A ASML negou nesta sexta-feira que qualquer uma de suas máquinas EUV tenha sido enviada para a China, respondendo a preocupações levantadas por autoridades dos Estados Unidos sobre um possível descumprimento das restrições de exportação.
A ASML negou que qualquer máquina EUV, utilizada para a fabricação de chips, tenha sido enviada à China, após preocupações levantadas por autoridades dos EUA. Imagem: Gorodenkoff / Shutterstock – Imagem: Gorodenkoff / Shutterstock
ASML responde a preocupações levantadas pelos EUA
A reportagem que deu origem ao caso informou que autoridades norte-americanas estariam preocupadas com a possibilidade de máquinas EUV da ASML terem chegado à China. Segundo o relato, o secretário de Comércio dos Estados Unidos, Howard Lutnick, levou essa preocupação a executivos da companhia holandesa durante uma série de reuniões.
A resposta da empresa foi direta. Em comunicado enviado à Reuters, a fabricante afirmou: “A ASML nunca enviou uma máquina EUV para a China, nem enviamos para a China qualquer componente, módulo ou equipamento projetado especificamente para ser usado em uma máquina EUV”.
A companhia também declarou que contestou as alegações relacionadas ao descumprimento dos controles de exportação e ressaltou que adapta continuamente suas operações para acompanhar mudanças regulatórias e cumprir novas exigências.
A fabricação de semicondutores avançados depende de equipamentos altamente especializados, como os sistemas EUV. Imagem: PhonlamaiPhoto/iStock – Imagem: PhonlamaiPhoto/iStock
O que torna as máquinas EUV tão especiais
As máquinas de litografia ultravioleta extrema, conhecidas pela sigla EUV, estão entre os equipamentos mais complexos utilizados pela indústria de semicondutores. Elas são consideradas peças-chave para a produção dos componentes mais avançados do setor.
Os sistemas mais modernos da ASML chamam atenção por características impressionantes:
Têm tamanho aproximado ao de um ônibus escolar
O peso chega a cerca de 180 toneladas
Estão sujeitas a rígidas regras de exportação
São utilizadas na fabricação de chips avançados
A tecnologia usada para fabricar chips avançados virou tema de discussões envolvendo China, EUA e Europa. Imagem: William Potter/Shutterstock
Controles de exportação permanecem no centro do debate
O governo da Holanda reforçou que a exportação de equipamentos para fabricação de semicondutores segue critérios rigorosos. Em comunicado, o Ministério das Relações Exteriores holandês destacou: “Todos os equipamentos, componentes e tecnologias que se enquadram explicitamente nessas regras exigem uma licença”.
O ministério também afirmou que aplica essa política de forma rigorosa e intervém sempre que considera necessário para garantir o cumprimento das normas.
O debate ocorre em meio aos esforços dos Estados Unidos para ampliar o alinhamento internacional em torno dos controles de exportação ligados ao setor de semicondutores. Em abril, Washington propôs uma legislação para que países aliados sigam regras semelhantes, com o objetivo de limitar a capacidade chinesa de produzir semicondutores avançados. Equipamentos fabricados pela ASML foram citados na proposta.
Em dezembro, a Reuters informou que cientistas chineses desenvolveram um protótipo de máquina EUV criado por uma equipe formada por ex-engenheiros da ASML, em um projeto descrito como a versão chinesa do Projeto Manhattan.
A questão segue no radar de governos e empresas envolvidos no setor de semicondutores. O episódio ocorre enquanto diferentes países discutem regras para a exportação de tecnologias ligadas à fabricação de chips avançados.
A Midjourney, conhecida pelo gerador de imagens por inteligência artificial, resolveu sair do próprio território e testar algo bem mais ambicioso: um scanner de corpo inteiro baseado em ultrassom, integrado a um conceito de spa futurista. A ideia foi apresentada em detalhes e repercutida pelo The Verge, que acompanhou a proposta inicial da empresa.
O curioso é que, apesar do tom de inovação radical, boa parte do projeto ainda está no campo experimental — mais protótipo e visão de futuro do que produto pronto de verdade.
Projeto une spa futurista e tecnologia médica para transformar exames em uma experiência contínua e quase invisível no dia a dia. Imagem: Reprodução/Midjourney – Imagem: Reprodução/Midjourney
Como funciona o “Midjourney Scanner”
Pelo que foi mostrado pela matéria, o sistema gira em torno de um anel de sensores ultrassônicos que envolve o corpo durante o exame. O processo começa quando a pessoa entra em uma plataforma que desce lentamente dentro de uma piscina de água, enquanto ondas sonoras atravessam o corpo em diferentes direções.
Na prática, não é algo silencioso ou “mágico”. É uma combinação pesada de hardware, sensores e processamento de dados para reconstruir imagens tridimensionais do interior do corpo — músculos, gordura, ossos e órgãos.
O projeto foi desenvolvido em parceria com a Butterfly Network e usa módulos de ultrassom do tipo “ultrasound-on-chip”. O tempo estimado para todo o escaneamento é de cerca de 60 segundos.
E aqui vale um detalhe importante: apesar da apresentação impressionar, isso ainda está longe de ser um equipamento médico consolidado no sentido tradicional.
O que a Midjourney está realmente tentando fazer
A empresa não vende apenas a ideia de um scanner. O discurso vai bem além disso. Para a Midjourney, o ponto central é transformar o acompanhamento da saúde em algo contínuo, quase cotidiano.
Em vez de exames pontuais, a proposta é criar uma espécie de “linha do tempo” do corpo humano, com dados sendo coletados com frequência e interpretados ao longo do tempo.
Entre os objetivos apresentados estão:
monitoramento contínuo da saúde ao longo dos anos
integração com médicos, treinadores e sistemas de IA
acesso mais frequente e barato a dados do próprio corpo
comparação desses dados com populações maiores
Isso tudo, claro, ainda faz parte da visão da empresa — não de um sistema validado em larga escala.
E há um ponto que chama atenção: a própria ideia de transformar dados médicos em algo quase constante muda completamente a relação entre pessoa e corpo. É uma mudança cultural, não só tecnológica.
Sistema usa anel de sensores e ondas sonoras para reconstruir músculos, ossos e órgãos em 3D com alta precisão. Imagem: Reprodução/Midjourney – Imagem: Reprodução/Midjourney
O spa que mistura bem-estar e exame
O projeto também inclui o chamado “Midjourney Spa”, previsto para São Francisco até 2027. Segundo o The Verge, o espaço combina áreas de relaxamento — como saunas e piscinas — com zonas de escaneamento corporal.
A lógica aqui é meio contraintuitiva: o exame não é o evento principal. Ele acontece quase “por tabela”, enquanto a pessoa está em um ambiente de lazer.
A empresa também fala em números bastante agressivos: até 2031, seriam cerca de 50 mil scanners no mundo, com capacidade para até um bilhão de exames por mês. É uma projeção grande — e, por enquanto, sem validação independente.
Entre promessa, hype e realidade
A publicação também destaca um ponto que não dá para ignorar: não há evidências clínicas independentes que comprovem desempenho equivalente a exames como ressonância magnética.
Além disso, qualquer uso médico mais amplo dependeria de aprovação regulatória, como a do FDA nos Estados Unidos.
Ou seja, existe uma distância clara entre o que foi apresentado e o que pode realmente ser colocado em prática no curto prazo.
E talvez essa seja a parte mais interessante do projeto: ele não está só tentando criar um novo tipo de exame, mas também uma nova forma de pensar saúde — ainda que isso levante mais perguntas do que respostas no momento.
Yann LeCun, cofundador da AMI Labs e ex-cientista-chefe de IA da Meta, afirmou à CNBC que a xAI, empresa de inteligência artificial de Elon Musk, é “um fracasso” e não deve conseguir competir com OpenAI e Anthropic. LeCun é frequentemente chamado de “padrinho da IA” por seu trabalho pioneiro na área.
A fala reacende uma rivalidade antiga entre os dois. Nos últimos anos, LeCun e Musk já trocaram críticas públicas em debates que vão da inteligência artificial até o que o pesquisador chama de “teorias da conspiração” associadas ao CEO da Tesla nas redes sociais. Musk, por sua vez, já o acusou de estar “fora de contato com a IA há muito tempo”.
xAI, de Elon Musk, é alvo de críticas e questionamentos sobre capacidade de competir com gigantes como OpenAI. Imagem: Irina Shats/Shutterstock – Imagem: Irina Shats/Shutterstock
Por que LeCun chama a xAI de fracasso
“A xAI é meio que um fracasso, francamente, porque o time fundador foi embora”, disse LeCun. Em seguida, ele afirmou que Musk está “numa posição muito, muito difícil para contratar gente de ponta em IA”, por conta da forma como lidou com a equipe anterior.
No último ano, vários cofundadores deixaram a empresa. Em fevereiro, Musk chegou a fundir a SpaceX com a xAI em um negócio que avaliou a companhia em US$ 1,25 trilhão. Já no trimestre encerrado em 31 de março, o segmento de IA da SpaceX — que inclui a xAI — registrou prejuízo operacional de US$ 2,5 bilhões.
A estrutura da empresa também entrou na mira de LeCun. Ele disse que a xAI mantém uma “infraestrutura enorme” que acaba sendo alugada para outras companhias “porque essa é a única forma de Musk recuperar os custos”. A referência é aos data centers Colossus 1 e Colossus 2, em Memphis. Google e Anthropic já usaram essa capacidade — o Google, inclusive, paga cerca de US$ 920 milhões por mês pelo acesso.
Especialista alerta para possível “explosão de bolha” no mercado de inteligência artificial nos próximos anos. Imagem: royyimzy / iStock
O alerta sobre a “explosão de bolha”
LeCun fez um alerta mais amplo sobre o modelo financeiro das grandes empresas de IA. “Os preços dos serviços de IA estão subindo, mas o custo de rodá-los está caindo, só que não na velocidade necessária. Então todas essas empresas estão perdendo dinheiro, e o uso para a maioria das pessoas é financiado pelos investidores. Isso não pode continuar por muito tempo”, disse ele.
Na avaliação do pesquisador, o setor deve acabar ajustando a rota. “Ou vão aumentar os preços, ou cortar custos, ou vai haver uma grande explosão de bolha”, afirmou. O tema ganhou ainda mais força em meio ao aumento da pressão sobre os gastos com IA. O CEO da OpenAI, Sam Altman, teria comentado recentemente que os custos do setor são “um problema enorme” e que as empresas estão constantemente discutindo quanto estão investindo na tecnologia.
“Isso não pode continuar por muito tempo”, diz LeCun sobre o modelo econômico das empresas de inteligência artificial. Imagem: NicoElNino/Shutterstock
A aposta em “modelos de mundo”
LeCun costuma criticar as limitações dos grandes modelos de linguagem (LLMs), base da geração atual dos principais produtos de IA. Esses sistemas aprendem padrões de linguagem para prever o próximo elemento de uma sequência — o que os torna úteis em tarefas como programação e matemática.
Mas ele defende outra direção: os chamados “modelos de mundo”. A ideia é criar sistemas capazes de entender como o mundo funciona de forma mais ampla, com noções de objetos, causa, efeito e ações.
“Pessoalmente, não acho que vamos ter sistemas agênticos generalizados e confiáveis até que eles sejam baseados em modelos de mundo”, afirmou. Ao mesmo tempo, ele reconhece que os LLMs têm aplicações práticas, embora ressalte que “o custo de rodar esses sistemas com esse nível de desempenho é alto demais em relação ao que os usuários estão dispostos a pagar”.
A AMI Labs levantou US$ 1 bilhão em uma rodada de financiamento em março para trabalhar em modelos de mundo, o que resultou em uma avaliação pré-investimento de US$ 3,5 bilhões.
A rápida expansão de data centers ligados ao avanço da inteligência artificial tem provocado conflitos em diferentes regiões dos Estados Unidos, onde moradores afirmam conviver com um ruído constante associado ao funcionamento dessas estruturas. O centro do debate envolve o impacto sonoro gerado por sistemas de refrigeração e geradores industriais.
Em cidades pequenas e médias, grupos de residentes passaram a recorrer à Justiça alegando que a vibração contínua e o zumbido de baixa frequência comprometem o descanso e o uso cotidiano de suas casas. As ações judiciais foram apresentadas em pelo menos três localidades no mês anterior ao da publicação feita pelo The New York Times.
O tema ganha relevância em um contexto no qual existem mais de três mil data centers em operação no país e outros mais de mil e quinhentos em fase de desenvolvimento, segundo levantamento citado em pesquisa de instituto norte-americano.
Crescimento da infraestrutura digital e proximidade com áreas residenciais
Imagem: mailcaroline/Shutterstock
O avanço da economia digital e da inteligência artificial impulsionou a construção acelerada de grandes instalações capazes de processar e armazenar volumes massivos de dados. Essas estruturas operam com milhares de servidores e demandam sistemas intensivos de resfriamento para evitar superaquecimento.
De acordo com dados atribuídos a uma análise do Pew Research Center, cerca de quarenta por cento das residências nos Estados Unidos estão situadas a até cinco milhas de pelo menos um data center operacional, o que amplia o contato direto entre essas instalações e comunidades residenciais.
O funcionamento dessas unidades envolve ventiladores industriais, sistemas de refrigeração e geradores movidos a diesel, frequentemente acionados para garantir estabilidade energética. Esse conjunto de equipamentos produz um som contínuo descrito como um zumbido de baixa frequência que pode se estender por longas distâncias.
Especialistas ouvidos na reportagem do TNYT explicam que parte desse som está abaixo da faixa de audição humana, sendo percebido mais como vibração física do que como ruído convencional. Essa característica dificulta sua mensuração pelos métodos tradicionais de controle acústico.
Ações judiciais e disputas locais
Em diferentes localidades, moradores afirmam que a presença desses empreendimentos altera a qualidade de vida e o valor de seus imóveis. Em um dos casos citados, residentes alegam que a operação contínua das instalações impede o sono e gera desconforto constante.
Em Vineland, no estado de Nova Jersey, uma moradora descreveu o som como semelhante ao de um helicóptero parado no ar ou um caminhão em funcionamento permanente, segundo relato incorporado a uma ação judicial contra uma empresa do setor.
Limitações regulatórias e debate sobre normas de medição
Big techs estão por trás dos data centers – Imagem: gguy/Shutterstock
A regulação do ruído nos Estados Unidos ocorre principalmente em nível local, por meio de regras de zoneamento que não foram originalmente pensadas para atividades industriais de funcionamento contínuo. Segundo especialistas citados, não há estrutura federal ativa dedicada exclusivamente ao controle de poluição sonora.
Outro ponto levantado é que muitos padrões utilizam escalas de medição que priorizam a percepção humana em ambientes silenciosos, o que pode subestimar frequências mais baixas típicas de data centers.
Respostas da indústria e alternativas tecnológicas
Empresas do setor afirmam que adotam medidas para reduzir impactos sonoros e seguem limites estabelecidos pelas normas locais. Algumas também destacam o papel econômico desses empreendimentos, incluindo geração de empregos e suporte à infraestrutura digital de serviços públicos e instituições.
Entre as soluções técnicas em desenvolvimento está o uso de resfriamento líquido, tecnologia que substitui parte dos sistemas de ventilação por métodos menos ruidosos. Apesar de reduzir significativamente o som, essa alternativa ainda possui custo elevado de implementação.
Elon Musk está usando o novo fôlego financeiro da SpaceX — um caixa de US$ 86 bilhões (R$ 436 bilhões) — para tentar encurtar a distância na corrida da inteligência artificial. A empresa vem ampliando sua atuação nesse campo, com movimentos que misturam infraestrutura, aquisições e serviços corporativos.
Segundo o The Wall Street Journal, a estratégia não aparece como uma virada isolada, mas como uma sequência de ajustes para colocar a SpaceX mais próxima dos principais nomes da IA.
Cursor entra no plano da SpaceX como peça-chave no mercado de programação com inteligência artificial. Koupei Studio / Shutterstock – Koupei Studio / Shutterstock
Musk admite que está atrás na disputa
Musk reconheceu que a xAI e iniciativas ligadas à SpaceX ainda ficam atrás de rivais como OpenAI, Google e Anthropic no desenvolvimento de inteligência artificial.
A reação foi acelerar investimentos e reorganizar partes da estrutura da empresa para tentar ganhar velocidade nessa disputa, que já consome bilhões no setor.
compra da startup Cursor por cerca de US$ 60 bilhões em ações
uso ampliado de data centers próprios
foco mais direto em clientes corporativos
integração com a xAI e o chatbot Grok
ajustes internos voltados à IA
Cursor entra no centro da estratégia de inteligência artificial
A Cursor, startup voltada a ferramentas de programação com IA, passou a ocupar um papel mais relevante dentro desse plano. O produto já é utilizado por empresas como Nvidia, Deloitte e British Airways.
A aposta é transformar a plataforma em algo mais previsível em termos de receita e fortalecer a presença da SpaceX no mercado de software com inteligência artificial.
Na prática, a ferramenta ajuda desenvolvedores a escrever, revisar e editar código usando diferentes modelos de IA — e isso tem acelerado sua adoção.
Data centers da SpaceX passam a ser alugados para Google e Anthropic em novo movimento de receita. Imagem: Ascannio/Shutterstock
Data centers começam a virar negócio paralelo
Além das aquisições, a SpaceX passou a disponibilizar parte da capacidade de seus data centers para outras empresas, incluindo concorrentes como Google e Anthropic.
Esse movimento ganha força justamente no momento em que o setor de IA enfrenta uma demanda crescente por infraestrutura, o que tem pressionado custos e capacidade global.
aluguel de capacidade computacional
expansão de infraestrutura de IA
contratos com concorrentes diretos
busca por novas fontes de receita
uso mais intenso da estrutura já existente
xAI ainda enfrenta prejuízos, enquanto Musk tenta reorganizar o ecossistema de inteligência artificial. Imagem: Sergii Chernov – Shutterstock – Imagem: Sergii Chernov – Shutterstock / Edição: Ana Figueiredo – Olhar Digital
xAI ainda enfrenta pressão financeira
A integração da xAI ao ecossistema da SpaceX faz parte de um plano mais amplo de Musk para fortalecer sua atuação em IA. Mesmo assim, a empresa ainda convive com prejuízos elevados e custos operacionais altos.
Grande parte dessas despesas está ligada à construção de infraestrutura, treinamento de modelos e contratação de engenheiros especializados — uma conta que continua crescendo no setor.
A movimentação da SpaceX na inteligência artificial mostra uma aposta de longo prazo de Elon Musk. Entre aquisições bilionárias, uso de infraestrutura existente e reorganização interna, a empresa tenta ganhar espaço em um mercado dominado por gigantes e ainda em forte expansão.
O Rio de Janeiro (RJ) “lançou um modelo aberto de inteligência artificial”, escreveu o prefeito, Eduardo Cavaliere (PSD), na sexta-feira (12). O Rio Open 3.5 era um “modelo de IA aberto treinada no Rio com financiamento público ao longo do último ano pela Prefeitura”, disse o político numa postagem no X/Twitter. Mas não é bem assim.
A princípio, a divulgação feita pela prefeitura deu a entender que o modelo da IplanRio, empresa pública carioca de informática, tinha sido desenvolvido pela iniciativa da administração. “Inteligência artificial não é uma coisa distante, estrangeira, de laboratório bilionário”, escreveu o prefeito em sua postagem.
Na verdade, o Rio Open 3.5 é essencialmente uma mistura de dois sistemas chineses de código aberto: Nex-N2-Pro, da Nex-AGI; e Qwen 3.5-397B, da Qwen.
Rio Open 3.5: Entenda o caso do ‘ChatGPT carioca’ que, na verdade, é chinês
O modelo foi anunciado pela IplanRio logo após o encerramento do Web Summit Rio, versão carioca do evento global de tecnologia. Com 397 bilhões de parâmetros, a ferramenta foi apresentada com testes internos que indicavam uma suposta superioridade em relação a sistemas como o DeepSeek V4 em tarefas de programação, matemática e raciocínio.
Cavaliere foi às redes sociais no sábado (13) exaltar o projeto como fruto de “engenharia brasileira” e símbolo de “soberania”. Confira abaixo:
🇧🇷 Modelo de IA aberta treinada no Rio com financiamento público ao longo do último ano pela @Prefeitura_Rio superando todos os outros modelos. Inteligência artificial não é uma coisa distante, estrangeira, de laboratório bilionário…não existe só pra fazer texto, imagens… https://t.co/GK1ThytVV9
“A avaliação não era independente. Não foram terceiros que fizeram isso”, observou Arthur Igreja, especialista em tecnologia e inovação, ao Olhar Digital. Ou seja: os resultados de desempenho divulgados pelo prefeito não tinham passado por verificação independente.
No domingo (14), o laboratório Nex-AGI acusou publicamente a prefeitura de apropriação tecnológica sem os devidos créditos. Os chineses apontaram que a documentação carioca tinha omitido que o Rio Open 3.5 continha, na verdade, 60% do modelo Nex-N2-Pro (os 40% restantes eram do Qwen 3.5-397B).
Ao contrário do divulgado inicialmente, não houve um processo complexo de treinamento ou refinamento de dados. O Rio Open 3.5 “nada mais é do que a combinação de dois sistemas abertos já disponíveis”, disse Igreja.
O sistema consistia numa fusão de modelos (model merge), técnica simples de alinhar e somar parâmetros de duas tecnologias prontas. Isso exige pouco poder computacional e nenhuma pesquisa aprofundada.
“Na verdade, praticamente nada foi desenvolvido. Só foi feita essa mescla” – Arthur Igreja, especialista em tecnologia e inovação, em comentário ao Olhar Digital.
“Fazer um model merge é uma prática legítima, comum e totalmente permitida pela licença Apache 2.0 que rege essas arquiteturas, desde que a devida atribuição técnica seja feita”, observou Kenneth Corrêa, especialista em IA e professor da FGV, ao Olhar Digital. “O erro da equipe foi a falta de transparência na documentação inicial, o que, no universo de código aberto, soa imediatamente como apropriação indevida.”
Para expor a situação, a Nex-AGI removeu uma instrução embutida que forçava a IA a se apresentar como “Rio 3.5”. Sem esse filtro, o robô passava a responder que seu nome era “Nex”.
A perda do ‘modelo final’
Em nota enviada ao Olhar Digital (que você lê na íntegra no final desta matéria), a IplanRio disse que houve “uma falha operacional” na publicação dos arquivos na plataforma Hugging Face que “levou ao envio de uma versão preliminar de testes, em vez da versão final do Rio 3.5 preparada pela equipe técnica”. “Por isso, o arquivo disponibilizado temporariamente ainda apresentava características das bases abertas utilizadas como ponto de partida para o desenvolvimento da ferramenta.”
A IplanRio admitiu, em nota enviada ao Olhar Digital, que “não foi possível recuperar o modelo final” – Imagem: DC Studio/Shutterstock
Após a repercussão na imprensa e na comunidade técnica sobre a falta de transparência e de relatórios detalhados, a página do projeto foi atualizada – agora, constam créditos à Nex-AGI. A empresa pediu desculpas pela “confusão”.
A prefeitura agora trabalha no upload da versão definitiva do modelo. A narrativa oficial da IplanRio é de que o modelo definitivo não será apenas uma fusão direta dos dois sistemas chineses, mas sim uma “solução própria, ajustada às necessidades da administração municipal”. Além disso, a empresa defendeu que a estratégia de fundir códigos abertos é legítima, visa a responsabilidade fiscal e reduz custos operacionais para a máquina pública.
No entanto, a IplanRio admitiu que “não foi possível recuperar o modelo final”. A nota complementa que a ferramenta só será publicada “assim que forem concluídos os treinamentos e todas as validações externas”. Isso indica que o trabalho de customização defendido pela administração municipal pode ter que ser refeito do zero. Ou, ainda, que o suposto modelo definitivo sequer estava pronto.
“Apesar dos tropeços na documentação do modelo, o mérito indiscutível da iniciativa é a visão pragmática de aplicar a inteligência artificial para otimizar a máquina pública e modernizar o atendimento ao cidadão”, observou Corrêa.
Ainda segundo o especialista, “esse episódio acaba sendo um reflexo claro do atual estágio do Brasil na corrida global da IA”. “A dura realidade é que ainda não somos um player competitivo na criação de modelos fundacionais do zero.”
Em outras palavras: a IA é, sim, uma coisa distante, estrangeira, de laboratório bilionário. Pelo menos, para o Brasil.
Íntegra da nota da IplanRio
A IplanRio esclarece que o Rio 3.5 foi desenvolvido e construído a partir de tecnologias de código aberto já existentes, prática adotada mundialmente no desenvolvimento de inteligência artificial. A equipe técnica da Prefeitura utilizou como base modelos públicos disponibilizados pela Alibaba, por meio do Qwen 3.5, e pela Nex-AGI, por meio do Nex-N2 Pro. Essas tecnologias possuem licenças abertas que permitem e incentivam sua adaptação e aprimoramento por terceiros.
A partir dessas bases, a Prefeitura desenvolveu uma solução própria, ajustada às necessidades da administração municipal. Essa estratégia foi escolhida por combinar inovação e responsabilidade fiscal, permitindo entregar uma ferramenta robusta, com menor custo de processamento e sem a dependência de softwares proprietários e licenças caras.
No entanto, durante a publicação do projeto na plataforma Hugging Face, uma falha operacional levou ao envio de uma versão preliminar de testes, em vez da versão final do Rio 3.5 preparada pela equipe técnica. Por isso, o arquivo disponibilizado temporariamente ainda apresentava características das bases abertas utilizadas como ponto de partida para o desenvolvimento da ferramenta.
Assim que a inconsistência foi identificada pela comunidade de pesquisadores, a IplanRio atualizou a documentação do projeto e revisou seus procedimentos internos. Não foi possível recuperar o modelo final, que será publicado assim que forem concluídos os treinamentos e todas as validações externas.
A IplanRio reforça que o Rio 3.5 é uma solução própria da Prefeitura do Rio, desenvolvida para atender às necessidades da administração municipal. A iniciativa garante mais autonomia tecnológica, reduz gastos com licenças de softwares proprietários e permitirá tornar os serviços públicos mais ágeis e eficientes para o cidadão carioca.
A empresa de inteligência artificial Anthropic enfrenta um impasse com o governo dos Estados Unidos após receber uma determinação para restringir o acesso aos seus modelos mais recentes, Fable 5 e Mythos 5. A medida, comunicada na última sexta-feira (12), foi justificada por preocupações ligadas à segurança nacional e desencadeou uma série de questionamentos dentro da companhia.
Seis dias após a ordem, as negociações entre representantes da empresa e integrantes da administração do presidente Donald Trump continuam sem resultado concreto. Enquanto isso, funcionários seguem sem explicações detalhadas sobre os motivos da restrição e demonstram preocupação com os impactos da decisão sobre o futuro dos negócios.
O episódio ocorre em meio a uma relação já desgastada entre a Anthropic e o governo americano, que nos últimos meses passou a acompanhar de perto o desenvolvimento de sistemas avançados de inteligência artificial produzidos pela companhia.
Conflito amplia pressão sobre empresa de inteligência artificial
Casa Branca nos Estados Unidos – Imagem: Waqas_creatives/Shutterstock
A crise teve início quando a Anthropic foi informada pela Casa Branca de que deveria retirar do mercado seus modelos mais recentes de IA em um prazo extremamente curto. Internamente, a comunicação sobre as razões da medida mudou ao longo das horas seguintes. Funcionários receberam explicações distintas, que incluíam desde riscos relacionados ao acesso por empresas estrangeiras até a existência de uma suposta vulnerabilidade relevante nos sistemas.
A falta de informações precisas alimentou dúvidas entre equipes da companhia. Em conversas internas, profissionais passaram a questionar os possíveis reflexos da decisão governamental sobre os planos da empresa, incluindo expectativas relacionadas à abertura de capital prevista para este ano. A incerteza também foi reforçada por notícias que apresentavam versões divergentes sobre as razões da intervenção federal.
A atual disputa representa o segundo grande embate entre a Anthropic e a administração Trump em menos de um ano. O relacionamento entre as partes já havia sido abalado após divergências envolvendo um contrato de US$ 200 milhões firmado com o Departamento de Defesa para o emprego de inteligência artificial em sistemas classificados.
Na ocasião, divergências públicas sobre o uso da tecnologia em operações militares culminaram na classificação da empresa como um risco para a cadeia de suprimentos por parte do governo. A designação, segundo o The New York Times, nunca havia sido aplicada anteriormente a uma companhia estadunidense. A Anthropic contestou a medida judicialmente.
As discussões voltaram a ganhar intensidade após o anúncio do Mythos. A própria empresa afirmou que o modelo possuía capacidade excepcional para identificar vulnerabilidades em softwares, a ponto de provocar uma transformação significativa na área de segurança digital. Por causa desse potencial, o acesso inicial foi limitado a um grupo restrito de organizações.
Outdoor da Anthropic – Imagem: PhotoGranary02/Shutterstock
O lançamento estimulou debates dentro da Casa Branca sobre a criação de mecanismos para avaliar novos sistemas de inteligência artificial antes de sua disponibilização ao público. Nesse contexto, representantes da Anthropic participaram de reuniões com integrantes do governo e colaboraram nas discussões sobre possíveis diretrizes regulatórias.
Mais recentemente, a empresa lançou o Fable 5, uma versão desenvolvida para ampliar salvaguardas e reduzir riscos associados ao uso da tecnologia. Antes da disponibilização, o modelo foi submetido a testes realizados pelo Departamento de Comércio dos Estados Unidos, procedimento já adotado em lançamentos anteriores da companhia.
Parte da controvérsia atual envolve uma análise conduzida por pesquisadores da Amazon. O estudo identificou uma situação na qual o Fable 5 poderia ser induzido a revelar falhas presentes em determinados códigos vulneráveis. O documento foi compartilhado com a Anthropic e posteriormente discutido com integrantes do governo americano.
Autoridades que tiveram acesso ao material classificaram os resultados como preocupantes. No entanto, especialistas em segurança digital sustentam que a capacidade de localizar vulnerabilidades também pode fortalecer mecanismos de proteção cibernética, auxiliando profissionais encarregados de corrigir falhas antes que sejam exploradas por agentes mal-intencionados.
Entre os críticos da restrição está a pesquisadora Katie Moussouris, que analisou o trabalho produzido pela Amazon a pedido da Anthropic. Em publicação sobre o tema, ela argumentou que impedir esse tipo de funcionalidade comprometeria justamente uma das aplicações mais úteis da inteligência artificial para a defesa digital.
“Defensores precisam conseguir pedir à IA que corrija falhas em um arquivo, explique por que a correção é importante e escreva testes que confirmem que o ajuste funciona. Isso não representa uma quebra de proteção” , afirmou Katie Moussouris, especialista em cibersegurança, em comentário citado pelo The New York Times.
Linhas de um código-fonte – (Reprodução: Chris Ried/Unsplash)
Embora parte das preocupações tenha sido associada ao estudo da Amazon, um integrante do governo ouvido pela reportagem original indicou que as objeções da administração americana também envolveriam outros aspectos relacionados à segurança nacional e às relações da empresa com determinadas organizações. Ainda assim, pessoas com conhecimento das discussões afirmaram que esse ponto não teria sido apresentado diretamente à Anthropic.
Sem esclarecimentos públicos mais detalhados, a companhia permanece negociando com autoridades americanas em busca de uma solução. Paralelamente, especialistas da área de segurança digital organizaram uma carta aberta solicitando a retirada das restrições impostas aos modelos da empresa.
O documento reuniu mais de 150 assinaturas de pesquisadores e profissionais ligados à segurança cibernética e à inteligência artificial. Os signatários defenderam que o Fable 5 já possuía mecanismos de proteção considerados robustos para impedir usos ofensivos da tecnologia.
Dentro da Anthropic, a mobilização foi recebida como um sinal de apoio em meio ao impasse. Mesmo assim, persistem dúvidas sobre a capacidade da empresa de lançar futuras gerações de modelos caso o governo mantenha a postura atual. O cenário contribuiu para ampliar a percepção de insegurança entre funcionários, que seguem aguardando definições sobre os próximos passos da companhia.
A inteligência artificial já entrou na sala de aula. Ferramentas como ChatGPT, Gemini e Claude passaram a fazer parte da rotina dos estudantes, seja para tarefas simples, como resumir textos e explicar conceitos, seja para apoiar na produção de trabalhos completos.
Em alguns casos, a tecnologia ocupa um espaço ainda maior. Nos Estados Unidos, por exemplo, uma escola chamou atenção ao substituir professores por programas digitais. A Alpha School promete um currículo personalizado de acordo com as capacidades de cada estudante, com carga horária reduzida para disciplinas básicas (como matemática e inglês) e o restante do tempo voltado para atividades de “socialização”. Tudo isso com ajuda de IA.
Ao mesmo tempo que iniciativas como essa despertam a curiosidade, especialistas alertam para os limites da tecnologia no processo de aprendizagem.
A Unesco defende que a inteligência artificial pode apoiar professores e estudantes, mas não substituir a dimensão humana. Isso porque, para Shafika Isaacs, chefe da seção de Tecnologia e Inteligência Artificial na Educação do órgão, a “educação é uma experiência social, humana e cultural”.
Isaacs destacou riscos da IA no processo de aprendizagem, como a externalização do pensamento – algo que compromete o desenvolvimento crítico dos alunos.
No Brasil, o professor e pesquisador André Barcaui, pós-doutor em Inteligência Artificial pela Universidade do Estado do Rio de Janeiro (UERJ), conduziu um estudo para medir o nível de retenção de conhecimento de estudantes de graduação que utilizaram IA no processo de aprendizagem.
Alunos que usaram ChatGPT aprenderam menos
A pesquisa acompanhou universitários que utilizaram o ChatGPT durante uma atividade acadêmica e comparou seus resultados com os de estudantes que recorreram apenas a métodos tradicionais de estudo.
45 dias depois, o professor aplicou um teste surpresa com os mesmos alunos. As notas revelaram uma diferença significativa: aqueles que estudaram sem inteligência artificial obtiveram média de 68,5% de acertos, enquanto aqueles que utilizaram o ChatGPT registraram 57,5%.
Para Barcaui, os resultados não significam que a inteligência artificial prejudica necessariamente o aprendizado nem justificam qualquer tentativa de proibição da tecnologia. O pesquisador, que se define como um entusiasta da IA, argumenta que o problema surge quando a ferramenta deixa de ampliar o raciocínio humano e passa a substituí-lo.
É o que ele chama de “competência emprestada” – uma situação em que o estudante consegue obter respostas sofisticadas, mas não desenvolve o conhecimento necessário para reproduzir aquele raciocínio por conta própria.
Na avaliação do pesquisador, a inteligência artificial deve integrar o ambiente educacional, mas acompanhada de letramento digital, orientação pedagógica e estímulo a habilidades que continuam sendo essencialmente humanas, como leitura, escrita, pensamento crítico e capacidade de interpretação.
“O problema não é a IA. É quando ela substitui o seu pensamento”, resume. O Olhar Digital deu mais detalhes sobre esse assunto aqui.
Barcaui conversou conoscosobre o assunto. Confira a entrevista completa.
Curva de esquecimento ao longo dos 45 dias após o aprendizado. Linha vermelha representa os alunos que estudaram por métodos tradicionais; linha azul representa alunos que usaram IA – Imagem: André Barcaui/Science Direct
IA pode substituir professores?
O que te motivou a fazer o estudo?
O pontapé foi o seguinte: eu sou professor de graduação, por um lado, mas de pós-graduação, por outro. Então, eu vejo vários mundos, além de fazer consultoria também.
Com o tempo, eu comecei a perceber que as pessoas (adolescentes ou final da adolescência) estavam fazendo um uso muito pobre ou não revelado, fantástico demais, da inteligência artificial, que não condizia com o grau de conhecimento desses alunos.
Por um lado, há uma ignorância em relação ao potencial da ferramenta, com muitos alunos usando aquilo como se fosse Google. Por outro lado, algumas respostas que você obtém de trabalhos… está na cara que aquilo não foi feito pelo aluno. Com o tempo, você aprende, inclusive, a diferenciar isso. E você aprende a parar de brigar contra isso e passar a usar a favor da aula. Mas isso me incomodava. Eu comecei a ver algumas pesquisas do Google e Microsoft, e pensei em fazer a minha.
Mas deixa eu deixar claro: a IA é incrível, é uma tecnologia de propósito genérico extraordinário. Eu sou um entusiasta da IA, do tipo que acha que os benefícios compensam os riscos. Mas existem riscos – e eu estou cada vez mais entrando neles. É justamente a minha pesquisa. (…)
Em uma das conclusões você fala sobre o conceito de competência emprestada. Como você explica esse conceito para alguém que não é da área acadêmica? O que é isso na prática?
O título do paper é “cognitive crutch”, quer dizer, uma muleta cognitiva. Porque é como se você estivesse, de fato, emprestando a competência.
Eu acho que o produto que a gente está vendo agora no mercado é, em parte, responsabilidade da minha geração. Porque esse fenômeno não acontece do nada. A competência emprestada é como se as pessoas mais novas tivessem um adulto do lado. Que nem a gente tem quando criança e, quando quer fazer uma pergunta, fala com a mãe. É como se você tivesse um adulto que você faz pergunta.
Isso não é um problema em si. O problema é você usar essa fonte como substituto do seu pensamento.
A preocupação enquanto professor, pai e ser humano, é que as pessoas do grupo que usaram IA de maneira indiscriminada estão substituindo o pensamento, e não aumentando o pensamento. Porque, para aumentar seu pensamento – que é aí que está o valor da IA na minha visão – você tem que ter um pensamento formado, uma certa base para te ajudar a aprender. Senão, é como se você hipotecasse aquele conhecimento. Você dá uma resposta rápida, e o mercado cobra respostas rápidas. A IA faz isso muito bem. Só que o que restou daquela resposta que você deu quando você substituiu o seu pensamento pelo pensamento de uma máquina, entendeu? Esse é o ponto.
Professor defende letramento para o uso da IA em sala de aula – Imagem: BongkarnGraphic/Shutterstock
Um dos detalhes do estudo é que os participantes que usaram a inteligência artificial usaram sem uma orientação pedagógica. Você acha que se houvesse alguma orientação por parte das universidades, o resultado seria diferente?
A resposta rápida é sim.
Eu acho que parte do legado que a minha geração tem que deixar para as próximas gerações é ensinar a pensar. Um letramento mesmo. Como é que aquilo [IA] pode ser útil para você? Como é que aquilo [IA] pode te ajudar a pensar? (…)
Não se trata de tecnofobia. Pelo contrário. Eu adoro isso [IA], mas você tem que ensinar as pessoas a usar, senão fica solto, sem rumo. O importante é você letrar as pessoas: dizer o que é uma IA preditiva e generativa, quais os limites dessa tecnologia e as oportunidades, como usar da melhor forma…
Outro ponto é que eu não espero que você faça uma conta de 427.326 dividido por 35,4. A calculadora está aí para isso. Agora, se você está numa feira, comprando 9 tomates por R$ 5, e você precisa abrir a calculadora…. me parece um pouco de perda de base de conhecimento. Uma coisa é você não ter que memorizar o telefone de todo mundo, outra coisa é você não saber tabuada, não saber escrever o português básico. Eu estou vendo pessoas que não sabem fazer regra de 3, que eventualmente não conseguem interpretar um texto. (…)
Eu sou péssima de matemática, mas sei fazer regra de 3…
São essas coisas básicas, entende? O meu ponto é que você não tem que fazer coisa que o Google te dá ou que a IA te dá. A IA é como se fosse um espelho nosso. Se a gente conhece pouco de um assunto e a gente faz um prompt, a IA vai te dar uma resposta e você vai usar, mas é ‘copia e cola’. O que você aprendeu com aquilo? É isso que eu chamo de hipoteca: você não aprendeu nada, você só deu uma resposta.
Agora, se você conhece o assunto minimamente, o nível do prompt é melhor e o grau de resposta que você vai ter também vai ser melhor. Vai haver uma troca muito mais profícua do que fazer perguntas pra IA esperando resposta para ela substituir o que você poderia estar pensando.
Um dos diferenciais [da pesquisa] é que você voltou a avaliar depois de 45 dias, com um teste surpresa. A curto prazo a IA foi efetiva?
A ideia foi: eu quero fazer uma pesquisa sobre o grau de retenção de conhecimento de alunos usando IA e sem usar IA. Essa ideia não é original, mas eu quis fazer um exemplo brasileiro dos nossos alunos de graduação.
Eu peguei um montão de alunos, uma amostragem que começou com 80 e, no final, caiu para 50 – mas isso é normal. Eu não disse o que era o projeto [para os alunos], eu só pedi o consentimento deles e falei “vamos fazer um trabalho sobre IA”.
Eu medi o conhecimento deles [sobre IA] antes. O conhecimento médio era baixo. Tinha um ponto fora da curva aqui e ali, mas a média era muito parecida. Aí eu dividi em dois grupos: um grupo de controle e um grupo usando IA. Um grupo não podia usar nada de IA, mas podia usar Google, livros… e o outro podia e devia usar IA. A maioria esmagadora usou o ChatGPT. Eles fizeram os trabalhos e apresentaram. Os trabalhos eram parecidos, não vou nem dizer que um era muito melhor que o outro.
Para os alunos, a pesquisa acabou ali. Para mim, aquilo era só a metade. Depois de um período, eu soltei um teste para eles, com exatamente a mesma matéria e os mesmos tópicos que eles tinham apresentado em ambos os grupos. O resultado foi muito evidente: o grupo que não usou IA reteve muito mais conhecimento do que o grupo que usou IA. (…)
A IA a curto prazo tem um efeito fantástico… mas, dependendo da forma como você usa, você substitui o seu pensamento e deixa de aprender. Se você só substitui o pensamento, você não só está deixando uma grande oportunidade de aprender, como também está se viciando literalmente na forma como você pensa. (…)
Pesquisa brasileira observou queda na retenção de conhecimento de alunos que usaram ChatGPT no estudo – Imagem gerada por IA via ChatGPT/OlharDigital
Esse cenário, aplicado ao sistema de ensino, é algo que pode afetar desde as gerações mais novas… pode formar pessoas que não sabem pensar criticamente. Como você acha que as escolas e as universidades vão ter que lidar com isso?
Primeiro, as pessoas têm que se conscientizar. As instituições de ensino em geral, da escola até a pós-graduação, têm que se conscientizar de que o mundo mudou. As pessoas não têm saco de ficar quatro, cinco anos na faculdade, com aulas que o professor fala e o aluno só escuta. O mundo mudou, a geração Z mudou… e a gente tem que mudar. Eu tenho que mudar enquanto professor. Os professores em todos os níveis têm que mudar, só que a gente enfrenta vários problemas, particularmente no Brasil.
(…) Se não mudar, a gente vai criar uma geração despreparada para o uso dessas tecnologias. Para mudar, a gente tem que ter, obviamente, boa vontade e iniciativa de quem está comandando isso. Eu acho que tem que ter incentivo do governo. Nesse ponto, o Plano Brasileiro de Inteligência Artificial, se for para a frente devidamente, é uma iniciativa fantástica.
Ainda tenho colegas que falam que as pessoas não podem pedir para o professor usar IA porque o professor vai ser substituído pela IA. Primeiro que eu não acho que isso vai acontecer, porque o professor vai mudar de papel devagarzinho. Segundo, os professores têm que entender o papel que eles passam a ter em um mundo em que a IA é uma realidade. Não é para fugir da IA, proibir o uso… isso é um erro crasso. Seria como dizer: não vamos mais usar Uber, vamos andar de táxi.
A IA é uma tecnologia incrível, mas precisa de letramento, até para as pessoas não terem medo daquilo, entenderem para que serve. (…) Porque o aluno usa a IA, vai usar e tem que usar. O professor é quem não está usando a IA. Isso é muito paradoxal: o aluno, eventualmente, sabe mais sobre as possibilidades da IA do que o professor. (…)
Resumindo, eu acho que tem que ter incentivo governamental, conscientização das lideranças nas diversas instituições de ensino e digitalização.
O Brasil tem um problema anterior à digitalização, que é de educação. Hoje em dia, não tem como escapar disso, sob o risco de criar um gap. A IA é feita para democratizar… Só que, se a gente não tomar cuidado, enquanto professor, instituição de ensino e sociedade, corre risco de aumentarmos o gap do ponto de vista social. A gente quer dar acesso. (…) Não tem nada que eu não possa aprender hoje com a IA, contanto que a gente saiba conduzir isso.
Considerando a realidade que a inteligência artificial já é inevitável, quais habilidades você considera que são essenciais para um aluno?
Primeiro, leitura. A questão é que você precisa ter pensamento crítico. A leitura dá flexibilidade cognitiva e alfabeto, no sentido de que você lê palavras e é obrigado a interpretar o que está ali.
Escrita também… Em vez de você ser assistido o tempo todo, você acaba tendo que bolar suas próprias palavras. Quando a gente escreve, tem que estruturar o que está falando. Para estruturar o que você está falando, você pensa. Isso dá trabalho. Para escrever sem pedir auxílio da IA… você tem que pensar aquelas palavrinhas com cuidado e ver se elas fazem sentido.
O terceiro são pequenas decisões para tomar sem a consulta algorítmica. A cabeça é, até certo ponto, um músculo também. No seguinte sentido: se você não exercita, você esquece coisas. A gente esquece coisinhas pequenas, como o nome de um filme. Eu não sou contra que a Netflix me recomende filmes, por exemplo. Mas é importante que a gente também se dê a chance de tomar essas pequenas decisões para exercitar essa musculatura.
Por último – e talvez a mais difícil de todas – é o relacional, da conversa. A gente tem visto um aumento considerável de sites de relacionamento. (…) Eu tenho uma tendência a ver o lado positivo e, por um lado, às vezes a pessoa é muito tímida e a IA pode ajudar. Mas, no relacionamento, você começa a ver pessoas consultando a IA para ver o que vai falar, como terminar com o namorado, se deve casar ou comprar uma bicicleta… (…) Um exemplo só não vai provar nada, mas mostra que existe uma dependência maior da tecnologia. E a conversa real é difícil. Ela tem hesitações, silêncios constrangedores… se você delega isso, você está quase desumanizando o indivíduo.
Jeff Bezos afirmou que a inteligência artificial não deve tornar os seres humanos desnecessários. Para ele, a tecnologia tende a ter o efeito oposto ao que muitos imaginam: em vez de substituir pessoas, pode aumentar a falta de trabalhadores em várias áreas.
O debate não é pequeno, explica publicação da Reuters no UOL. Uma pesquisa da Reuters/Ipsos mostra que metade dos norte-americanos teme que a IA leve à perda de emprego, seja para si ou para alguém da família. Esse clima ajuda a explicar a preocupação crescente com o avanço da tecnologia.
IA pode aumentar produtividade e criar novas funções, segundo visão otimista de Jeff Bezos. Imagem: patpitchaya/Shutterstock – Imagem: patpitchaya/Shutterstock
Mais demanda do que gente para trabalhar
Na visão de Bezos, o ponto central não é a redução de trabalho, mas o contrário: a sociedade já opera com uma demanda tão grande por produção, serviços e inovação que a capacidade humana acaba ficando limitada.
Discordo totalmente desse ponto de vista. E acho que, na verdade, a IA vai causar escassez de mão de obra.
Jeff Bezos, fundador da Amazon, em declaração durante a VivaTech.
A fala contrasta com o receio comum de que sistemas automatizados substituam empregos em larga escala.
Ele defende que a inteligência artificial pode ajudar justamente a reduzir barreiras que hoje travam processos, acelerando atividades em diferentes setores e ampliando o que é possível produzir.
Na prática, isso pode significar:
aceleração de tarefas industriais e processos criativos
aumento da produtividade em áreas técnicas e operacionais
redução de gargalos em engenharia e desenvolvimento de produtos
criação de novas funções ligadas à própria tecnologia
reorganização do trabalho humano em atividades mais complexas
Pesquisa mostra que metade dos americanos teme perder empregos com o avanço da inteligência artificial. Imagem: 4 PM production/Shutterstock
IA, espaço e novas fronteiras da produção
Bezos conectou essa visão sobre inteligência artificial a outros projetos que lidera, como a Blue Origin e a startup Prometheus. A ideia é usar IA para acelerar o desenvolvimento de produtos físicos e encurtar ciclos de engenharia.
Para ele, a combinação entre tecnologia e automação pode mudar a forma como bens são projetados e fabricados, reduzindo o tempo entre a ideia e o produto final.
No campo espacial, o empresário voltou a defender um projeto antigo: levar parte da indústria pesada para fora da Terra. Segundo ele, isso permitiria aliviar o impacto ambiental no planeta.
“Se as viagens espaciais se tornarem confiáveis e baratas o suficiente… este planeta-jardim poderá retornar ao seu estado anterior à Revolução Industrial”, afirmou.
Bezos também reforçou a ideia de que a Lua deve ser o primeiro passo dessa expansão, antes de qualquer tentativa mais ambiciosa em Marte.
Bezos conecta inteligência artificial e exploração espacial em uma visão de futuro baseada em expansão humana. Imagem: xphotoz – iStockPhoto – Imagem: xphotoz – iStockPhoto
Um futuro de expansão, não de substituição
O executivo defende que IA e exploração espacial fazem parte do mesmo movimento de expansão das capacidades humanas. Em vez de eliminar o trabalho, a tecnologia abriria espaço para novas atividades e novas necessidades.
A visão dele é otimista: a inteligência artificial ajudaria a liberar o potencial produtivo das pessoas, enquanto a infraestrutura espacial ampliaria o alcance da atividade econômica.
Na avaliação de Bezos, esse cenário não reduz o papel humano — apenas o transforma.
A Blue Origin pretende competir com a SpaceX, de Elon Musk, no setor de foguetes. O presidente-executivo da empresa, David Limp, que estava ao lado de Bezos no evento, informou que a reconstrução da plataforma de lançamento para os foguetes New Glenn já começou na Flórida, após uma explosão ocorrida em maio.
Musk também apresentou uma visão para o espaço antes da abertura de capital da SpaceX na semana passada, incluindo planos para criar cidades na Lua e em Marte. Em entrevista com o presidente-executivo do JP Morgan, Jamie Dimon, também na semana passada, ele falou sobre lançar centros de dados de IA ao espaço e passar férias na Lua.
Já imaginou rodar sua própria Copa do Mundo milhares de vezes para descobrir quem tem mais chance de levantar a taça? Essa é a proposta de uma nova ferramenta criada por pesquisadores da USP, da UFBA e de outras instituições acadêmicas, informa o Jornal da USP.
O simulador permite recriar diferentes cenários da Copa de 2026 e acompanhar como pequenas mudanças nos critérios de análise podem alterar as chances de cada seleção avançar ou conquistar o título.
Quer testar outro caminho para a Seleção? O simulador permite alterar cenários e acompanhar as probabilidades em tempo real. Imagem: Divulgação/Previsão Esportiva – Imagem: Divulgação/Previsão Esportiva
Sua própria Copa do Mundo em poucos cliques
Desde a Copa de 2010, o Previsão Esportiva utiliza modelos matemáticos para estimar resultados e calcular probabilidades no futebol. A principal novidade desta edição é que o algoritmo foi disponibilizado para qualquer pessoa interessada em explorar os bastidores dessas análises.
A ferramenta permite alterar variáveis, ajustar pesos dos critérios e testar diferentes cenários. Basta mexer nos parâmetros para ver as probabilidades mudarem na tela em tempo real.
Apesar de lidar com probabilidades, a proposta não tem ligação com apostas. A ideia é mostrar, de forma prática, como os modelos estatísticos funcionam. “É a ciência por trás das previsões na mão de quem quiser explorar.”
Além do simulador interativo, o projeto reúne outras ferramentas voltadas à Copa de 2026, entre elas:
Probabilidades de classificação e título para cada seleção;
Estimativas para os confrontos da fase de grupos;
Simulações completas de chaveamento;
Bolão colaborativo que auxilia pesquisas acadêmicas;
Cenários alternativos criados pelos próprios usuários.
Mais do que prever campeões, o projeto mostra como a ciência pode explicar um dos torneios mais imprevisíveis do planeta. Imagem: Divulgação/Previsão Esportiva – Imagem: Divulgação/Previsão Esportiva
Quando a Copa vira sala de aula
Para Francisco Louzada Neto, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, a ferramenta funciona como um laboratório vivo de aprendizado.
No futebol, o aprendizado é intuitivo, o que a torna uma ferramenta pedagógica valiosa.
Francisco Louzada Neto, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, ao Jornal da USP.
Segundo ele, o futebol ajuda a transformar conceitos complexos em situações fáceis de visualizar.
Na prática, conceitos que costumam parecer abstratos ficam mais fáceis de entender quando entram em campo. É o caso dos eventos independentes, da probabilidade condicional e das famosas “zebras”, quando resultados improváveis acabam acontecendo.
Na universidade, o projeto também ajuda os estudantes a visualizar conceitos que normalmente aparecem em livros e artigos científicos, como Cadeias de Markov, Inferência Bayesiana e Simulações de Monte Carlo. Para o pesquisador, o futebol acaba servindo como porta de entrada para entender como os dados ajudam a interpretar situações do dia a dia.
O que acontece com as chances do Brasil se o caminho no mata-mata mudar? O simulador responde em segundos. Imagem: Divulgação/Previsão Esportiva – Imagem: DIvulgação/Previsão Esportiva
O que o modelo prevê para a Copa de 2026
Antes do início do torneio, a equipe executou um milhão de simulações completas da competição. Nem mesmo após esse volume de testes surgiu um favorito disparado para a taça.
Um dos resultados mais curiosos envolve justamente a Holanda, apontada como o adversário mais provável do Brasil nos 16-avos de final. A seleção europeia aparece em 31% dos cenários simulados para essa fase do torneio.
As estimativas mostram a Espanha na liderança, com 15,9% de chance de conquistar a Copa. Logo atrás aparece a França, com 14,8%. Na sequência vêm Inglaterra, Portugal, Brasil e Argentina, formando um grupo de seleções que ainda sonha alto.
Entre os números relacionados à Seleção Brasileira, o modelo aponta classificação em 95% dos cenários analisados e possibilidade de título de 8,3%. Caso alcance a final, porém, esse índice sobe para 55,6%.
Para Ricardo Rocha, professor da UFBA e um dos coordenadores do projeto, um dos principais objetivos é aproximar a população das técnicas desenvolvidas nas universidades. “Usar um tema de forte interesse popular para mostrar como os métodos estatísticos desenvolvidos na universidade se aplicam na vida real de forma acessível.”
Para quem gosta de futebol, a plataforma oferece previsões e cenários para a Copa. Para quem gosta de ciência, ela mostra como os números ajudam a explicar um torneio conhecido justamente por desafiar qualquer certeza.
