Apple Reference Image: Como o novo iPhone registra a origem de uma foto

Uma foto é enviada em um grupo de WhatsApp. Ela pode mostrar uma enchente, uma manifestação, uma celebridade, um político ou alguma cena improvável. Para parte das pessoas, é só mais uma imagem no fluxo e ela passa sem grandes questionamentos. Outras nem chegam a reparar nos detalhes. E tem quem olhe para aquela cena e considere uma possibilidade que, há poucos anos, dificilmente seria a primeira hipótese: isso pode ter sido criado por inteligência artificial.

Essa mudança de comportamento diz bastante sobre o momento atual.

Durante anos, boa parte da verificação de imagens digitais se concentrou em analisar arquivos que já estavam prontos. Nos últimos anos, outra estratégia ganhou espaço: preservar informações desde o momento da captura.

Foi nessa direção que a Apple apresentou, em 9 de setembro, o Apple Reference Image, recurso opcional dos novos iPhone 18 Pro e 18 Pro Max. Segundo a empresa, o novo sensor da câmera principal consegue registrar dados assinados durante a captura e, a partir deles, produzir uma imagem de referência protegida, associada à fotografia comum. A proposta é oferecer um ponto de comparação posterior, como uma espécie de negativo digital verificável.

O Reference Image foi pensado para atuar em uma etapa específica da verificação. Ele não funciona como um detector de IA para imagens que já estão circulando. Sua proposta é criar, no momento da captura, uma referência protegida ligada à foto e acrescentar informações sobre sua origem.

Isso ajuda a verificar como aquele registro começou. Já entender o que aparece na imagem, em que contexto ela foi feita e se a história associada a ela corresponde aos fatos continua dependendo de outras formas de checagem.

Uma pista que nasce junto com a foto

A lógica do Reference Image começa antes de a imagem circular.

Ferramentas de detecção normalmente recebem um arquivo pronto e procuram sinais de geração ou manipulação. A procedência digital segue outro caminho: preserva informações desde a origem, para que parte da história daquele conteúdo possa ser consultada depois.

No caso da Apple, quando o modo Reference é usado, o sensor registra informações assinadas no momento da captura. Esses dados passam pelo Private Cloud Compute e são usados para criar uma referência que a empresa descreve como inalterável, ligada à fotografia.

A comparação com um negativo fotográfico ajuda a visualizar a ideia.

O negativo tradicional funcionava como um registro anterior às cópias que vinham depois. No ambiente digital, o Reference Image cria um ponto de referência associado ao que a câmera captou originalmente.

É aí que entra a chamada procedência digital: um conjunto de tecnologias criado para preservar informações sobre a origem e o histórico de conteúdos.

Isso ganha importância porque uma mesma imagem pode passar por editores, aplicativos, redes sociais e outras ferramentas antes de chegar a quem vai vê-la. Quanto mais longo esse caminho, mais útil pode ser ter informações sobre onde ele começou.

A detecção de conteúdo sintético continua tendo seu papel. O NIST, instituto de padrões dos Estados Unidos, mantém avaliações para medir como essas ferramentas se comportam diante de diferentes tipos de conteúdo manipulado.

A Apple também já havia anunciado suporte ao SynthID, tecnologia desenvolvida pelo Google DeepMind para inserir marcas-d’água imperceptíveis em conteúdos criados ou modificados por sistemas compatíveis de IA.

As duas soluções atuam em pontos diferentes:

Como o Reference Image acaba de ser apresentado, alguns detalhes técnicos ainda devem ficar mais claros conforme a Apple amplie a documentação e o recurso comece a ser usado.

O lançamento já ajuda, porém, a visualizar uma mudança maior. A verificação de imagens digitais começa a incorporar também informações preservadas no momento em que uma foto é feita, e não apenas análises realizadas depois que ela já está circulando.

Uma foto verdadeira também pode virar suspeita

A popularização dos deepfakes não afeta só a circulação de imagens falsas. Ela também muda a forma como olhamos para registros verdadeiros.

Se qualquer rosto, voz ou cena pode ser fabricado, fica mais fácil colocar uma dúvida sobre um conteúdo real. Em vez de provar que uma foto foi manipulada, alguém pode simplesmente sugerir que ela foi criada por IA.

Os pesquisadores Bobby Chesney e Danielle Citron chamaram esse efeito de liar’s dividend, ou “dividendo do mentiroso”. Aqui, a lógica é simples: quanto mais conhecida fica a possibilidade de falsificação, mais fácil também fica tentar desacreditar uma evidência verdadeira.

É nesse ponto que tecnologias de procedência ganham outra função. Elas podem acrescentar informações sobre a origem e o percurso de um arquivo antes que a discussão fique restrita à aparência da imagem.

A proposta faz parte de uma discussão maior sobre procedência digital, mas Reference Image e C2PA são sistemas diferentes. A Apple não apresentou o novo recurso como uma implementação do padrão.

Uma das iniciativas mais importantes nessa área é o C2PA, grupo responsável por desenvolver especificações abertas para informações verificáveis sobre a procedência de conteúdos digitais.

As chamadas Content Credentials podem registrar, dependendo da implementação:

A Content Authenticity Initiative compara essas credenciais a uma espécie de tabela nutricional do conteúdo. Elas não dão um veredito automático, mas ajudam a entender melhor de onde aquele arquivo veio e o que aconteceu com ele.

Para jornalistas, organizações e cidadãos que documentam acontecimentos, isso pode ser especialmente útil.

Uma credencial não encerra a checagem, mas pode acrescentar uma evidência sobre a origem da imagem e tornar mais difícil descartar um registro verdadeiro apenas com um “isso é IA”.

A câmera registrou aquilo. Isso prova o quê?

A procedência ajuda a mostrar de onde uma imagem veio. Mas ela não conhece o contexto da cena.

Imagine que alguém crie com IA uma foto falsa de uma autoridade, exiba essa imagem em uma televisão e depois fotografe a tela usando uma câmera capaz de registrar informações de autenticidade.

A nova fotografia pode ter uma origem perfeitamente verificável: a câmera realmente registrou aquela televisão naquele momento. Isso não torna verdadeira a cena exibida na tela.

O mesmo vale para situações que nem envolvem inteligência artificial. Uma foto pode registrar com precisão:

Saber que uma câmera registrou determinada cena acrescenta uma informação importante sobre a imagem, mas não explica sozinho o que aconteceu.

As próprias orientações sobre Content Credentials reconhecem essa diferença. Uma câmera pode registrar aquilo que estava diante da lente. Ela não sabe automaticamente por que aquela cena estava ali, o que aconteceu antes ou depois, nem o que ficou fora do enquadramento.

É justamente aí que entra a verificação humana.

No jornalismo, por exemplo, ainda é preciso checar autoria, local, data, contexto e descrição da imagem, além de cruzar o registro com outras fontes quando necessário.

A procedência amplia as pistas disponíveis para esse trabalho. Ela ajuda a contar a história do arquivo, enquanto o significado daquela imagem continua dependendo de contexto e apuração.

E quem não tiver uma foto autenticada?

O Reference Image chega aos novos modelos Pro e depende de um modo específico de captura. Na prática, muitas fotos continuarão sendo feitas sem esse tipo de registro.

A ausência dessa camada, sozinha, não é evidência de que a imagem seja falsa ou não confiável.

Pense em duas pessoas fotografando a mesma manifestação. Uma usa um aparelho capaz de registrar informações de procedência. A outra faz a foto com um celular mais antigo. A primeira pode ter uma camada extra de informações sobre a origem do arquivo. A segunda continua precisando ser avaliada pelas evidências disponíveis.

O próprio ecossistema do C2PA faz esse alerta: a ausência de Content Credentials não significa que um conteúdo deva ser automaticamente descartado.

Essa distinção importa especialmente para registros feitos por cidadãos. Enchentes, manifestações, denúncias e violações de direitos podem ser documentadas com o aparelho que estava disponível naquele momento.

E esse não é um desafio exclusivo do Reference Image. Qualquer sistema de procedência precisa evitar que a presença de uma credencial vire, por engano, um atalho para decidir quais imagens merecem confiança.

Há ainda uma questão prática: fotos circulam.

Elas passam por aplicativos de mensagem, redes sociais, editores e sistemas de publicação. Para que as informações de procedência sejam úteis, precisam conseguir acompanhar pelo menos parte desse percurso ou ser recuperadas depois.

Padrões abertos como o C2PA trabalham justamente nessa direção. A Apple também anunciou APIs para que aplicativos de terceiros possam visualizar Reference Images. Os detalhes sobre como essa verificação vai funcionar ao longo de diferentes plataformas ainda devem ficar mais claros conforme o recurso comece a ser usado.

O lançamento aponta para uma mudança importante na forma como lidamos com imagens digitais. Além de procurar sinais de manipulação, passamos a ter ferramentas capazes de preservar pistas desde o momento da captura.

O Reference Image acrescenta uma dessas pistas. Ele pode ajudar a preservar uma evidência sobre como aquela fotografia começou, sem transformar uma credencial em selo de verdade nem a ausência dela em motivo automático de desconfiança.

Para saber mais, assista ao trecho do Evento da Apple a seguir: