Quando a Google ativou nesta semana um recurso de geração de imagens dentro do Google Earth, parecia um momento de consagração da IA generativa: pela primeira vez, um produto de mapas para o grande público permitiria digitar uma descrição e ver uma cena aérea fotorrealista inserida na visão de satélite que todos conhecem. Em um único dia, tudo foi desfeito. A empresa retirou a ferramenta depois que pesquisadores e usuários demonstraram que a mesma tecnologia era capaz de fabricar imagens convincentes de zonas de desastre, conflitos e outros eventos, sempre ancoradas em coordenadas reais. A experiência durou pouco mais de vinte e quatro horas, mas as questões que levantou vão permanecer por muito mais tempo.
Vale entender a mecânica, porque ela explica ao mesmo tempo a atração e o perigo. Os mapas do Google Earth são construídos com imagens reais, capturadas por satélites e aeronaves, e por isso o produto sempre carregou uma promessa implícita de verdade: quando você olha um trecho de terra do alto, está vendo algo que existe de fato. Os modelos generativos por trás do recurso — segundo os relatos, baseados no Nano Banana 2 da Google — invertem essa lógica. Eles produzem cenas plausíveis que não correspondem a lugar físico nenhum, desenhando rios, incêndios, multidões e crateras com fotorrealismo. O problema é que, quando uma imagem gerada é colocada dentro de uma interface geográfica, ela herda a confiança do mapa. Quem vê um bairro em chamas na visão de satélite não para para perguntar se os pixels vieram de um sensor ou de uma distribuição de probabilidade.
É exatamente essa confiança que torna esse tipo de ferramenta mais perigosa do que um gerador de imagens isolado. Uma renderização do Midjourney pode ser descartada como arte; já uma imagem de satélite é tratada como evidência. Pesquisadores mostraram cenas de violência e destruição na sede do Googleplex, provando que qualquer pessoa poderia colocar uma cena fabricada em um endereço real e divulgá-la como documentação. Mesmo com as marcas d'água do SynthID e restrições de conteúdo, o risco de transformar a saída da IA em algo parecido com dados geoespaciais oficiais se mostrou alto demais. A retirada rápida, anunciada como uma questão de violação de políticas enquanto a empresa trabalha em proteções mais fortes, foi uma admissão de que o recurso chegou ao mercado antes que seus modos de falha fossem plenamente compreendidos.
O episódio também é uma janela para uma tensão mais ampla que atravessa a indústria. As empresas disputam para embutir IA generativa no maior número possível de superfícies, e a cartografia é uma fronteira óbvia. No entanto, o realismo que torna esses modelos tão fascinantes é o mesmo que mina a epistemologia do mapa. Historicamente, instituições como a Google, a USGS e a ESA construíram sua reputação como fontes confiáveis de imagens; delegar essa credibilidade a um modelo que inventa uma enchente onde há apenas terra seca corrói o valor de toda a categoria. Numa era de deepfakes, governos, jornalistas e usuários comuns são obrigados a verificar tudo, e a imagem de satélite gerada por IA ameaça um dos últimos domínios que ainda se supunha confiável.
Existe uma versão defensável do recurso — imagens sintéticas usadas com rótulos explícitos, em contextos claramente criativos, ou limitadas à visualização abstrata em vez da representação fotorrealista. A falha foi menos sobre a IA em si do que sobre a localização e o enquadramento. A Google diz que vai reformular a ferramenta com proteções mais fortes, mas a pergunta profunda é se alguma marca d'água sobrevive à viagem de uma imagem renderizada até uma captura de tela e depois a uma notícia. Quando uma cena fabricada é cortada e republicada, os marcadores de procedência costumam desaparecer.
À medida que os modelos generativos se tornam indistinguíveis dos dados de sensores, o ônus da prova se desloca. Na próxima vez que você vir uma imagem de satélite de uma crise em curso, vai ter que se perguntar não apenas se ela é verdadeira, mas se alguma vez foi capturada. A Google recuou em um dia; reconquistar a confiança pública na imagem geoespacial vai demorar muito mais.
Fontes: Ars Technica, The Verge, The Next Web, Futurism
✓ Fontes independentes cruzadas e verificadas antes da publicação
