isGenAI.com

Glossário

Marcação legível por máquina: como o conteúdo de IA se torna detectável

Marcação legível por máquina é a exigência do Artigo 50(2) da Lei de IA da UE de que os fornecedores marquem os resultados sintéticos de áudio, imagem, vídeo e texto em um formato que software consiga ler, para que o conteúdo seja detectável como gerado ou manipulado artificialmente, usando técnicas como metadados C2PA, campos IPTC e marcas d’água.

Ilustração desenhada por código para Marcação legível por máquina

Ilustração · Arquivo PNG

  1. Signature + IHDR
  2. iTXt XML:com.adobe.xmpregistro
  3. tEXt parameters
  4. tEXt prompt / workflow
  5. tEXt invokeai_metadata
  6. eXIf
  7. caBX C2PA manifest
  8. IDAT pixels
  9. IEND

Origem por IA declarada

O próprio arquivo se identifica como feito por IA.

O DigitalSourceType do IPTC, como trainedAlgorithmicMedia, é lido do XMP e exibido com o valor exato.

Verificar uma imagem →
Origem por IA declarada: onde este registro fica dentro de um arquivo PNG e o que o relatório do isGenAI diz sobre ele. A imagem é uma ilustração desenhada por código.

As técnicas

O Artigo e as orientações da Comissão tratam vários mecanismos como candidatos: metadados de proveniência assinados (Content Credentials C2PA), metadados declarados (IPTC Digital Source Type em XMP), marcas d’água invisíveis (SynthID e equivalentes de outros fornecedores) e métodos criptográficos. Cada um troca interoperabilidade por robustez: os metadados podem ser lidos por qualquer pessoa, mas são removidos pelas plataformas; as marcas d’água sobrevivem à remoção, mas exigem o detector do fornecedor. A lei pede soluções eficazes, interoperáveis, robustas e confiáveis na medida do tecnicamente viável.

Como o isGenAI verifica uma marca

Envie um resultado ao detector de imagens de IA ou ao verificador C2PA: o relatório mostra se há um manifesto C2PA, um IPTC source type ou um registro salvo, cada um indicado pelo campo. A página sobre marcação legível por máquina do Artigo 50 reúne observações atualizadas dos scorecards públicos. O isGenAI lê marcas em metadados; ele não detecta marcas d’água, e diz isso.

Robustez na prática

Uma marca que desaparece na própria exportação do fornecedor, ou em cada envio a redes sociais, existe, mas não funciona. As páginas de plataformas documentam o que sobrevive a cada serviço, que é a evidência de que um fornecedor precisa ao escolher uma técnica.

Testar uma marca significa testar resultados reais em pipelines reais: exportar do produto, enviar às plataformas que os usuários escolhem, baixar de novo e verificar o que restou. A ferramenta de comparação do isGenAI deixa explícita a diferença entre antes e depois para cada tipo de registro.

Como usar este termo ao verificar um arquivo

  1. Envie o arquivo original ao detector de imagens de IA ou à ferramenta indicada na página.
  2. Encontre o achado que usa este termo em “How we checked” (como verificamos) e leia o campo de origem que ele indica.
  3. Pese cada achado pelo tipo: um registro assinado, um campo declarado, um prompt salvo e uma cópia correspondente são evidências de força diferente.
  4. Lembre-se de que a ausência de um registro não é evidência de autoria humana.

Veja observações de marcação atualizadas (inglês)

Perguntas frequentes

O que conta como marcação legível por máquina?

Qualquer marca aplicada pelo fornecedor que um software consiga ler: manifestos C2PA, metadados IPTC, marcas d’água invisíveis ou outros métodos criptográficos, que atendam ao critério de eficácia e robustez na medida do viável.

Um rótulo visível é legível por máquina?

Não por si só. A divulgação visível é dever do responsável pela implantação pelo 50(4); a marcação legível por máquina é dever do fornecedor pelo 50(2).

Como verifico se uma imagem tem uma marca?

Envie o original ao isGenAI; o relatório lista qualquer manifesto C2PA, IPTC source type ou registro salvo que encontrar.

Qual técnica é a melhor?

Os fornecedores combinam cada vez mais metadados assinados com uma marca d’água, porque cada um cobre a fraqueza do outro.

Fontes

As definições seguem os padrões publicados indicados acima; o comportamento do isGenAI descrito é o do verificador em produção em outubro de 2026.