Estudo mostra que IA erra três em cada quatro imagens de produtos no e-commerce

Se você já se pegou hesitando antes de clicar em “comprar” ao navegar em uma loja online desconhecida, você não está sozinho.

Com o uso cada vez mais frequente de inteligência artificial para gerar fotos e vídeos de produtos, uma sensação de insegurança tem tomado conta dos consumidores.

Afinal, aquela imagem polida representa fielmente o produto que vai chegar na sua casa, ou é apenas uma simulação perfeita?

Neste post, vamos explorar como as imagens sintéticas sem controle de qualidade estão criando uma crise de confiança no e-commerce e como novas tecnologias, como a solução de verificação de fidelidade da Photoroom, estão surgindo para corrigir esse cenário.

O “vale da estranheza” no e-commerce e o abandono de carrinho

No comércio digital, o consumidor não pode tocar ou sentir o produto físico antes de comprar. Por isso, a imagem do produto assume o papel do próprio objeto na mente do cliente.

Qualquer desalinhamento entre o que é visto na tela e o que de fato existe destrói a credibilidade da marca instantaneamente.

Com a enxurrada de imagens puramente geradas por IA, o olho humano ficou extremamente treinado para identificar quando algo parece “perfeito demais”. Esse fenômeno é conhecido como o “vale da estranheza” (uncanny valley) da fotografia de produtos:

• Costuras que desaparecem ou se dissolvem sob zoom
• Texturas de tecido que se tornam borrões incompreensíveis
• Reflexos de iluminação fisicamente impossíveis em metais ou vidros
• Modelos humanos com anomalias anatômicas discretas, como dedos levemente distorcidos ou pele excessivamente aerografada

Como demonstrou uma pesquisa de comportamento de consumo realizada pela Stylitics em parceria com a Aha Studio (no estudo intitulado “Do Shoppers Trust Fashion Brands with AI Product Photo? We Asked”), embora 71% dos consumidores tenham inicialmente dificuldade em distinguir à primeira vista uma imagem real de uma gerada por IA, a confiança despenca no instante em que pequenas falhas de execução visual, como costuras estranhas ou texturas embaçadas, são percebidas.

Quando o cliente percebe essa hiperperfeição artificial, a reação imediata é a desconfiança: “Se a foto é falsa, o que a marca está tentando esconder?”.

O impacto financeiro dessa dúvida é brutal. De acordo com a pesquisa detalhada no relatório técnico “The Synthetic Image Trap: A Comprehensive Analysis of Post-Purchase Friction, Algorithmic Risk, and Regulatory Compliance in E-Commerce”, a desconfiança visual tem um preço alto para o checkout: 42% dos consumidores abandonam o carrinho de compras no momento da conversão se suspeitarem que a loja utiliza fotos sintéticas de produtos.

A explosão de devoluções

Para as marcas, o uso de imagens 100% sintéticas para economizar custos de estúdio fotográfico muitas vezes acaba se provando um “tiro no pé” financeiro. O motivo? O abismo entre a expectativa criada pela IA e a realidade física do produto.

De acordo com dados analisados pela especialista em soluções de imagens Rewarx, os produtos exibidos por meio de fotos de produtos puramente sintéticas registram taxas de retorno até 30% maiores em comparação com aqueles que usam fotografias reais e precisas.

Esse aumento vertiginoso é impulsionado por reclamações de “produto diferente do anunciado”, decorrentes de divergências de cor, costuras alternativas ou caimento de tecido.

No final das contas, o custo logístico de processar devoluções e lidar com clientes frustrados anula completamente a economia inicial feita ao não se contratar um fotógrafo profissional.

A situação é agravada pelo fato de que o comportamento do consumidor também está se adaptando à era da IA.

Segundo a pesquisa global “Rewriting the Rules on Returns: How consumer attitudes, AI and abuse are shaping global ecommerce”, encomendada pela plataforma de detecção de fraudes e gerenciamento de risco Riskified e conduzida pela eTail Insights com 2.091 consumidores, as devoluções por discrepâncias visuais tornaram-se amplamente normalizadas:

• 46% dos compradores consideram perfeitamente aceitável devolver um produto apenas porque ele “parece diferente em mãos” do que parecia na imagem online.
• 42% dos consumidores praticam o chamado “bracketing” (comprar múltiplos tamanhos ou cores da mesma peça já com a intenção deliberada de devolver a maioria).
• Além disso, a facilidade de gerar argumentos persuasivos por IA está sobrecarregando os canais de suporte, com 50% dos consumidores admitindo que já utilizam ferramentas de IA generativa (como ChatGPT ou Claude) para formular solicitações de reembolso e devolução.

O experimento Vinted: a reversão sazonal e o papel da autenticidade

O impacto da IA generativa nas decisões de compra também se mostra condicional e dependente do tipo de produto e da época do ano.

Um experimento de campo inovador foi realizado na plataforma de desapego Vinted e publicado na Preprints.org sob o título “When Do AI-Generated Product Images Work? Visual Authenticity, Trust and Seasonal Engagement in C2C E-Commerce” (pelos pesquisadores Monika Pec, Anita Proszowska e Gabriela Rzewnis) revelou uma interessante reversão sazonal no comportamento de compra:

• Outono e Inverno: No período frio, as listagens com imagens geradas por IA obtiveram métricas de engajamento iniciais melhores, registrando 49,6% mais visualizações e 77,8% mais curtidas. Isso sugere que, para roupas pesadas (como casacos e suéteres), o apelo estético de cenários limpos e ordenados gerados por IA ajuda a capturar a atenção inicial do comprador.
• Primavera e Verão: No entanto, no período de clima quente, houve uma reversão total: as fotos reais e originais dos produtos geraram 64,0% mais visualizações e, crucialmente, resultaram em um volume significativamente maior de contatos de conversão: foram 13 consultas de compradores nas fotos originais contra apenas 2 nas geradas por IA. Para peças mais leves, o consumidor sente maior necessidade de validar a autenticidade física do tecido, caimento e transparência antes de fechar o negócio.

O estudo da Photoroom: a IA erra 3 em cada 4 imagens de produtos

Essa preocupação de que “a IA altera a realidade” não é apenas uma percepção dos consumidores mais atentos; ela é um fato quantificado pela própria indústria visual de tecnologia.

Em seu levantamento pioneiro, batizado de “Product Fidelity Benchmark”, a Photoroom analisou 3.400 imagens geradas a partir de 850 produtos reais nos quatro principais modelos de inteligência artificial de edição de imagem do mercado.

O resultado foi alarmante: apenas 25,3% das imagens geradas passaram sem nenhuma falha de correspondência com o produto real. Isso significa que a IA erra a representação física do produto em cerca de três a cada quatro imagens geradas.

De acordo com o estudo, os erros mais frequentes mapeados incluem:

1. Distorção de logotipos e textos: 20,1% dos casos
2. Desaparecimento de elementos essenciais do produto: 12,5% dos casos
3. Alteração de padrões (como listras ou estampas): 11,4% dos casos

Esses erros são perigosamente discretos: a imagem final continua parecendo uma fotografia profissional e esteticamente bonita, mas o produto real foi alterado.

Como Matt Rouif, CEO e cofundador da Photoroom, bem definiu: “Durante muito tempo a imagem foi tratada como peça de comunicação, e a discussão girava em torno de estética... [Hoje] o que importa já não é gerar uma boa foto, mas garantir que essa foto descreva o produto que será entregue. Verificar isso deixou de ser uma etapa de estudo e virou um requisito de escala”.

A agilidade na correção desses ativos é ainda mais vital em mercados dinâmicos como o do Brasil, em que os pedidos do e-commerce cresceram 34,8% apenas no primeiro semestre de 2026, atingindo um faturamento de R$ 208,4 bilhões, segundo levantamento da Confi em parceria com o E-commerce Brasil.

Esse volume exige que os catálogos girem de forma extremamente rápida, mas sem comprometer a confiança do consumidor.

A solução da Photoroom: verificação automática de fidelidade

Para resolver de vez esse problema e permitir que marcas utilizem a inteligência artificial com total segurança, a Photoroom incorporou uma tecnologia de verificação automática de fidelidade diretamente em sua API e plataforma.

Por meio do recurso de Visual QA (Garantia de Qualidade Visual), o sistema não faz apenas uma chamada isolada de criação. Ele funciona como um processo de controle contínuo, estruturado em seis etapas automáticas que rodam a cada geração de imagem:

1. Entender o produto real enviado
2. Gerar o cenário ou modelo ao redor
3. Inspecionar a saída pixel por pixel
4. Diagnosticar inconsistências de forma, cor ou logo
5. Corrigir ou regenerar as distorções automaticamente
6. Verificar a conformidade final em relação ao arquivo original

A ferramenta compara a imagem editada com a foto original do produto físico antes de ela ser publicada no catálogo ou anúncio, liberando apenas o que cumpre rigorosamente os critérios de fidelidade.

Essa camada de verificação eleva significativamente a taxa de aprovação de fidelidade do modelo-base mais preciso de 29% para 38,2%.

O impacto regulatório: o EU AI Act de 2026

Essa exigência de transparência visual não é apenas uma questão de otimização de vendas, mas também de conformidade legal. O regulamento EU AI Act, que entrou em vigor em 2 de agosto de 2026, impõe requisitos severos de etiquetagem de mídia sintética no mercado europeu.

Conforme detalhado em análise da agência de e-commerce e soluções para Shopify Craftshift (“EU AI Act: do AI product photos need a label?”), a regulação abrange não apenas pessoas virtuais, mas também imagens de objetos e bens de consumo.

Se a imagem gerada puder enganar o consumidor quanto às características, aparência ou uso reais do produto, ela precisa conter obrigatoriamente um selo visível com o acrônimo “AI” localizado no canto superior direito da imagem ou vídeo.

O descumprimento dessas diretrizes de transparência expõe as empresas a multas severas de até €15 milhões ou 3% do faturamento global anual corporativo.

O caminho do futuro: o fluxo híbrido

Para manter o seu e-commerce competitivo, legalmente em conformidade e, acima de tudo, confiável, a recomendação unânime de especialistas é adotar uma estratégia de fluxo de trabalho híbrido:

1. Fotografe o produto real: Comece sempre capturando uma imagem física, de alta resolução e com cores corrigidas em um estúdio simples de fundo neutro. Essa é a sua “única fonte da verdade”.
2. Deixe o cenário com a IA: Use a inteligência artificial exclusivamente para remover o fundo neutro e gerar cenários de estilo de vida (lifestyle), modelos virtuais ou variações temáticas.
3. Aplique ferramentas de fidelidade: Utilize a camada de verificação automática da Photoroom (como o recurso Visual QA) para garantir que logotipos, costuras e estampas não foram distorcidos no processo de fusão da imagem.

A tecnologia deve ser usada para realçar e contextualizar um produto real, nunca para inventá-lo ou distorcê-lo. Ao focar na precisão visual e na transparência, sua marca cria o ativo mais valioso de todos no e-commerce: a certeza absoluta do consumidor de que ele receberá exatamente o que viu na tela.

✅Fique por dentro das principais notícias do dia no Brasil e no mundo. Siga o canal do R7, o portal de notícias da Record, no WhatsApp