A Apple finalmente começou a liberar o iOS 27. O grande chamariz do sistema é a nova Siri, reconstruída do zero para entender o que está na tela e conversar de forma bem mais natural.
A novidade apareceu durante o evento “Surprise and Shine” e expande as ferramentas do ecossistema Apple Intelligence nos celulares. Os testes iniciais já estão rodando na versão beta.
Contexto do usuário em primeiro lugar
Esqueça as respostas genéricas tiradas da web. A Siri AI agora lê e-mails, checa compromissos no calendário e vasculha anotações para resolver tarefas do dia a dia.
A própria Apple resume o objetivo da ferramenta como “uma IA verdadeiramente útil, centrada em você e nas suas necessidades”.
App próprio e lente inteligente
As mudanças práticas aparecem no uso diário da câmera e na criação de conteúdo:
Um app só para ela: Interface em formato de chat para quem prefere digitar em vez de falar com a assistente.
Siri Camera: Aponte o celular para algo e pergunte o que é. A IA lê a cena pela lente em tempo real.
Geração e ajuste de imagens: O recurso Image Playground cria figuras do zero, enquanto o sistema expande ou reenquadra fotos antigas.
Ajuste de textos e atalhos: Ajuda a redigir e-mails, revisar notas e criar automações complexas com simples comandos de voz.
Parceria de peso com o Gemini
Para bater de frente com o ChatGPT, a Apple reforçou o processamento de linguagem e as buscas na web integrando os modelos do Google Gemini ao motor do sistema.
A distribuição começou de forma limitada. Quem está testando a versão beta pode encontrar travas temporárias de uso até que os servidores deem conta da demanda global.
A Siri AI já pode ser testada em inglês no iOS 27 beta e no macOS 27. O lançamento da versão final acontece neste segundo semestre, com suporte a mais idiomas liberado aos poucos.
Desenvolver um novo produto alimentício costuma exigir longos meses de testes. Atualmente, sistemas de inteligência artificial (IA) podem otimizar essa etapa ao cruzarem milhares de substâncias em segundos. Esses algoritmos auxiliam pesquisadores na descoberta de sabores inéditos, texturas aprimoradas e perfis nutricionais balanceados, encurtando drasticamente o ciclo de inovação da indústria.
Não é que o computador “invente” uma receita do nada. Os sistemas são alimentados com informações sobre ingredientes, composição química, propriedades nutricionais, sabor e textura. A partir desses dados, conseguem identificar relações e sugerir combinações que atendam a determinados objetivos. Um estudo publicado ano passado na revista npj Science of Food aponta que a IA pode ajudar a desenvolver alimentos simultaneamente nutritivos, saborosos e sustentáveis.
A inteligência artificial pode reduzir meses de testes na indústria de alimentos ao analisar milhares de combinações e criar novas formulações. – Crédito: Imagem gerada por IA
A tecnologia, no entanto, não é capaz de “sentir” o gosto das receitas que projeta. Conforme explica Manuela Dolinsky, presidente do Conselho Federal de Nutrição (CFN), os sistemas produzem estimativas com base em padrões identificados em grandes conjuntos de dados – como composição química, propriedades físico-químicas e avaliações sensoriais.
“A partir desses dados, os modelos calculam a probabilidade de determinada formulação apresentar características associadas à aceitação, como dulçor, amargor, umami, aroma, cremosidade, crocância ou suculência”, disse a presidente do CFN em entrevista ao Olhar Digital. “No entanto, essas previsões representam tendências estatísticas e não reproduzem integralmente a experiência humana de comer.” Manuela ressalta que o paladar é influenciado por fatores como genética, idade, hábitos e contexto cultural, tornando indispensável a realização de análises sensoriais com pessoas.
Inteligência artificial tenta igualar o sabor do Big Mac
Um dos exemplos mais conhecidos está na NotCo, empresa chilena que desenvolveu oGiuseppe, um sistema de inteligência artificial voltado à criação de alimentos à base de plantas. A plataforma analisa ingredientes em nível molecular e procura combinações capazes de reproduzir características de produtos de origem animal. Segundo a empresa, o sistema trabalha com um universo de mais de 300 mil plantas e também considera fatores como sabor, textura, nutrição e funcionalidade.
O objetivo pode ir além de produzir uma versão vegetal de um alimento conhecido. Um algoritmo também pode receber metas nutricionais e procurar uma formulação que se aproxime delas. Isso abre espaço para produtos com mais proteínas ou fibras e menores quantidades de açúcar, sódio ou gordura saturada.
Da composição nutricional ao sabor, a IA começa a explorar possibilidades que seriam difíceis de testar manualmente. Em uma pesquisa publicada em junho, pesquisadores recorreram à IA generativa para criar hambúrgueres com diferentes prioridades, incluindo sabor, sustentabilidade e nutrição. O sistema também conseguiu redescobrir estatisticamente características do Big Mac sem receber sua receita, aprendendo padrões a partir de formulações feitas por humanos.
Depois, a equipe levou as receitas para uma situação real de consumo. Um grupo de 101 participantes participou de uma degustação às cegas em um restaurante e avaliou os hambúrgueres em uma escala de sete pontos. Duas versões desenvolvidas para priorizar sabor tiveram avaliações iguais ou superiores às do Big Mac em alguns critérios. Uma delas recebeu nota média de 5,8 para sabor, contra 5,4 do produto de comparação.
A IA é capaz de reproduzir o sabor do Big Mac? – Crédito: Imagem gerada por IA
Quando o objetivo mudou para nutrição, porém, apareceu uma dificuldade importante. O hambúrguer desenvolvido para ser mais nutritivo apresentou melhor alinhamento com componentes de uma alimentação saudável, incluindo mais vegetais, grãos integrais e proteína vegetal, além de menos grãos refinados, sódio e gordura saturada. Mas o resultado agradou menos aos participantes: a nota média de aceitação foi 3,8, contra 5,3 para o Big Mac.
Esse resultado revela um dos principais desafios da tecnologia. Melhorar um alimento do ponto de vista nutricional não significa necessariamente torná-lo mais atraente para quem vai comê-lo. Sabor, textura, aroma, preço e aparência também influenciam a escolha. No estudo, justamente a versão criada para priorizar a qualidade nutricional perdeu pontos nesses aspectos. A IA, portanto, pode encontrar uma solução nutricionalmente interessante, mas ainda precisa lidar com aquilo que torna uma comida desejável.
Alertas do Conselho Federal de Nutrição
Manuela alerta que não se deve transformar o resultado de um estudo isolado em regra geral, mas reconhece que diferentes objetivos de formulação podem competir entre si. Alterar parâmetros para deixar o alimento mais saudável pode modificar fatores como umidade e sensação na boca. Além disso, muitos consumidores estão habituados a produtos com elevada densidade energética e sabores intensos, o que faz com que uma receita nutricionalmente favorável se afaste desse padrão de familiaridade.
Outro resultado chamou atenção pela combinação de saúde e sustentabilidade. O hambúrguer criado com foco ambiental, baseado em cogumelos, apresentou um índice de impacto ambiental mais de dez vezes menor que o Big Mac no modelo utilizado pelos pesquisadores. Já a versão baseada em feijão alcançou quase o dobro da pontuação nutricional do hambúrguer de referência. São resultados experimentais, e não uma prova de que esses produtos sejam automaticamente mais saudáveis ou sustentáveis em qualquer situação.
A substituição de ingredientes de origem animal por opções vegetais projetadas por algoritmos também exige cautela. “O benefício depende dos ingredientes utilizados, do grau e da finalidade do processamento, da composição nutricional final, da frequência de consumo, do contexto da alimentação e, principalmente, do alimento que está sendo substituído”, afirma Manuela.
Ela explica que esses substitutos podem conter teores elevados de sódio, gorduras ou aditivos, reforçando a orientação da Organização Mundial da Saúde (OMS) de que alimentos industrializados vegetais não devem ser considerados saudáveis apenas por serem plant-based. “O que não se deve permitir é que o apelo tecnológico ou vegetal funcione como comprovação de saúde”.
Tabela compara o Big Mac com hambúrgueres criados por IA, destacando sabor, nutrição, aceitação e impacto ambiental. – Crédito: Imagem gerada por IA
Seres humanos continuam sendo indispensáveis na validação das receitas
A indústria também já está colocando essa tecnologia em aplicações comerciais. Em setembro de 2025, a Magnum, divisão de sorvetes da Unilever, anunciou uma colaboração com a NotCo para usar inteligência artificial na reformulação e no desenvolvimento de produtos. Entre os objetivos estavam reduzir calorias, criar novas opções à base de plantas e encontrar alternativas para ingredientes. O movimento mostra que a IA começa a ser usada também para modificar produtos que já existem.
Essa busca por rótulos aparentemente mais leves levanta discussões sobre a real qualidade nutricional dessas novas opções. Retirar ingredientes críticos como sódio ou gordura saturada é uma melhoria relevante, mas não é um certificado absoluto de saúde. A presidente do conselho observa que até mesmo produtos com alegações como “reduzido em sódio” ou sem as lupas de alerta da Anvisa precisam ser analisados em sua totalidade, verificando se a redução de um componente não foi compensada pela adição excessiva de outro.
Diante disso, surge a dúvida se a tecnologia ajudará a entregar alimentos nutritivos ou se servirá para criar ultraprocessados “maquiados”. A nutricionista explica que a IA é uma ferramenta cujos resultados dependem das diretrizes fornecidas aos algoritmos. “Se o algoritmo for orientado apenas para maximizar sabor, custo, durabilidade e conveniência, poderá contribuir para produtos ultraprocessados muito atrativos, mesmo que tragam alegações nutricionais pontuais”, pontua. “Por outro lado, a mesma tecnologia pode ser empregada para reduzir compostos críticos, melhorar a densidade nutricional, substituir determinados aditivos, incorporar ingredientes in natura ou minimamente processados e elevar a presença de fibras.”
A IA pode transformar a criação de alimentos, mas melhorar o rótulo não basta: saúde exige equilíbrio, testes e validação humana. – Crédito: Imagem gerada por IA
Tudo isso deixa claro que os algoritmos não estão prontos para substituir nutricionistas, chefs ou cientistas de alimentos. Uma receita sugerida por computador ainda precisa ser produzida, testada e avaliada por pessoas. No estudo dos hambúrgueres, por exemplo, as instruções geradas pela IA indicavam ingredientes e quantidades, mas chefs foram necessários para transformar essas informações em receitas que pudessem ser efetivamente preparadas e degustadas.
A tendência, portanto, não é colocar uma IA no lugar de quem desenvolve alimentos, mas transformar a maneira como esse trabalho é feito. Em vez de testar algumas dezenas de possibilidades, pesquisadores podem usar algoritmos para explorar um espaço muito maior de combinações e selecionar as mais promissoras. A decisão final continua dependendo de testes, conhecimento científico e avaliação humana.
Para a nutrição, essa mudança pode ser especialmente relevante. A mesma tecnologia usada para encontrar um substituto para determinado ingrediente pode, em princípio, considerar simultaneamente proteínas, fibras, micronutrientes, calorias, sódio e gorduras. Pesquisas recentes já apontam a IA como uma ferramenta para conectar dados de composição dos alimentos, ciência nutricional e respostas do organismo.
Ainda assim, existe uma diferença importante entre criar um alimento com determinado perfil nutricional e provar que ele melhora a saúde. Uma formulação pode ter menos sódio ou mais fibras no rótulo, mas isso não basta para determinar seus efeitos no organismo. Estudos clínicos e avaliações de longo prazo continuam necessários. A IA pode acelerar a descoberta de candidatos, mas não elimina a necessidade de comprovar se aquilo que foi criado realmente funciona.
“A inteligência artificial não deve substituir o julgamento profissional. Ela deve estar a serviço de uma inovação responsável, orientada não apenas à eficiência industrial, mas à promoção da alimentação adequada e saudável, à segurança alimentar e nutricional e à proteção da saúde da população”, conclui Manuela.
O mais curioso nessa transformação é que a inteligência artificial começa a atuar justamente em uma área que parece essencialmente humana: decidir o que é gostoso. Ao analisar milhares de receitas e relações entre ingredientes, os algoritmos conseguem encontrar padrões que seriam difíceis de perceber manualmente. A próxima etapa pode ser combinar essa capacidade com metas nutricionais cada vez mais específicas, aproximando a indústria de alimentos de uma espécie de engenharia personalizada da comida.
Pela primeira vez, o Pisa avaliou o impacto da inteligência artificial (IA) nos estudos. A sigla significa Programa Internacional de Avaliação de Estudantes. É um trabalho feito pela Organização para a Cooperação e Desenvolvimento Econômico (OCDE), órgão que mede o desenvolvimento econômico no mundo.
Para Roberto “Pena” Spinelli, físico pela USP e especialista em IA pela Universidade de Stanford, deu para notar uma tendência nos resultados do Pisa 2025, divulgados na terça-feira (08).
“Os alunos que nunca ou quase nunca usam IA costumam ir melhor do que aqueles que usam pouco. E os alunos que usam muito tendem a ir melhor do que os que usam de forma esporádica”, disse o especialista no programa Olhar Digital News.
Em suma: quem nunca usa vai melhor, quem usa muito vai melhor e quem usa ali no meio vai um pouco pior.
Como a IA pode estar impactando o aprendizado de alunos
Para entender a análise do especialista, é preciso, primeiro, destrinchar os resultados da pesquisa.
Para começar, o Pisa é um trabalho aplicado a cada três anos para medir o conhecimento dos estudantes em leitura, matemática e ciência.
O que a edição divulgada neste ano apontou foi: ao menos uma vez por semana, quase metade dos alunos brasileiros (48%) de 15 anos usa chatbots de IA, como o ChatGPT, para estudar.
Comparação entre Brasil e a média da OCDE quando o assunto é uso de IA por estudantes – Gráfico gerado com IA. ChatGPT/Olhar Digital
Ainda segundo o levantamento, alunos que usam IA com frequência para resumir leituras, fazer pesquisas preliminares ou redigir redações obtêm, em média, 20 pontos a menos em ciências do que os que não usam a tecnologia.
Pela métrica da OCDE, essa diferença equivale a perder um ano inteiro de escolaridade em relação aos seus colegas. Mas, segundo Pena, existem outros tipos de uso frequente que podem ser bons para o aprendizado.
Usar IA no aprendizado é bom ou ruim?
Vamos separar a análise do especialista sobre os resultados do Pisa 2025 em partes. A primeira: os alunos que dizem nunca usar IA. Esses não usam atalhos. “Eles vão ter que utilizar o seu próprio senso crítico, sua própria memorização, vão ter que pôr o seu cérebro realmente para exercitar, e acabam tendo um bom desempenho por justamente não estarem delegando nada para a IA”, disse Spinelli. “O aluno que nunca usa tem que fazer o trabalho escolar, vai ter que se debruçar e fazer a pesquisa por conta própria.”
Usar muito a IA nos estudos pode ser bom – depende de como o aluno usa a tecnologia – Imagem: BongkarnGraphic/Shutterstock
A segunda parte: os alunos que dizem usar muito a IA. Para o especialista, esses podem estar usando a tecnologia como uma espécie de tutor. “Aquele tutor personalizado que vai tirar muitas dúvidas que muitas vezes o aluno precisaria esperar o professor estar ali na sua frente – e às vezes o aluno tem vergonha de perguntar”, disse Pena.
“A IA vai poder ensinar de outras maneiras, talvez melhores do que o jeito que a escola ensina”, acrescentou o especialista. “Então, o aluno passa a ter esse tutor personalizado. Isso poderia justificar a melhora no desempenho.”
A terceira parte: os alunos que dizem usar a IA de maneira esporádica. Para Pena, esses podem estar fazendo “o pior uso” da tecnologia. “Talvez o aluno fale ‘faça o trabalho escolar para mim, escreva para mim”. E às vezes nem revisa”, disse o especialista.
Para Spinelli, este pode ser o tipo de aluno que “delega para a IA o seu pensamento, não aprende nada de verdade e aí chega na prova e vai pior”.
Aqueles que nunca usam ainda mantêm a necessidade de exercitar o cérebro ao máximo, sem delegar nada para a IA, pensando por conta própria. Já aquele que usa muito pode estar aproveitando o benefício de ter um tutor personalizado, um jeito novo de aprender e uma tecnologia mais rápida para fazer conexões.
Roberto “Pena” Spinelli, especialista em IA por Stanford, no Olhar Digital News.
Alunos brasileiros usam IA em pesquisas preliminares
O uso de IA por estudantes brasileiros ficou significativamente acima em duas “categorias” importantes: ajudar a aprender e fazer pesquisa preliminar sobre um novo tema. O segundo teve a maior margem de diferença (para cima). A média do Brasil foi 40%. A da OCDE, 31%.
Fazer pesquisa preliminar numa IA pode ser bom para aprendizado – Imagem: Nwz/Shutterstock
Fazer pesquisa preliminar significa “dar um Google” num chatbot, ao invés de num buscador. Assim, o ponto de partida (ou a pesquisa toda, dependendo da situação) é a resposta da IA, não uma lista de links para o aluno acessar.
Isso é bom ou ruim? Para Pena, é bom. “O que acho ruim é quando a IA já está redigindo o trabalho final”, disse o especialista.
‘Estamos passando por um momento de transição’, diz especialista
Para Spinelli, a conclusão que podemos tirar dos resultados do Pisa 2025 é: estamos passando por um momento de transição. Segundo o especialista, é “um momento de descoberta no qual as pessoas estão entendendo como usar IA”.
“Metade dos alunos está usando, metade não está usando, sendo que temos resultados benéficos em ambos os caminhos”, acrescenta Pena. “Por outro lado, ainda temos desafios muito grandes quanto a esse uso prejudicial, em que se delega demais para a IA e não se aprende nada.”
“O brasileiro é um early adopter por natureza. O que o estudo mostra são os desafios inerentes da tecnologia. Ainda temos muito o que aprender e muito a comparar nos próximos anos”, finaliza o especialista.
Assista abaixo a análise completa de Roberto “Pena” Spinelli sobre os resultados do Pisa 2025 no Olhar Digital News:
Um novo documentário sobre Elon Musk virou assunto no Festival de Veneza ao usar inteligência artificial para simular uma entrevista com o próprio bilionário. A equipe do filme recriou a imagem e a voz do empresário para reproduzir declarações dadas por ele em outras ocasiões.
O diretor Alex Gibney, vencedor do Oscar, explicou que a equipe consultou advogados antes de usar o avatar digital e recebeu autorização para isso. A ideia é provocar uma reflexão sobre a visão de Musk a respeito da tecnologia e sobre suas posições em relação aos algoritmos.
As falas do avatar não são novas: foram montadas a partir de declarações reais de Musk. – Crédito: SpaceX
Entrevista sintética e provocação conceitual
A opção pela figura criada por computador foi proposital. Segundo Alex Gibney, a estratégia ironiza a tese defendida pelo empresário de que a humanidade vive em uma simulação, criando um contraste entre as falas reais do bilionário e sua versão virtual.
O cineasta afirmou que o objetivo é transmitir a “realidade do que ele fez e a irrealidade de sua narrativa”.
Advogados foram consultados antes de avançar com a ideia e receberam autorização para utilizar o avatar de Musk. A produção usa declarações que o empresário realmente deu em outras entrevistas, em vez de criar novas falas para a versão digital.
Revelações pessoais e críticas ao X
Ashley St. Clair, ex-influenciadora conservadora que tem um filho com Musk, aparece no documentário e fala sobre o relacionamento entre os dois, a personalidade do empresário e um acordo de confidencialidade que lhe foi apresentado em relação ao pagamento de pensão.
Foi-me oferecida a oportunidade de não falar por US$ 40 milhões.
Ashley St. Clair, ex-influenciadora conservadora, em trecho do documentário.
A produção também reúne outros depoimentos e aborda diferentes momentos da trajetória de Musk:
Mudança no algoritmo: Gibney e a jornalista Zoë Schiffer criticam alterações no algoritmo do X, antigo Twitter.
Informações de cidadãos: O filme levanta preocupações sobre as informações coletadas sobre cidadãos americanos por integrantes do DOGE, que tiveram amplo acesso a agências do governo dos EUA.
Trajetória pessoal: Participam do documentário Errol Musk, pai do empresário; Justine Musk, primeira mulher de Musk; e Martin Eberhard, cofundador da Tesla.
O longa-metragem examina os impactos das mudanças promovidas por Musk no algoritmo da rede social X. Imagem: kovop/Shutterstock
Críticas ao controle da rede
A obra aborda a aquisição do X por Musk e o que Gibney descreve como uma manipulação do algoritmo da plataforma.
“Uma coisa que eu não entendia corretamente quando comecei o filme era como Musk ajustou os algoritmos do Twitter para, na verdade, priorizar a hostilidade e o ódio em vez daquilo que deveria ser uma praça pública.”
Zoë Schiffer, jornalista da Wired que também participa do documentário, afirmou que Musk ajustou o algoritmo “tanto para reduzir a presença do jornalismo tradicional quanto para ampliar alguns dos comentários e das vozes mais inflamatórias da plataforma”.
Com quase quatro horas de duração, o filme passa pela infância de Musk, seus primeiros anos no Vale do Silício, sua atuação no DOGE durante o segundo governo de Donald Trump e sua participação na política de direita internacional. “Musk” chega aos cinemas em outubro.
A Advocacia-Geral da União (AGU) notificou o YouTube para remover ou sinalizar vídeos que usam inteligência artificial para criar falsos médicos e outros profissionais de saúde. A cobrança do governo busca conter a divulgação de promessas de cura e tratamentos sem comprovação científica na internet.
O pedido veio após o Ministério da Saúde identificar 97 perfis desse tipo entre 1º de janeiro e 10 de julho deste ano. Segundo a pasta, os conteúdos podem incentivar a automedicação, atrasar a procura por atendimento profissional e levar à interrupção ou substituição de tratamentos.
Avatares com aparência humana se apresentam como médicos ou especialistas e usam qualificações profissionais fictícias. – Imagem: FAMILY STOCK/Shutterstock
Médicos virtuais tentam parecer reais
Os canais usam avatares com aparência humana que se apresentam como médicos ou especialistas. Com qualificações profissionais fictícias e linguagem alarmista, os personagens tentam transmitir autoridade e dar credibilidade às informações divulgadas.
Parte dos perfis tem como alvo especialmente a população idosa. A suposta autoridade desses personagens também é usada para vender produtos, e-books ou serviços pagos.
Os riscos para quem acredita
O Ministério da Saúde alerta que esse tipo de conteúdo pode levar ao uso de medicamentos e terapias sem eficácia comprovada. Também existe o risco de a pessoa adiar a busca por atendimento profissional ou abandonar um tratamento.
Entre os principais problemas apontados pela pasta estão:
Automedicação: uso de medicamentos sem orientação profissional;
Terapias sem eficácia comprovada: adoção de tratamentos que não demonstraram eficácia;
Atraso no atendimento: demora para procurar um profissional de saúde;
Interrupção de tratamentos: abandono ou substituição de terapias em andamento.
A aparência dos avatares e a forma como eles se apresentam podem dificultar a identificação de informações falsas. Para quem procura orientação sobre saúde na internet, uma figura que aparenta ser especialista pode transmitir uma autoridade que, na realidade, não existe.
O Ministério da Saúde alerta para o risco de automedicação e uso de terapias sem eficácia comprovada. – Imagem: izzuanroslan/Shutterstock
AGU dá 72 horas para o YouTube
A notificação foi enviada na sexta-feira (4). A AGU deu ao YouTube 72 horas para tornar indisponíveis os conteúdos identificados pelo Ministério da Saúde. Dependendo do caso, a plataforma poderá adotar mecanismos de rotulagem e contextualização para informar aos usuários que os personagens são artificiais.
A plataforma também foi instada a analisar outros canais e vídeos apontados no relatório, de acordo com suas regras sobre desinformação em saúde e conteúdo sintético. A AGU pediu ainda medidas para impedir a disseminação desse tipo de material.
A ação integra uma força-tarefa do governo federal que reúne Ministério da Saúde, AGU e Secretaria de Comunicação Social da Presidência da República. Por meio do programa Saúde com Ciência, o ministério monitora redes sociais, checa informações e encaminha denúncias aos órgãos responsáveis.
A orientação da pasta é procurar informações sobre saúde em fontes oficiais e confiáveis e denunciar conteúdos que possam colocar outras pessoas em risco.
A inteligência artificial teria mais de 10% de chance de “matar todos os humanos” até o fim da década, segundo Evan Hubinger, líder de teste de alinhamento da Anthropic. O alerta surgiu poucas horas depois de Jacob Coxon, pesquisador da empresa, anunciar sua saída e criticar a corrida dos laboratórios por sistemas cada vez mais avançados.
O episódio expõe uma preocupação que ganhou força entre pesquisadores envolvidos diretamente no desenvolvimento da tecnologia: o risco de sistemas avançados escaparem ao controle humano. Anthropic e OpenAI continuam trabalhando no desenvolvimento de modelos cada vez mais capazes, enquanto levantam grandes quantias de dinheiro e se aproximam de possíveis ofertas públicas de ações.
A possibilidade de uma superinteligência que se aprimora sozinha está no centro do alerta feito por pesquisadores da Anthropic. – Imagem: Infinite Creations/iStock
Pesquisador deixa a Anthropic
Como o Olhar Digital comentou, Coxon anunciou sua saída da Anthropic na terça-feira. Em uma publicação no X, afirmou que a Anthropic e a OpenAI não estão agindo de maneira responsável diante dos riscos envolvidos no avanço da inteligência artificial.
“Eles estão correndo diretamente rumo à superinteligência que se aprimora sozinha e apostando nossas vidas”, escreveu.
O pesquisador se referia à possibilidade de sistemas melhorarem suas próprias capacidades sem muita intervenção humana. O chamado autoaperfeiçoamento recursivo ainda não é possível, mas os laboratórios de IA trabalham para alcançar esse objetivo.
Coxon também afirmou que pessoas envolvidas na construção de sistemas de IA acreditam seriamente que a tecnologia poderia matar toda a humanidade até o fim da década.
Anthropic admite risco superior a 10%
A declaração recebeu uma resposta de Evan Hubinger, líder de teste de alinhamento da Anthropic. Ele concordou com Coxon e afirmou que a empresa ainda não possui um plano para resolver o alinhamento de uma eventual superinteligência.
Jacob está correto aqui — nós realmente acreditamos sinceramente que a IA poderia matar todos os humanos! Eu pessoalmente acho que é superior a 10% na próxima década.
Evan Hubinger, líder de teste de alinhamento da Anthropic, em post no X.
Ele acrescentou que acredita que a Anthropic está fazendo o melhor que pode, mas que a empresa “não está claramente no caminho” para resolver o problema.
Entre os riscos mencionados no debate estão:
Sistemas que podem superar os humanos em diferentes áreas;
A possibilidade de autoaperfeiçoamento recursivo;
A dificuldade de proteger, monitorar e orientar sistemas mais avançados;
O risco de uma corrida global pelo desenvolvimento da IA.
Alertas sobre perda de controle
Em junho, a própria Anthropic havia alertado que o autoaperfeiçoamento recursivo completo poderia aumentar os riscos de os humanos perderem o controle sobre sistemas de IA.
A empresa afirmou que, se os sistemas forem capazes de construir seus próprios sucessores, será ainda mais importante proteger, monitorar e moldar seu comportamento.
Coxon citou como exemplo um incidente envolvendo um modelo da OpenAI que, em julho, teria saído do controle e violado a plataforma Hugging Face. Para ele, episódios desse tipo são “sinais de alerta” e podem tornar acordos entre laboratórios dos Estados Unidos mais viáveis.
A Anthropic reconhece que sistemas capazes de criar seus próprios sucessores podem aumentar o risco de perda de controle humano. – Imagem: Samuel Boivin/Shutterstock
Corrida global preocupa pesquisador
Coxon, porém, afirmou não acreditar que o setor esteja no caminho para evitar uma corrida global pelo desenvolvimento de IA. Segundo ele, impedir esse cenário pode exigir medidas custosas.
“Não sinto que estamos no caminho certo para evitar uma corrida global, que pode exigir medidas custosas, como uma proibição temporária do aumento das capacidades dos modelos”, disse.
O debate mostra que as preocupações com o controle de sistemas cada vez mais capazes também partem de profissionais que trabalham diretamente no desenvolvimento da tecnologia.
Um pesquisador da Anthropic decidiu deixar a indústria de inteligência artificial (IA) por temer que a corrida entre empresas do setor esteja levando ao desenvolvimento de sistemas que, no futuro, poderão escapar do controle humano.
Jacob Coxon, de 27 anos, trabalhava na Anthropic com treinamento de novos modelos de IA a partir do processamento de grandes volumes de dados. Ele deixou a empresa porque não quer participar do que considera uma corrida da indústria para criar sistemas capazes de melhorar a si próprios.
Segundo Coxon, esses modelos poderiam evoluir rapidamente a ponto de se tornarem impossíveis de controlar e, em cenário extremo, representar uma ameaça à humanidade.
O pesquisador, que estudou matemática anteriormente, afirmou que colegas do setor passaram a utilizar expressões como “crunchtime” e “endgame” para descrever o caminho em direção a modelos capazes de autoaperfeiçoamento.
“Estamos a caminho de muitos dos cenários mais agressivos, nos quais, até o fim do próximo ano, as coisas já poderiam estar fora de controle”, afirmou Coxon.
Para ele, a competição entre empresas estadunidenses e novas companhias chinesas torna inevitáveis determinados compromissos entre segurança e velocidade de desenvolvimento.
Pesquisador trocou OpenAI pela Anthropic
Coxon havia deixado a OpenAI no início deste ano para trabalhar na Anthropic justamente porque a empresa era conhecida pelos esforços voltados à segurança de seus modelos;
Embora tenha considerado sinceros os esforços da Anthropic nessa área, ele chegou à conclusão de que nenhuma empresa conseguiria desenvolver de maneira responsável uma IA capaz de superar seres humanos em uma ampla variedade de tarefas — conceito frequentemente associado à IA geral, ou IAG — sem intervenção governamental ou uma desaceleração coordenada do setor;
A Anthropic não comentou imediatamente a saída do pesquisador;
O CEO da companhia, Dario Amodei, e outros executivos da empresa têm alertado repetidamente sobre os riscos de modelos de IA que poderiam agir de maneira inesperada e defendido uma redução no ritmo de desenvolvimento.
Ataques recentes aumentam preocupação
Coxon também citou ataques cibernéticos recentes envolvendo modelos da OpenAI e da Anthropic como exemplos dos riscos associados ao avanço das capacidades dos sistemas.
Alguns desses modelos operaram em grupos de agentes colaborativos e demonstraram comportamentos considerados problemáticos, incluindo a adoção de objetivos potencialmente prejudiciais e tentativas de esconder suas ações dos seres humanos.
Na avaliação de Coxon, o risco aumenta caso os sistemas passem a conseguir melhorar suas próprias capacidades. Nesse cenário, eles poderiam avançar a ponto de se recusarem a obedecer comandos humanos.
A saída de Coxon é apontada como um dos primeiros casos de um funcionário da Anthropic deixando a empresa especificamente por preocupações relacionadas à segurança da IA. No início deste ano, outro pesquisador que trabalhava com segurança deixou a companhia para estudar poesia e alertou que “o mundo está em perigo”.
Pesquisadores também deixaram a OpenAI e outras empresas do setor nos últimos anos, alegando preocupações semelhantes.
Pesquisador que se demitiu da Anthropic trabalhou na OpenAI – Imagem: Iljanaresvara Studio/Shutterstock
A preocupação não está restrita a pesquisadores que deixaram as empresas. Sam Altman, CEO da OpenAI, afirmou recentemente que os avanços da IA exigem atenção urgente, especialmente na área de segurança cibernética.
“Eu acho que algumas coisas vão dar muito errado com a cibersegurança, a menos que as pessoas ajam com bastante urgência”, afirmou Altman durante uma reunião com autoridades do G20, na Carolina do Norte (EUA).
Jakub Pachocki, cientista-chefe da OpenAI, também defendeu uma postura de extrema cautela. “Este é um momento que exige extrema cautela. Estou preocupado que ninguém esteja preparado para as consequências de um crescimento contínuo e rápido da inteligência das máquinas”, escreveu Pachocki em uma publicação no domingo. Ele defendeu uma desaceleração coordenada entre as empresas e a intervenção dos governos.
Coxon, Pachocki e Amodei estão entre mais de mil pesquisadores de IA que recentemente assinaram uma declaração pedindo coordenação internacional dos governos para estabelecer um mecanismo capaz de desacelerar o desenvolvimento caso seja necessário controlar modelos que consigam melhorar suas próprias capacidades.
EUA ainda não têm regulamentação federal para IA
A discussão acontece em cenário de ausência de regulamentação federal específica para IA nos Estados Unidos.
O governo de Donald Trump adotou uma abordagem considerada mais flexível, priorizando o potencial econômico da tecnologia. Críticos, porém, argumentam que esse ambiente pode aumentar o risco de grandes ataques cibernéticos e outros danos associados ao avanço acelerado da IA.
O senador Bernie Sanders, de Vermont (EUA), e o deputado Greg Casar, do Texas (EUA), estão entre os poucos parlamentares que propõem limites mais rígidos para a tecnologia.
Na semana passada, os dois apresentaram um projeto de lei que prevê a proibição permanente da superinteligência e uma pausa no desenvolvimento de modelos até que um órgão regulador do setor estabeleça novas regras.
Saída acontece antes de possível IPO bilionário
A saída de Coxon ocorre enquanto a Anthropic se prepara para uma oferta pública inicial de ações (IPO, na sigla em inglês) que pode estar entre as maiores já realizadas. A empresa busca avaliação de US$ 2 trilhões (cerca de R$ 10,4 trilhões) e tem enfatizado o desenvolvimento responsável da IA para atrair investidores.
Amodei e outros executivos da companhia também entraram em conflito em algumas ocasiões com o governo Trump e com outros líderes do setor em razão de práticas que, segundo eles, não dão prioridade suficiente à segurança da IA.
A Anthropic mantém ainda um canal no Slack utilizado por seus funcionários para discutir as capacidades mais avançadas de seus modelos, segundo Coxon.
Para o pesquisador, o fato de discussões dessa dimensão ocorrerem dentro de uma ferramenta de comunicação utilizada por engenheiros demonstra o tamanho da influência que as empresas de IA passaram a exercer sobre o desenvolvimento da tecnologia.
“É meio insano que isso precise acontecer nos MacBooks de alguns engenheiros que vivem em San Francisco, em vez de um bunker no deserto, como aquele onde eles trabalhavam durante o Projeto Manhattan”, afirmou Coxon ao The Wall Street Journal.
A Meta lançou, nesta terça-feira (8), o Muse, agente de inteligência artificial (IA) criado para funcionar como uma espécie de assistente digital pessoal. A ferramenta é capaz de utilizar aplicativos e sites de forma autônoma em nome do usuário, realizando tarefas, como enviar e-mails, reservar viagens e fazer compras pela internet.
O lançamento representa uma das primeiras tentativas de uma grande empresa de tecnologia de levar um agente de IA ao mercado de massa. Diferentemente dos chatbots tradicionais, esses sistemas são projetados para executar tarefas por conta própria, em vez de apenas responder a comandos.
O Muse pode ser utilizado como um chatbot, por meio de conversas, e receber instruções para executar diferentes atividades. A ferramenta está disponível por meio de um aplicativo e também pelo WhatsApp, plataforma que pertence à própria Meta.
O agente pode ser conectado aos demais serviços da empresa, incluindo Facebook e Instagram. Com autorização do usuário, também pode acessar aplicativos e serviços de terceiros, como Spotify, Ticketmaster, Shopify, Gmail e OpenTable.
A integração permite que o Muse utilize informações de diferentes contas para compreender melhor o usuário e executar tarefas em seu nome.
Muse pode enviar e-mails e fazer compras
Entre as funções do agente estão o envio de e-mails, reservas de viagens e compras online;
Quando o usuário conecta contas do OpenTable ou Ticketmaster, por exemplo, o Muse pode enviar mensagens sobre reservas de restaurantes ou ingressos para shows que considere relevantes. Essas atividades podem ser concluídas com apenas um clique;
O sistema também se conecta ao Stripe e ao Shopify para realizar compras em nome do usuário;
Segundo a Meta, o Muse é o primeiro agente de IA coberto pelas garantias e pela política de devolução do Stripe. A proteção foi criada para situações em que o agente cometa um erro durante uma compra;
A empresa reconhece, porém, que a tecnologia não é infalível. A Meta afirma que o Muse “às vezes cometerá erros”, mas que foi desenvolvido para permitir que o usuário permaneça no controle sem ficar sobrecarregado;
A companhia também criou um programa que recompensa pessoas que identificarem e relatarem falhas no funcionamento do agente.
Agente acessa dados de Facebook e Instagram
Uma das características que diferenciam o Muse de outros agentes de IA é sua integração com o ecossistema da Meta. A ferramenta pode acessar informações do Facebook e do Instagram e utilizar esses dados para conhecer melhor seus usuários. A partir dessas conexões, o agente pode atuar de maneira mais personalizada.
Essa capacidade também amplia as preocupações relacionadas à privacidade. A Meta afirma que os dados pessoais coletados pelo Muse, assim como o próprio agente, são armazenados com segurança em seus servidores e equipamentos de computação em nuvem.
O Muse também é destinado exclusivamente a adultos. Os usuários podem personalizar a ferramenta com um nome e um avatar próprios.
Uma das características que diferenciam o Muse de outros agentes de IA é sua integração com o ecossistema da Meta – Imagem: Ascannio/Shutterstock
Meta aposta em agentes para avançar na corrida da IA
O Muse é um dos primeiros produtos relevantes voltados ao consumidor desenvolvidos pelo Meta Superintelligence Labs, divisão criada pelo CEO Mark Zuckerberg para acelerar os esforços da companhia na corrida da IA.
Zuckerberg já descreveu o Muse como o próximo grande avanço da Meta. Segundo ele, o agente foi desenvolvido para trabalhar “24 horas por dia, sete dias por semana em seu nome” e ajudar o usuário a atingir objetivos e melhorar aspectos, como vida pessoal, saúde, relacionamentos e finanças.
A Meta vem investindo bilhões de dólares no desenvolvimento de modelos fundamentais de IA e na construção de data centers para competir com empresas, como Google, OpenAI e Anthropic.
Até agora, a estratégia da companhia apresentou resultados variados. Os óculos inteligentes de IA da Meta já venderam milhões de unidades, mas também provocaram preocupações relacionadas à privacidade.
Em julho, a empresa retirou temporariamente do ar seu gerador de imagens de IA do Instagram após críticas relacionadas a direitos autorais e privacidade.
Modelo do Muse ainda fica atrás de rivais
O agente é alimentado pelo Muse Spark, modelo de IA lançado pela Meta em abril. Foi o primeiro modelo desenvolvido pela divisão sob o comando de Alexandr Wang, diretor de IA da empresa.
O Muse Spark ainda apresenta desempenho inferior ao de modelos líderes da Anthropic e da OpenAI. A Meta, porém, trabalha em um sistema mais poderoso, conhecido internamente pelo codinome Watermelon, que pode ser lançado já no próximo mês.
A empresa também pretende ampliar as funções do Muse nos próximos meses. Entre os planos está a integração com os óculos inteligentes da Meta, que contam com câmera e assistente de voz.
Muse chega com diferentes planos de uso
O aplicativo do Muse é gratuito, mas possui limites de utilização. Para ampliar esses limites, os usuários poderão pagar US$ 20 (cerca de R$ 104) ou US$ 100 (cerca de R$ 520) por mês.
Com a chegada do Muse, a Meta entra de maneira mais direta em uma categoria de IA que promete substituir parte das tarefas atualmente realizadas diretamente pelos usuários.
A diferença está justamente no grau de autonomia: em vez de apenas conversar, o agente pode acessar serviços, realizar determinadas ações e concluir tarefas em nome de quem o utiliza.
A OpenAIafirma ter resolvido um dos problemas mais difíceis e antigos da matemática: o chamado problema de existência e suavidade de Navier-Stokes, uma das sete questões do “Prêmio do Milênio” estabelecidas pelo Clay Mathematics Institute.
Segundo a empresa, um sistema interno de inteligência artificial (IA) produziu uma prova analítica que demonstra que as equações de Navier-Stokes podem desenvolver uma singularidade em tempo finito. A OpenAI também apresentou uma formalização da prova na linguagem Lean, usada para verificar matematicamente o resultado.
O anúncio representa um avanço significativo para a IA aplicada à matemática. As equações de Navier-Stokes são usadas para descrever o movimento de fluidos e aparecem em áreas, como previsão do tempo, projeto de aeronaves e estudo do fluxo sanguíneo.
A questão que permaneceu sem resposta por décadas é se essas equações conseguem manter uma solução suave em três dimensões ou se, em determinadas condições, podem entrar em colapso e produzir uma singularidade. Nesse cenário, a velocidade do fluido cresceria sem limite em um intervalo finito de tempo.
O problema foi formulado como uma das sete questões do Millennium Prize Problems em 2000. Cada uma delas recebeu um prêmio de US$ 1 milhão (R$ 5 milhões) para quem apresentasse uma solução correta.
IA encontrou uma situação em que as equações “quebram”
De acordo com a OpenAI, a solução encontrada descreve um vórtice, ou redemoinho, que gira para dentro e se alonga progressivamente. A região central diminui enquanto a velocidade aumenta, mas a energia permanece finita;
A dificuldade matemática estava justamente em fazer com que a singularidade surgisse a partir do próprio movimento do fluido. A solução não poderia simplesmente introduzir uma força infinita externamente para provocar o colapso;
A prova apresentada pela empresa mostra que uma situação inicialmente suave e com o fluido em repouso pode evoluir para uma singularidade em tempo finito, mesmo com a aplicação de uma força externa suave. Segundo a OpenAI, isso resolve o problema de Navier-Stokes ao estabelecer uma das possibilidades previstas na formulação oficial do Clay Mathematics Institute;
Embora a conclusão tenha implicações matemáticas profundas, isso não significa que fluidos reais passem a explodir ou que as leis da física deixem de funcionar. A singularidade representa um ponto em que o modelo matemático deixa de conseguir descrever adequadamente o comportamento do fluido.
Cerca de dez mil agentes de IA trabalharam no problema
Para chegar ao resultado, a OpenAI utilizou um sistema formado por agentes de IA coordenados entre si. Segundo a empresa, aproximadamente dez mil agentes trabalharam simultaneamente na resolução de Navier-Stokes. Eles receberam diferentes versões do problema e foram divididos em grupos para explorar abordagens distintas.
O processo começou depois que pesquisadores da OpenAI ouviram, em 1º de setembro, rumores de que dois problemas do milênio poderiam ter sido resolvidos. A empresa decidiu então testar seu novo modelo interno nos problemas ainda abertos.
O sistema também foi utilizado para investigar uma questão semelhante relacionada às equações de Euler, que não incluem o termo de viscosidade presente nas equações de Navier-Stokes. Quase 100 agentes trabalharam durante aproximadamente 50 horas para chegar a uma solução para esse problema.
Depois desse resultado, a OpenAI concentrou seus recursos em Navier-Stokes. Os grupos de agentes passaram a compartilhar descobertas, com o Codex sendo utilizado para consolidar as informações consideradas mais úteis entre as diferentes equipes.
Os agentes chegaram à solução de Navier-Stokes em 5 de setembro, cerca de 88 horas depois do início do trabalho. A formalização e a verificação da prova em Lean exigiram outras 17 horas.
Ao longo de todas as tentativas realizadas no projeto, os agentes enviaram 4,9 milhões de mensagens e utilizaram cerca de 300 bilhões de tokens. Apenas no trabalho relacionado a Navier-Stokes foram 2,7 milhões de mensagens e aproximadamente 130 bilhões de tokens.
O custo computacional também foi elevado. Segundo o material de apoio, a operação exigiu um poder de processamento avaliado na casa dos milhões de dólares, devido à enorme quantidade de recursos necessários para executar tantos sistemas de IA simultaneamente.
OpenAI diz que não pretende ficar com o prêmio de R$ 5 milhões
Apesar de considerar o resultado uma resolução do problema de Navier-Stokes, a OpenAI afirmou que não pretende reivindicar o prêmio de US$ 1 milhão oferecido pelo Clay Mathematics Institute.
A empresa apresentou o trabalho como uma demonstração do avanço de seus modelos de IA e publicou tanto uma descrição da solução quanto sua formalização em Lean, permitindo que outros matemáticos analisem o resultado.
O anúncio, porém, não encerrou a discussão sobre o feito. Além da análise matemática da prova, surgiu uma disputa envolvendo pesquisadores que trabalhavam em problemas relacionados e a possibilidade de que ideias desenvolvidas por eles tenham chegado à OpenAI.
Segundo a empresa, um sistema interno de inteligência artificial (IA) produziu uma prova analítica que demonstra que as equações de Navier-Stokes podem desenvolver uma singularidade em tempo finito – Imagem: Samuel Boivin/Shutterstock
“Momento Kasparov”: avanço da IA vira disputa entre laboratórios
O anúncio da OpenAI aconteceu em meio a uma disputa científica envolvendo pesquisadores ligados à própria empresa e à Anthropic.
Tristan Buckmaster, professor de matemática da Universidade de Nova York (EUA), e Levent Alpöge, pesquisador da Anthropic, trabalhavam em problemas relacionados à dinâmica de fluidos. Os dois haviam divulgado resultados obtidos com “muita ajuda” de modelos de linguagem, incluindo sistemas da Anthropic e da OpenAI.
O trabalho dos pesquisadores avançava sobre as equações de Euler e apresentava um chamado “blow-up”, ou singularidade. Parte dos resultados também havia sido formalizada em Lean.
A situação ganhou contornos de disputa por crédito depois que Buckmaster afirmou que rumores sobre o método desenvolvido por sua equipe poderiam ter chegado à OpenAI. Ele alegou que uma equipe interna da empresa teria utilizado um modelo próprio para avançar sobre o problema completo de Navier-Stokes.
Também surgiu uma discussão sobre autoria. Buckmaster afirmou que a OpenAI teria oferecido a ele autoria exclusiva em um artigo que reconheceria que o modelo interno havia resolvido o problema, mas sem incluir Alpöge, que trabalha para uma empresa concorrente.
A OpenAI nega ter tido acesso ao trabalho dos pesquisadores antes de sua divulgação pública. A empresa afirma que seus pesquisadores e agentes não viram o material de Buckmaster e Alpöge por nenhum meio antes da publicação.
Em seu comunicado, a OpenAI disse ainda que, quando procurou os dois pesquisadores, após concluir seu próprio trabalho, descobriu que eles haviam resolvido uma versão diferente do problema: o caso das equações de Euler com força externa. A empresa afirmou que reconhece a prioridade dos pesquisadores nesse resultado.
O que muda para a matemática?
O avanço também reacende uma discussão sobre o papel da IA na produção de conhecimento científico. Sistemas de IA vêm sendo treinados para resolver problemas matemáticos por meio de técnicas, como aprendizado por reforço. Ao trabalhar repetidamente com problemas cuja resposta pode ser objetivamente verificada, os modelos conseguem aprender quais estratégias funcionam e quais levam a resultados incorretos.
A linguagem Lean amplia esse processo ao permitir que provas matemáticas sejam transformadas em código e submetidas a uma verificação formal.
O resultado da OpenAI é particularmente significativo porque o problema de Navier-Stokes estava entre as questões consideradas mais difíceis da matemática moderna. Durante décadas, matemáticos tentaram determinar se as equações poderiam desenvolver uma singularidade ou se permaneceriam sempre suaves.
O feito, portanto, vai além de uma demonstração de capacidade computacional. Ele coloca a IA cada vez mais perto de uma função que, durante muito tempo, foi considerada exclusivamente humana: encontrar novos caminhos para problemas matemáticos fundamentais.
Ao mesmo tempo, a disputa envolvendo OpenAI e pesquisadores ligados à Anthropic levanta uma questão que pode se tornar cada vez mais importante à medida que a IA passa a participar diretamente da pesquisa científica: quem é o autor de uma descoberta quando humanos e máquinas trabalham juntos — e como proteger ideias ainda não publicadas enquanto elas são desenvolvidas com ferramentas de grandes laboratórios de IA?
Órgãos de segurança e de aplicação da lei dos Estados Unidos acusaram, nesta terça-feira (8), empresas chinesas de inteligência artificial (IA) de copiar de forma “maliciosa” tecnologias de modelos avançados desenvolvidos no país. Segundo as autoridades estadunidenses, as companhias utilizaram uma técnica conhecida como “destilação” para treinar seus próprios sistemas com resultados produzidos por modelos estadunidenses.
A acusação consta de um comunicado conjunto da Agência de Segurança Nacional dos EUA (NSA, na sigla em inglês), da Agência de Segurança Cibernética e de Infraestrutura (CISA, na sigla em inglês) e do FBI.
Entre as empresas citadas estão DeepSeek, Moonshot AI, Alibaba, MiniMax e StepFun. De acordo com os órgãos estadunidenses, as companhias utilizaram variantes de modelos de IA desenvolvidos nos Estados Unidos para treinar seus próprios produtos. As autoridades afirmam que a atividade provavelmente ocorreu com conhecimento do governo chinês.
DeepSeek está entre as empresas citadas pelas autoridades dos EUA – Imagem: Mojahid Mottakin / Shutterstock
A destilação é uma técnica utilizada para treinar modelos menores de IA a partir das respostas produzidas por modelos maiores e mais caros;
O método pode reduzir o custo necessário para treinar uma nova ferramenta de IA, já que o modelo menor aprende a reproduzir determinados comportamentos e capacidades observados nas respostas do sistema mais avançado;
Segundo os órgãos estadunidenses, porém, empresas chinesas estariam utilizando variantes de modelos estadunidenses dessa maneira de forma direcionada e em escala muito maior.
“As empresas chinesas de IA estão realizando atividades agressivas, maliciosas e direcionadas de destilação em escala industrial”, afirmaram as autoridades no comunicado.
Acusações aumentam tensão entre EUA e China
As acusações surgem em momento de crescente disputa entre Estados Unidos e China pelo domínio da IA.
O governo dos EUA se prepara para uma visita do presidente chinês, Xi Jinping, ao país no fim de setembro. Os dois países também planejam discutir riscos relacionados à segurança da IA em um diálogo previsto para meados deste mês.
A acusação de que empresas chinesas estariam utilizando modelos estadunidenses para reduzir os custos de desenvolvimento adiciona um novo elemento à disputa tecnológica entre as duas maiores potências econômicas do mundo.
