Ir para o conteúdo
Likelier

Medo percebido vs. probabilidade real

Quais são as chances de um deepfake íntimo gerado por IA com seu rosto ser criado ou compartilhado sem consentimento ao longo da sua vida?

Probabilidade ao longo da vida

~1 em 25

over a typical adult lifetime

4,0% de probabilidade ao longo da vida

A maioria subestima isto.

Os escopos variam — mostrados como probabilidade típica ao longo da vida adulta. Ver metodologia.

Tecnologia · revisado 2026-06-14
Qualidade das evidências 4.13/5

Pontuação de revisão em oito dimensões segundo a grelha de qualidade . Cada dimensão pontuada de 1 a 5.

D1 Ancoragem nas fontes
4/5
D2 Autoridade das fontes
5/5
D3 Aritmética
3/5
D4 Incerteza
4/5
D5 Âmbito
4/5
D6 Prosa
4/5
D7 Honestidade sobre a perceção
4/5
D8 Completude das ressalvas
5/5
Média 4.13/5
Source Government statistic · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
ao longo da vida, adulto nos EUA cada banda = 10× mais raro → ajustado aos seus fatores Ver escala completa →
certo 1 em 1K 1 em 1M 1 em 1B
1 in 5.8 1 in 25

● seus fatores — clique neste risco ▾ para revelar

  1. Os seus fatores
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Percebido

O discurso público sobre deepfakes íntimos não consensuais é dominado por um punhado de casos de celebridades — Taylor Swift em janeiro de 2024, mulheres no Congresso dos EUA mais tarde nesse ano, ídolos de K-pop em vários incidentes. O modelo mental que emerge é «isto acontece a mulheres famosas na internet», o que permite aos adultos comuns arquivar o risco como coisas-que-acontecem-a-outras-pessoas. A trajetória de custos das ferramentas subjacentes não sustenta esse enquadramento: modelos de código aberto que exigiam uma GPU de nível de investigação em 2019 correm agora em telemóveis de consumo, e uma troca de rosto utilizável numa única fotografia demora minutos. Perguntados diretamente, a maioria dos adultos subestima significativamente a prevalência populacional da vitimização pessoal, que um inquérito revisto por pares de ~16 000 inquiridos em 10 países colocou em 2,2 % em 2023 — em termos absolutos, vários milhões de pessoas, provenientes esmagadoramente de uma única metade da população.

Estimativa aproximada: A maioria dos adultos arquiva isto como «acontece a celebridades» em vez de um risco pessoal

Fonte: intuição editorial, não pesquisado

Real

~2 em 100 (alguma vez, em 10 países, 2023)

adultos com 16+ anos em 10 países (Austrália, Bélgica, Dinamarca, França, Itália, Países Baixos, México, Coreia do Sul, Reino Unido, EUA), Umbach et al. CHI 2024

Mostrar cálculo

O valor de 2,2 % de Umbach et al. (2024) é uma prevalência contemporânea de «alguma vez sofrido» medida em 2023, quando as ferramentas de deepfake de nível de consumo estavam amplamente acessíveis havia cerca de cinco anos. Traduzi-lo numa probabilidade de vida restante para um adulto dos EUA exige dois ajustes em direções opostas. Primeiro, o valor principal subestima a vitimização real porque (a) muitas vítimas não sabem que existem deepfakes íntimos de si — as imagens são partilhadas em canais fechados ou alojadas em sites dedicados que a pessoa retratada nunca visita, e (b) os inquéritos de autorrelato subcaptam cronicamente as categorias de violência sexual devido a barreiras de memória e de divulgação, com o inquérito NCII apenas dos EUA de Eaton et al. (2017) a encontrar 8 % de prevalência ao longo da vida numa definição mais ampla que inclui imagens íntimas reais (não geradas por IA). Segundo, a curva tecnológica é acentuada: o censo da Home Security Heroes encontrou um aumento de 550 % nos vídeos deepfake detetados de 2019 a 2023, quase inteiramente pornográficos e visando mulheres. Uma estimativa razoável ao longo da vida, combinando a taxa base contemporânea revista por pares com um pressuposto de crescimento moderado ao longo de um horizonte de 59 anos, situa-se perto de 4 % — sensivelmente o dobro da prevalência de 2023, bem abaixo dos 8 % da definição mais ampla de Eaton, que captou quinze anos de abuso baseado em imagens anterior à IA. A banda de incerteza é ampla (2 %-10 %) e inclina-se para cima porque a tecnologia ainda está em rápida difusão.

Ressalvas: Três ressalvas importam mais do que o número principal. Primeiro, a assimetria d…

Três ressalvas importam mais do que o número principal. Primeiro, a assimetria de género é suficientemente severa para que o valor médio da população induza em erro: a estimativa de 4 % ao longo da vida é sensivelmente uma média ponderada de uma taxa feminina perto de 7-8 % e uma taxa masculina bem abaixo de 2 %. Todos os censos da oferta de vídeos deepfake concluem que a parcela pornográfica visa mulheres essencialmente em exclusivo. Relatar apenas a média da população subestimaria o risco para as mulheres e sobrestimá-lo-ia para os homens, razão pela qual os multiplicadores de fatores pessoais são estruturantes e não decorativos. Segundo, os dados do inquérito são quase de certeza conservadores. Muitas vítimas de imagens íntimas sintéticas nunca ficam a saber que as imagens existem — podem ser geradas, partilhadas e consumidas inteiramente fora do círculo social da pessoa retratada. O valor contemporâneo de 2,2 % mede a vitimização autoconsciente; a taxa real é necessariamente mais elevada e impossível de conhecer por autorrelato. Isto é estruturalmente diferente do cyberbullying ou do assédio, em que a vítima está, por definição, ciente do evento. Terceiro, não existe nenhuma série temporal revista por pares comparável. Umbach et al. (2024) é o primeiro inquérito populacional multinacional sobre esta categoria específica. A Deeptrace 2019, a Home Security Heroes 2023 e os relatórios da Internet Watch Foundation medem a oferta (vídeos online) e não a prevalência de vítimas do lado da procura. A banda de incerteza reflete tanto as lacunas de medição como a inclinação da curva de adoção da tecnologia — qualquer número calculado a partir de dados de 2023 pode ser substancialmente baixo em 2030. Quarto, esta entrada está delimitada ao risco vitalício de adultos dos EUA, mas a fronteira que se move mais depressa são os menores e o contexto escolar, que o slug não abrange. O inquérito juvenil de 2025 da Thorn (n=1 200, idades 13-20) concluiu que 1 em 17 (6 %) dos jovens tinha sido alvo de nus deepfake de si próprios, subindo para 1 em 10 tanto entre rapazes adolescentes mais novos como entre mulheres jovens adultas — pelo que, entre adolescentes, a vitimização não é enviesada para o feminino como acontece nos censos de oferta de vídeos de adultos. O padrão dominante é entre pares: colegas de turma a usar aplicações «nudify» em fotografias de anuários ou de redes sociais, produzindo o que legalmente é material de abuso sexual infantil. Os relatos ao CyberTipline do NCMEC de CSAM gerado por IA subiram de 4 700 em 2023 para 67 000 em 2024, com mais de 158 000 imagens categorizadas por humanos como geradas por IA até 2025 (a contagem principal de 1,5 milhões de relatos de 2025 está inflacionada por ~1,1 milhões de relatos não acionáveis de um único fornecedor e não deve ser lida como um salto de prevalência). A lei norte-americana TAKE IT DOWN Act, promulgada em 19 de maio de 2025, criminaliza agora a publicação de imagens íntimas não consensuais, incluindo deepfakes, e obriga as plataformas a remover conteúdo sinalizado no prazo de 48 horas após notificação (uma janela de conformidade de um ano para as plataformas decorreu até maio de 2026). Justifica-se uma entrada dedicada a menores / geração entre pares com a sua própria taxa base e o seu conjunto de fontes NCMEC/IWF/Thorn; os valores acima são aqui registados como contexto, não incorporados no valor principal vitalício de adultos. Por fim, sobre por que razão o valor principal não foi revisto nesta atualização: a evidência de inquérito de 2025-2026 (Thorn) é apenas juvenil e pontual no tempo, e a trajetória do NCMEC é uma contagem de relatos de CSAM de menores do lado da oferta, não uma prevalência vitalícia de adultos. O International AI Safety Report de 2026 reafirma os 2,2 % de Umbach em vez de publicar um valor de adultos que o substitua. Nenhum inquérito oficial à população adulta reviu a taxa, pelo que a estimativa central de 4 % ao longo da vida e a banda de 2-10 % são mantidas; as novas fontes estabilizam o número e afinam o retrato dos subgrupos em vez de o alterarem.

Riscos relacionados

Outros riscos sobre temas semelhantes — para explorar medos relacionados.

Tecnologia

Uso problemático de redes sociais

Quais são as probabilidades de uso problemático de redes sociais como adulto?

Tecnologia

Golpe de voz por IA

Quais são as chances de você ser alvo de um golpe de clonagem de voz por IA ao longo da vida?

Tecnologia

Golpe online

Quais são as chances de perder dinheiro em um golpe online?

Crime

Roubo de carro por relé sem chave

Qual é a probabilidade de o seu carro com chave inteligente ser roubado por um ataque de relé (amplificação de sinal)?

Tecnologia

Cyberbullying adolescente

Quais são as chances de um adolescente sofrer cyberbullying?

Tecnologia

Vazamento de dados

Quais são as chances de seus dados pessoais serem expostos em um vazamento de dados?

Comparar com:

A âncora revisada por pares é o artigo de Umbach, Henry, Beard e Berryessa de 2024 nos anais do CHI, que pesquisou cerca de 16.000 adultos em dez países — Austrália, Bélgica, Dinamarca, França, Itália, Países Baixos, México, Coreia do Sul, Reino Unido e Estados Unidos — e relatou que 2,2% haviam experimentado pessoalmente imagens íntimas sintéticas não consensuais, com 1,8% relatando ter perpetrado. O ano de coleta foi 2023, quando ferramentas de deepfake de nível consumidor estavam amplamente acessíveis havia cerca de cinco anos. Lido como um número puro de prevalência acumulada até hoje, 2,2% é pequeno. Lido como a prevalência de uma categoria que efetivamente não existia uma década antes, durante um período em que a oferta detectada de vídeos deepfake crescia a taxas anuais de três dígitos, é uma taxa base em trânsito, não uma taxa base em repouso.

A assimetria de gênero domina tudo o mais. O censo original de 2019 da Sensity AI de 14.678 vídeos deepfake constatou que 96% eram pornográficos e que cada deepfake pornográfico observado retratava uma mulher — os autores afirmaram categoricamente que a pornografia deepfake “tem como alvo e prejudica exclusivamente mulheres”. O censo de acompanhamento da Home Security Heroes de 2023, em uma amostra quase sete vezes maior (95.820 vídeos), colocou a parcela pornográfica em 98% e a parcela de mulheres-alvo em 99%. A análise da The Markup de 2024 sobre o Congresso dos EUA constatou que uma em cada seis congressistas havia sido alvo de imagens de IA sexualmente explícitas, contra essencialmente nenhum de seus colegas homens. A estimativa de 4% ao longo da vida aqui é uma média populacional; para mulheres, a taxa realizada fica vários múltiplos mais alta, e para homens, materialmente mais baixa.

A via de dano é documentada e bem replicada. Eaton, McGlynn e outros (Psychology of Violence, 2020) enquadram as imagens íntimas não consensuais — sintéticas ou não — como uma forma de violência sexual, não como um delito patrimonial ou de reputação, porque os desfechos documentados acompanham os de crimes sexuais por contato: depressão e ansiedade elevadas, retirada de funções profissionais públicas, ideação suicida em um subconjunto não trivial. Relatórios do Relator Especial da ONU em 2026 descreveram a dinâmica de efeito intimidador para mulheres na vida pública como “estupro virtual”, linguagem que pode soar retórica, mas é operacionalmente precisa sobre o peso psicológico que as vítimas relatam. A autocensura é o comportamento subsequente mais comum: pesquisas com jornalistas mulheres e funcionárias eleitas repetidamente encontram 40%+ dizendo que reduziram a produção pública para evitar abuso, e as imagens sintéticas estão no extremo grave dessa distribuição de abuso.

O que é genuinamente incerto é o teto vitalício. A pesquisa norte-americana de Eaton de 2017 colocou a categoria mais ampla de imagens íntimas não consensuais — a categoria que inclui fotografias reais compartilhadas sem consentimento — em 8% de prevalência ao longo da vida, que é o teto natural para a vitimização por imagens sintéticas, a menos que a subcategoria gerada por IA eventualmente supere em escala a categoria preexistente de imagens reais. Há razões estruturais para esperar substituição parcial em vez de adição pura (a versão sintética não exige que uma fotografia comprometedora exista em primeiro lugar, o que amplia consideravelmente o conjunto de vítimas) e outras razões para esperar adição (a maioria das vítimas de NCII com imagens reais teve um relacionamento íntimo prévio com o perpetrador, enquanto as imagens sintéticas não têm essa condição prévia). A estimativa central de 4% divide a diferença; a banda de incerteza de 2-10% reconhece que a trajetória importa tanto quanto o nível presente.

A terceira ressalva estrutural é a detecção. Uma vítima de cyberbullying ou assédio direto sabe por definição que o evento ocorreu. Uma vítima de imagens sintéticas não consensuais pode nunca saber — as imagens podem ser geradas, negociadas em canais fechados e consumidas inteiramente fora do círculo social da pessoa retratada. Pesquisas de autorrelato como Umbach et al. medem a vitimização autoconsciente. A vitimização real é necessariamente maior, por um múltiplo desconhecido, mas provavelmente não trivial. Essa é a maior razão isolada para tratar o título de 2,2% como um piso, e não como uma estimativa pontual, e para sinalizar a entrada como subestimada, apesar do recente aumento de atenção da imprensa ao tema.

Cerca de 1 em cada 25 ao longo de uma vida adulta típica relata que lhe criaram uma imagem íntima deepfake não consentida, e cerca de 2 em cada 100 relatam-no num dado ano, segundo um inquérito de 2023 em 10 países. A exposição ao longo da vida é maior do que sugere a novidade da ameaça.

Registro de evidências

Cada número abaixo é o que cada fonte relatou, com a citação literal em que nos baseamos e como chegamos ao nosso valor. Clique em qualquer link para verificar diretamente.

2/8 fontes verificadas de forma independente palavra por palavra em relação à fonte citada

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Verificado
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Estatística
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Trecho
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Dados da fonte de
    2024-02-02
    Acessado
    2026-05-28 · cópia arquivada
    Verificação
    Trecho obtido novamente de forma independente e confirmado palavra por palavra em relação à fonte citada durante nossa auditoria de fundamentação.
    Cálculo
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Estatística
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Trecho
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Dados da fonte de
    2026-02-01
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Independência
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Estatística
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Trecho
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Dados da fonte de
    2017-06-12
    Acessado
    2026-05-28 · cópia arquivada
    Cálculo
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Independência
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Estatística
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Trecho
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Dados da fonte de
    2019-10-08
    Acessado
    2026-05-28 · cópia arquivada
    Cálculo
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Estatística
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Trecho
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Dados da fonte de
    2023-09-01
    Acessado
    2026-05-28 · cópia arquivada
    Cálculo
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Verificado
    Deepfake Nudes & Young People
    Estatística
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Trecho
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Dados da fonte de
    2025-03-03
    Acessado
    2026-06-14 · cópia arquivada
    Verificação
    Trecho obtido novamente de forma independente e confirmado palavra por palavra em relação à fonte citada durante nossa auditoria de fundamentação.
    Cálculo
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Estatística
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Trecho
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Dados da fonte de
    2026-01-01
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Estatística
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Trecho
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Dados da fonte de
    2026-04-30
    Acessado
    2026-07-01 · cópia arquivada
    Cálculo
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Independência
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 riscos com probabilidade medida
1 em 10 1 em 100 1 em 1K 1 em 10K 1 em 100K 1 em 1M 1 em 10M 1 em 100M 1 em 1B certo mais raro → Risco cirurgia cosmética no estrangeiro — 1 em 10 Açúcar/sal na infância e doença adulta — 1 em 10 Endometriose — 1 em 10 Risco transplante capilar Turquia — 1 em 10 Prótese de joelho — 1 em 10 Analgésicos crônicos — 1 em 10 Perda total dos dentes — 1 em 9,1 Alzheimer — 1 em 8,3 Privação de sono — 1 em 8,3 Tabaco sem fumaça — 1 em 8,3 Ciclismo sem capacete — 1 em 8,0 Danos dentários por bruxismo — 1 em 7,7 Falha da camisinha — 1 em 7,7 Evitar cuidados por medo migratório — 1 em 7,1 Perda de visão — 1 em 6,7 Hérnia por levantamento de peso — 1 em 6,7 Risco de fratura de quadril — 1 em 6,7 Consumo regular de álcool — 1 em 6,7 Primeiro ataque cardíaco — 1 em 5,9 Infertilidade — 1 em 5,7 5+ anos de cuidados de longa duração — 1 em 5,6 ETC (futebol americano) — 1 em 5,0 Depressão maior — 1 em 4,9 Lesão em caminhada — 1 em 4,8 Infecção ao comer depois do filho — 1 em 4,2 Doença de Lyme — 1 em 4,0 Solidão e saúde — 1 em 3,8 Risco herdado de AUD — 1 em 3,5 Transtorno por uso de álcool — 1 em 3,4 Transtorno de ansiedade — 1 em 3,2 Risco CV após menopausa — 1 em 3,0 Diabetes silencioso — 1 em 3,0 Voar com resfriado — 1 em 2,9 Perda de emprego e depressão — 1 em 2,9 Doença por carrapato (floresta) — 1 em 2,9 Colesterol alto silencioso — 1 em 2,9 Perda de avó/avô na infância — 1 em 2,8 Pacifier on the floor — 1 em 2,8 Hipertensão silenciosa — 1 em 2,7 Infecção resistente — 1 em 2,6 Sem compatibilidade de medula — 1 em 2,4 Internação em casa de repouso — 1 em 2,2 Falso-positivo em mamografia — 1 em 2,0 Tabagismo regular — 1 em 2,0 Diarreia do viajante — 1 em 2,0 Esportes de aventura — 1 em 1,8 Necessidade de cuidados de longa duração — 1 em 1,8 Probabilidade de viuvez — 1 em 1,7 Sexo desprotegido — 1 em 1,5 Dor lombar crônica — 1 em 1,3 Higiene das mãos — 1 em 1,0 Câncer (qualquer) — 1 em 7,1 Trotinete sem capacete — 1 em 4,5 Bicicleta-e sem capacete — 1 em 4,0 Bagagem extraviada — 1 em 3,7 Acidente com feridos por culpa — 1 em 2,9 Colisão com veado — 1 em 2,7 Ferimentos em acidente — 1 em 2,6 Cancelamento de voo — 1 em 1,8 Viagem perturbada: guerra ou desastre — 1 em 1,7 Assalto residencial — 1 em 9,1 Agressão ao fazer carona — 1 em 8,8 Fraude de cheque postal — 1 em 7,7 Abuso sexual infantil — 1 em 6,8 Perseguição — 1 em 6,2 Agressão sexual à estudante — 1 em 5,7 Violência doméstica — 1 em 3,7 Agressão noturna — 1 em 3,6 Roubo de bicicleta — 1 em 2,9 Agressão sexual — 1 em 2,3 Assédio sexual (vida) — 1 em 1,6 Escassez de água — 1 em 2,5 Tempestade solar classe Carrington — 1 em 1,9 Ponto de inflexão WAIS — 1 em 1,1 Fuga de gato doméstico — 1 em 10 Mordida de cão sem coleira — 1 em 9,8 Coelho morre em 4 anos — 1 em 3,3 Mordida de cachorro (não fatal) — 1 em 1,8 Hamster morre antes dos 13 anos — 1 em 1,0 Deficiência de ferro (mulheres) — 1 em 3,9 Carência de vitamina D — 1 em 2,9 Défice de magnésio — 1 em 1,9 Alimentos malcozidos — 1 em 1,6 Contaminação cruzada de carne crua — 1 em 1,4 Alimentos fora da geladeira — 1 em 1,2 Golpe de voz por IA — 1 em 2,9 Golpe online — 1 em 2,5 Cyberbullying adolescente — 1 em 2,0 Crianças e conteúdo explícito — 1 em 1,9 Vazamento de dados — 1 em 1,1 Aborto espontâneo — 1 em 6,7 Tentativa de suicídio adolescente — 1 em 5,6 Depressão pós-parto — 1 em 4,8 Analgésico antes da vacinação — 1 em 3,8 Ganho excessivo de peso na gravidez — 1 em 2,6 Criança não vacinada e sarampo — 1 em 2,0 Piolhos em crianças — 1 em 2,0 Golpe financeiro contra idosos — 1 em 10 Colapso de pensão — 1 em 10 Queda imobiliária — 1 em 8,3 Auditoria do IRS — 1 em 6,7 Colapso cambial — 1 em 5,6 Deportação por visto vencido — 1 em 5,6 Retomada de carro subprime — 1 em 5,0 Long term disability working age — 1 em 4,0 Inadimplência estudantil — 1 em 3,8 Retaliação ao denunciante — 1 em 3,2 Saída forçada antes da reforma — 1 em 2,9 Déficit de aposentadoria — 1 em 2,6 BNPL: pagamento em atraso — 1 em 2,4 Divórcio — 1 em 2,4 Danos por cano estourado — 1 em 2,2 Bullying no trabalho — 1 em 2,1 Apagão prolongado da rede — 1 em 2,0 Deportação (indocumentado) — 1 em 1,8 Choque financeiro com funeral — 1 em 1,7 Roubo de identidade — 1 em 1,7 Fraude de cartão de crédito — 1 em 1,5 Bullying escolar — 1 em 1,5 Baixa de soldado na frente — 1 em 1,3 Recessão econômica — 1 em 1,0 Queda do mercado de ações — 1 em 1,0 Dano no telhado por granizo — 1 em 3,0 Perda com inquilino problemático — 1 em 1,8 Complicações LASIK — 1 em 100 Dano do papel higiênico seco — 1 em 100 Fumaça de segunda mão — 1 em 91 Transtorno de jogos (adultos) — 1 em 83 Urgência por saltos altos — 1 em 79 Thrown/dropped object — 1 em 67 Reação a medicamento — 1 em 58 Overdose — 1 em 56 Asma por fogão a gás numa criança — 1 em 50 Toxoplasmose por caixa de areia — 1 em 48 Invalidez por saúde mental — 1 em 45 Dependência de benzo — 1 em 40 Chumbo na água da torneira — 1 em 40 Uso indevido de medicamentos — 1 em 35 Traumatismo cranioencefálico — 1 em 33 Infecção hospitalar — 1 em 31 Poluição do ar — 1 em 29 Doença renal terminal — 1 em 29 Diarreia do viajante (água) — 1 em 26 Lesão de esqui — 1 em 26 Transtorno bipolar — 1 em 23 Cirurgia do dente do siso — 1 em 22 Complicação turismo dentário — 1 em 20 Abandono de idosos — 1 em 20 Parkinson — 1 em 20 Parasitas de animais — 1 em 20 TDAH não diagnosticado — 1 em 20 Alergia alimentar na vida adulta — 1 em 19 Demência não-Alzheimer — 1 em 17 Transtorno por uso de cannabis — 1 em 16 AVC — 1 em 15 TEPT — 1 em 15 Perda auditiva grave — 1 em 14 Diabetes tipo 2 — 1 em 13 Apendicite — 1 em 13 Fumaça de cozinha — 1 em 13 Depressão não tratada — 1 em 13 Refrigerante e diabetes — 1 em 13 Doença cardíaca — 1 em 12 Morte por erro médico — 1 em 12 Comportamento sexual compulsivo — 1 em 12 Transtorno alimentar — 1 em 11 Prótese de quadril — 1 em 11 Cálculos renais — 1 em 11 Morte/incapacidade parental — 1 em 11 Estilo de vida sedentário — 1 em 11 Infecção em salão — 1 em 11 Cancro do ovário — 1 em 91 Câncer colorretal — 1 em 77 Câncer de mama — 1 em 59 Câncer de fígado — 1 em 59 Câncer de pulmão — 1 em 56 Câncer de próstata — 1 em 50 Melanoma (UV) — 1 em 29 Baixa fibra, CCR — 1 em 26 Carne vermelha e CCR — 1 em 21 Carne queimada e câncer — 1 em 20 Acidente por manutenção — 1 em 83 Conduzir com sedativos — 1 em 77 Mensagem + direção — 1 em 56 Morte sem cinto em acidente — 1 em 53 Excesso de 20% no limite — 1 em 50 Mota sem capacete — 1 em 45 Voo espacial (astronauta) — 1 em 42 Assistir vídeo ao volante — 1 em 32 Ferimento infantil em acidente — 1 em 27 Direção sonolenta — 1 em 26 Norovírus em cruzeiro — 1 em 24 Lesão por patinete elétrico — 1 em 10 Furto em viagem — 1 em 38 Roubo de catalisador — 1 em 37 Esfaqueado em um assalto — 1 em 37 Roubo de veículo — 1 em 34 Assalto / roubo de rua — 1 em 26 Condenação injusta — 1 em 24 Adulteração de bebidas — 1 em 17 Roubo de carro por relé sem chave — 1 em 13 Protesto sob autocracia — 1 em 12 Colapso da AMOC — 1 em 20 Anafilaxia por picada — 1 em 50 Coleira de gato — 1 em 25 Intoxicação alimentar em restaurante — 1 em 58 Deficiência de B12 — 1 em 28 Deficiência vegetariana — 1 em 14 Deepfake íntimo — 1 em 25 Uso problemático de redes sociais — 1 em 13 Criança engole objeto (PS) — 1 em 91 Parto com risco de vida (EUA) — 1 em 61 Morte no parto (ASS) — 1 em 55 Queda de escadas crianca — 1 em 37 Morte por co-sleeping — 1 em 36 Lesão em balanço & escorregador — 1 em 33 Diagnóstico de autismo — 1 em 31 Complicações da cesárea — 1 em 29 Lesão brinquedo na emergência (criança) — 1 em 21 Pré-eclâmpsia — 1 em 20 Laceração grave no parto — 1 em 17 Diabetes gestacional — 1 em 13 Lesão na cabeça por queda — 1 em 12 Morte sem herdeiro — 1 em 100 Ruína financeira por apostas esportivas — 1 em 100 Morte de piloto de caça — 1 em 48 Morte na pesca comercial — 1 em 45 Morte no setor madeireiro — 1 em 34 Falência médica — 1 em 25 Transtorno de compras compulsivas — 1 em 20 Golpe de aluguel falso — 1 em 20 Perder SNAP por regras de 2025 — 1 em 18 Execução hipotecária — 1 em 14 Invalidez musculoesquelética — 1 em 14 Perdas no day trading — 1 em 13 Catástrofe de governo extremista — 1 em 13 Destruição de casa por furacão — 1 em 17 NAION (Ozempic) — 1 em 909 Submersão de criança em piscina — 1 em 800 EM — 1 em 769 Fatalidade no trabalho — 1 em 690 Febre tifoide — 1 em 654 GLP-1: aspiração na anestesia — 1 em 613 Produtos importados inseguros — 1 em 565 Aneurisma cerebral — 1 em 400 COVID-19 — 1 em 400 Lesão por fogos — 1 em 385 Tendão cortado por faca — 1 em 385 Cafeína em excesso — 1 em 366 Doença falciforme — 1 em 365 Medicamento falsificado — 1 em 361 Lesão na medula espinal — 1 em 313 Câncer infantil diagnosticado — 1 em 285 Morte próxima pandemia — 1 em 208 Dengue (viagem) — 1 em 200 Parto prematuro por calor — 1 em 200 Pular banhos diários — 1 em 200 Não esfregar os pés — 1 em 200 Risco doação medula — 1 em 167 Encefalite por carrapatos — 1 em 167 Esquizofrenia — 1 em 143 Queda acidental — 1 em 135 Morte súbita durante o exercício — 1 em 123 Suicídio (EUA) — 1 em 121 Dependência de opioides — 1 em 114 Tuberculose (global) — 1 em 109 Diagnóstico de HIV — 1 em 105 Câncer por radônio — 1 em 435 Câncer testicular — 1 em 250 Câncer cervical — 1 em 167 Câncer de pâncreas — 1 em 125 Morte de pedestre — 1 em 806 Acidente de moto — 1 em 709 Afogamento em barco — 1 em 685 Motorista mata pedestre — 1 em 552 Lesão andando distraído pelo celular — 1 em 400 Incêndio em bateria de VE — 1 em 333 Ciclista morto por carro — 1 em 159 Incendio carro a gasolina — 1 em 125 Fatalidade de carro autônomo — 1 em 115 Acidente de carro — 1 em 105 Morte de bombeiro em serviço — 1 em 455 Morte de policial em serviço — 1 em 357 Homicídio — 1 em 339 Golpe cripto pig butchering — 1 em 106 Calor extremo — 1 em 333 Morte por mudança climática — 1 em 204 Mordida de morcego & raiva — 1 em 278 Doença por mosquito — 1 em 190 Intoxicação alimentar (global) — 1 em 317 Incendio paineis solares — 1 em 667 Escoliose infantil não tratada — 1 em 1000 Queda de criança da janela — 1 em 855 Queda de andarilho em escadas — 1 em 625 Queda de bebê — 1 em 500 Lesão em andarilho de bebé — 1 em 455 Mortalidade materna — 1 em 272 Idade materna e defeitos congênitos — 1 em 200 Morte infantil (<18) — 1 em 103 Morte em carreira espeleológica — 1 em 167 Morte em serviço no SAMU/emergências — 1 em 909 Vítima civil de guerra — 1 em 499 Soldado em combate — 1 em 270 Revogação de visto estudantil — 1 em 263 Morte em carreira de mineração — 1 em 214 Ruína por jogo — 1 em 159 Incêndio doméstico por raio — 1 em 461 Incêndio florestal destrói casa — 1 em 120 Malária (viagem) — 1 em 10 000 Infeção por bebida compartilhada — 1 em 10 000 Doença de Chagas — 1 em 8475 Tênia da raposa por bagas silvestres — 1 em 8475 Criança engole bolsa de nicotina — 1 em 7937 Esquistossomose — 1 em 6667 Morte súbita (adulto jovem) — 1 em 3922 Fiação insegura — 1 em 3390 Sepse por ferida — 1 em 2857 Consciência na anestesia — 1 em 2500 Insolação (atividade externa) — 1 em 1905 Incêndio residencial — 1 em 1818 Raiva canina — 1 em 1449 Afogamento — 1 em 1379 Lesão medular em mergulho — 1 em 1111 Engasgo — 1 em 1099 Hospitalização por EVALI — 1 em 1064 Cancro do betel — 1 em 1290 Coágulo (voo) — 1 em 4651 Matar um ciclista — 1 em 3937 Morte no trânsito (adolescente) — 1 em 3030 Cadeira traseira de bicicleta — 1 em 2500 Crianca sem cadeirinha — 1 em 2000 Encontro policial fatal — 1 em 4739 Crime de honra — 1 em 2381 Homicídio por parceiro íntimo — 1 em 1767 Furacão — 1 em 8929 Morte por fome — 1 em 6536 Morte por nevasca — 1 em 4367 Terremoto — 1 em 3802 Listeria em frios — 1 em 6061 E. coli grave de produtos frescos — 1 em 4831 Intoxicação alimentar (EUA) — 1 em 1862 Mercúrio em peixe — 1 em 1695 Lesão por espinha de peixe — 1 em 1429 Incêndio de bateria — 1 em 4545 Cápsula de detergente engolida — 1 em 6494 Afogamento em piscina — 1 em 5882 Displasia da anca infantil não tratada — 1 em 5000 SMSL — 1 em 2398 Guerra (civil) — 1 em 2000 Inchaço cerebral por gripe na criança — 1 em 100 000 Picada fatal de abelha/vespa — 1 em 76 923 Dengue local (EUA continental) — 1 em 66 667 Morte por anestesia — 1 em 45 662 Morte de cão em carro quente — 1 em 41 667 Infeção de ferida por V. vulnificus — 1 em 32 051 Anafilaxia — 1 em 27 548 Manipulação quiroprática do pescoço — 1 em 16 667 Envenenamento por CO — 1 em 14 006 Hepatite A (viagem) — 1 em 12 500 Não fazer imunoterapia para alergia — 1 em 11 111 Acrilamida e câncer — 1 em 16 667 Acidente de ônibus — 1 em 100 000 Acidente de avião — 1 em 58 824 Incêndio de carro após batida — 1 em 25 000 Morte em passagem de nível — 1 em 20 576 Carro submerso — 1 em 16 667 Atrelado infantil de bicicleta — 1 em 14 286 Quase colisão na pista — 1 em 13 699 Ataque com ácido — 1 em 94 340 Terrorismo — 1 em 77 519 Sequestro por desconhecido — 1 em 38 760 Sequestro por estranho — 1 em 35 211 Morte por dote — 1 em 13 158 Morte acidental por arma — 1 em 11 299 Incêndio florestal — 1 em 100 000 Tornado — 1 em 80 645 Tsunami — 1 em 52 632 Afogamento no oceano — 1 em 29 155 Enchente — 1 em 20 202 Morte por calor após furacão — 1 em 20 000 Morte por deslizamento — 1 em 18 416 Erupção de supervulcão — 1 em 12 376 Picada de abelha — 1 em 78 927 Engolir abelha ou vespa — 1 em 29 155 Picada fatal de escorpião — 1 em 26 110 Morte de cão por chocolate — 1 em 13 889 Saqueta de canela com chumbo — 1 em 40 000 Lixiviação de recipientes plásticos — 1 em 16 949 Asfixia do bebê na cadeirinha — 1 em 64 935 Queda de espreguiçadeira — 1 em 60 606 Engasgo de criança — 1 em 50 000 Engasgo infantil sem supervisão — 1 em 50 000 Morte de bebê voltado para a frente — 1 em 26 738 Ingestão de ímãs — 1 em 12 048 Morte ao fazer snorkeling — 1 em 21 739 Pet em transporte — 1 em 20 000 Morte sob custódia da ICE — 1 em 17 065 Minas terrestres — 1 em 14 728 Reação a vacina — 1 em 763 359 Alumínio e Alzheimer — 1 em 169 492 Vazamento de gás residencial — 1 em 140 845 Morte infantil em carro quente — 1 em 102 041 Glifosato e câncer — 1 em 1 000 000 Câncer por panelas de Teflon — 1 em 169 492 Lesão em montanha-russa — 1 em 312 500 Naufrágio de balsa — 1 em 133 333 Lesão por turbulência — 1 em 114 943 Tiroteio escolar — 1 em 192 308 Tiroteio em massa — 1 em 113 636 Avalanche — 1 em 210 526 Raio — 1 em 209 205 Picada de cobra — 1 em 884 956 Picada de aranha — 1 em 833 333 Ataque de hipopótamo — 1 em 564 972 Ataque de crocodilo — 1 em 337 838 Mordida de cão — 1 em 142 045 Resíduos de pesticidas — 1 em 1 000 000 Doenca por lata suja — 1 em 200 000 Bioplástico PLA — 1 em 169 492 Morte em baloiço de bebé — 1 em 714 286 Engasgo com uva — 1 em 625 000 Estrangulamento por cordão de persiana — 1 em 416 667 Sufocamento de criança com saco plástico — 1 em 263 158 Bateria de botão — 1 em 250 000 Morte em berço inclinado — 1 em 238 095 Morte em elevador/escada rolante — 1 em 188 324 EJ (viagem) — 1 em 2 000 000 Criança + airbag dianteiro — 1 em 10 000 000 Impacto de asteroide — 1 em 1 351 351 Ovos de aranha em bananas — 1 em 10 000 000 Ataque de tubarão — 1 em 5 681 818 Ataque de urso — 1 em 3 787 879 Envenenamento por frutas silvestres — 1 em 2 222 222 Ataque de piranha — 1 em 135 135 135 Telefone na bomba de gasolina — 1 em 1 000 000 000 Telefone no avião — 1 em 1 000 000 000
Lottery jackpot 1 em 95 238

Vistos recentemente neste dispositivo