O Google enviou alertas de terremoto para 11,4 milhões de pessoas antes dos fortes tremores que atingiram a Venezuela. A tecnologia utilizou celulares Android para identificar rapidamente as primeiras vibrações e avisar moradores antes da chegada das ondas mais destrutivas.
Sem um sistema nacional de alerta, o país contou com o recurso da empresa para antecipar parte dos impactos dos terremotos que deixaram mais de mil mortos, segundo o The New York Times.
Dois terremotos em apenas 39 segundos desafiaram o sistema, que conseguiu avisar milhões de usuários. – Imagem criada por inteligência artificial (ChatGPT / Olhar Digital)
O sensor do celular que virou aliado contra terremotos
Como explicamos, o sistema de alerta de terremotos do Android aproveita um componente que já existe nos smartphones: o acelerômetro. É ele que identifica se o aparelho está na posição vertical ou horizontal e, em determinadas condições, também consegue reconhecer vibrações típicas de um abalo sísmico.
Curiosamente, o sensor faz parte da rotina do celular e normalmente passa despercebido pelo usuário. Para detectar um terremoto, porém, o aparelho precisa estar parado sobre uma superfície plana. Se estiver no bolso ou sendo carregado, a identificação não acontece.
Quando vários celulares próximos registram esse mesmo padrão, os dados são enviados ao Google. A empresa cruza essas informações para estimar a localização e a magnitude do tremor antes de disparar os avisos.
Entre as funções do sistema estão:
detectar vibrações por meio do acelerômetro;
comparar informações enviadas por celulares próximos;
calcular onde ocorreu o tremor e sua intensidade;
enviar alertas para as áreas com maior risco.
A corrida contra o tempo
A Venezuela foi atingida por dois terremotos em sequência, e vem sofrendo outros abalos de menor intensidade. O primeiro teve magnitude 7,2. Apenas 39 segundos depois, ocorreu outro, de magnitude 7,5, o mais forte registrado no país desde 1900.
O Google identificou o primeiro sinal do abalo apenas três segundos após a chegada da primeira onda sísmica. Em seguida, precisou de mais seis segundos para confirmar o evento e iniciar o envio das notificações.
Pode parecer pouco, mas esse intervalo é suficiente para que parte da população receba um aviso antes da chegada da segunda onda, que é mais lenta e também a mais destrutiva.
O sistema do Android já detectou mais de 18 mil terremotos e enviou cerca de 790 milhões de alertas no mundo. – Imagem: Frame Stock Footage/Shutterstock
Nem todo mundo recebeu o mesmo alerta
Os avisos variaram conforme a intensidade prevista para cada região. Nas áreas de maior risco, a mensagem ocupava toda a tela do celular, emitia um som de emergência e orientava o usuário a agir imediatamente.
Ao todo, 1,4 milhão de pessoas receberam o alerta máximo. Considerando todos os níveis de aviso, 11,4 milhões de usuários foram notificados.
Quem estava mais distante do epicentro ganhou mais tempo para reagir e, em alguns casos, recebeu a notificação até dois minutos antes de sentir o tremor. Segundo o Google, o recurso já detectou mais de 18 mil terremotos e enviou cerca de 790 milhões de alertas em mais de 100 países. Na Venezuela, a tecnologia acabou suprindo a falta de um sistema nacional de aviso antecipado.
A Samsung anunciou a UFS 5.0, novo padrão de armazenamento criado para dar mais velocidade às funções de inteligência artificial em dispositivos móveis. A promessa envolve mais rapidez no uso diário e menor consumo de energia.
A tecnologia mira a nova geração de celulares, além de wearables e dispositivos XR, que passam a depender cada vez mais de processamento de IA direto no aparelho.
Novo padrão da Samsung pode acelerar o uso de inteligência artificial direto no smartphone. – Imagem: BINK0NTAN/Shutterstock
Mais velocidade para dar conta da IA local
Segundo a empresa, o foco da UFS 5.0 é acompanhar o crescimento de dados gerados por sistemas de inteligência artificial rodando no próprio dispositivo, sem depender da nuvem. Isso ajuda a reduzir atrasos e melhora a resposta em tarefas mais pesadas.
O salto de desempenho é grande: até 10,8 GB/s de leitura sequencial, mais que o dobro da geração anterior, a UFS 4.1.
O impacto aparece em várias frentes:
transferências de arquivos mais rápidas no uso diário
menor atraso em tarefas com IA
execução de modelos de linguagem diretamente no aparelho
melhor desempenho com vários aplicativos abertos
processamento local mais estável
Consumo menor e bateria mais eficiente
Um dos pontos mais relevantes do novo padrão está no consumo de energia. Segundo a Samsung, a UFS 5.0 reduz o gasto energético em mais de 40% em comparação com a geração anterior.
Esse ganho vem de ajustes internos no funcionamento do chip, como técnicas de controle de energia e uso de diferentes níveis de tensão durante a operação.
Na prática, isso significa aparelhos que conseguem manter o desempenho por mais tempo sem drenar a bateria com a mesma intensidade.
Novo chip de armazenamento da Samsung é 16,7% menor e permite designs mais compactos. – Imagem: Divulgação/Samsung
Um componente menor que muda o projeto dos aparelhos
Além do desempenho, o tamanho também chama atenção. O módulo mede 7,5 mm x 13 mm x 0,9 mm, cerca de 16,7% menor que a versão anterior.
Pode parecer um detalhe técnico, mas isso influencia diretamente o design dos dispositivos. Com menos espaço ocupado, fabricantes conseguem reorganizar melhor os componentes internos.
Isso abre espaço para aplicações em:
smartphones de alto desempenho
dispositivos vestíveis (wearables)
headsets e óculos de realidade estendida (XR)
sistemas com inteligência artificial embarcada
Quando a nova tecnologia Samsung chega ao mercado
A Samsung informou que a produção em massa da UFS 5.0 começa no quarto trimestre deste ano, com versões que podem chegar a até 1 TB de capacidade.
A expectativa é que a tecnologia apareça primeiro em dispositivos premium, principalmente os voltados para recursos de inteligência artificial embarcada.
Na era da IA embarcada, os dispositivos de armazenamento estão evoluindo para se tornar um fator-chave na definição das experiências de inteligência artificial.
Jangseok Choi, chefe de planejamento de produtos de memória da Samsung Electronics, em nota.
Com isso, o armazenamento deixa de ser apenas espaço interno e passa a ter impacto direto no desempenho geral dos dispositivos, especialmente em funções de IA que dependem de resposta imediata.
Um homem de 36 anos foi preso pela suspeita de planejar a morte do próprio filho, de apenas 8 anos, em São Gabriel da Palha, no Espírito Santo.
Segundo a Polícia Civil, ele teria falado sobre o plano no ChatGPT.
Detalhes da investigação
A investigação teve início nos Estados Unidos. A desenvolvedora do chatbot, a OpenAI, alertou o FBI sobre a conversa na plataforma de IA.
O FBI, então, comunicou o governo brasileiro, que passou as informações à Polícia Civil do Espírito Santo.
O homem foi preso no último dia 19 – um dia antes da data que pretendia cometer o crime.
A identidade do suspeito não foi revelada.
O indiciamento ainda não foi concluído porque as investigações seguem. Ele pode responder por ameaça, incitação ao crime e tentativa de homicídio.
O smartphone do suspeito passará por perícia.
À polícia, ele disse que não pretendia matar o filho.
O plano compartilhado no ChatGPT
O homem teria planejado a morte do filho para não pagar pensão alimentícia.
Ele disse ao chatbot que tinha uma arma, uma corda e cianeto – um composto químico tóxico. O suspeito afirmou à IA que também fez contato com um pistoleiro.
A proposta teria sido recusada por se tratar de uma criança, segundo as mensagens.
De acordo com a Polícia Civil, além de tirar a vida do filho, o homem planejava ataques em massa.
Recentemente, pesquisadores conseguiram ler, com ajuda de inteligência artificial, um pergaminho carbonizado pela erupção do Vesúvio há quase dois milênios. O material, identificado como PHerc 1667, estava entre os vestígios da antiga Herculano, cidade romana soterrada em 79 d.C., e pertence a um conjunto de rolos preservados de uma biblioteca de luxo.
O trabalho recuperou cerca de 20 colunas de texto sem que o papiro fosse fisicamente aberto, revelando conteúdo sobre filosofia estóica, ética e comportamento humano. A análise indica que o documento pode ter sido escrito entre o segundo e o terceiro século antes de Cristo.
Segundo pesquisadores envolvidos no projeto, o estado frágil do rolo exigiu métodos digitais avançados para evitar sua destruição. A iniciativa integra um desafio internacional que vem premiando equipes que utilizam IA para decifrar os chamados pergaminhos de Herculano.
Recuperação digital de um manuscrito romano
Cópia digital do manuscrito de Herculano, o PHerc 1667 – (Reprodução: Vesuvio Challegenge 2026)
O pergaminho analisado faz parte de um acervo encontrado em uma vila romana de alto padrão, localizada nas proximidades de Nápoles. A coleção foi soterrada durante a erupção do Vesúvio que destruiu Pompeia e Herculano no ano 79 d.C., preservando centenas de rolos carbonizados.
O exemplar PHerc 1667 chegou aos pesquisadores extremamente danificado: dividido em duas partes e reduzido a dimensões próximas de 8 centímetros de altura por 2 centímetros de largura. Tentativas anteriores de abertura física fizeram com que camadas externas se desfizessem, agravando sua fragilidade.
A responsável pela análise, a papirologista Federica Nicolardi, da Universidade de Nápoles Federico II, afirmou que o avanço digital representa um marco. Em síntese de sua avaliação, “nós não temos o pergaminho inteiro, mas conseguimos virtualmente abri-lo por completo, o que demonstra a capacidade de recuperar esses objetos”, explicou a pesquisadora ao comentar o resultado do estudo.
O projeto integra o chamado Vesuvius Challenge, lançado em 2023, que mobiliza cientistas e programadores em torno da leitura de manuscritos queimados. A iniciativa distribui premiações para equipes que desenvolvem técnicas capazes de identificar tinta e fibras de papiros em imagens de raios X.
O pergaminho de Herculano com linhas de laser vermelhas é escaneado pelo Prof. Brent Seales e sua equipe de pesquisa. – (Crédito: EduceLab)
A análise do conteúdo sugere ligação com o pensamento estoico, abordando conceitos como impulso e sabedoria prática. Entre os nomes associados ao possível autor está o filósofo grego Crisipo, figura central da escola estoica, embora a autoria ainda não esteja confirmada.
Em um dos trechos recuperados, o texto afirma: “inquiriremos algo, mas não o compreenderemos se nos afastarmos de nós mesmos e da nossa natureza”, passagem atribuída ao pensamento filosófico do documento.
Outro conjunto de fragmentos revela referências a obras de Philodemus, indicando que um dos rolos trazia a identificação “Philodemus, On Gods, Book 8”, o que sugere que a obra fazia parte de uma série mais ampla até então desconhecida.
Para o pesquisador Brent Seales, responsável por parte do desenvolvimento tecnológico da iniciativa, o foco do projeto mudou. Em sua avaliação, o desafio agora é interpretar o conteúdo recuperado, e não apenas decifrá-lo digitalmente. Ele resumiu o momento dizendo: “Eu já venci o desafio máximo: esta é a minha vitória”, ao comentar os avanços obtidos.
O governo dos Estados Unidos autorizou, nesta sexta-feira (26), a liberação parcial do modelo de inteligência artificial Mythos 5, desenvolvido pela Anthropic, permitindo seu uso por cerca de cem empresas e órgãos federais. A decisão ocorre após um período de negociações intensas entre a companhia e autoridades norte-americanas.
A medida encerra, ainda que de forma limitada, um impasse iniciado após restrições impostas por motivos de segurança nacional. O caso envolveu também a suspensão temporária de sistemas da empresa e discussões diretas com integrantes do governo em Washington.
Segundo informações atribuídas a interlocutores oficiais e reportes da imprensa internacional, o entendimento busca equilibrar inovação tecnológica e controle sobre riscos associados à exportação de modelos avançados de IA.
Impasse regulatório e liberação condicionada
Mythos 5 da Anthropic – Imagem: gguy/Shutterstock
A autorização concedida pelo governo norte-americano permite que o Mythos 5 seja disponibilizado de forma restrita a aproximadamente cem organizações, incluindo empresas e instituições federais. A decisão representa um avanço em relação às limitações anteriores impostas ao modelo.
A Anthropic havia interrompido o acesso ao Mythos 5 e também ao Fable 5 após receber uma diretriz de controle de exportação. A ordem citava preocupações ligadas à segurança nacional e determinava restrições amplas ao uso das ferramentas, incluindo bloqueios a estrangeiros dentro e fora dos Estados Unidos.
Em resposta ao cenário, executivos da empresa se deslocaram até Washington para reuniões com representantes do governo. O objetivo, segundo relatos institucionais, era restabelecer o funcionamento dos modelos sob um novo conjunto de condições regulatórias.
Segurança nacional no centro da decisão
Imagem: mailcaroline/Shutterstock
O Departamento de Comércio dos Estados Unidos, em comunicação enviada a veículos de imprensa, afirmou que o acordo foi construído para preservar a liderança norte-americana em inteligência artificial ao mesmo tempo em que protege interesses estratégicos do país.
A Anthropic informou anteriormente que seguiu as determinações recebidas, suspendendo acessos para cumprir exigências oficiais relacionadas ao controle de tecnologias sensíveis. A empresa destacou que a interrupção atingiu inclusive o uso por funcionários estrangeiros.
Documentos e declarações citados no contexto da negociação indicam que o governo busca estabelecer limites mais rígidos para modelos considerados de alto risco, enquanto empresas do setor pressionam por maior previsibilidade regulatória.
Decisão em meio a pressões políticas e tecnológicas
A liberação parcial ocorre após semanas de tensão entre a administração norte-americana e a Anthropic. O diálogo entre as partes incluiu reuniões em alto nível e trocas formais de comunicação sobre riscos e conformidade regulatória.
De acordo com uma carta atribuída ao secretário de Comércio, Howard Lutnick, a empresa passou a cooperar com o governo para tratar de preocupações relacionadas aos chamados “modelos cobertos” pelas novas regras de exportação.
O desfecho provisório indica um cenário ainda em construção, no qual o acesso a tecnologias avançadas de inteligência artificial permanece condicionado a avaliações governamentais contínuas.
A corrida pela inteligência artificial (IA) está custando cada vez mais caro às gigantes da tecnologia. Microsoft, Alphabet, Amazon e Meta devem investir juntas entre US$ 650 bilhões e US$ 720 bilhões em infraestrutura de IA ao longo de 2026, ampliando gastos com data centers, chips e desenvolvimento de modelos cada vez mais avançados. Ao mesmo tempo, investidores e o próprio mercado ainda questionam quando esses investimentos começarão a gerar retorno financeiro.
As dúvidas, porém, vão além das big techs. Enquanto empresas buscam transformar projetos de IA em resultados concretos e consumidores avaliam se vale a pena pagar por recursos baseados na tecnologia, especialistas ouvidos pelo Olhar Digital afirmam que o desafio já não está apenas no desenvolvimento da IA, mas em como aplicá-la de forma estratégica, gerar retorno financeiro e construir modelos de negócio sustentáveis.
Bilhões em investimentos, resultados desiguais
Os investimentos bilionários em inteligência artificial não geram os mesmos resultados para todos os participantes desse mercado. Enquanto empresas responsáveis pela infraestrutura da tecnologia vivem um momento de forte expansão, companhias que desenvolvem aplicações ou incorporam IA aos seus produtos ainda buscam transformar esses aportes em crescimento sustentável.
Para Arthur Igreja, especialista em Tecnologia e Inovação, essa diferença acontece porque a cadeia da inteligência artificial é composta por diferentes camadas, cada uma com desafios e oportunidades próprios. Ele recorre a uma analogia popularizada pelo CEO da Nvidia, Jensen Huang, que compara o mercado de IA a um “bolo de cinco camadas” (“Five-Layer Cake“): energia, chips, data centers, modelos e aplicações. Segundo o especialista, os resultados variam conforme a posição ocupada nessa cadeia.
Na segunda camada, para quem vende chips, como é o caso da Nvidia, os resultados têm sido incríveis, com recorde atrás de recorde, margens espetaculares, crescimento contínuo e uma trajetória muito positiva. Agora, à medida que vamos subindo nessa cadeia, chegando às aplicações e às big techs, o cenário muda um pouco. Os resultados em faturamento e o retorno sobre esses investimentos ainda não estão acontecendo em todas as frentes.
Arthur Igreja, especialista em Tecnologia e Inovação
Data centers estão entre os principais destinos dos investimentos bilionários realizados por empresas que apostam na expansão da inteligência artificial – Imagem: Make more Aerials / Shutterstock
Na avaliação do especialista, esse comportamento é comum em grandes ciclos de inovação. Enquanto alguns segmentos conseguem capturar rapidamente o retorno dos investimentos, outros ainda passam por um período de adaptação até encontrar modelos de negócio sustentáveis — e nem todas as empresas conseguirão fazer essa transição com sucesso.
Essa diferença também aparece na avaliação de Lucas Gilbert, especialista em Tecnologia Digital. Segundo ele, fabricantes de chips e empresas responsáveis pela infraestrutura da inteligência artificial já conseguem transformar investimentos em faturamento. Mas a realidade é diferente para organizações que adotam a tecnologia em suas operações. Nelas, o desafio ainda é transformar ganhos de produtividade em resultados financeiros concretos.
O desafio não é adotar IA, mas gerar retorno
Levar a inteligência artificial para dentro das empresas deixou de ser o principal obstáculo. O desafio agora é transformar esse movimento em ganhos concretos para o negócio. Embora cada vez mais organizações testem ferramentas baseadas em IA, poucas conseguem incorporá-las à operação de forma a gerar impacto financeiro mensurável.
Na avaliação de Lucas Gilbert, essa dificuldade está menos relacionada à tecnologia e mais à forma como ela é implementada. Segundo ele, muitas empresas utilizam a IA para automatizar tarefas simples, mas “difícil é redesenhar o jeito que a empresa trabalha para que a IA realmente economize dinheiro ou gere receita”.
Empresas ampliam o uso de ferramentas de inteligência artificial, mas transformar essa adoção em retorno financeiro ainda é um desafio para muitas organizações – Imagem: Gorodenkoff / Shutterstock
Pesquisas recentes ajudam a ilustrar esse cenário. Um estudo do Instituto de Tecnologia de Massachusetts (MIT, na sigla em inglês), por exemplo, apontou que 95% dos projetos-piloto de IA não geram impacto mensurável nos resultados das empresas. Já um levantamento da PwC mostrou que mais da metade dos CEOs ainda não observou benefícios financeiros relevantes com a tecnologia.
Para Gilbert, esse cenário não significa que a inteligência artificial tenha fracassado, mas que muitas empresas ainda não aprenderam a transformar ganhos individuais de produtividade em retorno financeiro para a organização.
O entusiasmo corre na velocidade de quem testa. O uso prático corre na velocidade de quem transforma a operação. E são velocidades bem diferentes.
Lucas Gilbert, especialista em Tecnologia Digital
Os dados sobre a maturidade da adoção corporativa ajudam a explicar esse descompasso. Segundo Alessandra Montini, professora e diretora do LabData, da FIA, embora praticamente todas as empresas reconheçam a importância estratégica da inteligência artificial, a maior parte ainda está nos estágios iniciais de implementação.
A especialista cita dados do estudo A Nova Força de Trabalho Híbrida, produzido pelo TEC Institute em parceria com a Skyone, segundo o qual 99% das organizações consideram agentes de IA centrais para os negócios nos próximos três anos. Apesar disso, 74% ainda se encontram em níveis iniciais ou intermediários de adoção. O levantamento também mostra que 57% das empresas não contam com orçamento dedicado para iniciativas de IA e que 59% afirmam não estar preparadas para operar, no curto prazo, com equipes formadas por pessoas e sistemas inteligentes.
O consumidor está disposto a pagar pela IA?
Se convencer empresas a transformar inteligência artificial em retorno financeiro já é um desafio, conquistar o consumidor representa outra etapa dessa equação. Embora ferramentas como ChatGPT, Gemini e Claude tenham popularizado a tecnologia, ainda há dúvidas sobre a disposição do público em pagar por esses recursos.
Os dados disponíveis indicam que a adoção cresce mais rapidamente do que a monetização. Um relatório da Menlo Ventures, baseado em uma pesquisa com mais de 5 mil adultos nos Estados Unidos, estima que cerca de 1,8 bilhão de pessoas já utilizaram ferramentas de IA em todo o mundo. Apesar disso, o mercado consumidor movimenta cerca de US$ 12 bilhões por ano, o que representa uma taxa de conversão de aproximadamente 3% para serviços premium. O levantamento também estima que o ChatGPT converta cerca de 5% de seus usuários ativos em assinantes pagos.
Ferramentas como o ChatGPT popularizaram o uso da inteligência artificial, mas a parcela de consumidores que paga por recursos avançados ainda é relativamente pequena – Imagem: Thaspol Sangsee / Shutterstock
Na avaliação de Lucas Gilbert, esse cenário indica que o consumidor médio ainda vê a inteligência artificial como um recurso incorporado aos serviços que já utiliza, e não como uma assinatura indispensável. Segundo ele, quem mais aceita pagar pela tecnologia são profissionais que conseguem compensar esse custo com ganhos de produtividade.
Arthur Igreja observa o cenário por outro ângulo. Para o especialista, a disposição para pagar pela inteligência artificial já existe em diferentes perfis de usuários, desde consumidores que utilizam ferramentas para editar imagens e vídeos até profissionais que dependem da tecnologia em atividades mais avançadas. Na avaliação dele, a decisão de pagar depende menos do perfil do usuário e mais da capacidade da ferramenta de resolver um problema concreto.
Acredito que não é uma questão de um recorte de perfil de usuário ou de tipo de empresa, a questão é onde ela gera valor e gerou valor, alguém vai estar disposto a pagar para usar.
Arthur Igreja, especialista em Tecnologia e Inovação
Realmente precisamos das IAs?
Embora os investimentos bilionários e o avanço da inteligência artificial tenham colocado a tecnologia no centro das discussões do setor, especialistas ouvidos avaliam que o valor da IA depende menos da sua presença em produtos e serviços e mais da capacidade de resolver problemas concretos.
Arthur Igreja avalia que a inteligência artificial representa uma transformação tecnológica sem volta. Isso, porém, não significa que todas as iniciativas terão sucesso ou que a tecnologia faça sentido em qualquer contexto. Segundo ele, o desafio das empresas é identificar onde a IA realmente agrega valor e onde sua adoção ocorre apenas pelo receio de ficar para trás em relação à concorrência.
Lucas Gilbert faz uma distinção semelhante. Para ele, a inteligência artificial entrega resultados consistentes em atividades repetitivas, de grande volume e com impacto fácil de mensurar, como atendimento ao cliente, detecção de fraudes, processamento de documentos e apoio à programação. Em contrapartida, o especialista afirma que muitas empresas passaram a incorporar recursos de IA em produtos e serviços mais para acompanhar uma tendência de mercado do que para resolver uma necessidade concreta dos usuários.
A pergunta que separa uma coisa da outra é simples: tira a IA daqui e alguém sente falta? Se a resposta é não, provavelmente era enfeite.
Lucas Gilbert, especialista em Tecnologia Digital
Para Alessandra Montini, a inteligência artificial tende a gerar mais valor quando deixa de ser tratada como uma ferramenta isolada e passa a fazer parte da estratégia das empresas. Na avaliação da diretora do LabData, da FIA, o potencial da tecnologia está menos na presença de recursos de IA e mais na capacidade de transformar processos e gerar resultados para o negócio.
As avaliações dos especialistas apontam para uma mesma direção: a inteligência artificial tende a gerar mais valor quando é aplicada para resolver problemas concretos e produzir resultados mensuráveis. Nos casos em que é incorporada apenas para acompanhar uma tendência de mercado, os benefícios costumam ser mais difíceis de justificar.
Mais do que desenvolver IA, o desafio é aplicá-la
As análises dos especialistas mostram que, embora a inteligência artificial avance em diferentes ritmos entre empresas e consumidores, o principal desafio para os próximos anos será transformar o potencial da tecnologia em resultados consistentes para empresas e usuários.
Alessandra Montini diz que esse desafio passa menos pelo desenvolvimento de modelos mais sofisticados e mais pela capacidade das empresas de incorporar a inteligência artificial à estratégia do negócio. Na avaliação da especialista, tratar a tecnologia apenas como uma ferramenta de produtividade limita seu potencial de gerar impacto nas organizações.
O principal desafio não é a tecnologia, mas a capacidade das empresas de integrá-la à estratégia do negócio. Muitas organizações ainda tratam a inteligência artificial como uma iniciativa isolada ou uma ferramenta de produtividade, quando seu maior potencial está na transformação dos processos e na geração de valor para o negócio.
Alessandra Montini, diretora do LabData da FIA
O conjunto de investimentos recordes, desafios de monetização e diferentes estágios de adoção mostra que a discussão sobre inteligência artificial já não gira apenas em torno da capacidade da tecnologia. O foco passa, cada vez mais, pela capacidade de transformar esse potencial em resultados concretos para empresas e consumidores.
Como encontrar uma agulha no maior palheiro do mundo? Use um ímã potente. É o que Tony Stark (Robert Downey Jr.) fez em Vingadores (2012). Ele usou seu algoritmo de rastreamento para cruzar os dados de todos os laboratórios e satélites do mundo para encontrar o Tesseract (o “cubo”). Stark usou sua inteligência e inteligência artificial (IA) para agilizar a solução de um baita problema.
Sua rotina deve ser cheia de “agulhas” para achar em “palheiros” enormes. E a IA generativa (aquela que fala, gera imagem, monta tabelas) pode ser o ímã potente que acelera a busca. Mas o uso frequente desse tipo de recurso cobra seu preço – para além de assinaturas mensais e anuais. Essa tecnologia tem um custo cognitivo.
O que acontece no nosso cérebro quando usamos ferramentas como ChatGPT, Claude e Gemini? E com quais “armadilhas” temos que ficar atentos? O Olhar Digital conversou com especialistas sobre isso. E te explica o que importa a seguir.
O que acontece no seu cérebro quando você usa muita IA
Nosso cérebro busca caminhos para poupar energia. Isso é natural. Para tarefas com alguma carga cognitiva envolvida (pesquisar informações bem específicas, entender algum trecho de uma bula de remédio, escrever um e-mail pedindo algo), chatbots de IA generativa oferecem atalhos quase irresistíveis. Atualmente, você não precisa mais quebrar a cabeça para lidar com aquelas demandas simples, mas trabalhosas. Alguma plataforma de IA provavelmente vai resolver para você. Ou ao menos cobrir grande parte do caminho.
Empresas de tecnologia costumam vender suas ferramentas dizendo que a IA “faz o trabalho chato” para você pensar sobre o que importa, mas, na prática, não é bem assim – Imagem: Jack_the_sparow/Shutterstock
Você começa dando o benefício da dúvida para a IA. Aparece algo para resolver e você, em vez de solucionar “na mão”, joga para a IA para ver o que acontece. Se for algo simples, a máquina provavelmente vai resolver para você. Isso dispara um ciclo rápido de satisfação sem a contrapartida do esforço. É um circuito de recompensa com gratificação sob demanda.
Traduzindo esse jargão: se a IA resolve algo para você de maneira rápida, você fica feliz. Vem aquela satisfação de economizar tempo. Diferente da rolagem infinita das redes sociais, que explora o efeito da recompensa aleatória (o Olhar Digital já mergulhou nisso), plataformas de IA miram em entregar uma recompensa exata e imediata ao prompt (comando) do usuário. O objetivo é o mesmo das redes: te viciar naquilo.
Empresas de tecnologia como OpenAI e Google costumam vender suas ferramentas com IA generativa embutida assim: “a IA faz o trabalho chato e isso libera você para pensar sobre o que importa”. No discurso, faz sentido. É plausível. Na prática, não é bem assim. O “custo cognitivo” vem quando você evita, de maneira sistemática, quebrar a cabeça. Quando você passa a delegar cada vez mais à IA.
Descarga cognitiva
Lembra que o cérebro busca caminhos para poupar energia? Conforme você delega tarefinhas para a IA e ela demonstra dar conta do recado, você tende a delegar mais. Assim, essa tecnologia elimina, pouco a pouco, a fricção mental necessária para estruturar ideias, textos, códigos de programação. Em suma: você não tende a “pensar mais”. Tende a “pensar menos”.
Não é de hoje que fazemos isso, tá? O termo técnico para isso é descarga cognitiva, que você também pode encontrar por aí como “cognitive offloading”. É essencialmente delegar tarefas mentais a ferramentas ou agentes externos. Sabe quando você precisa ir ao mercado e, em vez de tentar memorizar tudo que precisa comprar, você monta uma listinha – seja numa folha de papel, seja num aplicativo no celular? Descarga cognitiva. Isso também ocorre quando você usa blocos de nota (analógicos e digitais), calculadoras, aplicativos de lembretes.
Descarga cognitiva, em si, não é um grande problema. Mas tem suas consequências. Pesquisas mostram que, quando sabemos que uma informação está salva externamente, nosso cérebro tende a não codificá-la internamente. Isso pode enfraquecer nossa memória de longo prazo sobre esse conteúdo, num fenômeno conhecido como “Efeito Google” (você vai entender ele melhor ao longo desta matéria).
Uso muito frequente de ferramentas de IA generativa, como o ChatGPT, pode mudar seu jeito de pensar – Imagem: Yarrrrrbright/Shutterstock
No entanto, esse offloading cognitivo começa a ficar preocupante quando os recursos usados para aliviar nossa carga mental têm IA generativa embutida. Isso porque ferramentas como chatbots trouxeram um baita “salto qualitativo” em relação às ferramentas tradicionais de descarga cognitiva. Um caderno, por exemplo, apenas guarda a informação. É estático. Já a IA é dinâmica: ela gera, interpreta e estrutura o conteúdo para o usuário. A médio e longo prazo, isso mexe com o nosso jeito de pensar.
Uma pesquisa publicada no Colloquia Academic Journal of Culture and Thought em dezembro de 2025 detalhou como o uso da IA pode reestruturar a arquitetura da deliberação humana em três frentes: reduz o esforço para buscar informações, diminui a consolidação de memória a longo prazo e altera o raciocínio deliberativo por meio do viés de automação (quando passamos a aceitar as decisões do algoritmo de forma passiva).
Ainda segundo o estudo, a mudança de “armazenamento passivo” para “pensamento delegado” traz o risco de transformar o usuário num mero “curador” de resultados prontos, em vez de um criador original. E isso – pular o esforço mental necessário para aprender de verdade – pode “atrofiar” habilidades fundamentais de síntese e resolução de problemas.
Por isso, a pesquisa defende que a solução é adotar o “treino metacognitivo”, em vez de simplesmente rejeitar essa tecnologia por completo. Isto é, aprender a refletir sobre quando e como delegar tarefas para a IA. A dica é você sempre manter em mente as seguintes provocações:
Como posso fazer essa tecnologia funcionar como amplificador da minha inteligência?
Como não fazer a IA virar uma muleta que comprometa a minha autonomia?
Quando a IA passa a funcionar como uma ‘bengala’ permanente do pensamento, existe o risco de enfraquecermos nossa capacidade de refletir, elaborar e criar.
Beatriz Breves, Beatriz Breves, psicóloga, psicanalista e escritora, em entrevista ao Olhar Digital.
O ‘Efeito Google’
Lembra daquele fenômeno psicológico no qual tendemos a esquecer informações que acreditamos estarem facilmente disponíveis para consulta? Isso também é conhecido como “amnésia digital”. O cérebro (sempre com economia de energia nas prioridades) faz essencialmente um cálculo de custo-benefício: se a resposta está a um clique (ou uma pergunta) de distância, para quê gastar energia armazenando esse dado na memória?
A descarga cognitiva é o processo. É o ato de delegar uma tarefa mental (memorizar, calcular, planejar) a uma ferramenta (caderno, calculadora, ChatGPT). Já o “Efeito Google” é o resultado. Ou sintoma. Em suma, é a consequência do offloading na nossa memória. Assim, passamos a ter menos “memória do quê” (o conteúdo em si) e mais “memória do onde” (onde e como encontrar a informação, mas sem saber explicá-la sem ajuda).
Nos primórdios da internet e dos computadores, o “Efeito Google” se manifestava quando você ficava refém de pastas e links (locais de informações) para fazer qualquer coisa. Já na era da IA, o perigo é ficar dependente de “algoritmos de pensamento”. Neste cenário, você acessa o conhecimento, mas não o possui. Não o assimila de fato.
É por isso que a recomendação geral de especialistas é usar a IA só depois de empregar algum esforço mental próprio, em vez de antes. Assim, você aumenta a chance de essa tecnologia (formidável, diga-se) amplificar sua inteligência em vez de atrofiá-la.
Quando o assunto é uso de IA generativa, é desafiador encontrar (e manter) o equilíbrio – Imagem: TANYARICO/Shutterstock
A psicóloga Beatriz Breves contou à reportagem que essa tecnologia faz parte do seu cotidiano. “Uso diariamente como interlocutora intelectual para trocar ideias, aperfeiçoar textos, confrontar argumentos e ampliar perspectivas”, disse a escritora. “Nesse sentido, considero a IA uma das principais conquistas tecnológicas da humanidade.”
Rafael Vital dos Santos, de 29 anos, é outro heavy user de IA. O coordenador de marketing disse à reportagem que a tecnologia está tanto na sua vida profissional quanto pessoal. No trabalho, ele combina plataformas como Gemini, Claude e Lovable para pesquisar tendências de mercado, debater estratégias, analisar dados e criar dashboards.
A engrenagem montada pelo coordenador funciona por meio de assistentes virtuais isolados em chats para que se tornem especialistas em cada tarefa. “Conforme a IA vai consumindo [as informações], ela entende a nossa discussão e melhora. Assim, entregamos relatórios com muito mais performance”, explicou.
Na vida pessoal, Vital coloca a tecnologia no lugar de assessoria. Além disso, ele recorre a algoritmos para otimizar postagens em redes sociais, estratégias de networking e redação de e-mails, por exemplo. “Acho que, hoje em dia, cada plataforma existe para um tipo de operação.”
‘Algoritmização do pensamento’
É comum você ler, ouvir e/ou assistir por aí pessoas falarem sobre como a IA generativa pode “te ajudar a pensar”. É um uso legítimo dessa tecnologia. Mas o que acontece quando a pessoa usa IA para auxiliar seu raciocínio com muita frequência? Em entrevista ao Olhar Digital, o doutor Álvaro Machado Dias, neurocientista e professor na Universidade Federal de São Paulo (Unifesp), usou o termo “algoritmização do pensamento” para descrever esse fenômeno. Em suma, significa: a pessoa começa a pensar de forma parecida ao jeito que a máquina calcula suas respostas.
Uma coisa que acontece com muito uso de algoritmo para ajudar a pensar: a pessoa começa a transformar as coisas em itens. Ela vira a pessoa dos bullet points.
Álvaro Machado Dias, neurocientista e professor na Universidade Federal de São Paulo (Unifesp), em entrevista ao Olhar Digital.
O especialista também frisou que a produção algorítmica é pautada pela média. “As coisas [geradas pela IA] dificilmente são ruins, mas raramente são incríveis”, observou o professor. O ponto aqui é: ao delegar o pensamento à máquina, o ser humano corre o risco de ficar estagnado no mediano.
Plataformas de IA como Gemini e ChatGPT podem ser aliados poderosos, mas existe o risco de virarem “muletas” cognitivas – Imagem: Tada Images/Shutterstock
Para o neurocientista, o ato de pensar envolve o domínio de lógicas (que podem ser algorítmicas), mas não para aí. Ele também envolve a capacidade de indagar a realidade e dar vazão a elementos caóticos e únicos do ser humano. E a algoritmização sufoca essa característica em favor de uma estrutura mais rígida e eficiente.
O professor também alertou sobre o uso da IA para “cortar caminhos”, especialmente entre jovens. Segundo o especialista, a tecnologia pode atrofiar o senso crítico antes mesmo de ele ser consolidado. “Acho fundamental você não cortar caminho com a IA no domínio da aprendizagem. É muito diferente você abrir essa frente na sua vida aos 14 anos e aos 34 anos. Não abra essa frente aos 14 anos”, disse o especialista.
A psicóloga Beatriz Breves fez um alerta semelhante. “Nessa fase da vida [infância e adolescência], o esforço de pensar, argumentar, errar e reconstruir ideias é parte essencial do desenvolvimento cognitivo e emocional”, disse a especialista. “Por isso, considero fundamental que famílias e escolas orientem o uso da IA, estimulando-a como ferramenta de aprendizagem e não como substituta do pensamento.”
Por fim, o doutor Álvaro comentou sobre aquele papo da IA “fazer o trabalho chato e te liberar para fazer outras coisas”. Para começar, ele fez um paralelo histórico. “É parecido ao surgimento do botão elétrico, [que levou ao] desaparecimento dos [cargos de] ascensoristas nos elevadores. Foi ruim para quem trabalhava [nesse ramo]. Mas no fundo libera o mundo para fazer uma coisa mais sofisticada do que apertar botão dentro do elevador, entende?”, disse o professor.
“A eliminação do trabalho mecânico, do trabalho que não tem nada de intelectual, libera as pessoas para fazer qualquer outra coisa que quiserem”, disse o neurocientista. “Entre elas, pensar.”
A OpenAI não vai colocar o GPT-5.6 nas mãos de todos os usuários de uma só vez. Atendendo a um pedido do governo dos Estados Unidos, a empresa decidiu iniciar a distribuição do novo modelo de inteligência artificial de forma gradual.
A previsão é que a tecnologia chegue primeiro a um grupo restrito de parceiros. Se essa etapa ocorrer como esperado, o acesso será ampliado nas semanas seguintes.
Governo quer acompanhar a primeira fase
O GPT-5.6 será o novo sistema responsável por alimentar o ChatGPT. Segundo um memorando de Sam Altman obtido pelo The Information, a fase inicial será acompanhada de perto pelo governo americano, que fará a liberação individual de cada cliente autorizado.
O pedido partiu de dois órgãos federais e, de acordo com a publicação, ganhou reforço do secretário de Comércio de Donald Trump, Howard Lutnick, que teria solicitado a participação de outras agências antes de uma liberação mais ampla.
Na prática, a etapa inicial prevê:
acesso restrito a um pequeno grupo de parceiros;
aprovação individual de cada cliente durante a prévia;
acompanhamento do processo por órgãos do governo dos EUA;
ampliação do acesso nas semanas seguintes, caso tudo transcorra conforme o previsto.
Esse formato representa uma mudança na maneira como modelos avançados de IA costumam ser disponibilizados, já que a expansão dependerá do andamento dessa fase inicial.
Antes de chegar ao público, o GPT-5.6 passará por uma fase de testes com um grupo restrito de parceiros selecionados. – Imagem: arda savasciogullari/Shutterstock
O caso do GPT-5.6 lembra o Mythos, da Anthropic, que também teve acesso limitado por decisão do governo dos EUA. – Imagem: gguy/Shutterstock
Caso da Anthropic ajuda a explicar a decisão
O modelo adotado pela OpenAI lembra o caminho percorrido pela Anthropic, uma de suas principais concorrentes.
A empresa lançou o Mythos em um programa de acesso gradual, mas acabou suspendendo completamente a disponibilidade pública da tecnologia depois que o governo dos Estados Unidos determinou que cidadãos estrangeiros não poderiam acessar o sistema. A medida foi motivada pelas capacidades avançadas de invasão cibernética atribuídas ao modelo.
O Mythos também chamou atenção das autoridades britânicas de segurança em inteligência artificial, que o classificaram como um “salto” em comparação com os modelos de ponta anteriores.
OpenAI diz que prefere outro caminho
Embora tenha aceitado a solicitação do governo, a OpenAI afirma que esse formato não representa seu plano ideal para futuros lançamentos.
No memorando enviado aos funcionários, Sam Altman escreveu: “Deixamos claro ao governo dos EUA que esse não é nosso modelo preferido de longo prazo, e trabalharemos com eles e com outros da indústria para alcançar uma abordagem mais sustentável para lançamentos futuros.”
Para a empresa, a expectativa é continuar discutindo alternativas com autoridades e representantes do setor, buscando um modelo considerado mais adequado para disponibilizar tecnologias cada vez mais avançadas.
Casa Branca muda o discurso sobre IA
A decisão envolvendo o GPT-5.6 ocorre em meio a uma mudança de postura do governo americano sobre inteligência artificial.
Neste mês, o presidente Donald Trump assinou uma ordem executiva que cria um marco voluntário para permitir que o governo federal avalie novos sistemas de IA antes de seu lançamento.
A medida contrasta com declarações feitas anteriormente pela própria Casa Branca. No ano passado, o vice-presidente JD Vance afirmou que “a regulação excessiva do setor de IA poderia matar uma indústria transformadora”.
O avanço acelerado das capacidades desses sistemas, porém, ampliou o debate sobre segurança e supervisão. Se o cronograma anunciado for mantido, o GPT-5.6 chegará primeiro a um grupo limitado de parceiros antes de ser disponibilizado ao público mais amplo, em um lançamento que poderá servir de referência para futuras estreias de modelos avançados de inteligência artificial.
O avanço dos modelos chineses de inteligência artificial vem mexendo com o equilíbrio das grandes empresas de tecnologia. A Z.ai é um dos nomes que mais chamam atenção, oferecendo sistemas quase no nível dos principais modelos americanos, mas com custos bem menores.
Nos bastidores, a percepção é de que a distância caiu rápido. “Com o Fable restrito, a diferença entre os EUA e a China é muito pequena”, afirmou Rehaan Ahmad, cofundador da alphaXiv, ao The New York Times.
E não é só sobre desempenho bruto. O setor também está mudando a forma de pensar: eficiência virou prioridade, e soluções em código aberto começaram a ganhar mais espaço, disputando diretamente com modelos fechados e caros.
O modelo GLM-5.2 da Z.ai se destaca por custo reduzido e forte desempenho em tarefas de programação e automação. – Imagem: Reprodução/Z.ai
Z.ai, GLM-5.2 e a pressão pelo preço mais baixo
A Z.ai ganhou visibilidade com o modelo GLM-5.2, que apareceu em rankings globais de popularidade e começou a ser usado por desenvolvedores e empresas. O ponto que mais pesa é o custo — em várias tarefas, ele pode sair várias vezes mais barato que alternativas americanas.
O modelo também tem bom desempenho em geração de código e na operação de agentes de IA, sistemas que funcionam como assistentes dentro de outras ferramentas e conseguem executar tarefas de forma autônoma.
Esse avanço já chegou com força no Vale do Silício. “Você precisa dirigir uma Ferrari para todo lugar?”, provocou o investidor Vivek Ramaswamy, ao comentar o crescimento dessas alternativas mais baratas.
Um mercado dividido entre acesso e desconfiança
Mesmo com o avanço rápido, os modelos chineses ainda enfrentam resistência fora do país. Temas como privacidade de dados, disputas geopolíticas e regras mais duras nos Estados Unidos seguem pesando bastante na adoção.
Também há preocupação com possíveis exigências de censura e com o uso de dados sensíveis em sistemas hospedados na China. Por outro lado, empresas como Microsoft e Amazon já começaram a oferecer acesso a esses modelos em suas plataformas, o que amplia bastante o alcance.
O resultado é um cenário meio dividido. Em alguns rankings, modelos chineses já aparecem entre os mais usados, o que mostra uma mudança em andamento, ainda sem uma dominância clara de nenhum lado.
A corrida da inteligência artificial entra em nova fase, com modelos chineses ganhando força e disputando espaço com líderes americanos. – Imagem: Primakov / Shutterstock
Uma corrida que muda de direção o tempo todo
Especialistas dizem que ainda não dá para apontar um vencedor claro. As empresas americanas seguem na frente nos modelos mais avançados, mas a China reduziu a distância em pouco tempo e já pressiona em várias frentes ao mesmo tempo.
O mercado, na prática, virou uma corrida constante. A liderança muda de posição conforme novos modelos surgem e começam a ser adotados.
“Quem sabe qual será o modelo líder daqui a três semanas?”, resumiu Justin Summerville, da OpenRouter, refletindo essa sensação de incerteza que hoje domina o setor de IA.
Esse é um trecho da newsletter Primeiro Olhar, disponível para assinantes do Clube Olhar Digital.
Começo a newsletter de hoje repercutindo os grandes destaques da tecnologia desde ontem.
Começando pela IBM.
A IBM anunciou uma nova tecnologia de chip com arquitetura abaixo de 1 nanômetro, um marco importante na tentativa da indústria de tornar os processadores mais potentes e eficientes.
Para entender a importância do anúncio, vale lembrar o que existe dentro de um chip. Um processador é formado por bilhões de transistores, componentes microscópicos que funcionam como pequenas chaves liga/desliga. Eles controlam a passagem de corrente elétrica e permitem que o chip faça cálculos, processe informações e execute tarefas.
Quanto mais transistores cabem em um chip, maior tende a ser sua capacidade de processamento. É isso que permite, por exemplo, rodar sistemas de inteligência artificial, jogos pesados, aplicativos complexos e serviços em nuvem com mais velocidade.
A nova tecnologia anunciada pela IBM é chamada de 0,7 nanômetro. Um nanômetro equivale a um bilionésimo de metro. Na prática, estamos falando de estruturas tão pequenas que se aproximam da escala dos átomos. Em chips modernos, porém, esse número não significa que todas as partes do componente tenham 0,7 nm. Ele funciona mais como uma forma de indicar uma nova geração de fabricação, mais avançada e compacta.
Segundo a IBM, essa arquitetura permitiria colocar quase 100 bilhões de transistores em um único chip com área próxima ao tamanho de uma unha. Para comparação, o chip de 2 nanômetros apresentado pela empresa em 2021 comportava cerca de 50 bilhões de transistores no mesmo espaço.
Esse avanço é relevante porque mostra que a indústria ainda busca formas de aumentar o desempenho sem simplesmente aumentar o tamanho físico dos dispositivos. Em vez de fazer chips maiores, o objetivo é organizar melhor seus componentes internos e reduzir o consumo de energia.
Na prática, isso pode significar processadores mais rápidos, celulares com melhor autonomia de bateria, servidores mais eficientes e sistemas de inteligência artificial capazes de lidar com tarefas mais pesadas consumindo menos energia.
A IBM afirma que a nova geração pode oferecer até 70% mais eficiência energética em comparação com tecnologias anteriores. Isso é especialmente importante em um momento em que data centers e aplicações de IA exigem cada vez mais energia para funcionar.
Apesar da repercussão, a tecnologia ainda não deve aparecer tão cedo em produtos do dia a dia. A previsão é que ela leve cerca de cinco anos para chegar à produção comercial, seguindo o ritmo tradicional da indústria de semicondutores, que costuma apresentar avanços em laboratório antes de levá-los à fabricação em larga escala.
Ainda assim, o anúncio indica um novo passo na miniaturização dos chips. Mais do que reduzir tamanho, a corrida agora é para manter o crescimento da capacidade de processamento em um mundo cada vez mais dependente de inteligência artificial, computação em nuvem e dispositivos conectados.
Agora, a Apple
A Apple anunciou nesta quinta-feira o aumento dos preços de iPads, Macs e outros dispositivos da marca. A decisão foi motivada pela forte alta nos custos de chips de memória e armazenamento.
Com a expansão dos data centers de IA, fabricantes de chips passaram a priorizar contratos de grande escala com empresas como a Nvidia, reduzindo a disponibilidade para o mercado de consumo.
Em comunicado, a Apple informou nunca ter visto um aumento tão grande e tão rápido no preço de componentes. Mas disse que, por enquanto, o iPhone não sofrerá reajustes.
Outras empresas do setor de tecnologia também já anunciaram aumentos nos preços e a normalização do mercado pode levar anos.
Explicando o título da newsletter
Sim, a IA me parece criar uma disputa entre futuro e presente. Entendo que as duas notícias acima não estejam diretamente interligadas, mas elas ilustram muito bem o atual cenário dessa maratona tecnológica global.
A corrida da inteligência artificial tem duas faces pra lá de evidentes. E aqui, vou me ater a aspectos imediatos, deixando de lado incertezas ligadas a mercado de trabalho, impacto cognitivo, cibersegurança e outras problemáticas da IA – muitas com as quais eu concordo.
De um lado, ela empurra a indústria para avanços que pareciam distantes, como chips menores, mais potentes e mais eficientes. O anúncio da IBM de uma arquitetura abaixo de 1 nanômetro mostra que a busca por mais capacidade de processamento continua sendo uma das grandes fronteiras da tecnologia.
De outro lado, essa mesma corrida já cobra seu preço. A expansão acelerada dos data centers de IA aumentou a disputa por componentes essenciais, como memória DRAM, e esse gargalo começa a chegar ao consumidor. O reajuste de preços anunciado pela Apple em iPads, Macs e outros dispositivos é um sinal de que a infraestrutura da inteligência artificial não pesa apenas no orçamento das big techs: ela também respinga na prateleira.
A questão, aqui, não é negar a IA.
Chips mais eficientes podem reduzir consumo de energia, melhorar dispositivos e sustentar aplicações mais avançadas. O problema é o descompasso entre promessa e realidade. A indústria vende um futuro de abundância computacional, mas, no presente, a pressa por construir esse futuro encarece produtos que fazem parte do cotidiano.
Em outras palavras, a IA acelera a inovação, mas também reorganiza prioridades. Quando fabricantes passam a atender contratos gigantescos de data centers e a cadeia de suprimentos não acompanha o ritmo, o mercado de consumo perde espaço. O resultado é que o usuário comum, mesmo sem comprar um supercomputador ou treinar um modelo de linguagem, acaba pagando parte da conta dessa corrida.
Então, eu volto a repetir a pergunta que já fiz algumas vezes nesta newsletter: para quem a IA é desenvolvida?
