As imagens geradas por IA no Wikimedia Commons contêm marcas de proveniência?

O Wikimedia Commons guarda os ficheiros carregados byte a byte. Por isso, mostra que marcas de proveniência de IA chegam a um arquivo público quando o serviço que os aloja não as remove. Enumerámos todos os ficheiros que o Commons classifica como gerados por IA: a árvore Category:AI-generated images (530 categorias) e {{PD-algorithm}}, 8971 ficheiros no total. Depois inspecionámos com o ai-mark-lint 2084 originais de uma amostra estratificada por mês, descarregando, verificando e apagando cada um.

São apresentadas duas populações. A população principal é a árvore de categorias mais os ficheiros com {{PD-algorithm}} que têm indícios de IA nas suas categorias (1585 ficheiros medidos); algumas destas imagens foram modificadas com IA, mais do que geradas por IA. A união acrescenta os restantes ficheiros com {{PD-algorithm}} (2084 medidos).

Marcas na população principal. A proporção de ficheiros com uma marca de IA legível por máquina subiu acentuadamente em junho de 2026: de 25,8% dos carregados entre janeiro e maio (n = 532) para 50,2% dos carregados entre junho e julho (n = 313). São +24,4 pontos percentuais; um bootstrap que reamostra os dias de carregamento dá de +14,7 a +33,6. O período agosto–setembro (n = 461) apresenta 43,4%, ou 53,3% sem um grande lote de brasões de armas sem marca.

Antes e depois de 2 de agosto. A comparação de janeiro–julho com agosto–setembro, quando o Art. 50(2) do Regulamento da Inteligência Artificial da UE passou a ser aplicável, dá +8,4 p.p. (bootstrap por conglomerados de dias: de +0,2 a +17). Depende desse lote: sem ele, a diferença é de +17,8 p.p. Nenhuma das duas comparações pode ser atribuída ao Regulamento da Inteligência Artificial.

Tipos de marca. Quase todas as marcas são manifestos C2PA, sobretudo da OpenAI e da Google. O DigitalSourceType IPTC, por si só, marca 1,5% dos ficheiros da população principal. Uma etiqueta AIGC chinesa legível aparece em 1 ficheiro da união, e mais 3 ficheiros contêm uma etiqueta com dupla codificação.

Validação. Encontrámos um defeito no nosso próprio validador: o ai-mark-lint 0.1.0 rejeitou 302 dos 625 manifestos legíveis (união), 187 deles porque não estava configurada nenhuma lista de utilizações alargadas de chave. O defeito está corrigido na 0.1.1. Com a regra corrigida, falham 117 manifestos (18,7%), pelos seguintes motivos:

• certificados expirados em manifestos sem carimbo temporal (85);
• conteúdo alterado após a assinatura (32);
• violações da regra C2PA da primeira ação (26);
• manifestos do Microsoft Paint (12).

Com a C2PA Trust List oficial, 452 de 624 manifestos (72%) são válidos e de confiança.