O alerta de procedência de um dia do Google Earth

O Google colocou geração de imagens fotorrealistas dentro do Google Earth e a removeu um dia depois. Por anos, os usuários aprenderam a ler o Earth como um registro da realidade física. A síntese barata transformou essa confiança acumulada em um problema de segurança de IA.

Agora, o Google precisa tornar a procedência parte da interface. Toda superfície de IA de alta confiança deve separar a observação capturada, a análise derivada por máquina e a invenção sintética, e depois preservar essa linhagem quando uma imagem circula ou um agente age. Um rótulo de modelo, sozinho, não dá conta desse peso.

Os mapas conquistaram confiança ao analisar lugares capturados

O Google construiu sua vantagem em mapas ao acumular observações e extrair estrutura delas. Em 2017, a empresa descreveu o uso de deep learning e imagens do Street View para atualizar o Maps. Suas câmeras e provedores de imagens forneciam observações; seus modelos encontravam texto, estruturas e elementos geográficos dentro do registro.

Os usuários não precisavam entender o modelo de extração para compreender o contrato do produto: o Google Maps representava lugares que seus sistemas haviam capturado e analisado.

Mais tarde, o Google Earth tornou esse contrato mais útil sem dissolvê-lo. Em 2025, o Google adicionou Street View histórico e insights derivados de IA, como a cobertura de copa das árvores. As imagens históricas permitiam aos usuários comparar observações ao longo do tempo. A análise da copa das árvores media um lugar capturado, mantendo legível a distinção entre fonte e interpretação.

O Google DeepMind levou a mesma arquitetura adiante com o AlphaEarth Foundations, que unifica petabytes de dados de observação da Terra em representações que cientistas podem usar para criar mapas detalhados sob demanda. O modelo torna o registro observacional mais útil sem apresentar uma cena gerada como outra visão do mesmo lugar.

Marcas d’água não conseguem preservar a autoridade do Earth

O Google cruzou uma fronteira diferente quando o Nano Banana 2 entrou no Earth por meio de um botão Create Image. Os usuários podiam instruir o produto a criar infográficos ou alterações fotorrealistas de locais. O Google recuou com o recurso um dia após o lançamento para adicionar salvaguardas mais robustas, depois que circularam capturas de tela que pareciam violar suas políticas e levantaram preocupação com imagens de satélite deepfake.

O Google manteve as imagens geradas fora da experiência principal do Google Earth para outros usuários e disse que cada uma trazia uma marca d’água SynthID. Esses controles reduziram a chance de uma cena gerada por um usuário se tornar silenciosamente o mapa de outro.

As capturas de tela expuseram a lacuna restante. Quando uma cena sintética saía do Earth como uma imagem achatada, a interface ao redor já não mostrava se o Google havia capturado, inferido ou gerado aquilo. O SynthID poderia ajudar um detector compatível a identificar mídia gerada pelo Google, mas não explicaria a relação da imagem com o local subjacente nem identificaria quais partes representavam observação.

O Google introduziu o SynthID para imagens geradas pelo Imagen em 2023 e depois estendeu seu trabalho de marca d’água a texto gerado. Posteriormente, a OpenAI adotou o SynthID ao lado das C2PA Content Credentials e apresentou uma prévia de um portal público de verificação. A adoção pela OpenAI ampliou o alcance dos detectores, mas outros sistemas ainda podem produzir conteúdo sintético sem rótulo.

A C2PA tem uma limitação diferente. O padrão pode usar criptografia para reter a origem e o histórico de edições, mas o suporte incompleto das câmeras interrompe essa cadeia na captura. Um histórico assinado funciona apenas quando câmeras, ferramentas de edição, geradores, sistemas de publicação e visualizadores o preservam. A ausência de metadados em qualquer transferência deixa o usuário com uma alegação onde deveria haver uma cadeia.

O Google Earth deveria renderizar de forma diferente as imagens observadas e o material gerado, revelar transformações analíticas e preservar a verificação no compartilhamento rotineiro. Uma marca minúscula e invisível não consegue defender o significado de um produto do tamanho de um planeta.

O Chrome precisa rastrear quem autorizou cada ação

O Google está lançando o Gemini Spark para assinantes do AI Pro em mais de 160 países e integrando-o ao auto browse para desktop. Com permissão do usuário, o Spark pode agendar visitas a apartamentos e preencher automaticamente informações de voos.

Um agente percebe páginas, interpreta instruções, escolhe ferramentas e altera sistemas externos. O Chrome precisa reter a linhagem de cada ação consequente: qual instrução veio do usuário, qual conteúdo veio de uma página, qual ferramenta o agente selecionou, que permissão o usuário concedeu e que resultado a ferramenta produziu.

Pesquisadores já documentaram vulnerabilidades sistêmicas de injeção indireta de prompts em navegadores agênticos, incluindo o Comet, da Perplexity, e o Fellou. Uma página, mensagem ou formulário hostil pode apresentar texto que o agente confunde com uma instrução. A ação final pode parecer tecnicamente válida mesmo que o navegador tenha derivado sua autoridade da fonte errada.

O Google descreveu um modelo User Alignment Critic destinado a avaliar ações executadas pelos recursos de navegação agêntica do Chrome. O crítico adiciona um segundo modelo entre a proposta e a execução, mas o Chrome ainda precisa tornar a decisão revisável. Um usuário não pode autorizar uma ação de forma significativa se o produto obscurece a instrução, o destino, os dados envolvidos ou o ponto em que o agente confirmará a alteração.

O Chrome pode pedir uma única vez uma permissão ampla ou vincular a permissão a uma instrução específica e a uma chamada de ferramenta. O segundo desenho exige mais interação, mas preserva a fonte de autoridade.

O equivalente da procedência de imagem para um agente é um registro de ações que distingue a instrução do usuário da tentativa de uma página de se tornar uma.

Esse registro permite que revisores responsabilizem o agente posteriormente. Uma resposta final bem-comportada não pode provar que um agente seguiu a instrução certa, assim como uma imagem realista não pode provar que uma câmera a capturou.

A verdade por satélite inclui um histórico de custódia

As imagens de satélite complicam o teste usual entre real e falso porque arquivos autênticos ainda podem trazer um relato incompleto da realidade. Em 2026, a Planet Labs estendeu a entrega de imagens do Oriente Médio de quatro dias para até duas semanas diante de preocupações de que clientes pudessem usá-las para atingir membros da OTAN. Mais tarde, a empresa reteve por prazo indeterminado o acesso a imagens do Irã e da região de conflito ao redor, a pedido do governo dos EUA.

Os arquivos continuaram capturados por câmera, enquanto as decisões de acesso da Planet Labs alteraram o que os usuários podiam observar e quando. Um sistema de verificação que apenas informasse “capturado por câmera” autenticaria os arquivos, mas omitiria os atrasos e as decisões de retenção que moldaram o registro disponível.

Pesquisadores já haviam demonstrado métodos adversariais generativos para produzir imagens de satélite deepfake antes de o Google adicionar geração ao Earth. A possibilidade técnica antecedeu o recurso do Google; o Earth forneceu a autoridade acumulada que tornou o resultado mais persuasivo.

Nenhuma marca d’água ou credencial de conteúdo atual fornece todas as linhas. O SynthID pode marcar resultados gerados compatíveis. A C2PA pode preservar o histórico assinado quando hardware e software participantes oferecem suporte. O Google Earth e o Chrome ainda precisam apresentar esses registros em formatos que os usuários possam inspecionar no momento da interpretação ou da autorização.

O Google Earth conquistou autoridade ao tornar navegável a geografia capturada; o Chrome a conquistou ao mediar para onde os usuários vão e o que os sites podem fazer. O recuo no Earth em um dia mostrou com que rapidez a geração pode tomar emprestada essa autoridade. A menos que o Google torne cada transição — da captura à análise, do conteúdo de página à instrução, da cena à síntese — inspecionável, uma renderização plausível ou uma ação confiante herdará uma confiança que não conquistou.