O crescimento explosivo da IA generativa desencadeou uma crise de confiança na mídia digital. Erros de alto risco, como o reembolso de 290.000 da Deloitte Austrália causado por alucinações da IA e a publicação acidental de texto de prompt por grandes jornais, ilustram a magnitude do problema. Uma grande limitação das ferramentas de detecção existentes é seu design de "caixa preta"; os usuários são forçados a confiar em um veredicto sem entender a lógica por trás dele, nem essas ferramentas verificam a precisão factual. Este artigo apresenta o ScanIt, uma estrutura totalmente de código aberto que integra detecção de IA multi-modelo com verificação de fonte aumentada por recuperação e armazenamento em blockchain. A camada de IA identifica texto sintético através de um consenso ponderado de três modelos distintos, enquanto o rastreador de fontes verifica as alegações em relação aos índices web ao vivo para capturar alucinações. Ao estabelecer uma cadeia de custódia à prova de violação para cada relatório de análise, o ScanIt gera as "provas digitais transparentes" necessárias para resolver disputas sobre autoria e diligência devida.
Mahyavanshi et al. (2026) estudaram esta questão.