As 7 estatísticas centrais de deepfake vêm de quem vende o detector — o único número oficial de dano conta "menções a IA" e a ciência dá 55%, uma moeda

O artigo de estatísticas de deepfake mais completo que encontrei abre com um aviso honesto: "Deepfake-Statistiken stammen überwiegend von Anbietern für Identitätsprüfung und Betrugserkennung, die ein kommerzielles Interesse am Thema haben" — "as estatísticas de deepfake vêm predominantemente de fornecedores de verificação de identidade e detecção de fraude, que têm interesse comercial no assunto". Duas telas depois vem a tabela das sete cifras centrais do texto. Fui conferir uma a uma: as sete são desses fornecedores. Signicat, Entrust Onfido duas vezes, Sumsub duas vezes, Resemble AI e iProov.

Não é desleixo do autor — e é isso que torna o caso interessante. Ele declara o conflito, faz a conta de crescimento do jeito certo, avisa quando um número não tem base. Mesmo assim a tabela sai 7 de 7, porque não existe outra coisa para citar. Passei três dias atrás do que existe: o único número oficial de dano é uma etiqueta do FBI definida como "menciona inteligência artificial"; a única medição independente da capacidade humana de reconhecer um deepfake é acadêmica e dá 55%, com margem que encosta na moeda; e o melhor dado público do mundo sobre o assunto, com teste objetivo em vez de autodeclaração, é brasileiro.

Nota metodológica. Conferi cada número contra a fonte original entre 26 e 28 de agosto de 2026 — comunicado da empresa, relatório em PDF, ato normativo no diário oficial, artigo com DOI — e digo no texto quando só consegui chegar à fonte secundária. A página alemã que motivou a pauta foi capturada em 26/08/2026 com navegador real (curl recebe erro 429). Três medições são minhas e reprodutíveis: a procedência linha a linha da tabela de sete cifras; os percentuais calculados do PDF do relatório anual do FBI; e a contagem do painel público de incidentes da Resemble AI, feita em 28/08/2026 com o script que publico no fim. O que não consegui ler está declarado: os relatórios completos da Signicat, da Sumsub e da Resemble estão atrás de formulário de cadastro (usei os comunicados públicos), o artigo de Stockner 2026 só me deu o resumo, e a decisão do ministro Mendonça no TSE não tem inteiro teor publicado — digo isso no lugar em que ela aparece.

O placar: 7 cifras centrais, 7 fornecedores

O veredito antes do argumento. A coluna do meio é a única pergunta que importa: quem mediu, e mede o quê?

Onze das treze linhas ou vêm de quem vende a solução, ou estão erradas — quatro estão erradas. As duas que aguentam sozinhas são as duas que ninguém repete: uma meta-análise acadêmica e uma pesquisa pública brasileira.

A régua: cinco maneiras de "medir" deepfake, e só duas medem o mundo

Antes de acreditar em qualquer cifra sobre deepfake, uma pergunta resolve quase tudo: o número saiu de contar o mundo, ou de contar os clientes de quem vende o remédio? A figura é a régua inteira; o resto do artigo é a demonstração, linha a linha.

Repare que a régua não diz "fornecedor mente". Diz que cada caixa responde a uma pergunta diferente. A plataforma do fornecedor mede com precisão a carteira de clientes dele: se a Sumsub atende muita corretora de criptomoeda, o "88% dos casos são cripto" descreve a clientela, não o crime. A pesquisa de opinião mede o que gestores de fraude acham que viram. O órgão oficial mede o que foi denunciado, filtrado pelas palavras do formulário. A academia mede a capacidade humana num laboratório, e não a prevalência lá fora. E a última caixa — perguntar e depois testar — é a única que mostra a distância entre as duas coisas. Só encontrei uma pesquisa assim, e ela é brasileira.

O erro que atravessa o assunto inteiro não é inventar número. É pôr as cinco caixas na mesma frase, com o mesmo verbo.

Sete de sete. Nenhum órgão oficial, nenhum estudo revisado por pares, nenhuma pesquisa pública — na tabela que resume o artigo. Os números oficiais aparecem no corpo do texto, mais adiante, e são justamente os que não sustentam a manchete.

O crescimento: o texto acerta a conta, e a fonte dele é que erra

Esperava encontrar aqui o erro clássico — e não encontrei. O texto alemão faz a conta certa; quem produz a manchete inconsistente é a empresa que a assina.

A Signicat diz que a fatia de deepfake nas tentativas de fraude foi de 0,1% em 2022 para 6,5% em 2024. A página alemã descreve isso como +6,4 PP — mais 6,4 pontos percentuais. Está correto: é a diferença entre duas porcentagens, e é assim que se escreve. Na frase seguinte ela acrescenta, com atribuição explícita: "Signicat selbst beziffert das Wachstum […] auf 2.137 %" — "a própria Signicat quantifica o crescimento em 2.137%".

O problema mora na fonte. Ir de 0,1% a 6,5% é multiplicar por 65 — um crescimento de +6.400%, não de +2.137%. Os dois números convivem no mesmo comunicado da empresa, sem uma linha reconciliando um com o outro, e o endereço do comunicado carrega o segundo: fraud-attempts-with-deepfakes-have-increased-by-2137-over-the-last-three-year. O +2.137% corresponde a multiplicar por 22,4, não por 65.

Não sei qual dos dois a Signicat considera o certo, porque o relatório completo está atrás de formulário de cadastro e o comunicado público não explica. Sei que os dois não podem ser a mesma medição, e que o que viaja é sempre o maior.

E há um detalhe de método que pesa mais que a aritmética: esse "6,5%" não é contagem de ataque nenhum. Saiu de um questionário aplicado pela Censuswide a 1.206 gestores de fraude em sete países europeus, em 2024. É a média do que profissionais estimaram sobre as próprias empresas. A página alemã chama a série de "a medição antes-depois mais limpa" do assunto — e ela é, de fato, a mais limpa disponível. É esse o tamanho do que existe.

Detecção humana: 0,1% e 55% respondem a perguntas diferentes

O número mais citado do assunto é da iProov: 0,1% das pessoas reconhecem deepfakes com segurança. Ele é verdadeiro e é enganoso ao mesmo tempo, e a diferença está na palavra que some no caminho.

O teste da iProov mostrou sete estímulos a 2.000 pessoas no Reino Unido e nos Estados Unidos. O 0,1% é a fatia que acertou todos os sete. É uma barra tudo-ou-nada: quem errou um de sete cai para fora dela. Perguntei-me qual seria a acurácia por item — quantos por cento dos julgamentos individuais estavam certos — e a resposta é que a empresa não publica esse número. Publica só o tudo-ou-nada e um relativo ("vídeo é 36% menos detectado que imagem").

A acurácia por item existe, e é acadêmica. Duas meta-análises a estimaram, e vale dar as duas porque elas não dizem exatamente a mesma coisa:

As duas convergem no ponto — 55,5% e 56,1%, meio ponto de diferença — e divergem no veredito estatístico. A maior delas não consegue separar o desempenho humano de um cara-ou-coroa; a mais recente, com escopo mais estreito e amostra seis vezes menor, consegue, por seis pontos percentuais. A afirmação que as duas sustentam é a única que vale repetir: o humano fica na casa dos 55%, e mesmo quem foi treinado para detectar não passa de 62%.

Isso muda a leitura do 0,1%. Ele não significa "quase ninguém percebe um deepfake". Significa "quase ninguém acerta sete de sete" — e uma régua tudo-ou-nada produz números minúsculos por construção. Faça a conta: com 55% de acerto por item, acertar sete vezes seguidas dá cerca de 1,5%. Ou seja, a literatura já prevê que quase ninguém passe num teste desses — e ainda assim prevê quinze vezes mais gente do que a iProov encontrou. Não sei explicar a diferença com o que é público: pode ser que os sete estímulos fossem mais difíceis que a média dos experimentos acadêmicos, ou que os julgamentos não sejam independentes entre si. O que o 0,1% mede com certeza é o desenho da métrica, não a cegueira do público — e é por isso que ele não deveria ser lido como "só uma pessoa em mil percebe um deepfake".

Repare no salto entre as duas metades da figura. À esquerda, o que as pessoas dizem sobre si — entre 34% e 47%, em três países. À direita, o que acontece quando alguém mede. As três primeiras barras da direita são acurácia média por julgamento; a de 17% é de outra unidade — é a fatia de pessoas que ficou no grupo de melhor desempenho do teste brasileiro. Não são somáveis, e é a comparação com os 41% logo acima dela que interessa: mesma pesquisa, mesmas pessoas. E a barra de 17% é de outra natureza: é a única em que as mesmas pessoas foram perguntadas e depois testadas. Já escrevi sobre essa distância em quantas pessoas realmente usam IA; vale igual aqui. Declaração não é medição, nem quando a declaração é modesta.

O dano: o único número oficial conta "menções a IA"

Quando o assunto vira dinheiro, uma cifra aparece em todo lugar: US$ 893,35 milhões, do relatório anual de 2025 do IC3, o centro de queixas de crime cibernético do FBI. É o único número de dano com carimbo de governo, e é por isso que ele viaja.

Fui ao PDF. O relatório define a etiqueta assim, e cito na íntegra: "AI Related: Information reported contains a reference to artificial intelligence (AI)" — "Relacionado a IA: a informação reportada contém uma referência a inteligência artificial". Não é uma categoria de crime. É uma marcação de texto: a queixa entra na conta se em algum lugar dela alguém escreveu "inteligência artificial". A palavra "deepfake" aparece três vezes no relatório inteiro, sempre em prosa corrida, nunca como rubrica com número atrás.

A página alemã descreve isso como "erstmals eigene KI-Kategorie" — "pela primeira vez uma categoria própria de IA". É o erro mais consequente do texto, porque transforma um descritor em estatística criminal.

Os percentuais também mudam a leitura, e são conta de dividir que qualquer pessoa refaz:

A cifra que se lê como "o custo dos deepfakes" é 4,28% das perdas de um único país, num balde que entra qualquer queixa em que a sigla foi digitada. O maior componente dela, segundo o próprio relatório, é golpe de investimento — a modalidade que ficou em US$ 632 milhões.

Contei o banco de incidentes que produz o "US$ 1,3 bilhão"

A outra cifra grande do assunto é da Resemble AI: cerca de US$ 1,3 bilhão em danos documentados em 2025, sobre 1.567 incidentes verificados. A empresa mantém um painel público, e a página alemã já avisa que "bei über 80 % wurde kein Schaden beziffert" — "em mais de 80% não foi quantificado dano nenhum". Fui contar por conta própria.

O painel, na janela "todo o período", tinha em 28/08/2026 2.266 incidentes (a tabela dinâmica fecha linha a linha; a soma dos últimos doze meses dá 1.537, batendo com o "1.5K" que o painel exibe). E logo abaixo do valor de US$ 1,3 bilhão está impressa, em letra miúda, a legenda que não viaja junto: 159 incidents with verified losses — "159 incidentes com perdas verificadas".

São 7,0% do banco. Os outros 93% não têm valor nenhum atribuído. Entre os 159 que têm, a média é de US$ 8,18 milhões por incidente — um patamar que só se sustenta porque casos como o da Arup (US$ 25,6 milhões numa videochamada) puxam a conta para cima. O número não descreve "o prejuízo dos deepfakes": descreve a soma de uma minoria de casos grandes o bastante para virar notícia com cifra. A frase certa não é "deepfakes causaram 1,3 bilhão"; é "159 casos noticiados somaram 1,3 bilhão".

E a contagem revelou algo que nenhum dos textos sobre o assunto menciona: a categoria dominante do banco não é fraude.

Um terço do banco é dano de marca e reputação. Abuso sexual — imagem íntima não consensual somada a material de abuso infantil — é 21,8%, e é aí que mora o recorte que ninguém publica: 95,8% do material de abuso infantil catalogado (229 de 239 casos) tem um indivíduo privado como vítima, não uma celebridade. Já a fraude corporativa, o cenário do executivo enganado em videochamada que abre praticamente todo artigo sobre o tema, é 8,2% — a menor das seis categorias.

Duas ressalvas que a honestidade exige, porque o banco também tem defeitos. Nos oito incidentes mais recentes da lista, dois são o mesmo caso com fichas e endereços diferentes: o mesmo golpe amoroso de US$ 180 mil contra um psicólogo aposentado, contado duas vezes. Não consigo dizer quanto isso infla o total — a página que lista os incidentes um a um responde, mas não renderiza uma linha sequer, e sem ela não há como medir a taxa de duplicação. A segunda ressalva é a favor do painel: procurei nota de método, glossário ou explicação de cálculo no código da página e não há nenhuma — o que também significa que o mostrador "633,5 bilhões de alcance mensal potencial", setenta e sete vezes a população da Terra, é publicado sem uma linha dizendo o que mede.

A lei que está em vigor de verdade

Aqui a página alemã erra três vezes, e os três erros vão na mesma direção: fazem a regulação parecer mais adiantada do que é. Conferi cada prazo no ato original, e a lei está mais atrasada que a manchete — menos num ponto, que é o brasileiro.

A figura é a lista do que se pode cobrar hoje. O que não está nela, e circula como se estivesse:

1. A remoção em 48 horas da TAKE IT DOWN Act já vale desde 19 de maio de 2025. A página alemã marca maio de 2026 como a entrada em vigor — mas essa data é o prazo para as plataformas terem o processo de recebimento pronto, não o começo da obrigação. É um erro que atrasa o direito da vítima em um ano inteiro.
2. A Dinamarca não aprovou lei nenhuma. O que existe é um anteprojeto que foi a consulta pública e nunca chegou a ser apresentado ao parlamento. O texto o descreve como marco aprovado.
3. A NO FAKES Act americana não é lei. Foi aprovada na Comissão de Justiça do Senado em 18 de junho de 2026 — passo real, mas ainda a metade do caminho.

E há uma quarta correção, no sentido inverso, que só aparece quando se lê o ato britânico: o Reino Unido tornou a criação de imagem íntima falsa um crime autônomo, em vigor desde 6 de fevereiro de 2026. Não é apenas remover: é criminalizar quem faz. Nenhum dos compilados que li tinha essa data.

O maior caso de 2026 não está em nenhum artigo de estatística

Todos os textos sobre deepfake abrem com a Arup — os US$ 25,6 milhões perdidos numa videochamada em janeiro de 2024. Nenhum menciona o que aconteceu na virada de 2025 para 2026, que mobilizou cinco reguladores em três semanas: a função de edição de imagem do Grok, no X, passou a atender pedidos para "despir" fotos de pessoas reais.

Nenhuma multa foi aplicada até hoje; todos os processos seguem abertos. E o caso repete, em tempo real, exatamente o problema deste artigo: os cinco atos regulatórios são documentos públicos e conferíveis; todos os números de volume que circulam sobre ele não são. O "uma imagem sexualizada não consensual por minuto" é de uma empresa de detecção; o "6.700 por hora" está atrás de assinatura; o "7.751 por hora" e "1,8 milhão de posts" aparecem num comunicado parlamentar americano atribuído a "pesquisadores", sem link para a pesquisa. Não uso nenhum dos quatro. Fica registrado o que dá para provar: cinco reguladores abriram investigação em três semanas, e isso não é pouco.

O que a legislação europeia exige agora — rotular conteúdo gerado por máquina — é o assunto que tratei em a marca d'água que o Claude passou a embutir no texto: o AI Act cobra a marcação, e a parte difícil é que marcar funciona muito melhor para quem quer ser honesto do que contra quem não quer.

Brasil: a melhor medição pública do mundo é daqui, e a eleição é em outubro

O dado que eu procurava no mundo inteiro existe, é público, e é brasileiro. O Painel TIC do Cetic.br/NIC.br (n = 5.250, campo entre agosto e setembro de 2025) fez o que nenhuma das pesquisas europeias fez: perguntou e depois testou.

• 41% dizem ter contato diário com conteúdo sintético;
• 41% se dizem confiantes para identificar conteúdo falso;
• 17% ficaram no grupo de melhor desempenho no teste objetivo;
• e não houve correlação entre a confiança declarada e o acerto.

Essa última linha é a mais importante das quatro, e é a que nunca circula. Quem se acha bom em detectar deepfake não é melhor em detectar deepfake — a confiança não prevê nada. É o mesmo achado de Köbis et al. (2021), que mediu correlação negativa entre confiança e acurácia (r = −0,475), agora reproduzido em amostra brasileira representativa.

A régua do começo do artigo, agora com os dados de cada seção encaixados:

Repare que as duas primeiras caixas — as que produziram sete das sete cifras da tabela alemã — são as únicas que não medem população nenhuma. E a última, a única que mede, produziu o número que ninguém repete.

O que já está valendo aqui, e o que vem em outubro

A Resolução 23.755 do TSE, de 2 de março de 2026, é mais dura do que a cobertura sugere, e tem uma particularidade que fecha o círculo deste artigo: a palavra "deepfake" não aparece uma única vez no texto. A norma fala em "conteúdo sintético multimídia gerado por meio de inteligência artificial ou tecnologia equivalente" — o mesmo movimento do FBI, que também não usa o termo da imprensa. Os órgãos que precisam da definição para aplicar sanção fogem da palavra; quem produz manchete, não.

Três dispositivos que mudam o jogo em outubro:

1. Blackout de 72 horas (art. 9º-B, § 3º-A). Entre 72 horas antes e 24 horas depois da votação, ficam vedadas publicação, republicação e impulsionamento de conteúdo sintético — e a norma diz "mesmo que rotulados". O § 4º manda remover de imediato.
2. Inversão do ônus da prova (art. 9º-I). O juiz pode inverter o ônus quando a manipulação for tecnicamente difícil de comprovar. É a resposta jurídica exata aos 55,5% de acerto humano: se a literatura diz que ninguém detecta de forma confiável, exigir que a vítima prove a falsificação é exigir o impossível — então prova quem publicou.
3. Proibição ao próprio provedor de IA (art. 15, § 1º-C). É vedado ao provedor ranquear ou recomendar candidato, opinar sobre voto — inclusive por resposta automatizada — e gerar cena de sexo ou nudez com candidato. A regra não mira só quem usa a ferramenta; mira quem a opera.

Um adendo quente, marcado como o que é. Em 25 de agosto de 2026 — três dias antes de eu fechar este texto — o ministro André Mendonça, do STF e vice-presidente do TSE, decidiu uma representação eleitoral, mandou retirar em 24 horas um vídeo sintético e, na mesma decisão, propôs ao plenário uma tese sobre o que conta como "deep fake": para fins do art. 9º-C, § 1º, seria o conteúdo sintético que "apresente grau de realismo ou verossimilhança objetivamente apto a produzir falsa percepção de autenticidade". É proposta de tese dentro de uma decisão individual — não é julgamento de plenário nem mudança da Resolução 23.755, que segue valendo como está. E entra aqui como apuração de imprensa, não como ato conferido: quatro veículos transcrevem o critério de forma concordante, com autor e horário — O Globo às 20h01, o g1 às 20h31 e a Agência Brasil às 21h44 do dia 25, o JOTA às 10h36 do dia 26 —, mas o inteiro teor e o número do processo não estão no PJe público, na página de notícias do TSE, nem em nenhum dos portais que consultei. Se aparecerem, atualizo com o número dos autos. Registro assim porque este é o ponto em que a régua do artigo se vira contra o próprio autor: o verbo que virou manchete não é do ministro — "flexibilizar" está no título do g1, não em nenhuma das aspas atribuídas à decisão —, e a leitura de que caricatura e paródia sairiam do regime especial é interpretação do critério, não texto da tese. É o mesmo mecanismo que o resto deste artigo audita, acontecendo com um gancho que me interessa.

O resto do quadro brasileiro, conferido

• Lei 15.487/2026 (6 de agosto de 2026) reescreveu os arts. 241-C, D e E do Estatuto da Criança e do Adolescente para alcançar material sintético. Já vale.
• Lupa: casos de desinformação com IA saltaram de 39 (4,6% do total) em 2024 para 159 (25%) em 2025 — de um em vinte para um em quatro.
• SaferNet: 16 casos escolares documentados entre 2023 e 2025, em 10 estados, com 72 vítimas e 57 agressores; a central recebeu 87.689 denúncias em 2025, alta de 28,4%.
• Três negativas que também são resultado: a Febraban não mede deepfake; a Lei 14.811/2024 e o ECA Digital (Lei 15.211/2025) não mencionam o termo, ao contrário do que circula; e não encontrei pesquisa de instituto brasileiro de opinião sobre percepção de deepfake.

O que eu faria com isso

Três hábitos, que é o que sobra depois de três dias conferindo.

Antes de repetir uma cifra, pergunte de qual das cinco caixas ela saiu. Não é preciso ser especialista: basta procurar quem pagou pela medição e o que foi contado. Se a resposta for "a plataforma da empresa que vende o detector", o número é verdadeiro e descreve a clientela dela.

Trate o "eu reconheceria" como o dado menos confiável que você tem sobre si. A evidência é consistente em quatro países e em duas meta-análises: o acerto humano fica na casa dos 55%, e a confiança não prevê o acerto. A defesa que funciona não é o olho — é o segundo canal. Na Arup, uma ligação para um número conhecido teria custado trinta segundos e evitado US$ 25,6 milhões. Combine hoje uma palavra ou um canal de confirmação com quem pode te pedir dinheiro; é grátis.

Se você trabalha com eleição, marque 72 horas no calendário. A partir de 72 horas antes da votação de outubro, conteúdo sintético não pode ser publicado nem impulsionado — mesmo rotulado. Rótulo não salva no blackout.

E, se quiser refazer o que fiz: são três comandos. Baixe o relatório do IC3, extraia o texto e conte a etiqueta você mesmo:

pdftotext ic3-2025-annual-report.pdf - | grep -c "AI Related"

A contagem do painel da Resemble AI está no script que publico junto com este texto (capturar-resemble.py, navegador real porque a página é renderizada por JavaScript). A tabela do Cetic.br é pública e vem em planilha. Se der diferente do que publiquei, me mande — atualizo e credito.

Fontes

• Signicat — Fraud attempts with deepfakes have increased by 2137% over the last three years (fev. 2025). Pesquisa Censuswide, n = 1.206 gestores de fraude, 7 países.
• Entrust / Onfido — Identity Fraud Report 2024-2025.
• Sumsub — Identity Fraud Report 2025 e 2023.
• iProov — Deepfake detection study (fev. 2025), n = 2.000 (Reino Unido e EUA).
• Resemble AI — Global Deepfake Incident Database, https://www.resemble.ai/learn/deepfake-incident-database (contagem própria, 28/08/2026) e 2025 Deepfake Threat Report.
• Deloitte — Generative AI is expected to magnify the risk of deepfakes and other fraud (mai. 2024).
• FBI IC3 — 2025 Internet Crime Report (abr. 2026).
• Diel, A. et al. — Human performance in detecting deepfakes: A systematic review and meta-analysis. Computers in Human Behavior Reports, 2024. DOI: 10.1016/j.chbr.2024.100538.
• Stockner, M.; Convertino, G.; Cambedda, S.; Mazzoni, G. — Are humans able to discriminate between real and deepfake faces? A systematic review and meta-analysis. Computers in Human Behavior: Artificial Humans, 2026. DOI: 10.1016/j.chbah.2026.100332.
• Köbis, N. et al. — Fooled twice: People cannot detect deepfakes but think they can. iScience, 2021.
• Groh, M. et al. — Deepfake detection by human crowds, machines, and machine-informed crowds. PNAS, 2022.
• Bitkom — Deepfakes (jun. 2026), n = 1.006.
• BSI — Cybersicherheitsmonitor 2026 (abr. 2026), n = 3.060.
• Cetic.br / NIC.br — Painel TIC — Percepções sobre desinformação e conteúdo sintético (n = 5.250, campo ago.-set. 2025).
• TSE — Resolução 23.755, de 2 de março de 2026, e Resolução 23.610/2019 (arts. 9º-B e 9º-C).
• Decisão de 25/08/2026 do ministro André Mendonça (TSE) — apuração de imprensa, sem inteiro teor localizado. Fontes secundárias jornalísticas: O Globo, Mariana Muniz, 25/08/2026 20h01; g1, Márcio Falcão, 25/08/2026 20h31; Agência Brasil, André Richter, 25/08/2026 21h44; JOTA, Flávia Maia, 26/08/2026 10h36 (transcrição mais completa da tese).
• Brasil — Lei 15.487/2026; Lei 15.123/2025.
• União Europeia — Regulamento (UE) 2024/1689 (AI Act), arts. 50(4), 99(4)(g) e 113.
• Estados Unidos — TAKE IT DOWN Act (Public Law 119-12, 19/05/2025); NO FAKES Act, S.4591.
• Reino Unido — Online Safety Act 2023; SI 2024/1188; Data (Use and Access) Act 2025.
• Ofcom — Ofcom launches investigation into X over Grok sexualised imagery (12/01/2026).
• Comissão Europeia — IP/26/203, Commission investigates Grok and X's recommender systems under the DSA (26/01/2026).
• ICO — ICO announces investigation into Grok (03/02/2026).
• Procuradoria-Geral da Califórnia — comunicado de 14/01/2026.
• Lupa e SaferNet Brasil — levantamentos de 2025.

O que foi verificado, contra o quê e quando. Todas as cifras acima foram conferidas contra a fonte nomeada entre 26 e 28 de agosto de 2026. Não li os relatórios completos da Signicat, da Sumsub nem da Resemble AI — estão atrás de formulário de cadastro, e usei os comunicados públicos. Do artigo de Stockner et al. (2026) li o resumo depositado pelo editor, não o texto integral. Não localizei o inteiro teor da decisão de 25/08/2026 do ministro André Mendonça no TSE em nenhuma das fontes que consultei — nem o número do processo — e por isso ela entra no texto marcada como apuração de imprensa, sobre a transcrição concordante de quatro veículos, e não como ato conferido. Não reverifiquei os números de volume do caso Grok, e por isso nenhum deles está no texto.