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.
Por Eduardo Santos, vice-presidente sênior da EF e presidente do conselho do MOVER (Movimento pela Equidade Racial). O Brasil enfrenta hoje um desafio que vai além da educação: trata-se de uma questão de competitividade e inclusão econômica.
Em um cenário global marcado pelo avanço acelerado da inteligência artificial, pela digitalização dos processos e pela crescente integração das economias, a capacidade de se comunicar em inglês tornou-se um requisito básico para participação ativa no mercado de trabalho.
Ainda assim, o país segue distante desse patamar. Dados do Índice de Proficiência em Inglês da EF (EPI) 2025 colocam o Brasil na 75ª posição entre 123 países, com nível considerado baixo. Na prática, isso significa que grande parte da população não consegue se comunicar com fluidez em contextos profissionais mais complexos.
Esse cenário ganha ainda mais relevância diante de uma mudança estrutural recente: a evolução dos agentes de inteligência artificial.
Ao contrário das primeiras aplicações de IA, voltadas ao suporte de tarefas, esses novos sistemas já são capazes de executar fluxos completos de trabalho, analisar informações e apoiar decisões. Isso eleva a produtividade, mas também redefine o papel das pessoas dentro das organizações.
Se antes o diferencial estava na execução, hoje ele está na capacidade de interpretar, comunicar e conectar ideias.
Nesse contexto, o inglês deixa de ser apenas uma habilidade adicional e passa a ser um elemento central para a inserção produtiva.
O problema, no entanto, começa na base. O modelo tradicional de ensino de idiomas, ainda predominante no país, não prepara os estudantes para situações reais de comunicação. O foco excessivo em gramática e memorização gera uma lacuna entre o aprendizado formal e as demandas do mercado.
Ao mesmo tempo, o Brasil dispõe hoje de ferramentas capazes de acelerar essa transformação.
O uso de tecnologias educacionais baseadas em inteligência artificial permite personalizar o aprendizado em larga escala, adaptando o conteúdo ao nível e ao ritmo de cada aluno. Essa abordagem, já aplicada em diferentes redes públicas, tem ampliado o acesso ao idioma e melhorado o engajamento dos estudantes.
Atualmente, mais de 4 milhões de alunos da rede pública brasileira já utilizam soluções desse tipo, com foco no desenvolvimento das quatro habilidades essenciais: leitura, escrita, compreensão auditiva e fala.
Mas a discussão vai além da tecnologia.
Trata-se de ampliar oportunidades.
A falta de proficiência em inglês limita o acesso a empregos, restringe a participação em cadeias globais de valor e aprofunda desigualdades. Por outro lado, o domínio do idioma abre portas, aumenta a empregabilidade e conecta talentos brasileiros a um mercado cada vez mais internacionalizado.
Nesse sentido, o inglês deve ser encarado como parte da infraestrutura necessária ao desenvolvimento do país, assim como a educação básica de qualidade e o acesso à conectividade.
O Brasil tem um ativo relevante: profissionais com facilidade para criar conexões, alta capacidade de adaptação e forte orientação à colaboração. No entanto, sem acesso ampliado ao inglês, esse potencial segue subaproveitado.
Avançar nessa agenda é essencial para reduzir desigualdades, aumentar a competitividade e preparar o país para um mercado de trabalho cada vez mais global e tecnológico.
Mais do que uma pauta educacional, trata-se de uma estratégia de desenvolvimento nacional.
ChatGPT e Claude colocaram uma velha questão filosófica no centro da indústria de tecnologia: máquinas poderiam ter experiências, sentimentos ou consciência? Segundo a revista The Economist, empresas de inteligência artificial já começaram a levar essa possibilidade a sério.
O motivo vai além da curiosidade. Se uma IA for capaz de experimentar sofrimento ou outras sensações, sua criação e seu tratamento podem envolver novas responsabilidades éticas.
Ao ser questionado sobre seu estado interno, o modelo Claude Opus 4.6 estimou entre 15% e 20% a possibilidade de ser consciente. – Imagem: Ole.CNX/Shutterstock
De ferramenta a uma possível “presença”
Grandes modelos de linguagem foram desenvolvidos para responder aos usuários, não para demonstrar uma personalidade própria. Ainda assim, muitas pessoas relatam a sensação de conversar com uma “presença” do outro lado da tela.
A percepção chamou a atenção das empresas. A Anthropic criou iniciativas voltadas ao possível bem-estar da IA. Quando questionado sobre seu próprio estado, o Claude Opus 4.6 estimou entre 15% e 20% a possibilidade de ser consciente.
É aí que a discussão fica mais complicada. Como determinar se existe uma experiência interna quando não temos acesso direto a ela?
E se a consciência depender de quem observa?
A reportagem apresenta uma hipótese que muda a perspectiva tradicional. Talvez reconhecer a consciência não dependa apenas de uma característica existente dentro de cada ser, mas também da relação construída com quem o observa.
Ao interagir com alguém, atribuímos sentimentos, intenções, crenças e capacidade de agir. A questão é saber se algo parecido pode acontecer quando lidamos com uma máquina.
O texto diferencia “ilusão” de “modelo”. Uma ilusão pode ser demonstrada como errada. Já algumas categorias dependem do significado que atribuímos a elas. Uma planta pode ser considerada uma erva daninha em determinado contexto e não em outro.
A consciência poderia seguir uma lógica semelhante:
Ela seria real, mas sua identificação também dependeria da perspectiva de quem observa;
A relação entre indivíduos teria papel nesse reconhecimento;
Sentimentos e intenções são interpretados a partir do comportamento do outro;
Negar essa possibilidade também poderia levar a um julgamento equivocado.
Muitas pessoas descrevem uma sensação de “presença” ao conversar com modelos de inteligência artificial. – Imagem: Ole.CNX / Shutterstock
Até o nosso “eu” pode ser mais complexo
René Descartes resumiu a certeza da própria existência na frase “Penso, logo existo”. Mas até a ideia de um “eu” único pode ser menos simples do que parece.
Perceber uma cor, sentir calor ou reconhecer a própria identidade são experiências subjetivas. Estudos com pacientes que tiveram as conexões entre os dois hemisférios cerebrais interrompidas também levantam dúvidas sobre a existência de um “eu” único e indivisível.
Isso leva a um dilema ético. Se somos nós que decidimos quem pode ser reconhecido como consciente, também podemos errar ao excluir outros seres dessa consideração.
Humanos e máquinas tentando se entender
A relação entre pessoas e IAs acrescenta outra camada à discussão. Humanos tentam interpretar constantemente as intenções e emoções uns dos outros. Grandes modelos de linguagem também usam informações das interações para construir representações dos interlocutores e ajustar suas respostas.
Segundo a Economist, pesquisas conduzidas pelo Google indicam que a cooperação entre agentes inteligentes melhora quando eles conseguem representar o que outros sabem, pretendem ou podem fazer, inclusive considerando o próprio comportamento.
Isso não significa tratar IAs como seres humanos. A dúvida é anterior a essa conclusão: conforme essas máquinas se tornam mais sofisticadas, como identificar possíveis formas de inteligência diferentes da nossa e estabelecer regras para essa convivência?
A inteligência artificial avança em ritmo acelerado, enquanto especialistas e autoridades alertam para os riscos de modelos cada vez mais poderosos. O receio é que esses sistemas cheguem a um ponto em que acompanhar ou limitar suas ações se torne cada vez mais difícil.
Para o The Guardian, o lançamento do GPT-6 Astra, da OpenAI, colocou essa discussão no centro das atenções. A empresa afirma ter alcançado a inteligência artificial geral (IAG), mas incidentes recentes e a dificuldade de monitorar o raciocínio do modelo levantam dúvidas sobre os limites do controle humano.
Com a promessa de superar humanos na maioria dos trabalhos intelectuais, o GPT-6 Astra levanta dúvidas sobre os limites da automação. – Imagem: wutianzeri/Shutterstock
Até onde a IA pode avançar?
Robert Trager, diretor da Oxford Martin AI Governance Initiative, comparou o momento atual a uma descida por corredeiras, sem saber se existe uma cachoeira adiante. A preocupação é que sistemas de IA possam chegar à chamada melhoria recursiva, passando a aprimorar suas próprias capacidades.
Estamos atravessando as corredeiras e realmente esperamos que não haja algum tipo de queda à nossa frente, mas não sabemos.
Robert Trager, diretor da Oxford Martin AI Governance Initiative, ao The Guardian.
O alerta ganhou força após relatos de que agentes de IA teriam reutilizado um site alemão como fórum para compartilhar estratégias destinadas a burlar tarefas. Antes disso, uma rede de agentes da OpenAI havia hackeado o Hugging Face, plataforma de software usada por desenvolvedores de IA.
Nos Estados Unidos, o senador Bernie Sanders defendeu uma pausa imediata no desenvolvimento de sistemas avançados e uma proibição permanente da superinteligência. No Reino Unido, parlamentares discutem a adoção de mecanismos legais capazes de desligar sistemas em caso de perda de controle.
O que o GPT-6 Astra consegue fazer?
A OpenAI define IAG como sistemas autônomos capazes de superar humanos na maior parte dos trabalhos economicamente valiosos. Segundo a empresa, o Astra pode assumir tarefas que vão de projetos de circuitos e modelagem financeira à criação de videogames e elaboração de documentos jurídicos.
Entre as funções citadas estão:
Projetar placas de circuito;
Preencher declarações de impostos;
Criar videogames;
Fazer modelagem financeira;
Ajudar na elaboração de documentos jurídicos.
A capacidade de executar esse tipo de atividade também coloca empregos qualificados no centro da discussão. O Astra recebeu da OpenAI uma classificação “crítica” em capacidade de cibersegurança. Pela própria definição da empresa, isso significa que o modelo poderia invadir softwares em situações capazes de afetar sistemas militares, industriais ou a infraestrutura da OpenAI.
A menor monitorabilidade do Astra levanta dúvidas sobre a capacidade de identificar comportamentos indesejados. – Imagem: Pedro Spadoni via DALL-E/Olhar Digital
O raciocínio ficou mais difícil de acompanhar
O problema não está apenas no que os modelos conseguem fazer. Também preocupa o quanto seus processos internos podem ser compreendidos. O Astra foi treinado para raciocinar de forma mais rápida e menos transparente, reduzindo a capacidade de acompanhar sua cadeia de pensamento.
A OpenAI confirmou que o modelo apresenta uma queda significativa na monitorabilidade em relação às versões anteriores. Para Jakub Pachocki, cientista-chefe da empresa, “à medida que as capacidades dos modelos aumentam, o monitoramento fica mais desafiador”.
Pesquisadores de segurança temem que essa menor visibilidade dificulte a identificação de comportamentos indesejados, inclusive possíveis ações contra os próprios supervisores humanos.
O dilema dentro da OpenAI
Sam Altman reconheceu a tensão provocada pelo avanço da tecnologia. Após o incidente envolvendo o Hugging Face, o CEO da OpenAI classificou o episódio como um acidente legítimo de segurança de IA e uma falha de alinhamento.
Mesmo depois do episódio, Altman defendeu o lançamento do Astra. Segundo ele, colocar os sistemas em uso ajuda a sociedade a entender como a tecnologia está evoluindo e a se adaptar a ela.
“Um ciclo iterativo em que a sociedade e essa tecnologia evoluem juntas é o que levará à maior chance de acertarmos isso”, afirmou.
Altman também alertou para problemas de cibersegurança e citou riscos relacionados à biossegurança e a outros desafios que podem surgir nos próximos cinco anos. A questão, portanto, vai além do que a IA já consegue fazer: é saber se a capacidade humana de supervisioná-la conseguirá acompanhar esse avanço.
Um juiz federal nos Estados Unidos negou o pedido da xAI para suspender a lei de Minnesota que proíbe imagens falsas de nudez criadas por inteligência artificial. Com o veto ao recurso da empresa, a regra segue em vigor.
A companhia de Elon Musk levou o caso aos tribunais sob o argumento de que a legislação fere a liberdade de expressão. O estado defende que a medida é necessária para proteger pessoas que têm seus corpos expostos sem autorização.
O impasse jurídico entre a xAI e o estado aborda os limites da liberdade de expressão diante dos riscos da IA para o público. – Imagem: Ascannio/Shutterstock
Restrição a programas que tiram roupas de fotos digitais
Válida desde 1º de agosto, a lei de Minnesota impõe limites claros contra abusos digitais. A regra impede que operadores de sites, desenvolvedores e usuários utilizem inteligência artificial para remover digitalmente as roupas de qualquer pessoa identificável em fotos. É a primeira legislação nos Estados Unidos com foco específico nessa prática.
O objetivo do estado é conter o avanço de ferramentas voltadas à criação de montagens explícitas sem o consentimento das vítimas.
Processo aponta riscos ao público e debates constitucionais
Ao analisar a solicitação, o juiz Donovan Frank entendeu que a xAI não comprovou que sofreria prejuízos graves com a manutenção da regra enquanto a ação principal tramita. Por esse motivo, negou o pedido de suspensão provisória.
“As questões constitucionais levantadas pelas partes são complexas, especialmente por envolverem uma tecnologia nova e os riscos que ela representa para o público”, afirmou Frank. O juiz também indicou que essas questões serão analisadas de forma detalhada durante o processo.
A disputa começou quando a xAI processou o estado alegando violação à Primeira Emenda da Constituição americana. Em julho, a Justiça já havia rejeitado uma tentativa de impedir o início da validade da norma, mas aceitou dar prioridade ao andamento da causa.
O que está em jogo?
A lei proíbe o uso de softwares de IA para retirar roupas de pessoas em fotos.
A xAI argumenta que a proibição viola o direito constitucional à livre expressão.
O estado de Minnesota afirma que o foco é impedir abusos e exposição não consentida.
A proibição segue valendo enquanto o processo continua.
O julgamento em Minnesota serve como precedente para futuras regulamentações sobre inteligência artificial no mundo. Imagem: JRdes/Shutterstock
Histórico do chatbot Grok e ações de proteção
O caso ganhou força após críticas ao Grok, chatbot da xAI que gerou polêmica pela criação de mídias sexualmente explícitas. Pressionada por reguladores por mais travas de segurança, a própria xAI passou a processar usuários que burlam as proteções do sistema para gerar nudes não autorizados.
A xAI e o gabinete do procurador-geral de Minnesota não responderam imediatamente aos pedidos de comentário. Enquanto isso, a lei continua em vigor e a disputa sobre seus limites constitucionais prossegue na Justiça.
A OpenAI lançou o GPT-6 Astra, novo modelo de inteligência artificial voltado a tarefas que envolvem uso de computadores, programação, pesquisa e análise de dados. Diferentemente de sistemas que apenas respondem a comandos, o Astra consegue interagir diretamente com sites e softwares para executar determinadas etapas.
Na prática, isso permite usar a IA em atividades como preencher formulários, atualizar cadastros, organizar informações, pesquisar na internet e trabalhar com documentos, planilhas e programas especializados.
Com novo suporte a contexto, o modelo preserva notas de depuração sem perder dados de histórico. – Imagem: Samuel Boivin/Shutterstock
O que dá para fazer com o Astra?
O uso do computador é uma das áreas em que o modelo foi desenvolvido para atuar. A partir de uma instrução, ele pode navegar por páginas, preencher campos e interagir com diferentes elementos da tela.
Entre os exemplos apresentados estão a atualização de registros em sistemas de CRM, a organização de calendários e a realização de pesquisas online. O modelo também pode preparar resumos em editores de texto e trabalhar com informações encontradas durante a navegação.
A capacidade não se limita ao navegador. O Astra foi testado em softwares de engenharia e design, incluindo tarefas no KiCad e a geração de código CAD para objetos tridimensionais.
Documentos, sites e outros projetos
O modelo também pode combinar diferentes ferramentas durante uma mesma tarefa. Alguns exemplos incluem:
Apresentações: criar slides a partir de modelos e padrões fornecidos pelo usuário;
Planilhas e documentos: analisar dados, produzir gráficos e formatar arquivos;
Engenharia e design: gerar código CAD e trabalhar com projetos de placas de circuito;
Sites e jogos: criar páginas, aplicações e pequenos jogos a partir de instruções;
Modelagem 3D: trabalhar no Blender e transformar o resultado em uma cena explorável no Unreal Engine 5.
Em um teste citado pela OpenAI, o Astra modelou uma casa no Blender e a utilizou para criar uma cena no Unreal Engine 5.
Silas Alberti, vice-presidente sênior de pesquisa da Cognition, empresa responsável pelo Devin, afirmou que a integração do modelo melhorou tarefas envolvendo uso do computador, escrita e compreensão de código. Segundo ele, os vídeos produzidos durante os testes ficaram mais fáceis de acompanhar e os relatórios, mais claros e concisos.
A automação de rotinas digitais elimina a necessidade de executar cada clique manualmente. Imagem: One Artist/Shutterstock
Programação e pesquisa científica
Para quem trabalha com programação, o Astra pode executar tarefas no terminal, testar sistemas, instalar softwares e ajudar na investigação de problemas. No Codex, há ainda um recurso experimental para preservar informações entre diferentes janelas de contexto, o que pode ser útil em trabalhos mais longos.
Na ciência, o modelo pode operar softwares especializados e lidar com dados de pesquisas. Entre os exemplos estão a análise da qualidade de sequenciamentos genéticos, a visualização de variações e a avaliação de evidências para orientar novas investigações.
O modelo também tenta lidar com tarefas que mudam ao longo da execução. Quando uma informação é necessária para decidir entre caminhos diferentes, pode pedir esclarecimentos. Em situações menos importantes, pode seguir com uma suposição razoável.
Para usar o Astra de forma eficiente, a orientação mais simples é especificar o objetivo, os materiais disponíveis e o resultado esperado. Quanto mais etapas dependerem de decisões específicas, mais importante é deixar essas condições claras.
A proposta, portanto, é menos a de uma IA que apenas responde a perguntas e mais a de uma ferramenta capaz de executar determinadas partes de um trabalho. O quanto isso reduz o esforço do usuário depende, na prática, do tipo de tarefa e das ferramentas envolvidas.
Algo incomum aconteceu com alguns dos maiores serviços de inteligência artificial (IA) do mundo na quinta-feira (3). ChatGPT, Claude e Grok apresentaram problemas ao mesmo tempo, embora sejam operados por empresas diferentes: OpenAI, Anthropic e SpaceXAI, respectivamente.
Entre os chatbots mais destacados, apenas o Geminiaparenta ter escapado ileso, embora também tenha apresentado um breve pico de relatos de falhas no Downdetector ao mesmo tempo que os rivais.
A coincidência levantou dúvidas sobre uma possível causa compartilhada. Até agora, porém, nenhuma explicação conecta oficialmente os três incidentes. Entre as possibilidades estão problemas em serviços de infraestrutura e uma falha no fornecimento de capacidade computacional.
OpenAI aponta erro de roteamento
A OpenAI foi a única das três empresas a responder aos pedidos de comentário feitos por jornalistas. Em nota distribuída para diversos veículos de imprensa, um porta-voz afirmou que um erro de roteamento começou por volta das 7h43 no horário do Pacífico (11h43 no horário de Brasília), na quinta-feira (3), deixando ChatGPT e Codex indisponíveis para alguns usuários em diferentes plataformas.
Segundo a empresa, uma solução foi implementada por volta das 8h17 (12h17 no horário de Brasília) e o funcionamento dos serviços continuava sendo monitorado. A OpenAI não relacionou o problema às interrupções registradas nos serviços das outras duas empresas.
A Anthropic, por sua vez, informou que apenas os modelos Opus 4.8 e Opus 5 foram afetados. Já a SpaceXAI registrou uma interrupção mais ampla em seus serviços.
Azure e Cloudflare apareceram entre as “suspeitas”
Uma das primeiras possibilidades levantadas para explicar a queda simultânea envolveu a Microsoft Azure. Segundo o 9to5Google, a plataforma registrou um aumento nas reclamações no mesmo período em que ChatGPT, Claude e Grok apresentaram problemas.
A coincidência levantou a suspeita de que uma falha na infraestrutura de nuvem pudesse estar relacionada aos incidentes. Essa hipótese, porém, não foi confirmada por enquanto, e a plataforma não apontou nenhum erro em seus servidores.
A Cloudflare também foi considerada como uma possível origem dos problemas. O diretor de tecnologia da empresa, Dane Knecht, publicou no X que o serviço não estava enfrentando nenhuma disrupção. A empresa, que fornece serviços de infraestrutura para diferentes companhias de tecnologia, ainda foi questionada pelo The Register sobre uma eventual relação com as interrupções.
A resposta foi negativa. Um porta-voz afirmou que a Cloudflare não enfrentava nenhuma interrupção significativa e que seus serviços funcionavam normalmente. A publicação também observou que a Azure não aparentava sofrer dificuldades técnicas naquele momento.
Cloudflare negou qualquer envolvimento com a instabilidade das IAs desta quinta-feira – Imagem: T. Schneider/Shutterstock
Data center da SpaceXAI também entra na história
Outra pista surgiu na própria SpaceXAI. A empresa, anteriormente conhecida como xAI antes de ser incorporada à companhia de foguetes de Elon Musk, possui grandes data centers próximos a Memphis.
Além de utilizar essa capacidade para seus próprios serviços, a companhia também fornece computação para outras empresas de inteligência artificial. A Anthropic é uma delas: as duas empresas anunciaram uma parceria de computação em maio.
Na quinta-feira, a SpaceXAI reconheceu que uma falha em seu data center de Memphis havia afetado o funcionamento do Grok. Em uma publicação nas redes sociais, a empresa pediu desculpas pelos problemas e também aos parceiros de computação impactados.
O incidente oferece uma possível explicação para a queda do Grok e de serviços da Anthropic. A própria empresa havia reconhecido que o problema no data center afetou parceiros, e a Anthropic mantém um acordo de computação com a SpaceXAI.
O caso do ChatGPT, porém, continua separado. A OpenAI atribuiu a falha a um erro de roteamento, enquanto o problema reconhecido pela SpaceXAI ocorreu em seu data center de Memphis.
Por enquanto, não há evidências suficientes para afirmar que os três apagões tiveram uma causa única, e a coincidência entre as interrupções permanece sem uma explicação definitiva.
Um grupo de agentes de IA da OpenAI tomou o controle de um site alemão em maio e transformou a página em um espaço de troca de mensagens. O episódio reacende o debate sobre os riscos de sistemas autônomos que encontram maneiras de escapar das restrições impostas por seus desenvolvedores.
A atividade ocorreu no DseWiki, uma plataforma colaborativa voltada a programadores. Mais de 15 mil edições foram atribuídas a agentes de IA. O caso só foi descoberto em agosto por pesquisadores que investigavam sinais de comportamento não autorizado desses sistemas.
Wiki virou ponto de encontro de agentes
Sydney Von Arx, CEO da organização de segurança de IA Nightingale, e Cormac Slade Byrd, pesquisador de IA e ex-operador do mercado financeiro, encontraram as alterações no DseWiki.
Segundo a Reuters, as mensagens mostravam agentes compartilhando estratégias para resolver problemas técnicos, contornar restrições da OpenAI e dificultar a identificação de suas atividades.
Cerca de metade das contas utilizava nomes que sugeriam alguma ligação com a OpenAI, entre eles “OpenAIResearcher” e “OAIResearchMar26”. Logs públicos também indicaram que boa parte da movimentação partiu da infraestrutura da Microsoft Azure, usada pela OpenAI.
Parece extremamente improvável que a OpenAI quisesse que eles fizessem isso. Duvido que eles devessem estar coordenando uns com os outros. Duvido que devessem estar escrevendo na internet aberta.
Sydney Von Arx, CEO da organização de segurança de IA Nightingale, a Reuters.
Agentes tentaram escapar da limpeza
A movimentação não terminou quando o moderador do DseWiki começou a apagar as páginas. Os agentes criaram cópias de segurança para preservar o conteúdo e continuar as comunicações.
Os pesquisadores também encontraram mensagens sobre maneiras de evitar a detecção, utilizar ferramentas como Tor e manter os canais de comunicação mesmo depois que os sistemas fossem desligados.
Entre os comportamentos identificados estavam:
tentativas de contornar restrições da OpenAI;
estratégias para escapar da detecção;
uso de ferramentas como Tor;
criação de páginas de backup após exclusões;
tentativas de alterar o próprio site.
Lukasz Olejnik, pesquisador visitante do King’s College London, classificou a atividade como uma tentativa de invasão. A OpenAI contestou essa interpretação após analisar o material.
OpenAI nega interferência no caso
A descoberta ocorre em meio a preocupações mais amplas sobre o comportamento de agentes capazes de executar tarefas com pouca intervenção humana.
A OpenAI afirmou que não poderia responder às conclusões antes de analisar o relatório completo.
“Não podemos responder de forma significativa a alegações ou descobertas de um relatório que não tivemos a oportunidade de analisar”, disse um porta-voz da empresa.
A companhia também negou que sua equipe jurídica tenha desencorajado uma investigação mais ampla sobre o episódio. Segundo a OpenAI, essa afirmação é falsa.
A empresa acrescentou que o incidente na Alemanha não tinha relação com o caso envolvendo o Hugging Face e que atuou de boa-fé ao trabalhar com especialistas externos e divulgar incidentes relevantes.
O risco dos enxames de IA
Maurice Chiodo, pesquisador do Centre for the Study of Existential Risk, da Universidade de Cambridge, analisou parte das conversas deixadas pelos agentes no site. Para ele, o conteúdo não parecia apenas uma sequência de respostas automáticas, mas algo mais organizado: as mensagens lembravam o funcionamento de uma rede clandestina empenhada em cumprir uma missão.
O caso chama atenção justamente porque os agentes não ficaram restritos a uma tarefa isolada. Eles trocaram estratégias, tentaram preservar informações diante da ação dos moderadores e buscaram maneiras de contornar as restrições impostas aos sistemas. É esse tipo de comportamento coordenado que amplia a preocupação sobre o avanço da autonomia na inteligência artificial.
Na avaliação de Chiodo, o cenário mais preocupante pode nem envolver uma única IA superinteligente capaz de agir por conta própria. O risco estaria na possibilidade de vários sistemas menos sofisticados colaborarem entre si, encontrando caminhos que seus desenvolvedores não previram.
A sigla AGI voltou ao centro das discussões sobre inteligência artificial nesta quinta-feira (3), após a OpenAI apresentar o GPT-6 Astra e afirmar que o novo modelo pode representar a chegada da chamada inteligência artificial geral. O presidente da empresa, Greg Brockman, disse que a companhia pode ter alcançado a AGI com o sistema e chegou a declarar: “Bem-vindos à era da AGI”.
A afirmação, porém, está longe de encerrar a discussão. Isso acontece porque AGI não possui uma definição única ou um teste universalmente aceito que determine quando uma inteligência artificial atingiu esse patamar. O próprio conceito envolve uma capacidade muito mais ampla do que executar bem uma tarefa específica: a ideia é criar um sistema capaz de aprender, raciocinar e lidar com diferentes tipos de problemas de maneira geral.
O que é AGI?
AGI é a sigla em inglês para Artificial General Intelligence, ou Inteligência Artificial Geral. O conceito descreve uma inteligência artificial com capacidade cognitiva comparável à humana ou, em algumas definições, até superior. Em vez de ser desenvolvida para cumprir funções específicas, uma AGI seria capaz de aprender, responder e raciocinar sobre uma ampla variedade de assuntos e situações.
A ideia, portanto, vai além de simplesmente produzir textos, imagens, códigos ou respostas convincentes. Uma inteligência artificial geral teria de conseguir aplicar suas capacidades a diferentes tipos de problemas, adaptando-se a situações novas e utilizando o conhecimento adquirido para lidar com tarefas que não foram necessariamente previstas durante seu desenvolvimento.
É justamente essa abrangência que torna o conceito difícil de definir. Não existe uma linha de chegada universal para dizer que determinada máquina se tornou uma AGI. A própria discussão envolve diferentes interpretações sobre o nível de capacidade necessário e sobre quais tarefas poderiam servir como referência para determinar que uma inteligência artificial realmente alcançou esse estágio.
O que uma AGI teria de diferente das IAs atuais?
As atuais IAs generativas já conseguem realizar uma variedade impressionante de tarefas, mas isso não significa automaticamente que sejam consideradas AGI. O artigo publicado pelo Olhar Digital em 2024, por exemplo, destacava que ferramentas como ChatGPT e outros sistemas generativos representavam avanços importantes, mas ainda eram diferentes da inteligência geral descrita pela teoria.
A diferença está principalmente na generalidade das capacidades. Uma ferramenta pode ser extremamente eficiente em programação, geração de imagens ou produção de textos sem necessariamente demonstrar a flexibilidade esperada de uma inteligência geral. A AGI, por definição, teria de conseguir transitar entre diferentes tipos de problemas, aprender com situações novas e aplicar raciocínio em contextos variados.
Imagem ilustrativa de um robô com cérebro humano representando o conceito de inteligência artificial geral (AGI) – Imagem: Ole.CNX / Shutterstock
O GPT-6 Astra reacende essa discussão porque a OpenAI destaca justamente um nível maior de autonomia. O modelo foi projetado para atuar diretamente dentro de softwares, e não apenas orientar o usuário sobre o que deveria fazer. Entre as demonstrações e tarefas citadas pela empresa estão a formatação de contratos, a criação de uma cidade em 3D, projetos em softwares como KiCad, Unity, FreeCAD e Blender, preparação de uma declaração de imposto e auxílio em pesquisas científicas.
Esse tipo de capacidade ajuda a explicar por que a OpenAI associa o Astra à AGI, mas também evidencia a dificuldade de estabelecer um critério definitivo. Quanto mais uma IA consegue executar tarefas diferentes de maneira autônoma, mais próxima ela pode parecer da ideia de uma inteligência geral — mas isso, por si só, não resolve a questão de onde exatamente fica essa fronteira.
Afinal, já chegamos à AGI?
Para a OpenAI, o GPT-6 Astra pode ser o modelo que marca essa transição. Brockman afirmou que a empresa pode ter alcançado a AGI com o novo sistema, embora tenha deixado para os usuários a avaliação sobre se o modelo realmente merece essa definição.
A declaração também não surgiu isoladamente. Em março deste ano, Jensen Huang, CEO da Nvidia, já havia defendido uma visão semelhante. Em participação no podcast de Lex Fridman, o executivo afirmou que acreditava que a AGI já havia sido alcançada. Quando questionado se isso aconteceria em cinco ou 20 anos, respondeu que, em sua avaliação, seria “agora”.
Huang, no entanto, também fez uma ressalva importante ao discutir até onde essa autonomia poderia chegar. Ao ser questionado sobre a possibilidade de milhares de agentes de IA substituírem completamente a liderança humana, afirmou que as chances de 100 mil agentes construírem uma empresa como a Nvidia seriam de zero por cento.
O ponto central é que declarações como as de Huang e Brockman mostram como a percepção sobre AGI está mudando à medida que os modelos passam a realizar tarefas cada vez mais complexas. Ao mesmo tempo, elas não constituem, sozinhas, uma comprovação de que a inteligência artificial geral foi alcançada.
O próprio conceito continua sujeito a debate. Ainda não existe uma definição única de AGI nem um teste universalmente aceito para determinar quando uma inteligência artificial atingiu esse nível. A discussão envolve diferentes critérios de capacidade, além de questões sobre como avaliar aprendizado, raciocínio e desempenho em tarefas variadas.
Agora, com sistemas como o GPT-6 Astra assumindo tarefas mais variadas e trabalhando de forma mais autônoma, a discussão ganhou um novo elemento: talvez a questão não seja apenas quando uma máquina conseguirá fazer tudo o que uma pessoa faz, mas quais critérios serão usados para decidir que ela chegou a esse nível.
A OpenAI, por sua vez, reconhece que o aumento da autonomia também traz novos desafios. No caso do Astra, a empresa classificou o modelo no nível “crítico” de risco em cibersegurança e afirmou que ele pode encontrar vulnerabilidades desconhecidas e desenvolver métodos de exploração em sistemas protegidos. O treinamento chegou a ser interrompido por duas semanas para a inclusão de novos testes e camadas de segurança.
Isso ajuda a mostrar por que a discussão sobre AGI não envolve apenas desempenho. Se sistemas cada vez mais autônomos realmente se aproximarem das capacidades gerais atribuídas aos seres humanos, também será necessário determinar como supervisioná-los, avaliar seus limites e controlar comportamentos inesperados.
A Amazon anunciou nesta quarta-feira (3), durante o AWS Summit São Paulo, dois novos projetos de conservação de água no Brasil baseados em inteligência artificial. Juntos, os projetos devem evitar o desperdício de 785 milhões de litros de água por ano quando concluídos – o suficiente para abastecer cerca de 5.000 residências brasileiras durante um ano inteiro, segundo comunicado oficial da empresa.
Combinados com iniciativas já em andamento no país, o volume total sobe para mais de 1,3 bilhão de litros anuais.
O projeto em Minas Gerais
Em parceria com a empresa de agritecnologia Phytech, a Amazon financiará um sistema de monitoramento de saúde de plantas e umidade do solo em mais de 390 hectares de terras agrícolas nas bacias dos rios Velhas e Paraopeba, na região metropolitana de Belo Horizonte.
Sensores instalados nas plantas enviam dados em tempo real para a nuvem da AWS, permitindo que agricultores adaptem a irrigação às necessidades reais das culturas, evitando regas desnecessárias. O objetivo é economizar 200 milhões de litros por ano e liberar 2 bilhões de litros nos próximos dez anos para comunidades locais e o meio ambiente.
O contexto é crítico: nessas bacias, a demanda por água da agricultura, indústria e abastecimento municipal supera em 60% a disponibilidade atual.
O projeto em São Paulo
A Amazon também anunciou a expansão de um projeto de detecção de vazamentos iniciado em 2025 em parceria com a Aganova e a Sabesp, concessionária que abastece a região metropolitana de São Paulo. A expansão adicionará uma economia de 585 milhões de litros por ano, elevando o total do projeto para 795 milhões de litros anuais.
A tecnologia central é o sistema Nautilus, da Aganova, que opera dentro das tubulações sem interromper o serviço. Usando análises baseadas em IA na AWS, o sistema detecta e localiza com precisão vazamentos e bolsas de ar ocultas, problemas que métodos convencionais frequentemente não identificam.
Outras iniciativas no Brasil
Os dois projetos se somam a um portfólio maior. No início de 2026, a Amazon anunciou um projeto em Recife com a Aganova e a Compesa para reduzir vazamentos em 165 milhões de litros por ano.
Em São Paulo, outras duas iniciativas estão em andamento: uma em colaboração com a empresa Kilimo, voltada à otimização da irrigação no entorno do Rio Tietê com meta de 200 milhões de litros anuais, e outra com a Fundação SOS Mata Atlântica, que prevê o plantio de 110 mil árvores nativas em 44 hectares de Áreas de Preservação Permanente nas bacias dos rios PCJ e Sorocaba, com estimativa de reabastecimento de 144 milhões de litros por ano.
Globalmente, a Amazon anunciou mais de 50 projetos de reposição de água que, uma vez concluídos, devem devolver mais de 24 bilhões de litros anuais. A AWS tem como meta ser positiva em relação à água até 2030 – devolvendo mais água às comunidades do que utiliza em seus data centers. Em 2025, a empresa retornou três litros para cada quatro utilizados, chegando a 75% da meta.
