Reportagem da The Verge sobre Google revela o problema das imagens de IA no Google Earth

O Google retirou do Google Earth um gerador de imagens por IA em cerca de um dia, depois que usuários produziram cenas convincentes de violência, migração e destruição. A reportagem da The Verge sobre o Google é relevante porque não se tratava de mais uma ferramenta isolada de imagens. O Google inseriu a edição generativa em um produto amplamente visto como uma janela para lugares reais.

Um comando curto podia alterar imagens de satélite, aéreas e tridimensionais associadas a um local específico. Exemplos compartilhados pelo fundador do Digital Digging, Henk van Ess, incluíam supostos refugiados perto da fronteira mexicana e danos perto de um hospital em Gaza. As cenas geradas não passaram a fazer parte do mapa público, mas capturas de tela podiam sair do Google Earth sem a interface original ou avisos.

Inicialmente, o Google enfatizou suas proteções. A empresa afirmou que as imagens geradas traziam sua marca d’água SynthID e podiam ser verificadas pelo Gemini ou pelo Google Lens. Em seguida, recuou à medida que capturas de tela enganosas circulavam. Essa sequência expôs o conflito central: o Google tratou ferramentas de procedência como uma defesa suficiente para um recurso construído em um ambiente visual de confiança incomum.

Cobertura da The Verge mostra o que mudou no Earth

O Google Earth passou brevemente de exibir imagens geográficas a gerar eventos fictícios dentro do mesmo enquadramento visual.

O Google introduziu um controle “Create image” que permitia aos usuários selecionar um local e descrever uma cena alterada. O sistema então usava o Nano Banana, tecnologia de geração e edição de imagens do Google, para transformar imagens ligadas àquele local.

O fluxo eliminou várias etapas antes necessárias para fabricar um deepfake geográfico. Um usuário não precisava mais capturar uma imagem de mapa, enviá-la para outro lugar, selecionar um modelo de edição e reproduzir a perspectiva desejada. O Google reuniu em uma única interface o local, a imagem de origem, o contexto 3D e o gerador.

Van Ess testou essa combinação em temas nos quais imagens falsas têm consequências imediatas. Segundo a investigação da The Verge, os comandos produziram supostos refugiados perto da fronteira entre os Estados Unidos e o México. Outro resultado parecia mostrar uma cratera de bomba perto de um hospital em Gaza.

Esses exemplos eram especialmente graves porque ambos os locais estão inseridos em disputas políticas e humanitárias em curso. Uma imagem aérea fabricada poderia parecer sustentar alegações sobre travessias de fronteira, ataques militares, danos à infraestrutura ou vítimas civis.

Segundo relatos, as imagens apresentavam falhas visuais quando examinadas cuidadosamente. Veículos, estruturas, sombras e elementos do terreno nem sempre estavam alinhados. Ainda assim, publicações em redes sociais raramente dão aos espectadores tempo, arquivos de origem ou resolução suficiente para esse exame.

Uma captura de tela também pode remover o contexto que identificava a imagem como uma criação pessoal. O Google ressaltou que os resultados gerados não apareciam na experiência compartilhada do Google Earth para outros usuários. Essa distinção reduz o risco de alguém abrir o Earth e encontrar uma paisagem sintética como se fosse dado cartográfico.

Mas isso não resolve todo o problema de distribuição. Um usuário poderia exportar ou capturar o resultado, recortar os controles ao redor e apresentar a cena em outra plataforma. Uma vez separada do Google Earth, a imagem preservava a aparência reconhecível de evidência geográfica sem carregar um aviso igualmente reconhecível.

Portanto, o recurso mudou mais do que a velocidade da edição de imagens. Ele deu ao conteúdo sintético a linguagem visual de um produto associado à observação, à medição e ao lugar.

O Google retirou a ferramenta enquanto desenvolvia proteções mais robustas. Sua declaração reconheceu tanto os usos profissionais quanto as violações de política. A empresa afirmou ter visto profissionais de geoespacial usarem o recurso de forma produtiva, ao lado de capturas de tela que pareciam violar suas regras.

A retirada limitou o acesso imediato, mas não resolveu a questão de design. Se o gerador retornar, o Google terá de decidir se determinados temas, locais e pedidos de edição devem continuar indisponíveis.

A questão maior é se criação e evidência devem sequer coexistir na mesma interface. O Google Earth construiu seu valor ao mostrar o mundo aos usuários. Um controle generativo alterou discretamente o papel do produto, de visualizador para criador de cenas.

Por que o Google Earth inspira mais confiança do que um gerador de imagens

O perigo vinha da autoridade do produto ao redor, e não apenas do realismo do Nano Banana.

As pessoas usam um gerador de imagens genérico esperando fabricação. Podem pedir uma cidade imaginária, um evento impossível ou uma versão fictícia de uma pessoa real. O simples ato de abrir o gerador estabelece que sua saída é sintética.

O Google Earth cria uma expectativa diferente. Sua interface oferece locais pesquisáveis, coordenadas geográficas, terreno, fotografias aéreas, imagens de satélite e modelos tridimensionais. Esses elementos indicam aos usuários que a cena corresponde a um lugar real, mesmo quando as imagens subjacentes têm limitações.

Imagens de satélite não são visões diretas e ao vivo do planeta. Os provedores as coletam em momentos específicos, processam-nas, combinam dados e as exibem em resoluções variadas. A fotografia aérea e a reconstrução 3D acrescentam outras camadas de interpretação.

Essas ressalvas importam, mas não tornam imagens geográficas autênticas equivalentes a conteúdo gerado. Uma registra sinais do mundo físico. A outra prevê pixels que atendem a uma solicitação.

Investigadores usam imagens remotas porque elas podem estabelecer fatos onde o acesso direto é perigoso ou impossível. Analistas podem comparar imagens ao longo do tempo para examinar construções, áreas queimadas, edifícios danificados, posições militares, valas comuns, desmatamento e condições das safras.

Zonas de conflito ilustram o que está em jogo. Evidências de satélite ajudaram jornalistas a avaliar alegações conflitantes sobre ataques e danos à infraestrutura. A NPR descreveu anteriormente como as imagens de satélite de Gaza passaram a fazer parte da checagem de fatos durante um conflito marcado por informações contestadas.

O Google Earth não é a única fonte que profissionais usam nesse tipo de trabalho. Investigadores frequentemente obtêm imagens comerciais, revisam metadados, comparam provedores independentes e consultam evidências locais. Ainda assim, o Earth oferece a um amplo público acesso a uma versão familiar da mesma categoria visual.

Essa familiaridade cria o que designers às vezes chamam de autoridade emprestada. O resultado gerado parece crível em parte porque elementos confiáveis da interface o cercam. O mapa já forneceu uma localização real, ângulo de visualização, textura do terreno e marcos reconhecíveis.

A reportagem da The Verge sobre o Google demonstra como essa autoridade pode sobreviver fora do produto. Uma captura de tela recortada não precisa enganar um analista de satélite. Basta persuadir espectadores em número suficiente nos primeiros minutos de um evento em rápida evolução.

A vantagem de tempo pertence à imagem falsa. A verificação exige localizar o suposto evento, encontrar imagens comparáveis, conferir sombras e estruturas, rastrear a publicação original e procurar cópias anteriores. Compartilhar exige um toque.

Episódios anteriores de desinformação mostram como imagens emocionais exploram essa lacuna. A NPR documentou propaganda de desastres com IA baseada em cenas politicamente carregadas. Algumas circularam amplamente mesmo quando espectadores identificaram defeitos visuais óbvios.

O Google Earth acrescentou outro sinal persuasivo: especificidade geográfica. Em vez de mostrar um desastre não especificado, um criador poderia vincular a ficção a um hospital, posto de fronteira, prédio governamental ou bairro.

O resultado não apenas alegaria que algo aconteceu. Ele pareceria mostrar onde aconteceu.

Essa distinção pressiona mais o Google do que empresas independentes de geradores de imagens. O Google opera o modelo de criação, a interface geográfica, as ferramentas de busca usadas para distribuir ou verificar imagens e o serviço de detecção oferecido como proteção.

Assim, a empresa controla várias camadas da mesma cadeia de informação. Uma falha de design em um produto pode aumentar a carga imposta a outro.

A principal troca é entre criação e evidência geográfica

Uma marca d’água pode identificar uma imagem artificial, mas não pode preservar o significado público de uma evidência geográfica depois que o contexto desaparece.

A defesa inicial do Google se concentrou no SynthID. A tecnologia insere um sinal em conteúdo gerado por IA, em vez de depender apenas de um rótulo visível. O Google DeepMind afirma que sua marca d’água SynthID foi projetada para permanecer imperceptível, permitindo ao mesmo tempo que sistemas compatíveis detectem mídia gerada ou alterada.

Essa abordagem tem valor prático. Rótulos visíveis podem ser recortados de capturas de tela. Metadados de arquivos podem desaparecer durante conversões, edições ou uploads em redes sociais. Um sinal incorporado pode sobreviver a algumas transformações que eliminam essas divulgações mais simples.

O Google também oferece caminhos de detecção para consumidores. Uma pessoa que desconfie de uma imagem pode enviá-la ao Gemini ou usar o Lens na Busca. O Google descreveu o Lens, o AI Mode, o Circle to Search e o Gemini no Chrome como formas de investigar a origem de mídias.

A empresa afirmou, em maio de 2026, que seus sistemas haviam marcado com marca d’água mais de 100 bilhões de imagens e vídeos. Essa escala demonstra um investimento substancial em infraestrutura de procedência. Ela não demonstra que espectadores comuns realizam verificações de procedência de forma consistente antes de reagir ou compartilhar.

A marca d’água transfere a responsabilidade para o fim da cadeia de informação. O espectador precisa desconfiar, saber que existe uma ferramenta de verificação, obter uma cópia utilizável e interpretar corretamente o resultado.

Uma captura de tela convincente do Google Earth pode influenciar o espectador antes que qualquer uma dessas etapas ocorra. Ela pode ser republicada com uma legenda falsa, comprimida, editada ou exibida em um vídeo. Muitos destinatários jamais verão a interface original de criação.

A detecção também só pode responder a uma pergunta limitada. Um resultado positivo sugere que ferramentas de IA compatíveis criaram ou modificaram a imagem. Ele não explica quais partes mudaram, como era o local original ou se o evento retratado ocorreu.

Um resultado negativo ou inconclusivo não é prova de autenticidade. A imagem pode vir de outro modelo, ter perdido seu sinal detectável ou conter uma edição além da cobertura do detector.

Essa assimetria torna as proteções importantes. Uma proteção impede certas saídas antes da distribuição, enquanto a procedência auxilia a avaliação posteriormente. Os dois mecanismos abordam etapas diferentes do problema.

A cobertura sobre o recurso do Earth sugeriu aplicação inconsistente entre produtos do Google. Comandos que funcionavam pela interface geográfica supostamente poderiam falhar quando usuários tentassem edições semelhantes pelo Nano Banana em outro lugar. Caso isso seja confirmado em testes mais amplos, a diferença indica que a integração do produto criou uma nova superfície de segurança.

O contexto afeta o comportamento do modelo. Uma proteção ajustada para um gerador independente pode avaliar uma foto enviada, uma solicitação em texto e uma transformação pedida. Dentro do Earth, o modelo também recebe uma cena geográfica selecionada pelo mapa.

Esse local não é um dado neutro. Um hospital, uma fronteira, uma instalação nuclear, uma escola ou um prédio governamental podem tornar politicamente sensível um pedido que, de outra forma, seria genérico. “Adicionar fumaça” significa algo diferente quando associado a uma zona de conflito ativa.

As regras de conteúdo do Earth publicadas pelo Google restringem material perigoso, terrorista, violento e malicioso. No entanto, um documento de política não pode impedir uma saída se os sistemas de aplicação não compreenderem a combinação entre prompt, local, imagens e acontecimentos atuais.

Um bloqueio generalizado de fumaça, multidões, danos, objetos militares ou estruturas temporárias também eliminaria aplicações legítimas. Planejadores urbanos poderiam usar cenas sintéticas para ilustrar edifícios propostos. Equipes de emergência poderiam modelar inundações ou danos causados por incêndios florestais. Professores poderiam visualizar ambientes históricos.

É por isso que o problema não se resume a proibir palavras violentas. Uma simulação legítima de desastre e uma imagem fabricada de última hora podem conter pixels quase idênticos.

A diferença está no propósito, na apresentação, na distribuição e no contexto. Sistemas automatizados têm dificuldade para inferir os quatro de forma confiável.

Portanto, o Google precisa decidir onde inserir atrito. Pode limitar prompts sensíveis, bloquear locais de alto risco, restringir exportações, inserir divulgações visíveis e duráveis dentro da imagem ou disponibilizar o recurso apenas em fluxos de trabalho profissionais controlados.

Cada medida enfraquece a criatividade sem esforço que tornava a integração atraente. Esse é o trade-off que o lançamento inicial tentou evitar.

Proteções Mais Rígidas Não Podem Eliminar o Problema das Capturas de Tela

A reversão pode reduzir o uso indevido dentro do Google Earth, mas nenhum filtro de prompt pode impedir todo uso enganoso de imagens geográficas com aparência legítima.

A reversão do Google foi apropriada porque a empresa tinha controle direto sobre o fluxo de trabalho arriscado. Remover o recurso impediu que usuários produzissem exemplos adicionais por essa interface enquanto engenheiros reavaliavam suas proteções.

A reversão não deve ser confundida com uma solução completa. Usuários ainda podem capturar imagens de um serviço de mapas e editá-las com outros softwares. Geradores de imagens de uso geral, modelos locais e ferramentas gráficas convencionais podem criar falsificações geográficas.

Esse argumento já apareceu nas respostas públicas à controvérsia: se pessoas de fora podem realizar a mesma edição, por que culpar o Google Earth?

A resposta envolve escala, atrito e atribuição. Um fluxo de trabalho especializado para enganar exige conhecimento, ferramentas e preparação. Um botão integrado transforma esse mesmo fluxo em uma ação de produto acessível ao grande público. Ele também dá ao resultado uma associação imediata com o Google.

O design de produto muda comportamentos mesmo quando não cria uma nova capacidade técnica. Câmeras de smartphones não inventaram a fotografia, e plataformas sociais não inventaram rumores. Ambas mudaram a velocidade, o volume e o público da atividade subjacente.

O caso Google Verge mostra o mesmo padrão. Integrar a geração à navegação geográfica facilitou criar rapidamente muitas cenas específicas de locais. Um agente mal-intencionado poderia testar diferentes prompts, ângulos e pontos de referência até que um resultado parecesse plausível.

Filtros de prompt mais rígidos capturariam alguns pedidos óbvios. Eles poderiam rejeitar ataques terroristas nomeados, representações de vítimas ou pedidos diretos para fabricar danos em locais protegidos. Usuários determinados frequentemente contornam filtros com eufemismos, pedidos encenados ou descrições visuais comuns.

Controles sensíveis à localização abordariam outra camada. O Google poderia sinalizar pedidos envolvendo zonas de conflito ativas, hospitais, instalações militares, locais de votação, fronteiras ou áreas de desastre. Ainda assim, tais restrições exigiriam uma avaliação constantemente atualizada de lugares sensíveis.

Elas também gerariam decisões de política difíceis. Um modelo poderia permitir o redesenho fictício de um estádio em uma cidade e bloquear uma simulação de planejamento urbano em outra porque protestos próximos tornaram o local temporariamente sensível.

Divulgações visíveis oferecem uma intervenção mais clara. O Google poderia renderizar um rótulo permanente sobre a cena gerada, em vez de depender principalmente de uma marca-d'água invisível. O rótulo precisaria sobreviver a recortes comuns e continuar evidente em tamanhos de redes sociais.

Mesmo essa medida tem limites. Um usuário pode remover texto visível com outra ferramenta de edição. Um falsificador determinado pode reconstruir a borda, imitar a interface ou alegar falsamente que uma imagem genuína é sintética.

Essa última possibilidade é o dividendo do mentiroso, em que a existência de falsificações convincentes dá às pessoas um motivo para descartar evidências autênticas. Figuras públicas podem rotular fotografias inconvenientes como geradas por IA mesmo quando câmeras as registraram.

A NPR documentou essa dinâmica após alegações falsas terem como alvo uma imagem real de um comício político. A controvérsia não exigiu um deepfake bem-sucedido. A mera possibilidade de alteração por IA gerou dúvida.

Portanto, o experimento do Google Earth corria o risco de causar danos em duas direções. Cenas fabricadas poderiam passar por autênticas, enquanto evidências genuínas de satélite poderiam se tornar mais fáceis de contestar.

Investigadores profissionais têm métodos para lidar com essa incerteza. Eles comparam datas de aquisição, provedores de imagem, dados espectrais, clima, sombras, pontos de referência e observações independentes. O público em geral normalmente recebe apenas uma captura de tela comprimida e uma legenda.

Organizações de mídia precisarão de práticas de verificação mais rígidas, independentemente de o Google restaurar o recurso. Um visual do Google Earth não deve mais ser tratado como evidência autoautenticável. Editores devem solicitar o arquivo de origem, identificar a data da imagem, localizar as coordenadas, comparar visualizações históricas e buscar confirmação independente.

Usuários comuns podem realizar uma verificação mais simples. Podem procurar a publicação original, inspecionar se organizações confiáveis noticiam o evento, comparar o local no Earth e usar ferramentas de procedência. O Google Lens pode ajudar a identificar versões anteriores ou imagens relacionadas.

Essas etapas reduzem o risco, mas não conseguem reverter totalmente o impacto emocional de uma imagem chocante. Quando as pessoas veem destruição aparente em um local familiar, as correções competem com uma primeira impressão vívida.

É por isso que a prevenção continua importante, mesmo quando é incompleta. O Google não pode eliminar a desinformação geográfica. Mas pode evitar empacotar sua produção como um recurso conveniente dentro de um produto geográfico confiável.

O Que o Google e os Usuários de Imagens de IA Devem Observar a Seguir

A próxima versão revelará se o Google trata isso como um erro de filtragem ou como um conflito de categoria de produto.

O primeiro sinal é se o gerador de imagens retorna ao Google Earth e em que formato. Um relançamento rápido com bloqueios de prompt mais amplos sugeriria que o Google vê o incidente principalmente como uma lacuna de moderação.

Um lançamento profissional mais restrito transmitiria uma mensagem diferente. O Google poderia limitar a geração a contas de planejamento, educação, modelagem ambiental ou design. Também poderia restringir o que os usuários podem exportar e como cenas geradas aparecem fora de um projeto.

A decisão de design mais significativa será a separação. O Google pode criar um espaço de trabalho inconfundível para simulações, em vez de colocar cenas sintéticas ao lado da visualização geográfica comum. Um estilo visual persistente poderia indicar aos usuários que entraram em uma camada fictícia.

Se o Google restaurar essencialmente a mesma interface, a preocupação central permanece. Um espectador ainda pode confundir um evento simulado com geografia registrada, especialmente depois que a imagem deixa o produto.

O segundo sinal é a forma da divulgação. Inicialmente, o Google se apoiou no SynthID e em ferramentas externas de verificação. A reversão sugere que essas proteções não abordavam a forma como capturas de tela circulam.

Observe se haverá um rótulo visível incorporado à imagem, e não apenas ao seu redor. Observe também se as exportações preservam a procedência por meio de Content Credentials, metadados ou outro padrão interoperável.

O Google afirmou que o SynthID opera em seus produtos de mídia generativa. A questão relevante é se a detecção funciona após as transformações comuns nas plataformas sociais. Recorte, recompressão, redimensionamento, alterações de cor e gravação de tela devem fazer parte de qualquer avaliação pública.

Pesquisadores independentes precisam ter acesso para testar essas alegações. Uma proteção avaliada apenas por seu desenvolvedor deixa sem resposta questões sobre falsos negativos, falsos positivos e desempenho após edição.

O terceiro sinal é se o Google publica regras de segurança sensíveis à localização. Suas políticas atuais descrevem conteúdo proibido, mas essa integração exige decisões mais específicas sobre o contexto geográfico.

Um recurso retomado deveria explicar como o Google lida com guerras ativas, desastres em curso, eleições, fronteiras, hospitais, escolas e outros locais sensíveis. Os usuários também precisam de uma forma de denunciar uma imagem geográfica gerada que esteja se espalhando de modo enganoso fora do Earth.

O Google deve esclarecer se a aplicação da política acompanha o criador, o arquivo gerado ou ambos. Também deve explicar o que acontece quando alguém produz repetidamente cenas proibidas sem publicá-las dentro do Google Earth.

Esses sinais importam além de um único produto. Microsoft, Adobe, OpenAI, Meta e provedores independentes de modelos enfrentam versões da mesma questão de integração. Ferramentas generativas se tornam mais arriscadas quando vinculadas a sistemas que já carregam autoridade institucional.

Um editor de IA dentro de um aplicativo de desenho é claramente uma ferramenta criativa. O mesmo editor dentro de software de mapas, medicina, direito, finanças ou ciência pode herdar a credibilidade do sistema ao redor.

A proteção correta depende desse propósito circundante. Uma divulgação lúdica que funciona para um sticker de rede social pode ser inadequada para uma imagem que se assemelha a evidência de um campo de batalha.

O Google também opera em uma escala capaz de estabelecer expectativas para outras empresas. Se adotar rótulos duráveis, controles sensíveis à localização e testes independentes, essas medidas poderão se tornar pontos de referência. Se restaurar discretamente a ferramenta depois que a atenção diminuir, concorrentes poderão interpretar o episódio como um problema temporário de comunicação.

Para os leitores, a lição prática não é rejeitar toda imagem aérea. É parar de tratar uma interface familiar como prova de autenticidade.

Quando uma captura de tela afirma mostrar um novo ataque, movimentação de fronteira, desastre ou projeto de construção, peça o local original e a data da imagem. Verifique se fontes independentes observaram o mesmo evento. Use ferramentas de detecção como um sinal, não como um veredicto final.

A controvérsia Google Verge começou com prompts que levavam segundos para serem inseridos. Sua consequência mais profunda durará mais: imagens geográficas agora exigem o mesmo escrutínio de procedência aplicado a qualquer outra imagem digital.

O Google pode criar proteções mais rígidas, mas os usuários devem observar o limite que ele traça. O Google Earth continuará sendo principalmente um registro de lugares ou se tornará uma tela para eventos plausíveis que nunca aconteceram?