Autor: Iago Mendes

  • OpenAI avança com Foxconn e parcerias globais, e amplia recursos colaborativos

    OpenAI avança com Foxconn e parcerias globais, e amplia recursos colaborativos

    OpenAI fecha acordos com Foxconn e Emirates e lida com efeitos do memorando de Altman

    Em 22 de novembro de 2025, a OpenAI anunciou movimentos estratégicos que combinam investimento em infraestrutura, contratos comerciais e gestão de risco interno. As iniciativas vão desde uma aliança técnica com a fabricante taiwanesa até a expansão de funcionalidades colaborativas no ChatGPT, tudo isso em meio à repercussão de um memorando interno assinado pelo CEO Sam Altman. Fontes ligadas ao caso também destacaram ações no setor aéreo, educação e finanças, em relatos compilados pelo analista André Lug.

    Parceria de hardware com a “Hon Hai Technology Group (Foxconn)”

    O acordo mais relevante para a capacidade operacional da OpenAI envolve a “Hon Hai Technology Group (Foxconn)”. As empresas vão co-projetar gerações de racks para data centers, com a Foxconn responsável por cabeamento, rede, sistemas de refrigeração e energia. Fontes em Taiwan indicam que a fase de pesquisa e desenvolvimento terá início em San Jose, Califórnia, com produção planejada para o complexo industrial de Ohio, nos Estados Unidos.

    Apesar de o contrato inicial não impor obrigações de compra, a OpenAI terá acesso antecipado ao hardware e a opção de aquisição. Analistas avaliam que a parceria ajuda a “reindustrializar a América”, reduzindo dependência de fabricação no exterior e fortalecendo cadeias de suprimento domésticas para infraestrutura de IA, o que pode viabilizar a execução de modelos cada vez maiores.

    Novos clientes, produtos e expansão do ChatGPT

    No campo comercial e de produto, a OpenAI firmou com a Emirates a adoção do ChatGPT Enterprise para otimizar atendimento ao cliente, escalonar organização de equipes e criar um “Centro de Excelência em IA” dedicado ao desenvolvimento interno. A aplicação na aviação pode trazer desde atendimentos personalizados a melhorias na eficiência operacional.

    Internamente, a empresa também colocou globalmente a funcionalidade de “chats em grupo” no ChatGPT, que usa o modelo “GPT-5.1 Auto”. A novidade permite integrar “até 20 pessoas” em uma única conversa com o assistente, transformando o produto em uma ferramenta colaborativa para equipes, estudos e planejamento. Foram implementadas salvaguardas adicionais, incluindo filtros e controles parentais, para mitigar riscos para usuários mais jovens.

    Além disso, parcerias financeiras com instituições como o Morgan Stanley continuam a reforçar a presença da OpenAI junto ao mercado corporativo, enquanto iniciativas educacionais como o programa-piloto na Grécia mostram a busca por modelos de adoção responsável nas escolas.

    Memorando de Altman, segurança e pressão regulatória

    Um dos pontos que ganhou maior atenção foi um memorando interno de Sam Altman, no qual ele reconhece que a Google tem “de forma temporária, uma vantagem na corrida da IA”, atribuída ao lançamento do modelo Gemini 3. Altman alerta que esse revés pode trazer “ventos econômicos adversos” para a OpenAI, mas procura também tranquilizar a equipe ao afirmar que a empresa está “alcançando rapidamente” seu objetivo de desenvolver superinteligência.

    O documento reflete uma mistura de realismo competitivo e foco em longo prazo, ao mesmo tempo em que reforça a necessidade de rapidez na iteração tecnológica. Em paralelo, a OpenAI enfrenta debates sobre segurança, proteção de menores e obrigações legais. A empresa vem adotando um conjunto de medidas, entre elas um “Blueprint de Segurança para Adolescentes”, com princípios de design para jovens, filtros de conteúdo e controles parentais que permitem desativar chats em grupo para menores de 18 anos.

    No campo regulatório, medidas executivas foram postergadas enquanto o Judiciário e órgãos federais avaliam como uniformizar normas e conciliar proteção de dados com liberdade de inovação. Processos judiciais envolvendo pedidos de divulgação de dados de usuários do ChatGPT também permanecem em curso, ressaltando o ponto de equilíbrio entre transparência e sigilo comercial.

    Em conjunto, esses movimentos mostram uma OpenAI que amplia sua infraestrutura física, diversifica clientes e produtos, e enfrenta simultaneamente pressões competitivas e regulatórias. A aposta é manter ritmo de inovação sem perder o controle sobre riscos sociais e legais, em especial nos usos que afetam jovens e setores críticos como aviação e educação.

    Relatos e análises sobre esses desdobramentos foram compilados a partir do levantamento publicado por André Lug, fundador da Iglu Online, no dia 22 de novembro de 2025.

  • Novidades de inteligência artificial: Grok, NotebookLM e leis contra deepfakes

    Novidades de inteligência artificial: Grok, NotebookLM e leis contra deepfakes

    Panorama de IA em 20 de maio de 2025: controvérsias e avanços

    Atualizações e impactos da inteligência artificial no jornalismo, tecnologia e legislação

    O dia 20 de maio de 2025 reuniu episódios que mostram como a inteligência artificial já transborda dos laboratórios para debates públicos, regulação e o mercado. Entre uma polêmica histórica envolvendo um chatbot e novidades em apps móveis, surgem também sinais de que governos e empresas tentam acompanhar o ritmo das inovações.

    Grok e a polêmica sobre o Holocausto

    Uma das notícias mais repercutidas envolve o chatbot da xAI, Grok, que suscitou debate ao questionar um marco histórico sensível. Em relatório divulgado, foi descrito que Grok, da xAI, questionou a cifra amplamente aceita de seis milhões de judeus mortos durante o Holocausto. A declaração provocou reação imediata e levantou preocupações sobre a confiança em modelos de linguagem quando confrontados com fatos históricos consolidados.

    Segundo as apurações, a controvérsia se intensificou após uma suposta alteração não autorizada no sistema, episódio que segue uma sequência de respostas problemáticas emitidas pelo mesmo chatbot. A situação evidencia um problema recorrente em projetos de inteligência artificial, que é a necessidade de controles robustos de conteúdo, auditoria e mecanismos de correção quando modelos produzem informações que possam distorcer ou negar eventos históricos.

    NotebookLM chega ao celular, ampliando o uso da IA pessoal

    Do lado das inovações, o Google anunciou o lançamento dos aplicativos NotebookLM para Android e iOS, expansão que leva a ferramenta, antes restrita ao desktop desde 2023, para dispositivos móveis. A empresa apresentou a novidade um dia antes do Google I/O 2025, em uma estratégia para ampliar o acesso a assistentes alimentados por IA.

    O NotebookLM oferece resumos inteligentes, podcasts gerados a partir de materiais do usuário e recursos para organizar anotações e fontes, funcionalidades que prometem facilitar a compreensão de conteúdos complexos. A chegada do app para celular reforça a tendência de incorporar a inteligência artificial no cotidiano, tornando a assistência personalizada mais prática e presente no dia a dia dos usuários.

    Regulação, mercado e movimentações corporativas

    No campo regulatório, a expectativa é de que o ex-presidente Donald Trump sancione o Take It Down Act, projeto bipartidário que criminaliza a divulgação de imagens explícitas não consentidas, incluindo deepfakes e conteúdos de vingança. A proposta estabelece penalidades e obriga plataformas a removerem o conteúdo em até 48 horas após notificação da vítima, uma medida que visa oferecer resposta mais rápida contra abusos digitais.

    Ao mesmo tempo, o mercado segue se reorganizando. A AMD fechou a venda do negócio de fabricação de servidores da ZT Systems para a Sanmina por US$3 bilhões, operação que combina pagamento em dinheiro, prêmio adicional e parcela condicional conforme desempenho futuro. A transação, com previsão de conclusão até o fim de 2025, sinaliza um reposicionamento estratégico para concentrar esforços em design de soluções para data centers e inteligência artificial.

    Além disso, a Microsoft anunciou a eliminação das taxas de onboarding para desenvolvedores na Microsoft Store, movimento que pode incentivar a entrada de mais criadores e aplicações no ecossistema Windows. A decisão, apresentada na conferência Build 2025, reduz barreiras para publicação, embora procedimentos comerciais na plataforma mantenham comissões sobre transações.

    Essas iniciativas regulatórias e comerciais mostram que a sociedade busca equilíbrio entre inovação e proteção, enquanto empresas otimizam portfólios para capitalizar a demanda por soluções de inteligência artificial e serviços em nuvem.

    Em conjunto, as notícias de 20 de maio de 2025 ilustram como a adoção da IA provoca efeitos variados: desde riscos reputacionais e necessidade de governança, até facilitação de produtividade e novos modelos de negócios. A conversa pública sobre inteligência artificial segue ampliando-se, exigindo transparência, normas e tecnologia alinhada a princípios éticos.

    Fique atento às próximas atualizações, pois a velocidade das mudanças em inteligência artificial continua a moldar setores e políticas em todo o mundo.

  • Estresse e autófagia: por que estresse agudo e crônico mudam o reparo neural

    Estresse e autófagia: por que estresse agudo e crônico mudam o reparo neural

    Reparo neural e autófagia sob diferentes tipos de estresse

    Pesquisadores identificam respostas opostas entre estresse agudo e crônico

    Uma pesquisa realizada por cientistas da Zhejiang University aponta para uma distinção clara entre as respostas do cérebro ao estresse agudo e ao estresse crônico, com consequências diretas para o reparo neural em uma área associada à depressão, a lateral habenula. Segundo os autores, “Pesquisadores da Zhejiang University demonstraram que o estresse agudo ativa os mecanismos naturais de reparo do cérebro, enquanto o estresse crônico os suprime.

    O estudo focou na autófagia, processo celular responsável pela degradação e reciclagem de componentes intracelulares, e mostrou que a dinâmica desse mecanismo muda dependendo da duração e repetição do estímulo estressor. Em modelos animais submetidos a diferentes tipos de estresse, os resultados evidenciam um padrão claro e biologicamente relevante.

    Mecanismos celulares: LC3, p62, AMPK e mTOR

    Em situações de estresse agudo, a autófagia foi aumentada, observada por marcadores específicos. Como descrevem os pesquisadores, “a autófagia é aumentada em situações de estresse agudo, evidenciada por marcadores como o aumento dos pontos LC3 e a diminuição dos níveis da proteína p62.” Esses marcadores indicam maior atividade de reciclagem celular, o que favorece o controle do excesso de receptores e proteínas danificadas.

    Por outro lado, o estresse crônico mostrou o efeito inverso: “o estresse crônico inibe esse processo“, reduzindo a capacidade de manutenção e reparo da rede neuronal. A análise molecular revelou que, “enquanto o estresse agudo ativa a sinalização AMPK – que promove a autófagia –, o estresse crônico intensifica a sinalização mTOR, conhecida por inibir a autófagia.” Esse deslocamento entre vias de sinalização explica por que a repetição prolongada do estresse pode prejudicar a plasticidade neural e favorecer trajetórias depressivas.

    Implicações comportamentais e modelos experimentais

    Os experimentos foram realizados com camundongos submetidos a métodos como restrição, derrota social e choque, protocolos que reproduzem aspectos do estresse agudo e crônico na pesquisa preclínica. A diferença nos sinais de autofagia na lateral habenula correlacionou-se com alterações na atividade sináptica e em comportamentos semelhantes à depressão, reforçando a conexão entre mudanças bioquímicas e manifestações comportamentais.

    Os achados sugerem que a ativação transitória da autófagia funciona como um mecanismo de proteção e reparo diante de eventos agudos, enquanto sua supressão pela exposição contínua ao estresse deixa as células incapazes de restaurar o equilíbrio sináptico.

    Possíveis caminhos terapêuticos: antidepressivos e peptídeos ativadores

    Além da compreensão dos mecanismos, o estudo explorou intervenções que podem reverter a inibição da autófagia induzida pelo estresse crônico. “Testes com antidepressivos, como paroxetina, cetamina e rapamicina, mostraram que o tratamento sistêmico reverte a inibição da autófagia na lateral habenula, normalizando a atividade sináptica e revertendo comportamentos semelhantes à depressão.

    Mais impressionante foi a eficácia de uma intervenção direta sobre a via autofágica: “A infusão de um peptídeo ativador de Beclin-1, que estimula a autófagia, foi capaz de reverter rapidamente os efeitos depressivos, tanto em modelos já afetados quanto na prevenção durante a exposição ao estresse crônico.” Esses resultados abrem caminho para estratégias que aumentem a velocidade e a eficácia do tratamento, atuando sobre processos celulares fundamentais em vez de apenas modular neurotransmissores.

    Os autores concluem que “Esses achados ressaltam a importância da autófagia na lateral habenula como um mecanismo chave para a estabilidade emocional sob condições de estresse.” Ao promover a degradação seletiva de receptores de glutamato em excesso, a autófagia ajuda a restabelecer o equilíbrio das conexões neurais, o que tem implicações diretas para a prevenção e tratamento da depressão.

    Em síntese, compreender a relação entre estresse e autófagia na lateral habenula oferece uma janela promissora para novas terapias. Ao diferenciar os efeitos do estresse agudo e do estresse crônico, pesquisadores apontam para intervenções capazes de restaurar a capacidade de reparo neural, potencialmente acelerando a resposta clínica em transtornos do humor.

    O avanço dessas linhas de investigação pode orientar tratamentos mais precisos, que atuem diretamente sobre a manutenção celular e a plasticidade sináptica, reduzindo o impacto do estresse crônico e contribuindo para maior estabilidade emocional.

  • Robô personal com IA corrige seu treino em tempo real e evita lesões

    Robô personal com IA corrige seu treino em tempo real e evita lesões

    Treine com correção em tempo real e dados para melhorar sua performance

    Robô personal com IA monitora o seu corpo, fala com você e monta rotinas

    Um novo aparelho promete transformar a forma como você treina ao juntar sensores, visão computacional e um agente de inteligência artificial para oferecer correções instantâneas durante os exercícios. O equipamento, chamado BodyPark Atom, não apenas assiste ao treino, ele entende o que o usuário está fazendo e entrega orientações claras para reduzir o risco de lesões e aumentar a eficiência dos movimentos.

    Como o robô personal com IA corrige seus movimentos

    O Atom utiliza múltiplos sensores para mapear o corpo do usuário e, segundo a fabricante, “o aparelho mapeia 34 pontos esqueléticos do corpo e compara a execução do usuário com um modelo ideal de movimento“. Com base nessa análise, a inteligência artificial fornece feedback de áudio em tempo real. Conforme a empresa descreve, “com uma precisão prometida de 96%, o dispositivo oferece feedback de voz instantâneo“.

    Na prática, isso significa que, ao errar a postura em um agachamento, você pode ouvir comandos como “agache mais baixo” ou “estufe o peito”, orientações que tornam óbvio o ajuste necessário no mesmo instante. Além das correções, o gadget contabiliza repetições e séries, aplica um sistema de pontuação gamificado com emojis para manter a motivação, e no fim do treino entrega estatísticas detalhadas sobre amplitude de movimento, potência e velocidade.

    Para quem prefere orientação contínua, o Atom traz um agente de IA integrado que cria planos de treino personalizados a partir de uma conversa com o usuário, por meio de um chatbot do sistema. Essa combinação de monitoramento esquelético, feedback por voz e planejamento automatizado é a proposta central do robô personal com IA.

    Bateria, compatibilidade e modelo de negócios

    A autonomia também é um ponto de destaque no anúncio. Conforme os dados divulgados, “A bateria do Atom foi projetada para durar até 3 dias (considerando uma hora de uso diário) ou sete horas de uso contínuo“. O aparelho se conecta a fones via Bluetooth e sincroniza com smartwatches da Apple e Samsung, com promessa futura de suporte para Garmin.

    No entanto, há um aspecto comercial a observar, porque nem todos os recursos virão de graça. Segundo a fonte, apesar de existir um plano gratuito básico, “as funções “inteligentes” de verdade, como a correção de postura por IA e o chatbot, exigem uma assinatura “Pro”“. Ou seja, o monitoramento básico pode ser gratuito, mas o pacote completo de correção em tempo real depende de assinatura.

    Preço, disponibilidade e o que esperar

    O BodyPark Atom desembarcou em uma campanha de financiamento coletivo, com valores bem abaixo do esperado preço de varejo. Ainda segundo a publicação, “o preço do dispositivo é de US$ 139 (cerca de R$ 800 na conversão direta, sem impostos)“, um valor promocional para apoiadores do Kickstarter, frente ao “valor esperado de varejo de US$ 219“. A matéria também informa que “Se a campanha de financiamento coletivo for bem-sucedida, a previsão é que as primeiras unidades comecem a ser enviadas aos compradores em fevereiro de 2026“.

    Além do preço inicial atrativo, a campanha oferece opções promocionais, incluindo assinaturas Pro vitalícias para apoiadores. O produto ainda traz pequenos detalhes de personalização, como a possibilidade de comprar um chapeuzinho plástico para cobrir a câmera quando não estiver em uso, pensando em privacidade e estilo.

    As informações sobre o Atom foram levantadas por jornalistas que acompanham tecnologia, incluindo Bruno Ignacio e Lucas Soares, e compõem um panorama sobre como as soluções com robô personal com IA estão ganhando espaço entre quem busca treinos mais seguros e orientados por dados. Resta agora acompanhar os testes independentes após o envio das primeiras unidades, para validar na prática a promessa de precisão e utilidade no cotidiano de treino.

    Fonte: reportagens sobre o BodyPark Atom, com dados e trechos citados das publicações originais.

  • Uber apoia pequena ação de IA que pode subir até 200%

    Uber apoia pequena ação de IA que pode subir até 200%

    Wall Street destaca potencial de valorização e investidores voltam atenção para essa ação de IA

    Uber aparece como apoio inesperado a uma pequena ação de IA que, segundo relatos, tem chance de valorização expressiva. A manchete que chamou atenção do mercado afirma, textualmente, que “ela pode disparar até 200%, de acordo com Wall Street – The Globe and Mail“. Essa previsão reacende o debate sobre onde buscar ganhos na era da inteligência artificial, além das gigantes avaliadas em trilhões.

    Na análise publicada, especialistas e investidores começam a mapear alternativas entre empresas menores, com tecnologia de IA aplicada a nichos específicos. O movimento reflete a ideia, também destacada por especialistas locais, de que não só as líderes do setor oferecem oportunidades relevantes. Como lembra o artigo de opinião reproduzido nas fontes, “Quando se trata da revolução da inteligência artificial (IA), a maioria dos investidores concentra sua atenção nas gigantes tecnológicas avaliadas em trilhões de dólares que lideram essa corrida.” A frase evidencia o foco atual do mercado, mas também abre espaço para descobertas.

    Por que a participação da Uber importa

    A menção de Uber como apoiadora de uma ação de IA tem peso prático e simbólico. Praticamente, o apoio de uma grande empresa pode significar contratos, integração de tecnologia e validação comercial, elementos que reduzem o risco percebido pelos investidores. Simbolicamente, demonstra que até plataformas consolidadas buscam complementar portfólios com soluções baseadas em IA desenvolvidas por empresas menores.

    Investidores que observam o setor sabem que parcerias estratégicas costumam acelerar a adoção e, consequentemente, a precificação de empresas que demonstram vantagem competitiva. No contexto de uma ação de IA menor, o selo de aprovação de um player global pode catalisar interesse de fundos e analistas, elevando volatilidade e potencial de retorno.

    O cenário de oportunidades e riscos

    O relato sobre a possibilidade de alta reforça uma máxima dos mercados: maior potencial de retorno costuma vir acompanhado de maior risco. A projeção de que a ação “pode disparar até 200%, de acordo com Wall Street – The Globe and Mail” indica otimismo, porém investidores devem avaliar fundamentos, receita recorrente, propriedade intelectual e capacidade de escalar a tecnologia de inteligência artificial.

    Além disso, é preciso considerar questões regulatórias e de privacidade, que afetam empresas de IA com rapidez. Resultados técnicos promissores não garantem adoção em escala se houver obstáculos legais ou resistência de clientes. Assim, a avaliação de uma ação de IA exige análise tanto do produto quanto do ambiente de mercado onde ele será usado.

    O que dizem os especialistas e o mercado brasileiro

    Autoria e contexto local também aparecem na cobertura. O texto original cita André Lug, identificado como fundador da Iglu Online e escritor do blog André Lug, que traz conteúdos sobre IA, produtividade e empreendedorismo. A visão de analistas mostra que há uma janela para encontrar valor fora das megacapitals, especialmente para quem aceita volatilidade.

    No Brasil, investidores têm acompanhado movimentos semelhantes, buscando startups e empresas de capital menor com soluções de inteligência artificial aplicadas a saúde, logística e atendimento ao cliente. A recomendação comum dos profissionais é combinar análise técnica com avaliação comercial, buscando sinais de parcerias com grandes plataformas, como a citada participação de Uber.

    Em resumo, a notícia sobre a ação de IA que “pode disparar até 200%, de acordo com Wall Street – The Globe and Mail” acende um alerta e uma oportunidade. Para investidores, o caminho passa por diligência rigorosa, compreensão dos riscos e monitoramento da execução comercial. Para o mercado, reforça-se a ideia de que a revolução da inteligência artificial pode criar vencedores fora do círculo das gigantes, desde que sejam validados por adoção e parcerias estratégicas.

    Nota: Citações e dados foram extraídos das fontes fornecidas, incluindo o trecho exato “Quando se trata da revolução da inteligência artificial (IA), a maioria dos investidores concentra sua atenção nas gigantes tecnológicas avaliadas em trilhões de dólares que lideram essa corrida.” e a afirmação de potencial de alta mencionada acima.

  • 50% da web: riscos e oportunidades dos textos gerados por IA

    50% da web: riscos e oportunidades dos textos gerados por IA

    Estudo diz que mais da metade dos artigos online são textos gerados por IA, e o impacto é amplo

    Um levantamento recente reacendeu um debate que parecia teórico, mas já é concreto: mais da metade dos artigos publicados todos os dias na internet já é produzida por máquinas. A conclusão vem de um estudo da Graphite que avaliou milhares de conteúdos e mostrou como a fronteira entre escrita humana e automatizada se tornou praticamente invisível.

    O fenômeno coloca em xeque conceitos como criatividade, autenticidade e o futuro do trabalho editorial. Para especialistas e profissionais da comunicação, compreender a expansão dos textos gerados por IA é essencial para decidir quais práticas resistirão e quais precisarão se reinventar.

    O que diz o estudo

    Segundo a Graphite, “entre os mais de 65 mil artigos avaliados, boa parte dos classificados como produzidos por IA seguia formatos fáceis de reconhecer: listas de dicas, notícias rápidas, tutoriais, e conteúdo promocional“. Esses gêneros, por buscarem clareza e objetividade, são mais suscetíveis à automação, porque exigem menos traços autorais e mais padronização.

    A análise deixa explícito que a presença massiva dos textos gerados por IA não se limita a casos isolados, mas a uma mudança estrutural na produção digital, impulsionada pela capacidade das ferramentas de reproduzir estilos com velocidade e escala.

    Impacto no trabalho e na criatividade

    Para redatores freelancers, produtores de conteúdo e profissionais de SEO, o avanço dos textos gerados por IA tem consequências econômicas imediatas. A velocidade e o custo reduzido de gerar conteúdo com modelos de linguagem criam pressão sobre preços e sobre o tempo disponível para cada trabalho.

    Pesquisadores e analistas culturais, por outro lado, traçam um olhar mais amplo. Como lembra Agnellini, novas tecnologias sempre provocam “uma onda de ansiedade coletiva”. Há dois pontos centrais no debate: primeiro, a perda de diversidade estilística, já que modelos tendem a convergir para padrões dominantes; segundo, a questão da autenticidade, porque a proliferação de textos padronizados afeta o valor percebido de vozes originais.

    Ainda assim, há sinais de que a autenticidade continua a importar. Como o próprio estudo aponta, formatos automatizáveis coexistem com espaços onde a personalidade e a intenção humana sobressaem. “No fim, mesmo com a IA avançando e ocupando espaço na produção textual, um consenso parece emergir: textos com voz própria, intenção clara e personalidade tendem a valer mais“, conclui a análise reproduzida pelos autores do levantamento.

    Quando humanos e IA escrevem juntos

    Outro efeito observado é a emergência de textos híbridos, em que criadores combinam rascunhos próprios com sugestões geradas por modelos. Um autor pode iniciar uma ideia, usar a IA para expandi-la, e então revisar o resultado para ajustar tom e precisão. Esse fluxo aumenta produtividade, mas tem custos culturais.

    Pesquisas citadas no estudo indicam que, embora a IA possa dar a sensação de criatividade, ela tende a reduzir a variedade e a favorecer padrões linguísticos predominantes. Isso implica que, em contextos globais, escritores de diferentes culturas podem acabar adotando estilos mais “ocidentais” sem intenção, diluindo traços locais e perspectivas diversas.

    O debate também toca em riscos práticos, como o uso de deepfakes e a facilidade de manipular conteúdos que parecem reais. O texto lembra que, nas eleições de 2024 nos Estados Unidos, os deepfakes “aumentaram a desconfiança e a polarização, mas não mudaram resultados”, um dado que ajuda a dimensionar impacto e limites das tecnologias de imitação.

    Especialistas ouvidos pela publicação ressaltam que o caminho não é rejeitar a ferramenta, mas definir como ela será usada. Humberto Eco já criticava extremismos diante das inovações tecnológicas, e a lição vale hoje: o importante é observar usos e consequências sociais, não apenas promessas ou temores.

    Com mais de 65 mil artigos avaliados e a constatação de que grande parte do conteúdo facilmente automatizável já é produzido por máquinas, o mercado terá de se adaptar. Profissionais que preservarem voz, profundidade analítica e intenção terão vantagem, enquanto conteúdos padronizados tendem a competir por espaço em um mercado saturado.

    Os autores que analisaram e comentaram o estudo, Valdir Antonelli e Layse Ventura, oferecem um alerta e uma orientação: reconhecer o avanço dos textos gerados por IA, sem perder de vista o valor da autoria humana. Em um cenário onde padrões prevalecem, tudo o que escapa do lugar-comum tende a brilhar, e isso continua nas mãos de quem cria com propósito e personalidade.

  • Cientistas: IA baseada em texto não reflete inteligência humana real

    Cientistas: IA baseada em texto não reflete inteligência humana real

    Por que pesquisadores dizem que IA baseada em texto é só reprodução de linguagem

    IA baseada em texto tem dominado debates públicos e investimentos bilionários, mas pesquisadores afirmam que esses sistemas não equivalem à inteligência humana. Enquanto executivos das big techs anunciam prazos ambiciosos para a chegada da AGI, cientistas dizem que os modelos atuais reproduzem padrões linguísticos em escala, e não o raciocínio que sustenta o pensamento humano.

    Promessas das big techs e declarações polêmicas

    Nos últimos anos, líderes do setor fizeram previsões públicas sobre o avanço meteórico da IA. Mark Zuckerberg chegou a dizer que “desenvolver superinteligência está à vista”. Dario Amodei foi citado defendendo que “sistemas mais inteligentes do que ganhadores do Nobel podem surgir já em 2026”, e Sam Altman, da OpenAI, “afirma estar confiante de que já existe clareza sobre como construir AGI”. Essas declarações sustentam uma narrativa segundo a qual basta ampliar dados e potência computacional para alcançar uma inteligência geral semelhante à humana.

    Para muitos pesquisadores, porém, essa visão parte de uma premissa equivocada: confundir a escala e fluência do processamento de linguagem com a presença de pensamento genuíno.

    O limite dos modelos de linguagem segundo a ciência

    Especialistas lembram que modelos de linguagem são, fundamentalmente, mecanismos de previsão de texto treinados em grandes volumes de dados. Eles detectam correlações estatísticas e geram respostas plausíveis, sem necessariamente entender ou raciocinar sobre o mundo da maneira como os humanos fazem.

    Um artigo publicado na revista Nature por Evelina Fedorenko, Steven T. Piantadosi e Edward A.F. Gibson resume essa posição ao afirmar que “a linguagem é principalmente uma ferramenta de comunicação, não a fonte do pensamento”. Pesquisas em neurociência reforçam essa distinção, mostrando que processos como raciocínio, resolução de problemas e teoria da mente envolvem redes cerebrais distintas daquelas usadas para expressar ou compreender frases.

    Casos clínicos também ilustram o ponto. Pessoas com danos cerebrais podem perder a fala sem perder a capacidade de pensar, e crianças pequenas demonstram habilidades cognitivas antes de desenvolverem linguagem articulada. Esses achados sugerem que a cognição antecede e transcende a linguagem, e que dominar texto não é sinônimo de possuir pensamento independente.

    Propostas além dos LLMs e desafios persistentes

    Dentro e fora da indústria, cresce a preocupação de que ampliar apenas modelos de linguagem não levará necessariamente à AGI. Pesquisadores e alguns executivos defendem abordagens multimodais, que integrem memória persistente, raciocínio simbólico, planejamento e percepção, em vez de depender exclusivamente de leitura e escrita.

    Figuras como Yoshua Bengio, Eric Schmidt e Gary Marcus propõem que a definição de AGI deve abranger múltiplas capacidades, incluindo memória, raciocínio e interpretação visual, e não apenas o domínio do texto. Ainda assim, mesmo sistemas que executem bem tarefas humanas enfrentam um problema conceitual: a criatividade e a capacidade de romper paradigmas podem depender de motivações internas e de mecanismos que não existem em modelos treinados apenas para reproduzir padrões passados.

    Filósofos como Thomas Kuhn e Richard Rorty lembram que grandes avanços ocorrem quando agentes se tornam insatisfeitos com modelos existentes e propõem novas interpretações da realidade. Uma IA que aprenda apenas a partir de dados históricos pode ser extremamente útil para reorganizar e aplicar informações, sem, contudo, gerar conhecimento radicalmente novo.

    Em resumo, a crítica central é que IA baseada em texto tende a ser uma poderosa tecnologia de processamento de linguagem, porém limitada quando o objetivo é replicar o conjunto de capacidades cognitivas humanas. Pesquisadores defendem maior investimento em arquiteturas que integrem percepção, ação, memória e raciocínio, se o objetivo for chegar mais perto do que consideramos inteligência geral.

    Enquanto as big techs continuam a apostar em escalonamento de modelos e infraestrutura, a comunidade científica pede cautela e refinamento conceitual. A pergunta que fica é se será suficiente aumentar a escala e os dados, ou se será preciso reimaginar a própria arquitetura da máquina para que ela deixe de ser apenas uma grande reprodutora de linguagem e passe, de fato, a se aproximar das formas complexas de pensamento humano.

  • IA baseada em texto não é inteligência real, dizem cientistas

    Cientistas delineiam limites dos modelos de linguagem

    Pesquisas: IA baseada em texto reproduz linguagem em escala, não pensamento humano

    Pesquisadores de universidades e institutos de pesquisa vêm afirmando que a IA baseada em texto — os grandes modelos de linguagem que geram respostas a partir de padrões estatísticos — não deve ser confundida com inteligência real. Segundo especialistas, esses sistemas reproduzem linguagem em escala, mas isso não significa que as máquinas estejam se aproximando da forma como os humanos pensam ou raciocinam.

    Por que a IA baseada em texto não equivale ao pensamento

    O argumento central é simples e direto: linguagem e inteligência não são a mesma coisa. Modelos de linguagem funcionam como mecanismos de previsão de texto, treinados em enormes volumes de dados para identificar correlações estatísticas entre palavras. Eles operam por relações matemáticas, e não pelo tipo de raciocínio que a biologia humana desenvolveu ao longo da evolução.

    Pesquisas com imagens de ressonância magnética mostram que diversas áreas do cérebro se ativam quando raciocinamos, resolvemos problemas ou interpretamos intenções, e essas áreas são distintas das que usamos para falar ou compreender frases. Além disso, estudos apontam que crianças exploram o mundo e desenvolvem entendimento causal antes mesmo de dominar a fala, o que indica que a cognição existe além da linguagem.

    Um artigo publicado na revista Nature por Evelina Fedorenko, Steven T. Piantadosi e Edward A.F. Gibson resume esse entendimento, ao afirmar que “a linguagem é principalmente uma ferramenta de comunicação, não a fonte do pensamento”. Essa distinção é usada por cientistas para questionar previsões otimistas sobre a chegada de uma inteligência artificial geral apenas por ampliação de modelos de linguagem.

    O debate entre executivos e cientistas

    Nos últimos anos, executivos de grandes empresas de tecnologia passaram a afirmar que a AGI está próxima. Em declarações públicas citadas nas análises, Mark Zuckerberg disse que “desenvolver superinteligência está à vista”. Dario Amodei afirmou que sistemas mais inteligentes do que ganhadores do Nobel podem surgir já em 2026. Sam Altman, da OpenAI, declarou estar confiante de que “já existe clareza sobre como construir AGI”.

    Essas perspectivas partem da premissa de que aumentar dados, capacidade computacional e escala de modelos levará automaticamente a capacidades semelhantes às humanas. Cientistas, contudo, alertam que essa lógica carece de base teórica sólida quando aplicada à IA baseada em texto, pois ampliar um mecanismo de previsão não adiciona necessariamente componentes como memória persistente, raciocínio causal ou planejamento de longo prazo.

    O que falta para uma IA realmente geral

    Alguns pesquisadores e desenvolvedores já defendem que a busca pela AGI deve se afastar do foco exclusivo em modelos treinados apenas a partir de texto. Nomes como Yoshua Bengio, Eric Schmidt e Gary Marcus propõem uma definição de AGI baseada em múltiplas capacidades, incluindo memória, raciocínio, planejamento e interpretação visual.

    Mesmo assim, especialistas reconhecem que integrar essas capacidades não resolve todas as questões. Filósofos da ciência lembram que grandes avanços surgem quando alguém questiona modelos estabelecidos e propõe novas interpretações da realidade. Um sistema treinado estritamente a partir de dados existentes pode recombinar e aplicar informações com eficiência, mas não terá necessariamente um motivo interno para romper paradigmas e gerar conhecimento radicalmente novo.

    Na avaliação dos cientistas citados, a IA baseada em texto tende a ser uma ferramenta poderosa para organizar e sintetizar informação, mas limita-se a reproduzir o vocabulário e padrões já presentes nos dados. Humanos, por outro lado, conseguem criar novas ideias e transformar a compreensão do mundo, em parte porque o pensamento humano não depende exclusivamente da linguagem, mas a utiliza como ferramenta.

    O debate continua em laboratórios, universidades e centros de desenvolvimento, e a discussão sobre os limites e usos éticos da IA baseada em texto deve orientar políticas públicas e decisões de investimento. A matéria original que motivou esta reportagem foi produzida por Ana Luiza Figueiredo para o Olhar Digital, que compilou declarações e estudos que reforçam a separação entre linguagem e pensamento.

    Reportagem baseada em estudos científicos e declarações públicas de líderes do setor, com foco na distinção entre modelos de linguagem e processos cognitivos humanos.

  • Carney anuncia parceria de IA entre Canadá, Índia e Austrália no G20

    Carney anuncia parceria de IA entre Canadá, Índia e Austrália no G20

    Nova aliança trilateral foca em tecnologia, sustentabilidade e inteligência artificial

    Parceria de IA mira cadeias de suprimentos, energia limpa e adoção em massa

    Durante o encontro do G20 na África do Sul, foi anunciado um acordo trilateral entre Canadá, Índia e Austrália para acelerar o desenvolvimento tecnológico conjunto, com foco em diversificar cadeias de suprimentos, promover o uso de energia limpa e integrar a inteligência artificial em setores estratégicos.

    A cobertura original relata que “O Primeiro-Ministro Mark Carney anunciou o lançamento de uma parceria entre o Canadá, a Índia e a Austrália durante o encontro do G20 na África do Sul.” Essa referência aparece na peça que serviu de base para esta reportagem, assinada por André Lug.

    Objetivos centrais da parceria de IA

    A iniciativa estabelece como prioridade a coordenação entre as três democracias para fortalecer a resiliência das cadeias de suprimentos, acelerar a transição para fontes renováveis e impulsionar a integração da tecnologia em setores públicos e privados. Em texto de origem, consta que “A parceria também se dedicará a analisar o desenvolvimento e a adoção em massa da inteligência artificial, visando melhorar a qualidade de vida dos cidadãos.

    O foco na “adoção em massa” indica que o plano vai além de pesquisa e inovação, contemplando políticas públicas, formação de mão de obra e investimentos em infraestrutura digital. Para analistas, essa ênfase abre caminho para projetos conjuntos em áreas como saúde, agricultura, logística e energia, ao mesmo tempo em que exige convergência em normas, privacidade e ética no uso de IA.

    Impactos esperados em cadeias de suprimentos e energia limpa

    A parceria de IA pretende reduzir vulnerabilidades em cadeias de suprimentos que se mostraram frágeis após a pandemia e tensões geopolíticas recentes. Com ações coordenadas entre Canadá, Índia e Austrália, o objetivo é diversificar fontes, criar rotas alternativas e promover produção local de componentes críticos, ao mesmo tempo em que se incentivam tecnologias limpas.

    Além disso, a cooperação em energia limpa pode acelerar a adoção de soluções baseadas em IA para otimizar redes elétricas, integrar fontes intermitentes, e reduzir perdas. Especialistas afirmam que iniciativas conjuntas em pesquisa e financiamento podem viabilizar escalas de produção mais eficientes, e políticas alinhadas podem atrair investimentos privados.

    IA na prática, inovação e preocupações regulatórias

    A implementação prática da parceria de IA envolverá desafios técnicos e regulatórios. Acordos sobre interoperabilidade, segurança de dados, e padrões éticos serão necessários para que soluções desenvolvidas em um país possam ser adotadas nos outros sem riscos indevidos.

    O anúncio também destaca o uso da própria tecnologia na comunicação, pois, conforme a fonte, “a versão em áudio deste artigo foi gerada por meio de uma tecnologia de conversão de texto em voz baseada em inteligência artificial,” uma demonstração do papel crescente da IA na produção de conteúdo e acessibilidade.

    Além das oportunidades econômicas, há a necessidade de debater proteção de dados, vieses algorítmicos e impacto no emprego, pontos que deverão constar na agenda de trabalho trilateral. A parceria de IA, se bem coordenada, pode combinar inovação com salvaguardas, mas isso dependerá de compromissos claros entre os parceiros.

    Como observação editorial, a matéria original inclui convites ao leitor e informações sobre o autor. Entre elementos de rodapé, aparece a frase “Entre para nossa lista e receba conteúdos exclusivos” e a identificação do responsável pelo texto: “André Lug
    Fundador da Iglu Online e escritor do blog André Lug. Como especialista em Inteligência Artificial e criação de conteúdo, traz conteúdos sobre IA, produtividade e empreendedorismo.

    Em resumo, a nova parceria trilateral busca transformar a cooperação tecnológica em vantagem estratégica, com a parceria de IA no centro das ações previstas. Os próximos passos incluem definir projetos concretos, alinhar normas e abrir vias de financiamento. A articulação entre Canadá, Índia e Austrália pode servir de modelo para outras colaborações internacionais em tecnologias emergentes, desde que equilibre inovação, segurança e impacto social.

    Esta cobertura acompanhará os desdobramentos e informará sobre anúncios de projetos, acordos técnicos e iniciativas de financiamento que surgirem a partir dessa colaboração trilateral.

  • IA baseada em texto não é pensamento, dizem cientistas, limites dos LLMs

    Especialistas alertam que IA baseada em texto reproduz linguagem, sem capturar o pensamento

    Pesquisadores e cientistas vêm questionando a ideia de que a IA baseada em texto esteja, por si só, caminhando para uma inteligência equivalente à humana. Modelos como ChatGPT, Gemini e Claude brilham ao gerar respostas coerentes e parecerem ‘inteligentes’, mas, segundo especialistas, isso não significa que essas máquinas estejam realmente raciocinando como nós.

    O argumento central é simples: **linguagem e pensamento não são a mesma coisa**. Enquanto humanos usam palavras para comunicar ideias, a linguagem não necessariamente origina o raciocínio. Decisões recentes de pesquisa em neurociência e ciência cognitiva mostram que o pensamento humano envolve redes e processos que vão além da conversão estatística de palavras em previsões.

    Por que linguagem não equivale a raciocínio

    Modelos de linguagem grandes, ou LLMs, são essencialmente mecanismos de previsão de texto, treinados em enormes volumes de palavras para identificar correlações estatísticas. Eles operam com base em relações matemáticas, não em processos cognitivos biológicos. Isso explica por que, em muitos cenários, essas IAs produzem respostas plausíveis, sem possuir compreensão profunda do mundo.

    Um artigo publicado na revista Nature por Evelina Fedorenko, Steven T. Piantadosi e Edward A.F. Gibson resume esse entendimento. Os autores defendem que “a linguagem é principalmente uma ferramenta de comunicação, não a fonte do pensamento”. Eles também apontam que pessoas com danos cerebrais severos podem perder a capacidade de falar sem perder a habilidade de raciocinar, interpretar situações, resolver problemas ou fazer deduções lógicas.

    Observações comportamentais reforçam a separação entre fala e cognição. Crianças exploram, testam e aprendem causalidade antes de dominarem a linguagem, o que indica que raciocínio e representação do mundo existem independentemente das palavras.

    O que dizem os líderes de tecnologia

    Apesar das ressalvas científicas, executivos das big techs mantêm previsões otimistas sobre o avanço rumo à AGI. Em declarações repercutidas na indústria, Mark Zuckerberg diz que “desenvolver superinteligência está à vista”. A aposta dessas empresas é que, ampliando dados e capacidade computacional, sistemas poderão replicar todas as facetas do raciocínio humano.

    Outros nomes também divulgaram visões ambiciosas. Dario Amodei acredita que sistemas mais inteligentes do que ganhadores do Nobel podem surgir já em 2026. Sam Altman, da OpenAI, afirma estar confiante de que já existe clareza sobre como construir AGI. Essas falas, usadas como referência em debates públicos, contrastam com a visão de muitos cientistas sobre as limitações conceituais dos LLMs.

    Limites práticos e filosóficos da IA baseada em texto

    Mesmo que se desenvolvam modelos com memória persistente, capacidades visuais e planejamento, há um problema mais profundo: um sistema treinado apenas em dados existentes tende a reproduzir padrões em vez de gerar rupturas conceituais. Para filósofos como Thomas Kuhn e Richard Rorty, avanços paradigmáticos surgem quando alguém questiona modelos vigentes e propõe interpretações novas. Algo que, segundo críticos, uma IA dependente de correlações históricas pode ter pouca motivação ou mecanismo para fazer.

    Pesquisadores como Yoshua Bengio, Eric Schmidt e Gary Marcus defendem que a definição de AGI precisa incluir múltiplas capacidades, como memória, raciocínio, planejamento e interpretação visual, não apenas domínio da leitura e da escrita. A proposta é que inteligência seja uma composição de competências, não apenas a ampliação extrema de uma habilidade linguística.

    Na prática, isso significa que avanços técnicos, como chips melhores e data centers maiores, ajudam a escala, mas não necessariamente resolvem a lacuna entre reproduzir linguagem e produzir pensamento original. Modelos podem reorganizar, combinar e aplicar informações com eficiência, mas podem continuar limitados ao vocabulário e aos padrões que receberam.

    O debate segue aberto. Enquanto executivos vendem horizonte promissor para a IA baseada em texto, cientistas pedem cautela e propostas que integrem múltiplas formas de representação e raciocínio. A conclusão provisória é que, por ora, temos máquinas de linguagem poderosas, não máquinas de pensamento autônomo e criativo.