A OpenAI apresentou o ChatGPT Images 2.5, novo modelo de geração de imagens da empresa que chega com melhorias na qualidade dos resultados, na edição e na velocidade de criação. A novidade está disponível para usuários do ChatGPT, ChatGPT Work e Codex em desktop, dispositivos móveis e web.
Segundo a empresa, o modelo foi desenvolvido para produzir iluminação mais natural, texturas mais detalhadas e maior fidelidade ao trabalhar com imagens de referência. A OpenAI também afirma ter reduzido em até 50% a latência de geração em comparação com o Images 2.0.
Modelo preserva melhor detalhes durante as edições
Entre os principais avanços está a capacidade de realizar edições mais precisas. O Images 2.5 busca alterar somente o elemento solicitado pelo usuário, preservando outros componentes da imagem, como o assunto principal, a composição e o plano de fundo.
A OpenAI também destaca melhorias na consistência durante conversas com várias etapas de edição. De acordo com a empresa, alterações feitas anteriormente têm maior probabilidade de permanecer preservadas, enquanto novos comandos podem ser aplicados sem degradar a qualidade da imagem ao longo do processo.
O modelo também passou a lidar melhor com instruções visuais complexas, informações presentes no mundo real e layouts mais elaborados, incluindo imagens com fundo transparente. A empresa afirma ainda que o sistema consegue reproduzir estilos visuais com maior precisão.
Sketch permite desenhar antes de gerar a imagem
Outra novidade é o Sketch, recurso que permite desenhar diretamente no ChatGPT para usar o esboço como referência na criação da imagem. A ferramenta pode ser usada, por exemplo, para indicar o layout de um ambiente, o contorno de uma roupa ou uma ideia visual.
O usuário pode combinar o desenho com uma descrição de estilo e outros detalhes. Para acessar o recurso, a orientação da OpenAI é digitar “@Sketch” no ChatGPT.
A atualização também inclui templates para formatos criativos populares. Em vez de começar com uma tela em branco, o usuário pode escolher opções como “Poster” ou “Merch” e acrescentar informações, elementos de design e estilos para personalizar o resultado.
Outro recurso permite compartilhar, junto com uma imagem, o prompt usado para criá-la. Dessa forma, outra pessoa pode utilizar a mesma ideia com suas próprias imagens e detalhes.
Dois modelos chegam à API
Para desenvolvedores, a OpenAI anunciou dois modelos na API: GPT-Image-2.5 Flare e GPT-Image-2.5 Sunburst. O primeiro reúne as melhorias de qualidade, edição e velocidade e é apresentado como a opção padrão para a maioria das aplicações. A empresa afirma que ele entrega imagens de maior qualidade que o GPT-Image-2 com 50% menos latência.
Já o GPT-Image-2.5 Sunburst foi desenvolvido para fluxos que exigem maior controle sobre as edições, incluindo trabalhos criativos e imagens de produtos. Os dois modelos estão disponíveis na API.
A OpenAI afirma ainda que o Images 2.5 mantém mecanismos de segurança já utilizados pela empresa, incluindo verificações de prompts e imagens, além de metadados C2PA e marca d’água invisível para ajudar a identificar conteúdos produzidos pelas ferramentas.
Quando a OpenAI lançou o modelo GPT-6 Astra, o presidente da empresa, Greg Brockman, disse que “a era da Inteligência Artificial Geral” – da AGI, na sigla em inglês – tinha começado. O executivo também disse que “todos têm uma definição diferente” sobre o que é AGI.
Até então, o modelo mais avançado da desenvolvedora do ChatGPT era o GPT-5.6 Sol. Agora, é o GPT- 6 Astra. Até que ponto um é melhor que o outro? E, talvez mais importante ainda: é AGI mesmo ou apenas um exagero de marketing? O Olhar Digital conversou sobre isso com Fabrício Carraro, Program Manager da Alura e especialista em IA.
O GPT-6 Astra é bom mesmo? Entenda
Carraro tem um benchmark próprio. Isto é, um teste que faz para medir a capacidade dos modelos de IA. “Mando um prompt bem genérico para o modelo criar do zero um jogo de exploração espacial, otimizando para a beleza dos gráficos”, diz o especialista.
Entre os modelos testados por Carraro, estava o GPT-5.6 Sol, da OpenAI, e o Fable 5, da Anthropic, desenvolvedora do Claude. Ao testar o prompt no Astra, “deu para notar a diferença”.
“Na comparação anterior, o Fable 5 tinha ficado muito melhor. Nessa comparação agora, adicionando o Astra, deu para ver muita evolução em relação ao GPT-5.6 Sol na qualidade dos gráficos, nas escolhas e tudo mais”, relata o especialista. “É um benchmark bem específico, mas deu para notar isso.”
Comparação entre modelos de IA da OpenAI, segundo dados da própria empresa – Imagem: Olhar Digital via ChatGPT
Carraro não foi o único a testar o GPT-6 Astra, evidentemente. “Vendo o que as pessoas estão comentando online, basicamente o que disseram foi que ele é melhor do que o Sol em pegar um objetivo dado e ir até o final sem desistir”, diz o especialista. O que isso significa: “ir pegando os detalhes do que você está pedindo e refinando até chegar no objetivo desejado”.
Isso importa para a sua rotina? Depende. Se você usa a IA no seu dia a dia para, por exemplo, escrever relatórios, acompanhar preços de produtos ou gerar imagens suas nos anos 80, não importa.
“É difícil falar sobre um grande avanço de inteligência ou algo nesse sentido até porque a maioria dos problemas que a gente resolve no dia a dia não exige essa superinteligência ou algo muito mais absurdo do que a gente tinha com o Sol, o Opus ou o Fable”, observa Carraro.
A ‘era da AGI’ começou mesmo?
Se você pesquisar no Google “o que é AGI?”, a IA do buscador com certeza vai te dar uma resposta curtinha e contundente. Embaixo da “visão geral da IA”, você vai encontrar diversos links te oferecendo definições e explicações (talvez esta matéria do Olhar Digital apareça entre eles). Mas a verdade é que ninguém sabe o que é AGI.
IA do Google oferece resposta categórica sobre AGI, mas a realidade é complexa – Imagem: Reprodução
Questionado sobre o rótulo de AGI no GPT-6 Astra, Brockman disse que “todos têm uma definição diferente”. E que não considera exagero dizer que a OpenAI conseguiu criar a sua.
O ponto é que Brockman poderia falar que o GPT-5.2, lançado em dezembro de 2025, já era AGI. Isso porque “não existe uma definição real e técnica sobre o que é AGI”, diz Carraro.
Quem critica abertamente essa obsessão do Vale do Silício com o termo AGI é a dra. Fei-Fei Li. Para ela, a discussão sobre isso é inflada por marketing e hype corporativo.
(Para quem não sabe: considerada a “madrinha da IA”, a dra. Fei-Fei Li é uma das cientistas da computação mais influentes do mundo. Nascida na China e radicada nos EUA, é professora titular na Universidade Stanford e codiretora do Instituto de IA Centrada em Humanos – HAI.)
A gente pode falar em qualquer momento, dependendo da sua definição, que começamos a era da AGI ou que chegamos na AGI.
Fabrício Carraro, Program Manager da Alura, em entrevista ao Olhar Digital.
A polêmica sobre como o GPT-6 Astra ‘pensa’
Para além de questões mercadológicas e filosóficas sobre AGI, o GPT-6 Astra tem uma polêmica: a maneira como “pensa”. Isto é, como “raciocina”. E a polêmica gira em torno de uma técnica conhecida como “recorrência opaca” (ou looped Transformer).
Modelos tradicionais de IA que “raciocinam” funcionam assim: Quando precisam resolver um problema complexo passo a passo, eles geram palavras (chamadas de tokens de raciocínio ou “linha de raciocínio”). Eles literalmente escrevem para si mesmos: “Primeiro preciso descobrir X, depois calculo Y para chegar na resposta Z”. Assim, especialistas podem ler essas etapas e auditar se a IA está agindo de forma correta e segura (“alinhada”, no jargão).
GPT-6 Astra é o modelo mais seguro da OpenAI, diz a empresa – Imagem: Reprodução/OpenAI
Já o GPT-6 Astra pensaria da seguinte forma: ele passa suas informações em loop repetidas vezes pelo mesmo bloco de processamento interno antes de gerar qualquer palavra. Ele raciocina “dentro da cabeça” dele (nas ativações da rede neural) sem precisar traduzir esses passos intermediários em texto.
A OpenAI admitiu, no system card de segurança do modelo, que o GPT-6 Astra possui uma “queda substancial na monitorabilidade da sua cadeia de raciocínio” em comparação com o modelo anterior (GPT-5.6 Sol).
A empresa confirmou que o Astra é bem mais capaz de controlar e omitir trechos do seu próprio “pensamento”, tornando-o “opaco” para auditores externos.
“Supostamente, você pioraria a análise de qualidade, mas não necessariamente”, diz o especialista em IA. “Essa é a questão polêmica: se sim ou se não”, acrescenta. Para a OpenAI, aparentemente, isso não é um problema. Inclusive, a empresa posiciona esse modelo como o mais seguro que ela já desenvolveu. A ver.
O uso diário de inteligência artificial na rotina de estudos pode estar associado a um desempenho pior em avaliações. Dados do Pisa, divulgados pela OCDE, mostram que alunos de 15 anos que recorrem a chatbots todos os dias para determinadas tarefas escolares obtêm notas menores do que colegas que quase não usam a tecnologia.
No Brasil, quase metade dos estudantes já utiliza IA para estudar. Os próprios dados, porém, mostram que a relação entre tecnologia e desempenho depende da frequência e, principalmente, da maneira como essas ferramentas são usadas.
O relatório da OCDE alerta para o descarregamento cognitivo, quando o aluno transfere tarefas difíceis para a IA. Imagem: gorodenkoff/iStock
Uso frequente de IA acende alerta
O mais recente levantamento do Programa Internacional de Avaliação de Estudantes (Pisa) reuniu dados de mais de 760 mil jovens em 91 países. Entre os alunos que usam IA diariamente ou quase todos os dias para elaborar textos escolares, a pontuação média em ciências foi de 481 pontos. Entre os que nunca ou quase nunca recorrem à tecnologia para essa finalidade, o resultado chegou a 509 pontos.
A diferença de 28 pontos, calculada após ajustes socioeconômicos, corresponde a aproximadamente um ano e meio de ensino. Padrão semelhante aparece quando os chatbots são usados para pesquisas preliminares sobre novos temas ou para resumir leituras.
Da mesma forma que não ficamos em forma assistindo a esportes, mas praticando esportes, o aprendizado não ocorre através do consumo de conteúdo, mas como uma luta cognitiva produtiva da mente com novo material.
Andreas Schleicher, diretor de Educação e Habilidades da OCDE, à Bloomberg.
Schleicher defende que a IA seja usada como “um andaime, não como uma muleta”. Segundo ele, a tecnologia pode contribuir para o aprendizado quando estimula o esforço intelectual, mas pode prejudicar o desenvolvimento quando faz esse trabalho no lugar do estudante.
Quase metade dos brasileiros usa IA
No Brasil, como falamos aqui no Olhar Digital, 48% dos estudantes de 15 anos afirmam usar chatbots de IA pelo menos uma vez por semana para estudar. O percentual está próximo da média de 46% registrada entre os países da OCDE.
A tecnologia aparece em diferentes momentos da rotina escolar:
Pesquisas preliminares: 40% dos brasileiros usam IA para explorar novos assuntos, ante 31% na média da OCDE.
Resumo de leituras: 31% utilizam a ferramenta para resumir textos, contra 30% na OCDE.
Rascunho de trabalhos: 27% recorrem aos sistemas para elaborar rascunhos, enquanto a média da OCDE é de 29%.
Uso raro ou nulo: 11% disseram nunca ou quase nunca usar chatbots nas atividades escolares analisadas, contra 14% na OCDE.
Desempenho brasileiro fica abaixo da OCDE
Os resultados educacionais do Brasil ficaram abaixo da média da OCDE nas três áreas avaliadas. Em ciências, 48% dos estudantes atingiram pelo menos o nível 2 de proficiência, contra 74% na organização. Apenas 1% chegou aos níveis 5 ou 6, ante 7% na OCDE.
Em matemática, 28% alcançaram ao menos o nível 2, enquanto a média da OCDE foi de 65%. Em leitura, o Brasil registrou 49%, contra 69% na organização.
Os dados também mostram que a tecnologia não é necessariamente prejudicial. Estudantes que usam IA uma ou duas vezes por semana tendem a superar tanto os que utilizam menos quanto os que recorrem à ferramenta diariamente.
Segundo a OCDE, a tecnologia na educação deve atuar como um andaime para o aprendizado, e não como uma muleta que substitui o esforço. Imagem: Deemerwha studio/ Shutterstock
Escolas discutem limites para a tecnologia
O avanço da IA generativa também ampliou o debate sobre o uso de dispositivos e tecnologia nas salas de aula. A Bloomberg destaca que um número crescente de países avalia restringir celulares nas escolas, em meio à preocupação de que ferramentas digitais possam tirar dos estudantes a concentração necessária para aprender.
A discussão ganhou força junto com os receios sobre o chamado “descarregamento cognitivo”, quando alunos transferem para a IA tarefas que exigiriam seu próprio raciocínio. Ao mesmo tempo, defensores da tecnologia argumentam que ela pode favorecer o aprendizado personalizado e ajudar professores em tarefas administrativas.
Eis uma frase que, antes mesmo de ser finalizada, pode levar a reações diferentes. Enquanto alguns torcem o nariz, outros ficam entusiasmados.
A tecnologia gera desconfiança. Seja por um receio de impacto no mercado de trabalho, seja pela falta de confiança nos resultados que ela apresenta diante de uma demanda.
No primeiro caso, vivemos uma mudança constante ainda difícil de medir e projetar no futuro. No segundo, em última instância, a responsabilidade para checar se aquilo que uma IA gerou é real fica com o ser humano.
Se você já está no mercado de trabalho há algum tempo, quando a corrida das IAs se intensificou, a depender da sua profissão, possivelmente você precisou se adaptar.
E assim como aconteceu na revolução digital, existe uma geração que já está crescendo e se desenvolvendo nos novos tempos.
A Organização para a Cooperação e Desenvolvimento Econômico (OCDE) divulgou nesta terça-feira (8) o Pisa 2025. O Programa Internacional de Avaliação de Estudantes é um trabalho aplicado a cada três anos para medir o conhecimento dos estudantes em leitura, matemática e ciência.
Resultado: ao menos uma vez por semana, quase metade dos alunos brasileiros de 15 anos usa chatbots de IA, como o ChatGPT, para estudar. Foi a primeira vez que o Pisa levantou essa informação.
Aqui no Brasil, a porcentagem chegou a 48%. A média da OCDE foi de 46%.
Comparação entre Brasil e a média da OCDE quando o assunto é uso de IA por estudantes. – Gráfico gerado com IA. ChatGPT/Olhar Digital
Para realizar pesquisas preliminares sobre um novo tema, o índice é de 40% no Brasil e 31% na média da OCDE.
Já 31% dos estudantes brasileiros usam a tecnologia para resumir textos que precisam ler, contra 30% na média da OCDE.
Para elaborar rascunhos para trabalhos escolares, são 27% no Brasil e 29% na OCDE.
Por fim, 11% dos estudantes brasileiros disseram nunca ou quase nunca usar chatbots de IA nas atividades escolares analisadas, enquanto a média da OCDE é de 14%.
Bullying e cyberbullying
Em 2025, 17% dos estudantes brasileiros relataram ter sido vítimas de pelo menos uma forma de bullying algumas vezes por mês ou com maior frequência. O percentual ficou abaixo da média da OCDE, de 20%. No Brasil, a incidência de bullying não apresentou mudança significativa entre as edições de 2022 e 2025 do PISA. No mesmo período, porém, o problema aumentou na grande maioria dos países e economias participantes.
O cyberbullying é menos frequente do que outras formas de bullying. No Brasil, 3% dos estudantes disseram que informações que os incomodavam ou prejudicavam foram publicadas sobre eles na internet, sem consentimento, pelo menos algumas vezes por mês nos 12 meses anteriores à aplicação do PISA. O índice é igual à média da OCDE, também de 3%.
Smartphone e distrações
No Brasil, os estudantes relataram passar, em média, 1,3 hora por dia usando dispositivos digitais na escola para atividades de aprendizagem, abaixo da média da OCDE, de 1,7 hora. Ao mesmo tempo, parte relevante do uso desses equipamentos durante os dias letivos é destinada ao lazer: os brasileiros passam, em média, 1 hora por dia usando dispositivos digitais na escola para atividades não relacionadas ao aprendizado, ante 1,1 hora na OCDE.
A distração provocada pela tecnologia também aparece nos dados. No Brasil, 25% dos estudantes afirmaram que seus colegas frequentemente se distraem com dispositivos digitais durante a maioria ou todas as aulas de ciências, contra 28% na média da OCDE. Entre os países da organização, alunos que relatam esse tipo de distração obtêm, em média, 11 pontos a menos em ciências, mesmo considerando diferenças socioeconômicas entre estudantes e escolas. No Brasil, a diferença chega a 19 pontos.
A proibição do uso de celulares nas escolas também se tornou muito mais comum. Em 2025, 81% dos estudantes brasileiros frequentavam escolas onde o uso de celulares não era permitido nas dependências, percentual bem superior à média da OCDE, de 49%. Em 2022, essa proporção era de apenas 37% no Brasil e 34% na média da OCDE, indicando um forte avanço das restrições no período.
Os dados da OCDE também apontam uma relação entre essas medidas e a distração: estudantes de escolas que proíbem celulares têm probabilidade cerca de 13% menor de relatar distrações causadas por dispositivos digitais, na média dos países da organização.
Brasil abaixo da média em ciências, matemática e leitura
Desempenho em ciências
No Brasil, 48% dos estudantes alcançaram pelo menos o nível 2 de proficiência em ciências, enquanto a média da OCDE é de 74%. Nesse patamar, os alunos conseguem, no mínimo, reconhecer explicações corretas para fenômenos científicos familiares e avaliar, em situações simples, se uma conclusão é válida com base nos dados apresentados.
A distância também aparece entre os estudantes de melhor desempenho. Apenas 1% dos brasileiros atingiu os níveis 5 ou 6 em ciências, contra 7% na média da OCDE. Alunos nesses níveis são capazes de aplicar de maneira criativa e autônoma seus conhecimentos científicos a diferentes situações, inclusive aquelas com as quais não estão familiarizados.
Desempenho em matemática
Em matemática, 28% dos estudantes brasileiros atingiram pelo menos o nível 2 de proficiência, bem abaixo dos 65% registrados na média da OCDE. Nesse nível, os alunos conseguem interpretar situações simples e reconhecer como representá-las matematicamente, como comparar as distâncias totais de duas rotas ou converter preços entre moedas.
Praticamente nenhum estudante brasileiro atingiu os níveis 5 ou 6 em matemática, enquanto a média da OCDE é de 8%. Nesses níveis mais avançados, os alunos conseguem modelar situações complexas matematicamente e selecionar, comparar e avaliar diferentes estratégias para solucionar problemas.
Desempenho em leitura
Em leitura, 49% dos estudantes brasileiros alcançaram o nível 2 ou superior, ante 69% na média da OCDE. Nesse patamar, os alunos conseguem identificar a ideia principal de um texto de extensão moderada, localizar informações a partir de critérios explícitos e refletir sobre o propósito e a forma de um texto quando orientados a fazê-lo.
Entre os estudantes de maior desempenho, 1% dos brasileiros alcançou o nível 5 ou superior em leitura, contra 6% na média da OCDE. Esses alunos conseguem compreender textos longos, lidar com conceitos abstratos ou contraintuitivos e distinguir fatos de opiniões a partir de pistas implícitas presentes no conteúdo ou na fonte da informação.
Rene Haas, CEO da Arm Holdings, afirmou em entrevista à BBC que a inteligência artificial (IA) poderá ajudar a encontrar uma cura para o câncer que não seria descoberta por humanos durante suas vidas. Segundo o executivo, o avanço dos computadores e a capacidade de alimentar modelos com mais dados devem permitir solucionar problemas atualmente considerados complexos demais.
Haas fez as declarações ao podcast Big Boss Interview, da BBC. Na mesma entrevista, ele também afirmou que a expansão da IA está sendo prejudicada pela escassez de chips necessários para construir data centers e projetou uma presença ampla de robôs humanoides em diferentes setores nos próximos cinco anos.
IA ainda enfrenta limites para modelar o câncer
De acordo com Haas, tarefas como modelar uma célula, reproduzir digitalmente um ser humano ou entender como um marcador de DNA é afetado pelo câncer ainda são complexas tanto para as pessoas quanto para os computadores utilizados pelos sistemas de IA.
O executivo acredita, porém, que esse cenário deve mudar conforme mais modelos sejam incorporados aos computadores e as máquinas utilizadas para executá-los se tornem mais sofisticadas.
A avaliação foi acompanhada por Chris Bakal, professor do Institute of Cancer Research, em Londres, e CEO da Sentinal4D. Para ele, a questão central atualmente não é mais se a IA será utilizada, mas quais dados serão fornecidos aos sistemas.
Bakal afirmou que pesquisadores de laboratórios como o seu treinam sistemas de IA com dados produzidos a partir de amostras de pacientes. Segundo ele, esse tipo de abordagem pode reduzir o tempo necessário para desenvolver novos tratamentos.
Falta de chips limita expansão da IA
Haas também relacionou a atual escassez de componentes à expansão dos sistemas de inteligência artificial. Segundo o executivo, há uma restrição no fornecimento de chips de diferentes tipos, o que dificulta a construção de novos data centers.
Ele citou projetos de grandes data centers na França e nos Estados Unidos, além de planos para instalações no espaço. Para viabilizar estruturas desse tipo, afirmou ser necessário aumentar a capacidade de fabricação de chips.
A Arm, que desenvolve arquiteturas para processadores usados em celulares, carros, smartwatches e outros dispositivos, também passou recentemente a vender seus próprios chips. Segundo Haas, a demanda pelo Arm AGI chip desenvolvido a pedido da Meta já ultrapassou US$ 2 bilhões desde o lançamento, em março.
O executivo também falou sobre robôs capazes de aprender e executar diferentes tarefas. Segundo Haas, essa tecnologia poderá ser amplamente utilizada em áreas como manufatura, limpeza, segurança, construção de pontes e reparos ao longo da próxima década.
Sobre o impacto da IA no mercado de trabalho, Haas considerou exageradas as estimativas de que máquinas substituirão completamente grandes quantidades de empregos. Para ele, haverá mudanças para os trabalhadores, mas também surgirão novas oportunidades.
Arm não vê necessidade de fábricas no Reino Unido
Apesar da escassez global de chips, Haas afirmou não acreditar que seja necessário fabricar semicondutores no Reino Unido. A produção de componentes avançados está atualmente concentrada em torno da taiwanesa TSMC, e o governo britânico conversa com o setor sobre a possibilidade de trazer partes da cadeia física de produção para o país.
Para Haas, fábricas de chips exigem investimentos elevados, profissionais especializados e muitos recursos naturais. Ele também afirmou que existe um ecossistema amplo para esse tipo de atividade.
Haas deixou o conselho da farmacêutica britânica AstraZeneca em abril. Ele também ocupa uma função na SoftBank, principal acionista da Arm, empresa japonesa que possui investimentos em tecnologia, incluindo na OpenAI.
Apesar da transferência da Arm para investidores japoneses em 2016 e da posterior abertura parcial de capital na Nasdaq, em Nova York, Haas destacou que metade dos funcionários da empresa continua no Reino Unido. Segundo ele, a Arm é de longe a maior empregadora de Cambridge.
O cientista-chefe da OpenAI, Jakub Pachocki, publicou no domingo (6) um ensaio em que alerta para o ritmo de evolução da inteligência artificial (IA) e defende maior cautela no desenvolvimento de sistemas cada vez mais capazes. No texto, publicado no site da própria OpenAI, o pesquisador afirma que o avanço pode chegar ao ponto de permitir que as máquinas participem cada vez mais do próprio processo de desenvolvimento.
Pachocki afirma que, com base em resultados internos, tem forte expectativa de que o ritmo atual de progresso possa continuar até o chamado autoaperfeiçoamento recursivo (recursive self-improvement, ou RSI). Nesse cenário, sistemas de IA passariam a impulsionar cada vez mais o próprio desenvolvimento. Para o cientista, esse caminho exige intervenções mais amplas para garantir que o avanço da tecnologia permaneça sob controle humano.
IA está mais difícil de compreender
No ensaio, Pachocki descreve uma mudança ocorrida desde 2023, quando resultados do projeto de pesquisa RLSlow deram à equipe confiança de que seria possível ampliar o treinamento de modelos de raciocínio. Três anos depois, segundo ele, esses sistemas já conseguem operar computadores e interfaces gráficas, colaborar com pessoas e outras IAs e realizar projetos de pesquisa.
O cientista também aponta avanços nas capacidades relacionadas à segurança cibernética. Ao mesmo tempo em que os modelos se tornam mais capazes, Pachocki afirma que seus resultados ficam mais difíceis de interpretar. Para ele, a inteligência produzida pelo deep learning não é diretamente comparável à humana e, conforme a IA supera pessoas em mais áreas, fica mais difícil determinar exatamente do que os sistemas são capazes.
Avanço das capacidades de IA em cibersegurança está entre as preocupações apontadas pelo cientista-chefe da OpenAI – Imagem: Digineer Station/Shutterstock
Essa dificuldade está relacionada ao próprio funcionamento dos modelos. Pachocki afirma que a IA é mais “cultivada” do que projetada, sendo resultado da repetição de processos de otimização em grandes quantidades de computação. Segundo ele, os sistemas são extremamente complexos e seu funcionamento geral ainda não pode ser completamente descrito ou compreendido.
Alinhamento ainda é um desafio
Outro ponto central do ensaio é o alinhamento da IA, conceito usado para descrever o esforço de fazer com que os sistemas ajam de acordo com padrões e objetivos considerados adequados pelos humanos. Pachocki diferencia o alinhamento de objetivos, relacionado a executar aquilo que foi determinado, do alinhamento de valores, ligado à capacidade de generalizar princípios para situações novas ou ambíguas.
O problema, segundo ele, é que sistemas mais inteligentes passam a atuar em ambientes diferentes daqueles encontrados durante o treinamento. Isso pode dificultar a generalização dos valores ensinados aos modelos. Pachocki afirma que futuras IAs precisam manter valores humanos mesmo quando não acreditarem estar sob supervisão humana.
A OpenAI utiliza diferentes abordagens para tentar lidar com essa questão. Uma delas é o monitoramento do chamado chain of thought, ou cadeia de pensamento, que permite analisar o processo de raciocínio verbalizado dos modelos. Pachocki, porém, afirma que as avaliações da empresa indicam que a capacidade de depender desse monitoramento está diminuindo progressivamente.
Entre os motivos estão o uso dos modelos em ambientes mais complexos, a capacidade crescente das IAs de raciocinar sobre o próprio processo de raciocínio e o aumento da inteligência dos sistemas mesmo sem o uso de raciocínio verbalizado.
Por que continuar desenvolvendo modelos mais poderosos?
Apesar dos alertas, Pachocki não defende simplesmente interromper o desenvolvimento. Ele considera que há um argumento forte para continuar treinando modelos mais inteligentes rapidamente: criar sistemas de defesa contra os riscos provocados por outras IAs.
O cientista destaca especialmente a cibersegurança. Segundo ele, os modelos estão se tornando sobre-humanos na capacidade de invadir e sair de sistemas computacionais, ampliando o alcance dos riscos associados à tecnologia. A OpenAI, afirma Pachocki, precisa usar os modelos mais avançados disponíveis para reforçar a segurança de infraestruturas críticas.
Ao mesmo tempo, ele afirma que a necessidade de construir defesas não pode servir como justificativa para um avanço imprudente. Para Pachocki, a ideia de avançar “a qualquer custo” deixa de fazer sentido diante da dimensão dos riscos envolvidos.
OpenAI discute desaceleração do desenvolvimento
É nesse contexto que Pachocki aborda diretamente o autoaperfeiçoamento recursivo. Ele afirma que, caso o progresso da IA continue, a participação das máquinas no próprio desenvolvimento tende a aumentar e o RSI poderá ocupar um papel central nas futuras descobertas científicas.
O pesquisador diz que a comunidade pode escolher entre duas alternativas principais: conduzir o processo de forma a fortalecer simultaneamente alinhamento e monitoramento, mantendo pessoas envolvidas no ciclo de desenvolvimento, ou coordenar uma desaceleração do avanço enquanto se busca maior confiança nas medidas de segurança. Para Pachocki, a melhor opção atualmente é combinar as duas abordagens.
Ele também defende que o avanço dos sistemas seja condicionado à confiança existente nas medidas de segurança. Segundo Pachocki, compromissos como o Preparedness Framework, da OpenAI, e o Responsible Scaling Policy, da Anthropic, deveriam evoluir para parâmetros de segurança amplamente adotados para permitir a continuidade do desenvolvimento. Esses critérios poderiam ser fiscalizados por auditorias independentes, governos ou organismos internacionais.
No fim do ensaio, Pachocki afirma que nenhum laboratório resolveu alinhamento e monitoramento em grau suficiente para continuar aumentando a escala da IA na velocidade máxima por muito mais tempo. Ele diz esperar que desacelerações voluntárias se tornem comuns até que existam parâmetros de segurança compartilhados e defende que a coordenação internacional sobre o desenvolvimento futuro da IA se torne uma prioridade para governos.
O cientista também afirma que o objetivo da automação da pesquisa em IA não deve ser apenas alcançar sistemas mais inteligentes, mas fazer isso de uma maneira que mantenha as pessoas envolvidas no processo de melhoria contínua e preserve o controle humano sobre o futuro.
A China anunciou nesta segunda-feira (7) novas regras judiciais para lidar com abusos relacionados à inteligência artificial (IA), incluindo a criação de deepfakes e vozes clonadas. As diretrizes foram divulgadas pelo Supremo Tribunal chinês e estabelecem critérios para processos judiciais envolvendo o uso de IA no país.
Segundo a AFP, as normas também abrangem casos de informações falsas geradas por IA e discriminação de preços por meio de algoritmos. A medida ocorre em um setor considerado estratégico para a China, que disputa com os Estados Unidos o desenvolvimento da tecnologia.
Regras para réplicas digitais
De acordo com a agência estatal Xinhua, as novas diretrizes deixam estabelecido que pessoas não podem usar sistemas de IA para criar ou distribuir réplicas digitais reconhecíveis de terceiros sem consentimento. A regra inclui rostos e vozes clonados.
As normas também tratam de disputas relacionadas ao uso da tecnologia para produzir conteúdos falsos. Entre os exemplos estão casos em que uma pessoa tem o rosto alterado digitalmente e a imagem é usada para espalhar acusações sexuais falsas e difamatórias.
Nos últimos anos, ferramentas de inteligência artificial capazes de produzir conteúdos que reproduzem de maneira convincente a aparência e a voz de pessoas reais ganharam espaço. O avanço dessas tecnologias está entre os fatores considerados nas novas orientações judiciais.
Responsabilidade de provedores
As regras também estabelecem possíveis responsabilidades para os provedores de serviços de IA. Segundo a Xinhua, eles poderão responder legalmente quando não agirem rapidamente depois de serem informados de que seus sistemas produziram conteúdos que violam direitos de outras pessoas.
A adoção das diretrizes ocorre após o presidente chinês, Xi Jinping, pedir o reforço da conscientização sobre os riscos da inteligência artificial. O líder também defendeu que a tecnologia seja mantida segura e controlável.
Segundo Tao Kaiyuan, vice-presidente do Tribunal, as diretrizes têm como objetivo “equilibrar o desenvolvimento e a segurança”. A declaração foi feita em uma entrevista coletiva cuja transcrição foi publicada no site do tribunal.
As novas regras, portanto, estabelecem caminhos judiciais para diferentes tipos de conflitos relacionados ao uso de inteligência artificial, desde a criação de réplicas digitais sem autorização até conteúdos falsos e práticas de preços baseadas em algoritmos.
A inteligência artificial (IA) avança em um ritmo que dificulta até mesmo uma tarefa básica: estabelecer regras para seu funcionamento. Enquanto governos tentam definir limites para sistemas que já participam de decisões e serviços do cotidiano, novas capacidades continuam surgindo e ampliando as possibilidades de uso da tecnologia.
A discussão, portanto, não se resume a decidir se a IA deve ou não ser regulamentada. É preciso determinar quais riscos devem ser controlados, quem deve ser responsabilizado, quanto as empresas terão de fazer para cumprir as regras e como manter uma legislação atualizada diante de uma tecnologia que muda rapidamente.
Para Luca Belli, professor da FGV Direito Rio, a necessidade de regulação está diretamente relacionada aos riscos que esses sistemas podem produzir. Uma IA pode funcionar de maneira diferente daquela prevista por seus desenvolvedores, produzir resultados inadequados ou ser alvo de ataques. Por isso, segundo o professor, as regras devem servir para identificar esses riscos e estabelecer mecanismos para reduzi-los.
A possibilidade de que o sistema de IA não funcione como pré-definido para o desenvolvedor ou funcione de maneira errada ou seja alvo de ciberataque leva à necessidade de se regular, definir medidas para, de um lado, mapear quais riscos existem e, de outro lado, adotar todas as medidas necessárias para minimizar, idealmente, eliminar esses riscos.
Luca Belli, professor da FGV Direito Rio
O desafio começa justamente depois dessa constatação. Diferentes países escolheram caminhos distintos para lidar com a tecnologia, e essas escolhas refletem não apenas preocupações com segurança e direitos, mas também interesses econômicos e estratégicos.
A regulamentação da inteligência artificial envolve questões como direitos, segurança, responsabilidade e os limites para o uso da tecnologia – Imagem: Summit Art Creations/Shutterstock
Europa, Estados Unidos e China adotam caminhos diferentes
A União Europeia foi uma das primeiras grandes jurisdições a criar uma legislação abrangente para inteligência artificial. O modelo europeu é baseado em riscos e coloca a proteção dos direitos fundamentais no centro da estrutura regulatória.
Na prática, isso significa que aplicações com maior potencial de impacto sobre as pessoas ficam sujeitas a exigências mais rigorosas. A lógica tenta estabelecer uma relação entre o risco de determinado sistema e o nível de controle aplicado a ele.
Belli, porém, aponta uma limitação importante na experiência europeia: a estratégia regulatória não teria considerado, pelo menos inicialmente, a necessidade de desenvolver alternativas próprias para reduzir a dependência de tecnologias estrangeiras. Nesse campo, Estados Unidos e China avançaram com estratégias que combinam regulação com políticas de desenvolvimento tecnológico.
Nos Estados Unidos, a inteligência artificial é tratada também como uma questão de liderança tecnológica e segurança nacional. O país utiliza políticas industriais e restrições de acesso a determinadas tecnologias como instrumentos para fortalecer sua posição no setor.
A China segue uma lógica semelhante de incentivo ao desenvolvimento tecnológico, mas combina essa política industrial com regulamentações específicas para aplicações que podem ter impacto social. Entre os exemplos citados por Belli estão regras para deepfakes e recomendações algorítmicas.
A diferença entre essas estratégias mostra que regular IA não significa apenas estabelecer limites para empresas. As regras também podem influenciar investimentos, competitividade, desenvolvimento de modelos e a capacidade de um país construir uma cadeia tecnológica própria.
Para o Brasil, essa comparação é especialmente relevante porque o país precisa adaptar experiências estrangeiras a uma realidade econômica e tecnológica diferente.
Brasil tenta definir seu próprio modelo
O debate brasileiro já passou da discussão inicial sobre a necessidade de regulamentar a inteligência artificial. O PL 2.338/2023 foi aprovado pelo Senado em dezembro de 2024 e passou a ser analisado pela Câmara dos Deputados.
A proposta adota uma abordagem baseada em risco. Em vez de estabelecer as mesmas obrigações para todos os sistemas de IA, o texto busca diferenciar as aplicações de acordo com o potencial de impacto e estabelecer exigências proporcionais.
Segundo Leandro Alvarenga, consultor de privacidade e segurança e colunista do Olhar Digital, o ponto central da discussão brasileira deixou de ser a existência da regulação e passou a ser o modelo escolhido para colocá-la em prática.
A gente não está discutindo hoje se a inteligência artificial deve ou não ser regulada. Na verdade, é qual o modelo regulatório que o Brasil quer adotar. Na prática, o texto adotado pelo Senado hoje segue uma lógica de regulação baseada em risco.
Leandro Alvarenga, consultor de privacidade e segurança
O projeto brasileiro de regulamentação da inteligência artificial foi aprovado pelo Senado em 2024 e segue em discussão na Câmara dos Deputados – Imagem: Thiago Domingues Vieira / Shutterstock
A classificação, porém, envolve uma série de decisões. É preciso definir o que será considerado de alto risco, quais sistemas estarão sujeitos a obrigações mais rigorosas e como essas exigências serão aplicadas a empresas de tamanhos e capacidades diferentes.
É nesse ponto que aparece uma das principais preocupações do setor produtivo. Uma grande empresa pode ter recursos financeiros, técnicos e humanos para cumprir uma regulamentação complexa. Uma startup ou pequena empresa pode não ter a mesma estrutura.
Para Alvarenga, a questão é encontrar a calibragem adequada. Ele avalia que sistemas capazes de impactar direitos fundamentais precisam de regulação e supervisão, mas alerta que obrigações excessivas podem afetar a capacidade de inovação do país.
Se nós regularmos demais, corremos o risco de exportar a inovação e importar tecnologia. Se nós regularmos de menos, corremos o risco de importar problemas e exportar direitos.
Leandro Alvarenga, consultor de privacidade e segurança
O risco de uma regulação pesada, segundo o especialista, é que o custo para cumprir as regras se torne uma barreira de entrada. Isso poderia atingir principalmente empresas menores e favorecer companhias com estruturas maiores para absorver as exigências.
A consequência também pode ser tecnológica. Se empresas brasileiras encontrarem mais dificuldades para desenvolver sistemas de IA enquanto grandes companhias estrangeiras conseguirem cumprir as regras, a regulamentação pode acabar influenciando a própria composição do mercado.
Por isso, Alvarenga defende que o Brasil se inspire em boas práticas internacionais, mas não simplesmente reproduza modelos criados para outras realidades econômicas e institucionais.
O que acontece quando a IA toma decisões?
A preocupação com inovação, porém, não elimina os motivos para criar regras. A inteligência artificial já pode participar de decisões com efeitos concretos sobre a vida das pessoas.
Um sistema usado em processos de contratação, análise de crédito ou outros serviços pode produzir resultados injustos ou discriminatórios. E isso pode acontecer mesmo quando a aplicação está submetida a regras de proteção de dados.
Alvarenga chama atenção justamente para essa mudança no debate. Segundo ele, a IA mostrou que os riscos não se limitam ao tratamento de informações pessoais: um sistema também pode produzir decisões problemáticas.
Nesse cenário, o foco da regulação não deveria ser simplesmente controlar a tecnologia, mas as situações em que ela pode produzir impactos. Isso também envolve supervisão humana, especialmente quando a IA participa de decisões relevantes.
A questão é importante porque uma decisão automatizada pode parecer objetiva justamente por ter sido produzida por um sistema. Mas os critérios utilizados, os dados empregados e a forma como o resultado é interpretado podem produzir consequências que precisam ser avaliadas por pessoas.
A IA generativa tornou alguns desses problemas mais visíveis. Ferramentas capazes de produzir textos, imagens, vídeos e áudios realistas ampliaram as preocupações com fraudes, deepfakes e conteúdos difíceis de distinguir de materiais reais.
A popularização da IA generativa ampliou as preocupações com deepfakes e conteúdos artificiais cada vez mais difíceis de distinguir de materiais reais – Imagem: FAMILY STOCK/Shutterstock
Mas, para Alvarenga, o risco de concentrar a regulação nesses casos é criar regras pensando apenas nas exceções. A maior parte das aplicações de IA tem usos considerados positivos, e a tentativa de impedir usos nocivos não deveria impedir os demais.
Isso reforça a lógica de uma regulação baseada em risco: aplicações diferentes, com impactos diferentes, não necessariamente precisam estar sujeitas ao mesmo nível de exigência.
O problema de criar regras para uma tecnologia que muda
Mesmo quando os riscos estão identificados, existe outro obstáculo: a velocidade da evolução da IA.
A legislação costuma passar por um processo longo entre elaboração, debate, aprovação e implementação. A tecnologia, por outro lado, pode mudar significativamente em poucos meses. Modelos ganham novas capacidades, ferramentas encontram novas aplicações e problemas que não estavam previstos passam a fazer parte do debate.
Arthur Igreja, especialista em tecnologia e inovação, destaca justamente esse descompasso. A IA, segundo ele, se tornou mais poderosa e ganhou novas capacidades em um ritmo que a legislação normalmente não consegue acompanhar.
Isso não significa que o debate regulatório deva ser abandonado. Pelo contrário: para Igreja, a velocidade da tecnologia torna ainda mais importante que exista proatividade na criação das regras.
O problema também pode ser observado pela perspectiva de Belli. Para o professor, uma lei é, no melhor cenário, uma fotografia do estado da arte e das melhores práticas disponíveis quando é aprovada.
A lei é, na melhor das hipóteses, uma fotografia fidedigna do estado da arte e das melhores práticas no momento da adoção da lei. O problema é que, particularmente no caso da inteligência artificial, a evolução tecnológica é extremamente rápida.
Luca Belli, professor da FGV Direito Rio
Uma legislação detalhada demais pode, portanto, envelhecer rapidamente. Por outro lado, regras abertas demais podem gerar dúvidas sobre sua aplicação e aumentar a insegurança jurídica.
Belli defende um modelo capaz de adaptar a aplicação das regras conforme novas situações apareçam. A lei estabeleceria princípios e obrigações, enquanto mecanismos de implementação poderiam permitir ajustes diante de circunstâncias específicas.
A dificuldade está em encontrar esse equilíbrio sem deixar que a flexibilidade transforme a legislação em algo imprevisível para empresas e usuários.
Uma lei não funciona sozinha
Existe ainda uma etapa que começa depois da aprovação de qualquer marco regulatório: a implementação.
A inteligência artificial atravessa diferentes setores da economia e pode envolver diferentes órgãos públicos na fiscalização. Uma mesma legislação pode exigir atuação coordenada de autoridades responsáveis por temas distintos, o que torna a estrutura de implementação tão importante quanto o texto aprovado pelo Congresso.
Belli alerta que não basta criar regras bem formuladas se elas não forem efetivamente aplicadas.
Fazer uma bela lei sem que ela seja efetiva não serve para nada.
Luca Belli, professor da FGV Direito Rio
O professor também questiona a expectativa de que diferentes órgãos consigam se coordenar automaticamente diante de uma legislação complexa. Para ele, a estrutura de cooperação precisa ser pensada desde o início, com mecanismos capazes de definir responsabilidades e evitar conflitos de competência.
Esse ponto é especialmente importante em uma tecnologia que não está restrita a um único setor. Sistemas de IA podem ser usados em serviços financeiros, saúde, educação, comércio, segurança e diversas outras áreas, criando situações em que diferentes autoridades podem ter algum papel na fiscalização.
A regulação, portanto, não termina na aprovação de uma lei. É preciso definir como as regras serão interpretadas, quem vai fiscalizá-las e como o sistema será atualizado conforme surjam novas aplicações.
O Brasil quer ser consumidor ou produtor de IA?
A discussão sobre regulação também se conecta a uma questão mais ampla: qual será o papel do Brasil na indústria de inteligência artificial.
Estados Unidos e China já concentram empresas, infraestrutura e modelos de IA, enquanto outros países tentam construir capacidade própria para reduzir dependências tecnológicas. As regras criadas agora podem influenciar justamente a capacidade brasileira de participar desse mercado.
Para Alvarenga, a escolha regulatória não deve ser analisada apenas pelo impacto imediato sobre empresas. Ela também precisa considerar o efeito sobre o desenvolvimento de tecnologia no país.
O que nós queremos ser é um consumidor de IA, um consumidor de tecnologia ou, efetivamente, um produtor de tecnologia? O risco de uma regulação excessivamente pesada não é apenas reduzir a inovação, é concentrar demais o poder tecnológico em poucos atores globais que não são os brasileiros.
Leandro Alvarenga, consultor de privacidade e segurança
O Brasil busca definir seu papel no desenvolvimento da inteligência artificial em meio à disputa tecnológica entre grandes potências – Imagem: Zulfugar Graphics/Shutterstock
O desafio é construir uma regulação que proteja direitos, estabeleça responsabilidades e reduza riscos sem transformar o cumprimento das regras em uma barreira para empresas nacionais. Ao mesmo tempo, deixar lacunas regulatórias pode expor usuários e setores inteiros a problemas que serão mais difíceis de corrigir depois.
É uma escolha que envolve não apenas o uso da IA, mas a posição que o Brasil pretende ocupar em seu desenvolvimento.
Para Alvarenga, o maior risco estratégico seria o país ficar de fora enquanto outras nações definem os rumos da tecnologia.
O risco do Brasil aqui não é não regular a inteligência artificial. O risco do Brasil é assistir a uma revolução da inteligência artificial na arquibancada, enquanto os outros países são os que definem as regras do jogo.
Leandro Alvarenga, consultor de privacidade e segurança
O chefe de Direitos Humanos da ONU, Volker Turk, alertou que a inteligência artificial avançada pode se tornar poderosa o suficiente para ameaçar a humanidade. O aviso foi feito nesta segunda-feira, durante discurso no Conselho de Direitos Humanos da ONU, em Genebra.
Turk defendeu garantias rígidas de segurança para a tecnologia e pediu que países envolvidos no desenvolvimento e nas cadeias de fornecimento de IA estabeleçam limites claros antes que seja tarde demais.
A ONU quer que países ligados ao desenvolvimento e às cadeias de fornecimento de IA estabeleçam limites em conjunto. – Imagem: mr_tigga/Shutterstock
Alerta forte em Genebra
O discurso ocorreu antes do início do segundo mandato de Turk, previsto para o próximo mês. Ele afirmou compartilhar as preocupações manifestadas por integrantes da própria indústria sobre os possíveis riscos de sistemas avançados de inteligência artificial.
Compartilho as preocupações de integrantes da indústria de que uma IA avançada possa representar um risco existencial para a humanidade.
Volker Turk, chefe de Direitos Humanos da ONU, durante discurso.
Nos próximos dias, segundo o representante da ONU, empresas do setor devem ser pressionadas a reduzir os riscos associados à tecnologia.
Poucos homens concentram o poder
Sem citar empresas, Turk também chamou atenção para a concentração de poder no setor. Segundo ele, apenas um pequeno grupo de homens detém um poder “quase ilimitado” sobre a inteligência artificial.
Turk defendeu a criação de garantias de segurança antes que os sistemas avancem ainda mais:
“Estou pedindo aqui, hoje, um esforço total para estabelecer garantias rígidas em torno da segurança e proteção da IA, antes que seja tarde demais.”
ONU quer linhas claras para a IA
Para o chefe de Direitos Humanos da ONU, países que hospedam operações de inteligência artificial e aqueles envolvidos em suas cadeias de fornecimento precisam trabalhar juntos para estabelecer limites previamente acordados.
Entre os pontos defendidos por Turk estão:
Garantias rígidas de segurança para a inteligência artificial;
Cooperação entre países ligados à tecnologia e suas cadeias de fornecimento;
Estabelecimento de limites previamente acordados;
Ações para reduzir os riscos associados à IA avançada.
A ONU chamou atenção para o fato de que poucas pessoas e corporações retêm poder quase ilimitado sobre os rumos da tecnologia. – Imagem: Primakov/Shutterstock
Alerta acompanha debate da indústria
As declarações de Turk ecoam alertas anteriores feitos por executivos da própria indústria sobre os riscos de extinção associados à inteligência artificial, incluindo Sam Altman, CEO da OpenAI.
A ONU também vem defendendo regras harmonizadas para reduzir os riscos da tecnologia. Em julho, a organização realizou sua primeira reunião global sobre governança da inteligência artificial.
O alerta reforça que a discussão sobre IA já ultrapassou o campo tecnológico. Para a ONU, governos e empresas precisam definir mecanismos de segurança e limites claros enquanto a tecnologia continua avançando.
Mais dois veículos de imprensa norte-americanos decidiram levar a inteligência artificial para os tribunais. O The Seattle Times e o Newsday entraram com um processo conjunto contra a OpenAI e a Microsoft, alegando que as empresas utilizaram suas reportagens sem permissão para treinar modelos de IA generativa.
Na ação judicial, os jornais afirmam que as gigantes da tecnologia coletaram artigos de forma sistemática, ignorando inclusive as barreiras de assinaturas (paywalls) dos sites.
Segundo a acusação, essa prática prejudica diretamente o modelo de negócios do jornalismo: ao receberem respostas prontas da IA, os leitores deixam de acessar os veículos originais, o que reduz o tráfego nos sites e a arrecadação com publicidade digital.
OpenAI – Imagem: Bangla press / Shutterstock
Outro ponto destacado no processo envolve os erros cometidos pelos sistemas de IA, conhecidos como “alucinações”.
Os jornais apontam que as ferramentas chegam a inventar informações falsas e atribuí-las erroneamente aos veículos, além de removerem os dados de identificação dos direitos autorais dos textos originais.
A disputa reflete uma divisão na indústria da mídia:
Ações judiciais: Veículos como The New York Times e CNN também acionaram a Justiça contra empresas de inteligência artificial alegando violação de direitos autorais.
Acordos comerciais: Organizações como a agência Associated Press e o grupo Vox Media optaram por fechar parcerias, permitindo o uso de seus acervos para o treinamento dos modelos em troca de remuneração.
