impactos da utiliza\u00e7\u00e3o da imagem de entrada versus a imagem gerada de forma limpa como refer\u00eancias durante a otimiza\u00e7\u00e3o, revelamos que considerar conjuntamente ambas as refer\u00eancias melhora significativamente a robustez e a qualidade visual. Experi\u00eancias extensas demonstram que a nossa abordagem de refer\u00eancia dupla atinge um desempenho superior tanto na precis\u00e3o da extra\u00e7\u00e3o de marca de \u00e1gua como na fidelidade da gera\u00e7\u00e3o em compara\u00e7\u00e3o com as linhas de base de refer\u00eancia \u00fanica. Defendemos este paradigma para avan\u00e7ar a marca de \u00e1gua confi\u00e1vel em modelos generativos.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
DFF \u201925: Atas do 1.o semin\u00e1rio forense sobre falsifica\u00e7\u00f5es profundas (Deepfake Forensics Workshop): Detec\u00e7\u00e3o, Atribui\u00e7\u00e3o, Reconhecimento e Desafios Advers\u00e1rios na Era dos Meios de Comunica\u00e7\u00e3o Gerados pela IA<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tDocumento de posi\u00e7\u00e3o: Se a inova\u00e7\u00e3o na IA viola sistematicamente os direitos fundamentais, ser\u00e1 mesmo inova\u00e7\u00e3o?<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autores:<\/strong>
Josu Eguiluz Casta\u00f1eira, Axel Brando, Migle Laukyte, Marc Serra-Vidal<\/p>

Resumo:<\/strong><\/p>

A intelig\u00eancia artificial (IA) permeia agora infraestruturas cr\u00edticas e sistemas de tomada de decis\u00f5es em que as falhas produzem danos sociais, econ\u00f3micos e democr\u00e1ticos. Este documento de posi\u00e7\u00e3o desafia a convic\u00e7\u00e3o enraizada de que a regulamenta\u00e7\u00e3o e a inova\u00e7\u00e3o s\u00e3o opostas. Tal como evidenciado por analogias da avia\u00e7\u00e3o, dos produtos farmac\u00eauticos e dos sistemas de prote\u00e7\u00e3o social e por casos recentes de desinforma\u00e7\u00e3o sint\u00e9tica, enviesamento e tomada de decis\u00f5es irrespons\u00e1vel, a aus\u00eancia de regulamenta\u00e7\u00e3o bem concebida j\u00e1 criou danos imensur\u00e1veis. A regulamenta\u00e7\u00e3o, quando ponderada e adapt\u00e1vel, n\u00e3o \u00e9 um trav\u00e3o \u00e0 inova\u00e7\u00e3o \u2014 \u00e9 a sua base. O presente documento de posi\u00e7\u00e3o analisa o Regulamento Intelig\u00eancia Artificial da UE como um modelo de regulamenta\u00e7\u00e3o baseada no risco e na responsabilidade que aborda o dilema de Collingridge: agir suficientemente cedo para evitar danos, mas com flexibilidade suficiente para sustentar a inova\u00e7\u00e3o. Os seus mecanismos de adapta\u00e7\u00e3o \u2014 ambientes de testagem da regulamenta\u00e7\u00e3o, apoio \u00e0s pequenas e m\u00e9dias empresas (PME), ensaios em condi\u00e7\u00f5es reais, avalia\u00e7\u00e3o do impacto nos direitos fundamentais \u2014 demonstram de que forma a regulamenta\u00e7\u00e3o pode acelerar de forma respons\u00e1vel, em vez de atrasar, o progresso tecnol\u00f3gico. O documento de posi\u00e7\u00e3o resume a forma como os instrumentos de governa\u00e7\u00e3o transformam os encargos percecionados em vantagens tang\u00edveis: seguran\u00e7a jur\u00eddica, confian\u00e7a dos consumidores e competitividade \u00e9tica. Em \u00faltima an\u00e1lise, o documento reformula o progresso: a inova\u00e7\u00e3o e a regulamenta\u00e7\u00e3o avan\u00e7am em conjunto. Ao integrar a transpar\u00eancia, as avalia\u00e7\u00f5es de impacto, a responsabiliza\u00e7\u00e3o e a literacia em IA na conce\u00e7\u00e3o e na implanta\u00e7\u00e3o, o quadro da UE define o que significa verdadeiramente inova\u00e7\u00e3o respons\u00e1vel \u2014 ambi\u00e7\u00e3o tecnol\u00f3gica disciplinada pelos valores democr\u00e1ticos e pelos direitos fundamentais.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
A Trig\u00e9sima Nona Confer\u00eancia Anual sobre Sistemas de Processamento de Informa\u00e7\u00e3o Neural (NeurIPS 2025)<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tConfian\u00e7a, novas tecnologias e geopol\u00edtica num mundo incerto<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autor:\u00a0<\/strong>Pascaline Gaborit<\/p>

Resumo:<\/strong><\/p>

Numa era de incerteza global, a confian\u00e7a tornou-se um fator cr\u00edtico que molda as rela\u00e7\u00f5es entre na\u00e7\u00f5es, institui\u00e7\u00f5es e indiv\u00edduos. Este livro, Confian\u00e7a, Novas Tecnologias e Geopol\u00edtica num Mundo Incerto, oferece uma explora\u00e7\u00e3o oportuna e aprofundada de como a confian\u00e7a est\u00e1 a ser testada e transformada face a paisagens geopol\u00edticas em r\u00e1pida muta\u00e7\u00e3o. Da fragilidade dos sistemas democr\u00e1ticos aos desafios colocados pelas novas tecnologias, pela IA, pela desinforma\u00e7\u00e3o e pelas altera\u00e7\u00f5es clim\u00e1ticas, este livro aborda as quest\u00f5es mais prementes do nosso tempo. Ao examinar as intersec\u00e7\u00f5es da confian\u00e7a com dom\u00ednios fundamentais como as democracias, as guerras comerciais e as novas tecnologias, este trabalho fornece informa\u00e7\u00f5es valiosas aos decisores pol\u00edticos, aos acad\u00e9micos e a qualquer pessoa que procure compreender as complexidades do mundo de hoje. Quer esteja preocupado com a ciberseguran\u00e7a, a desinforma\u00e7\u00e3o, o impacto das amea\u00e7as h\u00edbridas ou o papel da confian\u00e7a na diplomacia internacional, este livro oferece um quadro abrangente, mas acess\u00edvel, para enfrentar estes desafios. Ele lan\u00e7a luz sobre como compreender a confian\u00e7a \u00e9 fundamental para abordar as incertezas geopol\u00edticas que definem a nossa era.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Livro<\/p>

Editora:<\/b>
editor Peter Lang<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t<\/path><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\tCID: Medir a import\u00e2ncia do recurso atrav\u00e9s de distribui\u00e7\u00f5es contrafactuais<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

Autor: <\/strong><\/p>

Eddie Conti, \u00c1lvaro Parafita, Axel Brando<\/p>

Resumo:<\/strong><\/p>

Avaliar a import\u00e2ncia das caracter\u00edsticas individuais na aprendizagem autom\u00e1tica \u00e9 fundamental para compreender o processo de tomada de decis\u00e3o do modelo. Embora existam numerosos m\u00e9todos, a falta de uma verdade fundamental definitiva para a compara\u00e7\u00e3o destaca a necessidade de medidas alternativas e bem fundamentadas. Este artigo apresenta um novo m\u00e9todo de import\u00e2ncia de recursos locais p\u00f3s-hoc chamado Distribui\u00e7\u00e3o de Import\u00e2ncia Contrafactual (CID). Geramos dois conjuntos de contrafactuais positivos e negativos, modelamos suas distribui\u00e7\u00f5es usando a Estimativa de Densidade de Kernel e classificamos as caracter\u00edsticas com base em uma medida de dissimilaridade distributiva. Esta medida, fundamentada em um rigoroso quadro matem\u00e1tico, satisfaz propriedades-chave necess\u00e1rias para funcionar como uma m\u00e9trica v\u00e1lida. Demonstramos a efic\u00e1cia do nosso m\u00e9todo comparando-o com explicadores locais bem estabelecidos da import\u00e2ncia das caracter\u00edsticas. O nosso m\u00e9todo n\u00e3o s\u00f3 oferece perspetivas complementares \u00e0s abordagens existentes, como tamb\u00e9m melhora o desempenho das m\u00e9tricas de fidelidade (tanto para a exaustividade como para a sufici\u00eancia), resultando em explica\u00e7\u00f5es mais fi\u00e9is do sistema. Estes resultados destacam seu potencial como uma ferramenta valiosa para a an\u00e1lise de modelos.<\/p>

Tipo de publica\u00e7\u00e3o<\/strong>:
Documento de confer\u00eancia<\/p>

Editora:<\/b>
Confer\u00eancia de Aprendizagem Profunda da Northern Lights 2026<\/p>

Aceda aqui<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRetornar aos recursos<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Publica\u00e7\u00f5es Cient\u00edficas Encontre todas as publica\u00e7\u00f5es cient\u00edficas produzidas pelos parceiros da AI4Debunk, apresentando as mais recentes descobertas cient\u00edficas do projecto. Lan\u00e7ar luz sobre as grandes redes generativas: Autores:Axel Brando, Lucas Berry, David Mege Resumo:Modelos de difus\u00e3o gen\u00e9rica, not\u00e1veis pela sua grande contagem de par\u00e2metros (superior a 100 milh\u00f5es) e opera\u00e7\u00e3o em espa\u00e7os de imagens de alta dimens\u00e3o, [...]<\/p>","protected":false},"author":6,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-124","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/pages\/124","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/comments?post=124"}],"version-history":[{"count":5,"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/pages\/124\/revisions"}],"predecessor-version":[{"id":3001,"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/pages\/124\/revisions\/3001"}],"wp:attachment":[{"href":"https:\/\/ai4debunk.eu\/pt\/wp-json\/wp\/v2\/media?parent=124"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}