Glossário

Deepfake

O que é Deepfake?

Um deepfake é uma imagem, um vídeo ou um áudio criado ou alterado com IA que mostra de forma convincente pessoas reais a dizer ou a fazer coisas que nunca aconteceram. A par de utilizações legítimas no cinema ou na dobragem, os deepfakes são usados para desinformação, danos à reputação e fraude – por exemplo, falsas chamadas de um suposto gestor a pedir uma transferência bancária. A proteção inclui chamadas de confirmação por canais conhecidos, processos de aprovação claros e a identificação de conteúdos gerados por IA.

Temas

desinformação
fraude
IA generativa

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Rede generativa adversarial (GAN)

Uma rede generativa adversarial (GAN) é composta por duas redes neuronais treinadas uma contra a outra: o gerador cria dados artificiais, como imagens, e o discriminador tenta distingui-los dos reais. Através desta competição, os resultados tornam-se cada vez mais realistas. As GAN foram introduzidas em 2014 e marcaram a geração de imagens antes de os modelos de difusão se generalizarem; são usadas, por exemplo, para dados de treino sintéticos ou para melhoria de imagem.

Redes neuronais
Geração de imagens
+1

IA generativa

IA generativa designa sistemas de IA que criam conteúdos novos – texto, imagens, áudio, vídeo ou código de programação – em vez de se limitarem a ordenar ou avaliar dados existentes. Baseiam-se em modelos que aprendem padrões a partir de grandes quantidades de dados e os usam para produzir novas saídas plausíveis. Nas empresas, é usada, por exemplo, para redigir e-mails, resumos, descrições de produtos ou ideias de imagens. Os resultados podem conter erros e devem ser verificados antes de serem utilizados.

Conceito fundamental
Criação de conteúdos
+1

Ética da IA

A ética da IA ocupa-se das questões morais em torno do desenvolvimento e da utilização da IA: equidade e discriminação, transparência e explicabilidade, proteção de dados, responsabilidade por erros, segurança e os efeitos no trabalho e na sociedade. Para as organizações, concretiza-se em diretrizes, avaliações de risco, supervisão humana e comunicação honesta sobre os limites da IA. Exemplo: antes de introduzir uma ferramenta de triagem de currículos, verifica-se se esta prejudica determinados grupos.

Ética
Área responsável
+1

Deteção de fraude

A deteção de fraude abrange métodos que identificam precocemente transações, encomendas, contas ou candidaturas suspeitas. Regras e modelos de aprendizagem procuram sinais de alerta como endereços de entrega e de faturação diferentes, quantidades invulgares, pressão de tempo evidente ou endereços de e-mail descartáveis. É utilizada no comércio eletrónico, na banca, nos seguros e nos serviços de pagamento. Como os falsos alarmes podem afetar clientes genuínos, os casos detetados devem ser analisados por pessoas em vez de rejeitados automaticamente.

Prevenção de fraude
Gestão de risco
+1

Modelo