IA generativa em vídeo: estado atual

Três categorias de uso em marketing

O campo de IA generativa em vídeo é vasto e se confunde no discurso. Para decisão prática, vale separar em três categorias bem distintas — cada uma com maturidade técnica e perfil de risco diferente:

1. Geração de vídeo a partir de texto ou imagem. Ferramentas como Sora (OpenAI), Runway, Veo (Google), Pika e Kling geram cenas curtas (5-20 segundos) a partir de instrução textual. Funciona bem para B-roll abstrato, movimento de câmera sobre cenas simples, motion conceitual. Falha em narrativa complexa, mãos em close, rostos humanos coerentes ao longo do tempo, continuidade entre cenas longas. Tecnologia em evolução rápida, mas com limites estruturais claros para uso em narrativa longa.

2. Edição assistida. Descript transcreve áudio, permite cortar vídeo editando o texto, remove pausas e hesitações automaticamente. Adobe Premiere, DaVinci Resolve, Final Cut Pro e CapCut adicionaram funcionalidades de IA (corte por texto, máscara automática, redução de ruído, mudança de razão de aspecto inteligente). Aqui o ganho de produtividade é imediato e baixo risco — IA acelera tarefas mecânicas sem criar conteúdo do nada.

3. Avatares sintéticos e voz. HeyGen e Synthesia geram apresentador virtual a partir de texto, em dezenas de idiomas, com sincronização labial automática. ElevenLabs e descendentes clonam voz humana a partir de poucos minutos de amostra. Útil para conteúdo recorrente (treinamento corporativo, vídeo de produto, localização para mercados internacionais). É também a categoria com mais risco ético e jurídico — direito de imagem, consentimento, deepfake.

Cada categoria responde uma necessidade diferente. Confundir as três (achar que Sora vai gerar comercial completo, ou que HeyGen substitui o vídeo institucional principal) é o erro mais comum em diagnóstico inicial.

O que funciona bem hoje

Os casos com retorno consistente e baixo risco:

B-roll curto e abstrato. Cenas de transição, planos conceituais, motion gráfico em segundo plano. Ferramentas como Runway entregam material utilizável para vídeo de redes sociais e apresentação corporativa em poucos minutos, custando uma fração da imagem de banco.

Transcrição e edição por texto. Descript ou funcionalidades nativas em editores reduzem tempo de edição em 40 a 70%. Útil para podcast, entrevista, conteúdo educacional.

Localização e dublagem. Conteúdo gravado em português pode ser dublado para inglês, espanhol, alemão com sincronização labial automática (HeyGen, ElevenLabs com vídeo). Útil para empresa que atende múltiplos mercados ou que produz treinamento global.

Mockup de proposta e teste de criativo. Antes de gravar comercial caro, gerar versão preliminar com IA para validar storyboard, ritmo, direção. Baixa qualidade final, mas suficiente para decisão interna.

Avatar para conteúdo recorrente. Vídeo de boas-vindas, treinamento, atualização de produto — conteúdo em que a pessoa real apareceria sempre dizendo coisa parecida. Avatar consistente substitui agenda de gravação semanal.

Variações para teste. Gerar três a cinco aberturas de vídeo curto para teste A/B em redes sociais, com narração e visuais diferentes, em escala que produção tradicional não viabilizaria.

O que ainda não funciona

Igual de importante: o que prometem mas não entregam (ainda):

Vídeo longo coerente. Cenas com mais de 30 segundos em narrativa contínua ainda apresentam falhas de continuidade (objeto que muda, pessoa cuja roupa muda do quadro 12 para o 13, fundo que se reorganiza). Sora, Veo e Runway melhoram a cada versão, mas filme publicitário completo gerado integralmente por IA ainda não é viável.

Mãos e rostos em close. Modelos atuais distorcem mãos (número errado de dedos, articulações estranhas) e rostos em movimento (especialmente fala). Para qualquer plano em close de pessoa, gravação real continua sendo o caminho.

Narrativa de marca. IA não decide tom, ritmo, surpresa. Pedir para "gerar comercial criativo da marca X" produz resultado genérico, intercambiável com qualquer concorrente. A direção criativa permanece humana.

Fidelidade a referência específica. Pedir "estilo cinematográfico do diretor Y com paleta do filme Z" entrega aproximação superficial. Resultado é genérico, não autoral.

Continuidade entre cenas geradas separadamente. Dois clipes gerados em momentos diferentes raramente combinam — iluminação, cor, ângulo de câmera divergem. Edição precisa amarrar com correção de cor e transição cuidadosa.

Consentimento, direito de imagem e LGPD em dado biométrico

Voz e rosto humano são dados biométricos. A Lei Geral de Proteção de Dados (Lei 13.709 de 2018) classifica dados biométricos como dados pessoais sensíveis, com regras mais estritas para tratamento. Para uso de IA generativa com voz ou rosto de pessoas reais, atenção a:

Consentimento específico, livre, informado, inequívoco. Para clonar voz de um funcionário ou de um talento, é preciso consentimento escrito que explique: como a voz será usada, por quanto tempo, em quais contextos, possibilidade de revogação. Cláusula genérica em contrato de trabalho não basta.

Direito de imagem. No Brasil, o uso da imagem de uma pessoa exige autorização específica (artigo 20 do Código Civil). Para conteúdo de IA com rosto reconhecível, mesmo gerado, vale o mesmo princípio — autorização escrita do titular, mesmo que a imagem final seja parcialmente sintética.

Deepfake sem consentimento é proibido. Gerar voz ou rosto de pessoa real (funcionário, executivo, celebridade) sem autorização configura uso não autorizado de imagem, com risco civil e criminal. Caso público: marcas que clonaram voz de apresentadores conhecidos sem autorização e enfrentaram processos.

Funcionários têm direitos específicos. Voz e rosto de colaboradores não podem ser clonados ad eternum mesmo com consentimento inicial — relação trabalhista cria fragilidade. Inclua cláusula de revogação automática ao fim do vínculo, com obrigação de excluir modelos treinados.

Crianças e adolescentes têm proteção reforçada. A LGPD exige consentimento de pais ou responsáveis. Uso de IA com voz ou rosto de menor é território particularmente sensível.

Direitos autorais e treinamento de modelos

O debate global sobre direitos autorais e IA generativa segue aberto. Modelos foram treinados em vastos conjuntos de dados que incluem obras protegidas, e tribunais em diferentes jurisdições estão decidindo casos sobre se isso constitui violação. Para o gestor de marketing, três pontos práticos:

Conteúdo gerado pode replicar obra protegida. Modelos podem produzir cenas, estilos ou trilhas que se aproximam de obras existentes. Antes de publicar, vale uma verificação rápida — se o resultado parece imitar diretamente um filme, série ou videoclipe famoso, recomende variação.

Propriedade do conteúdo gerado é incerta em algumas jurisdições. Nos EUA, decisões recentes indicam que conteúdo puramente gerado por IA pode não ser protegido por direito autoral (precisa de contribuição humana criativa). No Brasil, a discussão é menos consolidada. Para marca, vale tratar conteúdo gerado como sujeito a contestação — sem reivindicar exclusividade forte sobre algo que outro pode gerar parecido.

Contratos com fornecedores precisam abordar o tema. Acordo principal de serviço com fornecedor de ferramenta de IA deve incluir: cláusula de propriedade do conteúdo gerado, indenização contra reivindicação de terceiros, transparência sobre o conjunto de treinamento (quando possível).

CONAR e publicidade que não pode enganar

O Código Brasileiro de Autorregulamentação Publicitária, fiscalizado pelo CONAR (Conselho Nacional de Autorregulamentação Publicitária), tem princípio claro: publicidade não pode enganar. Aplica-se a IA generativa em vídeo de três formas:

Não simular pessoa real sem autorização. Avatar gerado que se parece com pessoa real (mesmo que não seja exatamente ela) entra em zona de risco. Se um consumidor pode ser levado a achar que vê um endosso de pessoa específica, há problema.

Não retratar produto ou benefício de forma diferente da realidade. Vídeo gerado por IA mostrando produto fazendo o que não faz é publicidade enganosa, ainda que parte do material seja sintético.

Identificação de conteúdo gerado é boa prática emergente. Em peças publicitárias com componente significativo de IA generativa, indicar "conteúdo gerado com IA" ou "imagens ilustrativas" reduz risco de questionamento. Ainda não é obrigação formal, mas o caminho regulatório aponta para isso. Várias plataformas (Meta, YouTube) já exigem marcação de conteúdo sintético.

Risco de marca: IA fora do livro de marca

Risco menos discutido e bastante relevante: equipes usando IA generativa sem alinhamento de marca produzem peças que circulam parecendo da empresa, mas com paleta, ritmo, tom ou estética fora do livro de marca. Em escala, isso erode consistência visual da marca.

Mitigação:

1. Livro de marca atualizado com diretrizes específicas para conteúdo gerado por IA (paleta, estilo, tom, exemplos do que é aceitável e do que não é).

2. Aprovação centralizada para peças publicadas externamente — mesmo que produção seja descentralizada.

3. Catálogo interno de cenas, vozes e avatares pré-aprovados que o time pode usar livremente — reduz tentação de gerar do zero a cada peça.

4. Auditoria trimestral de peças publicadas para verificar consistência.