Uploaded September 2026 | Updated September 2026, 2 weeks ago
A palestra de Arnaldo Tavares aborda a transformação da inteligência artificial na produção de imagens e o consequente enfraquecimento da imagem como evidência confiável da realidade. Partindo da série The Capture, de 2019, ele mostra como uma situação então percebida como ficção científica — fabricar imagens convincentes de acontecimentos inexistentes — tornou-se tecnologicamente acessível. A palestra recupera marcos dessa evolução, como a AlexNet, em 2012, o uso de GPUs para treinamento de redes neurais profundas e o surgimento das redes adversárias generativas (GANs), em 2014. Arnaldo relaciona essa trajetória à sua própria experiência profissional no Vale do Silício, quando atuou na NVIDIA incentivando pesquisadores e grandes empresas a utilizar GPUs para *deep learning*, acompanhando diretamente o período em que essas tecnologias passaram da pesquisa para aplicações de grande escala.
A consequência dessa evolução, segundo o palestrante, é uma crescente dificuldade para distinguir conteúdos reais de conteúdos sintéticos. Ferramentas antes restritas a laboratórios e especialistas passaram a estar disponíveis a praticamente qualquer pessoa, reduzindo drasticamente a barreira para criação de deepfakes. Isso produz um fenômeno de hipervigilância: diante da possibilidade de falsificação, as pessoas começam a desconfiar de imagens, vídeos e textos de maneira generalizada. Arnaldo destaca ainda o chamado “dividendo do mentiroso”, no qual a própria existência de conteúdos falsificados permite que registros autênticos sejam rejeitados como falsos. Nesse contexto, tentar resolver o problema exclusivamente por detectores de deepfakes tende a produzir uma permanente disputa tecnológica entre sistemas que fabricam falsificações cada vez melhores e sistemas que procuram identificá-las.
Como alternativa, Arnaldo propõe uma mudança fundamental de perspectiva: em vez de perguntar “como detectar a mentira?”, devemos perguntar “como provar a verdade?”. Para isso, apresenta três camadas complementares de autenticidade: metadados capazes de registrar origem, autoria, equipamento e histórico de alterações do conteúdo; marcas d'água digitais que permitam identificar materiais produzidos por inteligência artificial; e mecanismos legais que estabeleçam requisitos de transparência e autenticação. Embora nenhuma dessas soluções seja suficiente isoladamente — e nem mesmo sua combinação elimine completamente o problema —, elas apontam para uma mudança de paradigma: no futuro, a confiança digital deverá depender menos da aparência convincente de uma imagem e mais da possibilidade de verificar sua procedência. A mensagem final sintetiza essa inversão: não se trata mais de obrigar a imagem a provar que não está mentindo, mas de oferecer a ela os meios para provar que está dizendo a verdade. International technology executive with more than 20 years of experience in supercomputing, GPU computing, and Artificial Intelligence. He built his career in Silicon Valley, where he led the Enterprise Machine Learning division at NVIDIA, headed partnerships and open-source AI strategy at Intel, and drove global AI initiatives in hybrid computing and GenAI for the financial sector at AWS. His work sits at the intersection of the hardware, software, and strategy that power today's AI revolution.
Having retired from the corporate world in July 2025, Tavares is now CEO of Vanguard Data Labs, a consultancy specializing in AI infrastructure and cost reduction. He is an angel investor and board member for AI startups — including Finland-based AnalysisMode — as well as a speaker and mentor at universities, research centers, and companies. Arnaldo holds master's degrees in International Business from the University of Southern California (USC) and in Data Science from UC Berkeley. This talk was given at a TEDx event using the TED conference format but independently organized by a local community. Learn more at ted.com/tedx
A palestra de Arnaldo Tavares aborda a transformação da inteligência artificial na produção de imagens e o consequente enfraquecimento da imagem como evidência confiável da realidade. Partindo da série The Capture, de 2019, ele mostra como uma situação então percebida como ficção científica — fabricar imagens convincentes de acontecimentos inexistentes — tornou-se tecnologicamente acessível. A palestra recupera marcos dessa evolução, como a AlexNet, em 2012, o uso de GPUs para treinamento de redes neurais profundas e o surgimento das redes adversárias generativas (GANs), em 2014. Arnaldo relaciona essa trajetória à sua própria experiência profissional no Vale do Silício, quando atuou na NVIDIA incentivando pesquisadores e grandes empresas a utilizar GPUs para *deep learning*, acompanhando diretamente o período em que essas tecnologias passaram da pesquisa para aplicações de grande escala.
A consequência dessa evolução, segundo o palestrante, é uma crescente dificuldade para distinguir conteúdos reais de conteúdos sintéticos. Ferramentas antes restritas a laboratórios e especialistas passaram a estar disponíveis a praticamente qualquer pessoa, reduzindo drasticamente a barreira para criação de deepfakes. Isso produz um fenômeno de hipervigilância: diante da possibilidade de falsificação, as pessoas começam a desconfiar de imagens, vídeos e textos de maneira generalizada. Arnaldo destaca ainda o chamado “dividendo do mentiroso”, no qual a própria existência de conteúdos falsificados permite que registros autênticos sejam rejeitados como falsos. Nesse contexto, tentar resolver o problema exclusivamente por detectores de deepfakes tende a produzir uma permanente disputa tecnológica entre sistemas que fabricam falsificações cada vez melhores e sistemas que procuram identificá-las.
Como alternativa, Arnaldo propõe uma mudança fundamental de perspectiva: em vez de perguntar “como detectar a mentira?”, devemos perguntar “como provar a verdade?”. Para isso, apresenta três camadas complementares de autenticidade: metadados capazes de registrar origem, autoria, equipamento e histórico de alterações do conteúdo; marcas d'água digitais que permitam identificar materiais produzidos por inteligência artificial; e mecanismos legais que estabeleçam requisitos de transparência e autenticação. Embora nenhuma dessas soluções seja suficiente isoladamente — e nem mesmo sua combinação elimine completamente o problema —, elas apontam para uma mudança de paradigma: no futuro, a confiança digital deverá depender menos da aparência convincente de uma imagem e mais da possibilidade de verificar sua procedência. A mensagem final sintetiza essa inversão: não se trata mais de obrigar a imagem a provar que não está mentindo, mas de oferecer a ela os meios para provar que está dizendo a verdade. International technology executive with more than 20 years of experience in supercomputing, GPU computing, and Artificial Intelligence. He built his career in Silicon Valley, where he led the Enterprise Machine Learning division at NVIDIA, headed partnerships and open-source AI strategy at Intel, and drove global AI initiatives in hybrid computing and GenAI for the financial sector at AWS. His work sits at the intersection of the hardware, software, and strategy that power today's AI revolution.
Having retired from the corporate world in July 2025, Tavares is now CEO of Vanguard Data Labs, a consultancy specializing in AI infrastructure and cost reduction. He is an angel investor and board member for AI startups — including Finland-based AnalysisMode — as well as a speaker and mentor at universities, research centers, and companies. Arnaldo holds master's degrees in International Business from the University of Southern California (USC) and in Data Science from UC Berkeley. This talk was given at a TEDx event using the TED conference format but independently organized by a local community. Learn more at ted.com/tedx
