A pesquisa aborda o uso da Inteligência Artificial (IA) no combate às fake news, com foco particular nos deepfakes, que são conteúdos manipulados por IA para distorcer a realidade. As fake news, amplificadas pelas redes sociais, representam um desafio crescente para a verificação da verdade e a confiança nas informações. Este estudo visa desenvolver ferramentas baseadas em IA para identificar e sinalizar deepfakes, contribuindo para a mitigação da disseminação de notícias falsas. O objetivo da pesquisa é criar uma ferramenta eficaz para detectar deepfakes, utilizando técnicas de IA para analisar vídeos e imagens manipuladas. A metodologia envolveu testes em plataformas de detecção de deepfakes e o desenvolvimento de um protótipo de reconhecimento facial em Python. Os testes foram realizados em plataformas como BioID Playground, Deepware e BrandWell, utilizando vídeos e imagens gerados por deepfakes para avaliar a precisão das ferramentas existentes. Simultaneamente, um protótipo inicial foi desenvolvido para reconhecer características faciais e comparar imagens com vídeos em tempo real. Os resultados mostraram que a BioID Playground apresentou a maior precisão na identificação de deepfakes, enquanto a Deepware teve eficácia parcial, dependendo da intervenção humana. A BrandWell foi menos eficaz na detecção de imagens manipuladas. O protótipo de reconhecimento facial em Python, utilizando bibliotecas como OpenCV, Dlib e face_recognition, mostrou-se promissor para identificação básica de rostos e comparações entre imagens e vídeos, embora ainda precise de melhorias para lidar com deepfakes complexos. Em conclusão, o estudo demonstra que ferramentas de IA podem ser valiosas no combate a deepfakes, com o protótipo desenvolvido oferecendo uma base sólida para futuras melhorias. A pesquisa destaca a importância de combinar algoritmos avançados com análises humanas para enfrentar os desafios impostos pela desinformação digital. Futuras investigações podem focar na integração de tecnologias mais sofisticadas e na expansão das capacidades de detecção em diferentes condições.

PALAVRAS-CHAVE: IA.  Detecção.  Reconhecimento. Python.