Não há pessoas reais nas páginas de produto de moda feminina: os modelos de IA empurraram a confiança no e-commerce para a beira do abismo

A pré-venda do Duplo 11 passou da metade e a categoria de moda feminina foi a primeira a explodir. Em 30 de setembro, uma reportagem do N Video, do Nanfang Daily, levou os “falsos modelos de IA” ao topo dos assuntos mais comentados: imagens de modelos com seis dedos, pernas cortadas e sem braços foram publicadas sem qualquer pudor; os compradores vasculharam a página de detalhes inteira e não encontraram uma única foto real da peça; e, ao ir à seção de comentários ver as fotos de clientes, descobriram que essas fotos também eram geradas por IA. Uma consumidora de Cantão pediu ao atendimento imagens reais e a resposta foi direta: aqueles falsos modelos de IA na página de detalhes eram “fotografias reais, com modelo a provar a peça”.

Uma pesquisa do repórter revelou que o uso em massa de imagens de modelos de IA já é a norma no setor. Na lista não estão apenas lojinhas sem nome: marcas conhecidas como I.T, MLB e SPAO também aparecem, e a maioria não assinala que a imagem foi gerada por IA. Numa loja de moda feminina com 3,85 milhões de seguidores, a página de detalhes indica a altura e o peso da modelo, mas as imagens de prova “têm um cheiro forte de IA”; o atendimento admite que a imagem foi gerada por IA, mas não consegue apresentar uma foto real e limita-se a insistir que “a peça é igual à imagem”.

Uma conta fácil de fazer

Vamos primeiro olhar pelo lado do lojista. Contratar uma modelo para um ensaio custa a partir de alguns milhares de yuans, sem contar reservar o espaço, agendar o fotógrafo e esperar pelas datas disponíveis. Com IA, basta inserir uma foto da peça estendida sobre a mesa e, em poucos segundos, sai uma imagem do corpo a vestir a roupa. Há profissionais de e-commerce que escreveram publicamente que cerca de 90% das imagens de produtos da sua empresa já são geradas por IA.

Do outro lado pesa a taxa de devolução. Segundo um profissional do setor, há alguns anos rondava os 50%; este ano, 70% a 80% já é o normal. Nos últimos dois meses, mais de 10 lojas online de moda feminina anunciaram o encerramento, entre elas uma com 4,67 milhões de seguidores, 2 milhões de peças vendidas por ano e mais de uma década de atividade.

Foi assim que surgiram primeiro etiquetas gigantes do tamanho de uma folha A4 e depois fitas antiquebra: costuradas na gola, na costura do ombro ou no fecho, podendo chegar a 2,4 metros de comprimento, numa cor tão chamativa que não há como escondê-las, com a inscrição “se removida, sem devolução nem troca”. No Weibo, uma publicação com o título “o mercado de confiança da moda feminina entrou em colapso, começaram a usar fitas antiquebra” recebeu 15 mil gostos e 1.645 comentários; ao mesmo tempo, os compradores ensinavam uns aos outros “tutoriais para esconder a fita antiquebra”.

É preciso ser justo: o próprio número da taxa de devolução é difícil de verificar. A afirmação de que “a taxa de devolução de moda feminina numa plataforma de e-commerce é de 90%” foi inventada; o autor contratou pessoas para a espalhar em várias plataformas e foi detido pela polícia de Xangai em fevereiro deste ano. Produto diferente do anunciado, mostrar a versão A na live e enviar a versão B, tamanhos marcados ao acaso e pré-vendas excessivamente longas — nada disso foi criado pelos compradores.

Mas, juntando estas peças, vê-se um ciclo que morde a própria cauda: as imagens não são fiáveis, por isso a taxa de devolução sobe; a taxa de devolução sobe, por isso os lojistas comprimem ainda mais os custos de produção fotográfica; e a compressão de custos torna as imagens ainda menos fiáveis. Este círculo não é um problema técnico: é uma estrutura de incentivos que se corrompeu.

O que realmente fez as plataformas agir não foi a feiura das imagens, foi a falta de sinalização

Há aqui uma linha de conformidade que passa facilmente despercebida.

A partir de 1 de setembro de 2025, entram em vigor simultaneamente as “Medidas para a Identificação de Conteúdo Gerado ou Sintetizado por Inteligência Artificial” e a norma nacional obrigatória GB 45438-2025. O artigo 10.º do primeiro diploma é claro: o utilizador que publica conteúdo gerado ou sintetizado deve declará-lo por iniciativa própria e usar a função de identificação disponibilizada pelo prestador de serviços. O segundo exige que as imagens geradas por IA tenham uma identificação explícita claramente percetível pelo utilizador, além de uma identificação implícita gravada nos metadados do ficheiro, cabendo às plataformas de divulgação o dever de verificação e de aviso. O artigo 18.º das “Disposições para a Administração dos Serviços de Informação na Internet relativos à Síntese Profunda” é ainda mais rígido: nenhuma organização ou pessoa pode eliminar, adulterar ou ocultar a identificação de síntese profunda.

Por isso, quando vir, no canto inferior esquerdo de uma imagem de produto, uma pequena linha de texto — “suspeita-se do uso de tecnologia de geração por IA, avalie com cautela” —, não a encare como um simples aviso de isenção de responsabilidade. É a plataforma a confessar em nome do lojista: como o lojista não declarou nada por iniciativa própria, a plataforma só pode detetar e marcar por conta própria.

A análise dos advogados é mais direta: quando um lojista usa imagens de vestuário com efeito gerado por IA para publicidade, deve apresentar simultaneamente a identificação explícita e a identificação técnica implícita nos metadados, sob pena de violação das regras. Gerar fotos de clientes com IA tem uma natureza ainda mais grave. O artigo 17.º da Lei do Comércio Eletrónico proíbe a publicidade enganosa por meio de transações fictícias ou de avaliações de utilizadores inventadas, e o artigo 9.º da Lei contra a Concorrência Desleal também visa a publicidade enganosa em avaliações de utilizadores. Usar uma pessoa falsa a dizer coisas falsas para levar o consumidor a fazer um pedido com base numa perceção errada pode constituir fraude ao consumidor.

O Duplo 11 deste ano é a primeira grande janela promocional após a entrada em vigor deste regime, e o momento é delicado. Uma imagem de página de detalhes claramente gerada por IA e sem qualquer identificação já está à margem das regras; o consumidor tem todo o direito de exigir fotos reais e também tem canais de denúncia à disposição.

O ponto de apoio que o consumidor pode agarrar não são, na verdade, os olhos

Os “pontos de falha” compilados pelas comunidades são bem específicos: a estrutura das mãos (seis dedos, dedos deformados, dedos que se fundem ao tecido no punho), letras e estampas na roupa transformadas em código ilegível, as bordas entre a pessoa e o fundo borradas numa massa só, xadrezes e riscas desalinhadas nas costuras, botões, fechos e cordões deformados ou a atravessar o tecido.

O problema é que uma imagem de IA com boa qualidade é simplesmente indetetável para uma pessoa comum. Por isso, não treine um olho de falcão: use as regras.

A mais fiável é a tabela de medidas. Pegue na camisola ou nas calças que melhor lhe assentam hoje, estenda-as numa superfície e meça a largura dos ombros, o peito, o comprimento da peça, a cintura e a anca, o gancho da frente e o comprimento da perna; depois compare item por item com a tabela de medidas reais do produto. A imagem da modelo é ilusória; os centímetros não são. A ideia de que “a IA fica sempre à medida certa” é justamente o seu calcanhar de Aquiles: ela consegue retocar uma pessoa, mas não consegue retocar uma tabela.

Em segundo lugar vêm as fotos da peça estendida e as fotos de detalhe do tecido. Estas duas categorias costumam ser ainda fotografias reais, e é por elas que deve aferir a cor e a textura. Em terceiro, o conteúdo “que se move”: as imagens estáticas podem ser falsificadas, mas andar, sentar-se e levantar o braço não se falsificam; dê prioridade a vídeos com a peça vestida e a provas ao vivo em transmissão. As avaliações escritas que indicam altura e peso têm o maior valor, por exemplo: “tenho 1,64 m e este vestido tem um comprimento muito adequado”. Este tipo de informação é algo que um modelo de IA nunca poderá dar.

Também há uma forma certa de falar com o atendimento. Não pergunte “isto é IA?”, porque nove em cada dez vezes a resposta será “é foto real”. Peça diretamente duas imagens: uma foto real da peça estendida e um close da etiqueta de composição e lavagem do tecido.

As próprias plataformas também estão a limpar o terreno

Olhando de mais longe, o problema das imagens de IA não se limita à moda feminina. Nos últimos três meses, o Xiaohongshu levou a cabo uma ação específica contra a “recomendação falsa por IA”, removendo quase 120 mil publicações falsas geradas por IA, bloqueando mais de 4.200 contas e retirando, em média, mais de 4.000 publicações por dia na área de medicina estética; a intervenção concentrou-se em quatro setores de alto risco: turismo e alojamento, medicina estética, educação e imobiliário.

A posição do Xiaohongshu merece ser lida com atenção: a plataforma não se opõe a usar a IA para ganhar eficiência, opõe-se à homogeneização em massa e às experiências inventadas. Usar IA para melhorar um texto, gerar imagens ou criar versões multilingues não incomoda a plataforma; o que é combatido é outra jogada: uma pessoa, um modelo pronto e a IA a gerar em massa centenas de publicações do tipo “testei e é ótimo”, acompanhadas de imagens de cenários de uso geradas por IA e publicadas 24 horas por dia sem parar, nas quais a tal “experiência” é inventada.

Os quatro setores visados têm um ponto em comum: custo de decisão elevado, informação assimétrica e utilizadores altamente dependentes da experiência alheia. Em turismo e alojamento decide-se com base nas avaliações; em medicina estética, com base nos casos; em educação, com base nos resultados; em imobiliário, com base na experiência. Nestas quatro áreas, uma publicação de experiência falsa tem a maior taxa de conversão e também o maior potencial de dano.

O caminho apontado pela plataforma é: primeiro o lojista testa um modelo original com pessoas reais e só depois usa a IA para ampliar. A ordem não pode ser invertida. Só havendo experiência real existem materiais que possam ser ampliados; a IA encarrega-se de copiar, não de inventar.

Esta distinção também se aplica ao e-commerce de moda feminina. Usar IA para substituir fundos, criar versões multilingues ou expandir cenários a partir da foto da peça estendida é ganhar eficiência. Criar com IA uma pessoa que nunca vestiu aquela roupa e fazê-la dizer “testei e faz parecer mais magra” é outra coisa.

O provador físico, afinal, ficou mais valioso

Um resultado contraintuitivo: nesta onda de polémica, o valor das lojas físicas subiu.

Para quem pensa comprar no Duplo 11, ficam dois alertas. Quem é exigente com o corte (peças como calças de corte curvo ou flare, em que “1 centímetro faz toda a diferença”) deve fazer o pedido apenas em links que tenham “medidas reais + pessoa real a vestir a peça”, e guardar o resto nos favoritos. Quem caça pechinchas deve ter atenção à armadilha inversa: quanto mais uma peça em promoção tiver apenas uma imagem de modelo perfeita e zero avaliações com fotos, maior a probabilidade de ser uma bomba de escoamento de stock.

Na verdade, as contas do lojista também são claras. O dinheiro poupado na produção fotográfica acaba por voltar na forma de custos de devolução. A página de detalhes tem um único papel central: reduzir o custo de decisão do consumidor. Por mais bonitas que a IA deixe as roupas, se o que chega não corresponde, a taxa de devolução dará a resposta.

O verdadeiro desafio desta ronda na indústria da moda feminina está noutro lugar. Quando qualquer pessoa consegue produzir cem imagens com um toque na tecla Enter, o problema é como tornar novamente verificável a afirmação “sei exatamente como esta peça é de verdade”. As fitas antiquebra não resolvem isso, e os modelos de IA também não.