Frame IA: entre criação, excesso e o novo filtro contra conteúdo genérico

O Google Earth transforma lugares reais em imagens sintéticas. Cineastas tentam usar IA sem abandonar linguagem e autoria. O LinkedIn cria um botão para denunciar conteúdo genérico. A nova disputa já não envolve apenas usar ou rejeitar a tecnologia.

A inteligência artificial generativa passou os últimos anos tentando provar que consegue criar imagens, vídeos, textos e mundos inteiros. Agora surge uma etapa mais desconfortável.

Ela precisa provar que consegue produzir algo que as pessoas realmente queiram ver.

Três movimentos recentes mostram essa mudança. O Google colocou geração de imagens dentro do Google Earth. Cineastas discutem como trabalhar com IA sem cair na produção visual descartável. E o LinkedIn adicionou uma opção para que usuários sinalizem publicações que parecem “AI slop”.

A expressão costuma ser usada para descrever conteúdos produzidos em grande quantidade, com aparência genérica, pouco esforço perceptível e quase nenhuma intenção além de ocupar espaço no feed.

A discussão está avançando. A pergunta já não é apenas se uma imagem foi produzida com IA. É se existe alguma razão para ela ter sido produzida.

O mundo real virou matéria-prima para geração de imagens

O Google adicionou o Nano Banana ao Google Earth, permitindo que imagens de satélite, registros aéreos e modelos tridimensionais de lugares reais sejam transformados por meio de comandos de texto.

Uma das demonstrações parte das ruínas de Pompeia. O usuário pode pedir ao sistema uma representação hiper-realista de como aquele território poderia ter aparecido antes da erupção do Vesúvio, no ano 79.

Em outro exemplo, uma área vazia de Tóquio é transformada em um distrito comercial completo, com edifícios, áreas verdes e infraestrutura urbana. O Google também apresenta aplicações em educação, arquitetura, urbanismo, mercado imobiliário e produção de infográficos. A ferramenta está disponível para todos os usuários do Google Earth.

O usuário aponta para um lugar existente e pede que a inteligência artificial revele o passado, simule o futuro ou invente outra versão daquele espaço.

Isso também cria uma nova camada de ambiguidade visual.

Uma imagem aérea já costuma carregar uma aparência documental. Quando ela é transformada em reconstrução histórica ou projeto urbano, a autoridade visual do mapa pode fazer uma hipótese parecer mais comprovada do que realmente é.

O próprio Google alerta que a IA generativa pode cometer erros e que as informações precisam ser verificadas.

A ressalva é importante, mas talvez insuficiente. Quanto mais convincente se torna a imagem, mais fácil é esquecer que aquilo pode representar apenas uma interpretação estatística do que poderia ter existido.

Cinema com IA ainda precisa parecer cinema

A discussão sobre “AI slop” também chegou ao audiovisual.

Um artigo da CNET aborda realizadores que tentam utilizar inteligência artificial generativa sem reduzir o cinema a sequências visualmente impressionantes, porém vazias, desconectadas ou repetitivas. Esse ponto interessa diretamente a fotógrafos e criadores visuais.

Two Chairs by Dion Lee

As ferramentas atuais já conseguem gerar movimentos de câmera, personagens, paisagens, iluminação cinematográfica e efeitos que exigiriam grandes estruturas de produção. A dificuldade começa quando essas capacidades precisam formar uma obra coerente.

Uma sucessão de planos bonitos ainda pode não criar ritmo, personagem, tensão ou significado. O desafio está deixando de ser apenas técnico.

Where Did The Love Go by Nina Menzel

Quem trabalha com IA no cinema precisa lidar com questões conhecidas por qualquer fotógrafo ou diretor: por que este enquadramento existe? O que muda depois deste corte? Qual é a relação entre o espaço, a luz e a história? Por que o espectador deveria continuar olhando?

A tecnologia pode reduzir custos e permitir que uma pessoa visualize ideias antes inviáveis. Mas a facilidade de gerar cada plano também aumenta o risco de manter imagens que não seriam defendidas numa produção mais lenta e cara. Quando tudo pode ser criado, selecionar se torna parte ainda mais importante da autoria.

O LinkedIn quer que os próprios usuários apontem o conteúdo genérico

A mudança mais reveladora talvez tenha acontecido longe das ferramentas de imagem.

O LinkedIn adicionou a opção “Seems like AI slop”, algo como “parece conteúdo genérico de IA”, ao menu de denúncia e controle das publicações.

Segundo Hari Srinivasan, diretor de produtos da plataforma, o combate ao AI slop tornou-se uma prioridade. O LinkedIn está ampliando classificadores para identificar publicações genéricas ou de baixa qualidade e permitirá que os próprios usuários ajudem a calibrar esses sistemas.

O botão não pergunta se a publicação foi criada com inteligência artificial.

Ele pergunta se ela parece slop. Isso significa que a percepção de baixa qualidade pode pesar mais do que a comprovação da origem.

Um texto escrito integralmente por uma pessoa pode ser considerado genérico. Uma publicação criada com apoio de IA pode não ser percebida dessa forma quando apresenta experiência, informação, ponto de vista ou uma linguagem própria. A fronteira está ficando menos técnica e mais cultural.

As plataformas talvez não consigam determinar com segurança quem escreveu ou produziu cada conteúdo. Mas podem medir sinais de repetição, respostas dos usuários, baixa relevância, padrões de automação e comportamento de contas que publicam em escala.

O problema para quem usa IA profissionalmente não será apenas revelar a ferramenta.

Será evitar que seu trabalho se pareça com tudo o que a ferramenta produz para os outros.

A IA está entrando em todo lugar. A tolerância ao conteúdo genérico pode estar diminuindo

Os três casos apontam para direções aparentemente contraditórias.

O Google amplia o espaço em que imagens sintéticas podem ser produzidas. Realizadores exploram novas formas de fazer cinema. O LinkedIn cria uma forma de reduzir a circulação de conteúdo percebido como automático e descartável. Não existe contradição real.

Quanto mais fácil se torna produzir, maior tende a ser a pressão sobre aquilo que merece circular. A inteligência artificial reduziu a distância entre ideia e imagem. Também reduziu a distância entre qualquer pessoa e milhares de variações da mesma ideia.

Isso muda a noção de valor. Dominar uma ferramenta continua importante. Escolher um bom modelo, escrever comandos, corrigir resultados, combinar referências e criar consistência são competências reais.

Mas elas podem deixar de ser suficientes quando milhões de pessoas passam a ter acesso às mesmas capacidades. O diferencial migra para o que vem antes e depois da geração: intenção, repertório, contexto, seleção, edição, narrativa e responsabilidade.

O que isso representa para fotógrafos

Existe uma leitura otimista. O avanço do AI slop pode valorizar profissionais capazes de dar direção às imagens. Fotógrafos já trabalham com enquadramento, luz, sequência, edição, coerência visual e relação com pessoas e lugares. Esse repertório pode ganhar utilidade em fluxos híbridos. Também existe um risco.

Fotógrafos podem adotar IA apenas para aumentar a frequência de publicação, criar imagens de impacto rápido ou copiar tendências. Nesse caso, entram exatamente na disputa em que as plataformas começam a reduzir visibilidade e o público aprende a reconhecer padrões repetitivos.

Usar IA para produzir mais não garante que haverá mais valor.

Em alguns casos, pode apenas tornar a irrelevância mais eficiente.

A oportunidade está em utilizar a tecnologia para ampliar uma ideia que já possui intenção.

Criar visualizações que ajudam clientes a entender projetos. Testar campanhas. Construir narrativas impossíveis de fotografar literalmente. Misturar arquivo, fotografia e geração de maneira assumida. Desenvolver novas experiências visuais.

A ferramenta pode aumentar a capacidade de execução.

Ela ainda não entrega sozinha uma razão para alguém se importar.

O próximo filtro será humano, mesmo quando for aplicado por máquinas

Durante a primeira fase da inteligência artificial generativa, a atenção estava concentrada na capacidade de criar. A próxima fase pode ser definida pela capacidade de filtrar.

Plataformas usarão classificadores. Usuários denunciarão conteúdos. Marcas observarão reputação. Públicos desenvolverão resistência a determinadas estéticas e cadências. Criadores precisarão demonstrar que existe alguém pensando por trás da produção.

O paradoxo é evidente.

Usaremos mais inteligência artificial para identificar conteúdos produzidos sem inteligência perceptível. A presença da tecnologia tende a se tornar comum. O que continuará raro é uma imagem que carregue decisão, contexto e um ponto de vista reconhecível.