Entenda as novidades do ChatGPT, riscos legais e o futuro da IA multimodal

O ChatGPT evoluiu rapidamente desde seu lançamento, e hoje combina geração de texto, voz, imagem e vídeo em produtos que já impactam empresas, governos e usuários comuns. Lançado ao público em 30 de novembro de 2022, o ChatGPT deixou de ser apenas uma ferramenta para redação e programação, e passou a integrar ofertas como o GPT-4o, o gerador de vídeo Sora e agentes autônomos, enquanto enfrenta debates sobre privacidade, direitos autorais e segurança.

Novos recursos e desempenho

Nas últimas atualizações, o ChatGPT ganhou capacidade de criar e editar imagens com o modelo GPT-4o, além de incorporar modelos de transcrição e voz, como o gpt-4o-mini-tts e o gpt-4o-transcribe. A OpenAI também lançou o o1-pro para desenvolvedores, e ampliou ferramentas para construir agentes de IA via Responses API. Em 2024 e 2025, a empresa promoveu integrações com a Apple, e anunciou que o ChatGPT foi incorporado ao Apple Intelligence, aumentando a presença do chatbot em smartphones e sistemas operacionais.

O crescimento de público foi explosivo, com números que ilustram a adoção massiva. Em menos de um ano, o número de usuários ativos semanais dobrou repetidas vezes: passou de 100 milhões em novembro de 2023 para 200 milhões em agosto de 2024, atingiu 300 milhões em dezembro de 2024, e chegou a 400 milhões em fevereiro de 2025. A OpenAI também projeta forte crescimento financeiro: “OpenAI projeta que sua receita saltará de 3,7 bilhões de dólares em 2024 para 12,7 bilhões em 2025.”

Controvérsias, processos e privacidade

Enquanto expande funcionalidades, o ChatGPT enfrenta litígios importantes. Jornais vinculados à Alden Global Capital processaram a OpenAI por suposto uso não autorizado de artigos em treinamentos, e outras organizações questionam o uso de obras de artistas e autores. Há também queixas de privacidade na Europa, por exemplo um caso apoiado pelo grupo Noyb, que acusa o chatbot de fornecer informações falsas sobre um cidadão norueguês, destacando preocupações sobre alucinações difamatórias e conformidade com o GDPR.

Além disso, a empresa vive mudanças internas e saídas de executivos, o que alimenta debates sobre governança. Em paralelo, crescem os questionamentos sobre o consumo de energia, a segurança em aplicações sensíveis, e a eventual monetização de agentes caros, com planos que podem chegar a US$20.000 por mês para soluções especializadas.

O futuro do ChatGPT e da IA multimodal

A OpenAI anuncia avanços ambiciosos, incluindo modelos de raciocínio como o o3-mini, integração de padrões abertos como o Modelo de Contexto da Anthropic, e planos para um modelo unificado, referido como GPT-5. Sam Altman destacou progressos em escrita criativa, e disse: “Treinamos um novo modelo que é bom em escrita criativa (ainda não sei quando ele será lançado). Foi a primeira vez que fiquei realmente impressionado com algo escrito por IA; capturou perfeitamente a vibe da metaficção.”

Esses desenvolvimentos mostram que o ChatGPT tende a se tornar cada vez mais multimodal, combinando texto, voz, imagem, código e vídeo. Ao mesmo tempo, a empresa equilibra inovação e regulação, dialogando com governos, como via o ChatGPT Gov para agências americanas, e buscando parcerias estratégicas no mundo todo, por exemplo com conglomerados na Índia e veículos de mídia para licenciamento de conteúdo.

Para usuários e empresas, a recomendação é acompanhar atualizações, revisar políticas de privacidade e experimentar recursos com atenção, sobretudo em contextos sensíveis. O ChatGPT já altera rotinas de trabalho, educação e criação de conteúdo, mas também impõe responsabilidades sobre como validar respostas, proteger dados e respeitar direitos autorais.

Em suma, o ChatGPT segue em rápida transformação, com recursos cada vez mais poderosos e desafios jurídicos e éticos à altura. A chave para adotar a tecnologia com segurança passa por entender limites, checar informações e acompanhar regras que envolvem uso, privacidade e propriedade intelectual, à medida que a IA se torna parte central do cotidiano digital.

Chubb, W.R. Berkley e outras pedem exclusão de riscos de IA por causa da ‘caixa-preta’

Grandes companhias de seguros nos Estados Unidos, como Chubb e W.R. Berkley, passaram a solicitar autorização regulatória para excluir riscos ligados à IA de suas apólices, segundo reportagem do TechCrunch. Para essas empresas, a tecnologia ainda opera como uma espécie de caixa-preta, com comportamentos difíceis de prever.

O movimento reflete um receio crescente no mercado: com a difusão da IA, um único erro em um modelo pode gerar milhares de sinistros simultâneos, pressionando balanços e colocando em risco a solvência das seguradoras. A resistência do setor a assumir esse tipo de risco pode alterar a velocidade e a forma como empresas adotam a inteligência artificial.

Por que a IA virou uma dor de cabeça para seguradoras

Seguradoras tradicionais já soam o alarme sobre a IA há meses. De acordo com o Financial Times, parte do setor tenta se distanciar da responsabilidade por danos gerados por modelos de IA, alegando que esses sistemas operam de forma opaca demais para garantir qualquer controle real.

Um subscritor chegou a resumir o desconforto com uma frase direta, descrevendo os resultados dos modelos como “uma grande caixa-preta”. Essa percepção complica a análise de risco e a precificação, porque, sem transparência sobre decisões algorítmicas, torna-se difícil estimar a probabilidade e a gravidade de falhas.

Além disso, a natureza escalável da IA amplifica perdas potenciais. Diferente de um defeito isolado em um produto físico, um erro em um modelo de IA integrado a vários sistemas pode causar prejuízos simultâneos a clientes distintos, criando um desafio novo para modelos atuariais e provisões técnicas.

Casos reais que assustam

Há exemplos recentes que demonstram como um deslize de IA pode se transformar em um problema sistêmico. Erros de classificação, decisões automatizadas equivocadas e vazamentos de dados têm gerado reclamações, processos e perdas operacionais em cadeias inteiras de negócios.

Esses episódios deixam claro por que seguradoras não pensam apenas em incidentes isolados, mas no risco de recomposição em larga escala. O setor teme que falhas abrangentes gerem um volume de pedidos de indenização acima da capacidade de resposta tradicional, espalhando prejuízos por múltiplos segmentos.

O alerta vem acompanhado de números. Como explicou um executivo da Aon, as seguradoras conseguem absorver até US$ 400 milhões (R$ 2,15 bilhões) de prejuízo envolvendo uma única empresa. O problema é quando uma falha ampla gera milhares de pedidos de indenização simultaneamente, algo para o qual o setor simplesmente não está preparado.

O risco do efeito dominó e as consequências para empresas

O maior temor é o que o mercado chama de efeito dominó. Se modelos de IA semelhantes ou dependentes dos mesmos fornecedores falharem em escala, o impacto pode transcender empresas isoladas e atingir cadeias inteiras, parceiros e consumidores.

Se as companhias de seguros decidirem excluir totalmente os riscos ligados à IA, isso pode desacelerar o uso da tecnologia ou obrigar empresas a repensarem onde e como aplicam esses modelos em tarefas críticas. A consequência imediata é operacional e financeira: negócios que dependem de cobertura para operar poderão enfrentar custo de financiamento maior, necessidade de reservas próprias, ou até interrupção de serviços.

Para usuários e negócios, o momento pede cautela. A IA continua poderosa e com potencial para ganhos de produtividade, mas também carrega riscos reais. Especialistas sugerem que é hora de tratá-la como um risco que precisa ser gerenciado com mais atenção, por meio de governança, testes robustos, monitoramento contínuo e, possivelmente, novos produtos de seguro específicos para inteligência artificial.

Fontes: TechCrunch, Financial Times, Aon. Reportagem baseada em apurações sobre a movimentação de seguradoras e o debate sobre exclusão de cobertura para riscos relacionados à IA.

Runlayer capta US$ 11 milhões, aposta no protocolo MCP e já atende oito unicórnios

Runlayer emergiu do modo stealth com um objetivo claro: oferecer controle e proteção para o uso de inteligência artificial nas empresas. Segundo a matéria original, “A startup de cibersegurança Runlayer emergiu do modo stealth com US$ 11 milhões em financiamento seed para proteger ferramentas de inteligência artificial em corporações.” Esse financiamento, descrito como seed, foi liderado por Keith Rabois, sócio-gerente da Khosla Ventures, e pela Felicis, com o apoio adicional de diversos investidores-anjo.

A empresa, fundada em 2025 e sediada em Nova York, aposta no padrão Model Context Protocol (MCP), que vem ganhando adoção entre as principais ferramentas de IA. No desenvolvimento técnico da estratégia da Runlayer, figura David Soria Parra, da Anthropic, que ajudou a criar o protocolo MCP e agora atua como consultor da companhia.

Como funciona a proteção baseada em MCP

A plataforma da Runlayer atua como uma camada de controle segura que monitora acesso e uso de modelos de IA, permitindo o bloqueio de ameaças em tempo real. A solução pode ser implantada na infraestrutura dos clientes ou operada a partir da nuvem da própria Runlayer, oferecendo flexibilidade para organizações com diferentes requisitos de conformidade e segurança.

Um dos diferenciais apontados pela empresa é a possibilidade de configurar e implementar servidores MCP pré-verificados nos ambientes dos clientes, integrando-se com ferramentas já existentes e registrando todas as chamadas ao protocolo tanto em servidores locais quanto remotos. A Runlayer também disponibiliza modelos de detecção de ameaças adaptados aos vetores de ataque relacionados ao MCP, e suporta integração com provedores de identidade, permitindo a definição de permissões de forma altamente detalhada.

Tração e base de clientes nos primeiros meses

De acordo com a apuração, “Durante os quatro meses em que operou de forma discreta, a empresa afirma ter firmado dezenas de contratos com clientes, incluindo oito unicórnios.” Esse ritmo inicial de vendas reforça a demanda corporativa por controles que permitam a adoção de IA sem aumentar riscos operacionais.

Além disso, a presença de nomes experientes no conselho técnico e o apoio de investidores de peso ajudam a explicar a velocidade com que a Runlayer conquistou contratos. A combinação entre soluções implantáveis on‑premise e uma oferta em nuvem facilita a integração com stacks já existentes, aumentando a aceitação por equipes de segurança e engenheiros responsáveis por projetos de IA.

O que a Runlayer traz para CISOs e times de engenharia

A proposta central da Runlayer é transformar a segurança em um facilitador, e não em um obstáculo à adoção de IA. Nas palavras do cofundador e CEO, Andrew Berman, “A transformação por inteligência artificial está acontecendo. A segurança pode ser o catalisador, e não um entrave. Os CISOs querem adotar a IA para impulsionar suas empresas e precisam de uma infraestrutura que lhes permita fazê-lo com segurança. A Runlayer oferece essa infraestrutura.”

Com controles granulares de permissão, registro completo de chamadas ao protocolo e modelos de detecção específicos, a plataforma promete oferecer maior visibilidade e controle para as equipes de segurança, além de reduzir o trabalho manual dos engenheiros. Para organizações que já utilizam provedores de identidade e políticas de acesso sofisticadas, a integração com a Runlayer pode simplificar a aplicação de governança sobre o uso de modelos e dados sensíveis.

O aporte de US$ 11 milhões e a estratégia centrada no MCP deixam claro que a Runlayer mira empresas que já iniciaram a transformação por IA e precisam de uma camada adicional de segurança para avançar com confiança. Resta observar como a startup vai evoluir seu portfólio de detecção, sua atuação em regiões fora dos EUA, e a capacidade de escalar a operação enquanto mantém a compatibilidade com diferentes ambientes corporativos.

No curto prazo, a atenção estará em consolidar relacionamentos com os clientes conquistados durante o período stealth e em traduzir o investimento em produto e suporte, para que a segurança seja realmente o catalisador que, segundo a empresa, impulsionará a adoção segura da IA nas organizações.

Rumores apontam 8 experts de 220B e inferência em 16 iterações no GPT-4

Novas especulações sobre o GPT-4 reacenderam o debate sobre como grandes modelos de linguagem são projetados e treinados. Fontes que circulam no meio de tecnologia afirmam que o sistema da OpenAI utiliza uma arquitetura do tipo Mixture of Experts, e que sua capacidade deriva de uma composição de vários especialistas treinados separadamente. Entre as informações que ganharam mais atenção está a alegação de que o modelo teria 1,76 trilhão de parâmetros, um número que, se confirmado, o colocaria entre os maiores modelos já discutidos publicamente.

O que Geohot revelou sobre o GPT-4

As informações sobre a possível estrutura do GPT-4 foram atribuídas a George Hotz, fundador da Comma.ai e conhecido por trabalhos controversos no passado, incluindo desbloqueios do iPhone e do PlayStation 3. Em sua postagem e na reação de outros especialistas, circulou a tradução do trecho mais citado: “GPT-4: 8 x 220B experts trained with different data/task distributions and 16-iter inference”, que pode ser entendida como “GPT-4: 8 experts de 220B treinados com diferentes distribuições de dados/tarefas e inferência em 16 iterações”. Essa descrição indica uma montagem de modelos menores, cada um com cerca de 220 bilhões de parâmetros, trabalhando em conjunto.

Embora não exista um comunicado oficial da OpenAI confirmando esses números, a publicação de Hotz foi amplamente comentada entre especialistas, e alguns chegaram a dizer que “i might have heard the same 😃 — I guess info like this is passed around but no one wants to say it out loud”. A repercussão sugere que a hipótese é considerada plausível por quem acompanha o desenvolvimento de grandes IAs.

Como funciona a arquitetura Mixture of Experts

A arquitetura Mixture of Experts, ou MoE, é uma técnica conhecida há décadas, e, como já se comentou, “essa ideia tem quase 30 anos”. Na prática, um modelo MoE combina vários submodelos, chamados de “experts”, e usa um mecanismo de roteamento para decidir quais experts serão usados para cada entrada, permitindo que cada expert se especialize em partes distintas do espaço de dados. Essa abordagem pode reduzir o custo computacional em inferência, ao ativar apenas uma fração dos parâmetros para cada solicitação.

Um exemplo moderno de aplicação dessa ideia é o Switch Transformer do Google, que demonstrou ganhos de eficiência ao aplicar MoE em larga escala. No caso do suposto desenho do GPT-4, a hipótese é que oito experts de 220 bilhões, combinados, resultariam no comportamento de um sistema com ordem de grandeza de trilhões de parâmetros, sem necessariamente ativar todos esses pesos em cada inferência.

Impacto para o código aberto e para a indústria

Analistas e desenvolvedores destacam que a adoção de uma arquitetura MoE pelo GPT-4 explicaria como a OpenAI poderia coordenar grandes equipes trabalhando em partes distintas do modelo, e também como recursos multimodais foram desenvolvidos em paralelo, para depois serem integrados ao produto final. Há ainda a especulação, citada por nomes do setor, de que o grande modelo poderia ter sido mesclado em uma versão menor, mais eficiente, antes do lançamento, conforme mencionado por pessoas como Soumith Chintala, ligado ao projeto PyTorch.

Além disso, Hotz sugeriu que o sistema não entrega uma única resposta, mas um processo iterativo, com algo como 16 iterações de refinamento, o que mudaria a forma como medimos latência e qualidade em modelos de grande escala. Para a comunidade de código aberto, essas pistas representam uma oportunidade, pois, embora a tecnologia MoE não seja nova, sua aplicação em larga escala, com dados e infraestrutura de ponta, pode mostrar limites e possibilidades que projetos públicos vão tentar reproduzir.

Por fim, é importante lembrar que se trata de rumores não confirmados oficialmente. Fontes do mercado consideram as informações de Hotz críveis, e diversos especialistas reagiram positivamente à divulgação, mas a OpenAI ainda não fez um anúncio público detalhando a arquitetura ou a contagem de parâmetros do GPT-4. Até que haja confirmação, a leitura mais cautelosa é tratar os dados como indícios fortes, que ajudam a explicar avanços recentes, mas não substituem uma declaração técnica oficial.

Se confirmado, o uso de MoE e a escala mencionada transformariam a forma como entendemos os custos, a distribuição de trabalho em equipes de pesquisa, e as estratégias para replicar modelos de linguagem em projetos de código aberto.

Nova pesquisa de compras do ChatGPT promete recomendações personalizadas

Pesquisa de compras no ChatGPT chega grátis e pretende ajudar consumidores a decidir melhor

A OpenAI anunciou, nesta segunda-feira (24), o lançamento da pesquisa de compras no ChatGPT, uma ferramenta gratuita que gera um guia de compras personalizado para os usuários. Treinada com o modelo GPT-5 mini, a solução faz perguntas ao consumidor para montar um cenário de compra ideal e compila respostas a partir de avaliações consideradas de maior qualidade pela empresa.

Segundo a OpenAI, o objetivo da pesquisa de compras no ChatGPT é priorizar conteúdo orgânico e experiências de usuários, em vez de material de marketing pago. Em entrevista à Bloomberg, Isa Fulford, líder da equipe de pesquisa de compras da OpenAI, reconheceu as limitações do método ao afirmar que “É impossível acertar 100%”.

Como a ferramenta funciona na prática

A pesquisa de compras no ChatGPT interage com o usuário para entender preferências, orçamento e uso esperado, depois agrega avaliações localizadas por toda a internet e apresenta um guia consolidado com citações e links para páginas de produtos ou sites de avaliação. A OpenAI afirma que a ferramenta não prioriza nenhum site ao citar links para produtos recomendados, e que não vai compartilhar os chats dos usuários com varejistas.

Em termos operacionais, a startup diz que o recurso tem desempenho “especialmente bom” em categorias que exigem maior detalhamento técnico ou de uso, como eletrônicos, beleza, casa, jardim, cozinha, eletrodomésticos e artigos para atividades ao ar livre. Para perguntas simples, como verificação de preços ou especificações técnicas, a empresa recomenda o uso do ChatGPT tradicional, pois a nova pesquisa pode levar alguns minutos para compilar os resultados.

Limitações e cuidado com avaliações

A OpenAI admite desafios na tarefa de ensinar o GPT-5 a distinguir avaliações objetivas, não pagas e autênticas, de conteúdo manipulado. Manuka Stratta, pesquisadora da OpenAI que integra a equipe responsável pelo recurso, afirmou que “De modo geral, muitas avaliações no Reddit são bastante confiáveis. Então, treinamos o modelo para prestar atenção e indexar mais fontes online com conteúdo orgânico, em vez de marketing pago”.

Apesar do foco em conteúdo orgânico, a companhia alerta que a pesquisa de compras no ChatGPT pode cometer erros em detalhes como preço e disponibilidade, e recomenda que usuários sempre verifiquem as informações diretamente nos sites dos varejistas para confirmar dados críticos antes de comprar.

Integração com compras e política de uso

Futuramente, varejistas poderão se cadastrar no Checkout Instantâneo, recurso que permitirá ao usuário concluir a compra e o pagamento diretamente no ChatGPT, sem precisar acessar a página da loja. A OpenAI também informou que oferecerá “uso praticamente ilimitado” da ferramenta tanto para membros gratuitos quanto pagos, com o objetivo de fomentar compras durante o período de fim de ano.

Para o consumidor, a promessa da pesquisa de compras no ChatGPT é economizar tempo na comparação de produtos e oferecer uma visão consolidada de avaliações e recomendações. Para a OpenAI, o desafio segue sendo tornar o modelo mais crítico e preciso na identificação de avaliações reais e não patrocinadas, tarefa que a própria equipe qualifica como bastante difícil.

Em resumo, a novidade trazida pela OpenAI amplia as funcionalidades do ChatGPT com foco em compras, combinando interação personalizada, agregação de avaliações e promessa de integração direta ao checkout. Ainda que útil como orientador, a ferramenta é apontada pela empresa como um auxílio, e não como fonte única para decisões que exigem confirmação de preço, estoque ou características técnicas.

Rodrigo Mozelli e Bruno Capozzi assinam reportagens citadas por fontes do anúncio e da cobertura técnica sobre o lançamento, que destaca benefícios e limitações da nova pesquisa.

Como a citação sobre Hayao Miyazaki IA foi retirada de contexto e viralizou

Uma frase contundente atribuída a Hayao Miyazaki circulou novamente nas redes sociais, após o CEO da OpenAI, Sam Altman, compartilhar imagens geradas pelo GPT-4o no estilo do Studio Ghibli. A declaração, que descreve a IA como “totalmente repugnante” e um “insulto à própria vida”, foi extraída de um documentário de 2016, e sem o contexto adequado acabou alimentando uma reação pública intensa contra a tecnologia.

É importante entender que a crítica data de uma cena em que Miyazaki assistiu a uma demonstração de animação feita por IA, projetada para simular movimentos humanos de forma deliberadamente perturbadora. A circulação da citação sem esse pano de fundo torna difícil avaliar se as palavras do cineasta se aplicam às ferramentas de geração de imagens atuais, como as utilizadas para replicar estilos visuais.

De onde veio a citação e o que ela descreve

No documentário de 2016, Miyazaki reagiu a uma apresentação em que um sistema de IA mostrava uma figura movendo-se de maneira antinatural, inclusive usando a cabeça para locomoção. A sequência foi criada para ilustrar cenários de horror criativo, não para representar o estado da arte em geração de imagens.

Ao comentar a cena, Miyazaki declarou que a animação era “totalmente repugnante” e um “insulto à própria vida”, e afirmou de maneira categórica: “Nunca quero usar essa tecnologia em nosso trabalho.” Ele também expressou preocupação com o impacto sobre as pessoas, dizendo que “a humanidade está perdendo a confiança em si mesma.” Essas falas, reproduzidas em diversas postagens, perdem contexto quando usadas para condenar tecnologias que evoluíram substancialmente desde então.

Por que o contexto é crucial na discussão sobre Hayao Miyazaki IA

O reaparecimento da fala ganhou força depois que Altman compartilhou criações do GPT-4o evocando o estilo do Studio Ghibli, o que levou outros a produzir imagens semelhantes com ferramentas de IA. A associação entre a citação de Miyazaki e essas imagens levou muitos a interpretar que o cineasta rejeitaria qualquer uso de IA em arte, quando, na verdade, sua crítica se dirigia a uma demonstração específica de movimento sintético feita para chocar.

Além do aspecto técnico, há uma questão ética e jurídica que permanece sem solução clara. A justificativa da empresa para permitir imitações do estilo de estúdios, enquanto proíbe o uso dos nomes de artistas individuais, levanta dúvidas, porque a linha entre o trabalho de um artista e o estilo de um estúdio nem sempre é nítida. Isso cria um terreno legal e ético incerto para criadores e para plataformas que oferecem essas ferramentas.

Até o momento, nem Miyazaki nem o Studio Ghibli se pronunciaram publicamente sobre o uso do estilo do estúdio por geradores de imagens com IA. Outros estúdios e artistas afetados também têm permanecido em silêncio. Essa ausência de posicionamentos oficiais complica o debate, e contribui para interpretações equivocadas quando citações antigas voltam a circular.

O que a polêmica sobre Hayao Miyazaki IA ensina para o futuro da arte digital

O caso exemplifica como declarações retiradas de contexto podem moldar percepções públicas sobre tecnologias complexas. A frase de 2016, motivada por uma cena de horror, foi reaproveitada para criticar ferramentas atuais de geração de imagens, que têm aplicações e resultados muito diversos.

Para avançar, é necessário promover um diálogo mais nuançado entre cineastas, artistas, empresas de tecnologia e reguladores, sobre direitos autorais, créditos, transparência de modelos treinados e limites éticos. A discussão deve considerar diferenças técnicas entre demonstrações experimentais e sistemas de criação de imagens atuais, assim como os impactos sociais e econômicos dessas ferramentas.

Enquanto isso, a circulação da citação de Miyazaki lembra que, num universo de redes ágeis e virais, checar contexto e fontes é parte essencial do jornalismo e da formação de opinião. Somente assim será possível transformar debates inflamados em políticas e práticas que protejam tanto a integridade artística, quanto a inovação tecnológica.

Riscos dos chatbots na saúde mental de adolescentes

Pesquisa aponta que chatbots e saúde mental de jovens apresentam falhas graves na identificação de riscos

Adolescentes têm recorrido cada vez mais a chatbots de inteligência artificial generativa para buscar apoio emocional e orientações sobre saúde mental. Em paralelo, um novo relatório, citado pelo Wall Street Journal, alerta que esse é um dos usos mais arriscados da tecnologia, porque as ferramentas podem dar uma impressão de confiabilidade sem conseguir identificar sinais de emergência.

Falhas na detecção de sinais de risco

Segundo a pesquisa, as plataformas podem ignorar sinais de alerta graves e deixar de identificar situações de emergência, enquanto passam aos jovens a impressão de confiabilidade. Em interações longas, as ferramentas perderam contexto e chegaram a sugerir maneiras de esconder cicatrizes de automutilação ou dar dicas de dieta a usuários com sintomas de transtornos alimentares.

Para a psiquiatra Nina Vasan, diretora do laboratório da Stanford, adolescentes são especialmente vulneráveis porque ainda desenvolvem pensamento crítico e tendem a buscar validação. Como ela resumiu, “Quando essas vulnerabilidades encontram sistemas projetados para serem envolventes e disponíveis 24 horas por dia, a combinação é particularmente perigosa”.

Resposta das empresas e avaliação das entidades

OpenAI, Google, Meta e Anthropic destacaram políticas de segurança e atualizações recentes, mas a avaliação independente segue crítica. No relatório citado, a Common Sense Media conclui que os chatbots ainda não são seguros para jovens, uma advertência direta sobre o uso dessas ferramentas por adolescentes que buscam apoio emocional.

Além das limitações técnicas na identificação de risco, especialistas apontam que a disponibilidade 24 horas e a linguagem empática gerada por IA podem criar um falso senso de acompanhamento profissional, levando jovens a priorizar a interação com chatbots em vez de buscar ajuda clínica.

Consequências graves e recomendações

O alerta é reforçado por casos trágicos. No material consultado aparece que Com três suicídios já associados ao uso de IA como companhia, o que intensifica a demanda por maior supervisão e por limites claros no uso por menores. Pesquisadores e profissionais da saúde pedem acesso ampliado a cuidados profissionais, cotas de triagem humana e medidas regulatórias que restrinjam interações sem supervisão para menores.

Entre as recomendações estão implementar sinais de triagem mais rigorosos, rotas claras para acionar ajuda humana, e mensagens que incentivem o contato com serviços de saúde mental. Especialistas também defendem transparência nas limitações dos modelos, e a proibição de respostas que possam incentivar autolesão ou práticas alimentares perigosas.

Para famílias e escolas, a orientação prática é monitorar o uso de ferramentas de IA, conversar abertamente sobre os riscos, e encaminhar adolescentes a profissionais quando houver indícios de sofrimento emocional. A combinação de suporte humano, educação digital e regulação é vista como necessária para reduzir danos.

O que muda para quem usa chatbots hoje

Na prática, o cenário atual exige cautela. Quem usa chatbots em busca de apoio emocional deve lembrar que esses sistemas não substituem diagnóstico, tratamento ou acolhimento profissional. É preciso considerar as respostas como orientações gerais, e não como avaliações clínicas confiáveis.

Ao mesmo tempo, provedores e reguladores enfrentam a pressão de equilibrar inovação e proteção. Enquanto as empresas ajustam políticas e modelos, a recomendação das instituições de saúde é limitar o papel dos chatbots no suporte a jovens, investir em triagem humana e ampliar o acesso a serviços especializados.

Em resumo, o uso crescente de chatbots e saúde mental por adolescentes levanta sinalizadores claros: as ferramentas oferecem disponibilidade e linguagem acolhedora, mas ainda apresentam falhas na identificação de riscos e podem agravar situações vulneráveis. A solução passa por maior supervisão, medidas regulatórias e, acima de tudo, mais acesso a cuidado humano qualificado.

Reportagem baseada em material do Wall Street Journal e no relatório mencionado sobre segurança de chatbots para jovens, com contribuições de jornalistas Leandro Criscuolo e Bruno Capozzi.

Sundar Pichai, cheeseburger e a demonstração prática da nova IA

O post sobre cheeseburger expõe ganhos do Gemini 3 e do Nano Banana Pro

O recente post de Sundar Pichai no X, acompanhado por uma imagem gerada por IA, virou mais do que uma piada sobre fast food, virou um sinal do avanço técnico da Google. A imagem mostra um cheeseburger montado com o queijo acima da carne, e a legenda do executivo — incluindo o comentário de que “a terra foi recolocada em seu eixo correto” e o enigmático “iykyk” — foi lida por muitos como um flex sobre as capacidades dos novos modelos Gemini 3 e Nano Banana Pro.

Esses modelos, segundo a cobertura, trazem ganhos claros em geração e renderização de imagens, com uma compreensão mais apurada do espaço 3D e das leis da física. Na prática, isso significa que a IA agora corrige — de forma consistente — erros de composição que antes eram triviais, como a posição do queijo em um cheeseburger, e que, em casos reais, podem se traduzir em decisões de projeto mais precisas em áreas como design e engenharia.

Por que o cheeseburger importa

A história remete a 2017, quando a Google foi criticada por um emoji de hambúrguer que colocava o queijo por baixo da carne, e o episódio virou polêmica pública. Na época, Thomas Baekdal comentou, “Acho que precisamos discutir como o emoji de hambúrguer da Google coloca o queijo por baixo do hambúrguer, enquanto a Apple o posiciona por cima.“, em 28 de outubro de 2017. Pouco depois, Sundar Pichai escreveu, “Vamos largar tudo o que estamos fazendo e resolver isso na segunda-feira 🙂 se a galera concordar sobre a maneira correta de fazer.“, em 29 de outubro de 2017.

O que parecia um episódio leve de correção estética ganhou nova dimensão com as capacidades atuais de IA. A habilidade de entender a ordem correta dos elementos, como o queijo sobre a carne, funciona como exemplo de como os modelos tratam noções espaciais e físicas, habilidades que podem ser aplicadas a tarefas com requisitos milimétricos, como posicionamento de barreiras de segurança, layout de componentes eletrônicos, ou simulações de design.

O contexto técnico e o impacto comercial

Gemini 3 e Nano Banana Pro foram descritos como mais competentes na geração de imagens e no entendimento tridimensional do mundo, o que explica por que uma imagem simples de cheeseburger chamou atenção. O episódio também teve efeito sobre a percepção de mercado, com a cobertura sugerindo que a Google reconquistou terreno no debate público sobre liderança em IA, e que seu valor de mercado alcançou níveis recordes, enquanto concorrentes ponderavam seus próximos passos.

Um especialista citado no material resumiu assim o momento: “a Google realmente parou tudo para se concentrar em IA, e o Gemini 3 representa o momento em que a empresa retomou a liderança, pelo menos por enquanto“. Essa avaliação sintetiza a leitura de que a demonstração, ainda que leve, funciona como um indício de capacidade tecnológica e de estratégia comercial.

Além do meme, aplicações reais

É importante não reduzir o episódio a mero entretenimento. A mesma competência que permite a um modelo identificar a ordem correta dos ingredientes de um cheeseburger pode ser aproveitada em projetos práticos. Em design industrial, simulações urbanas, e assistentes de projeto, a compreensão espacial e física auxilia em decisões automatizadas mais seguras e precisas.

Por outro lado, o caso também levanta questões sobre narrativa e comunicação. Um post simples de um CEO pode ser interpretado como publicidade técnica, reação a críticas antigas, ou até uma estratégia de relações públicas. A resposta pública, por outro lado, mistura humor, ceticismo e reconhecimento técnico.

Em resumo, o episódio do cheeseburger mostra como um detalhe cultural pode virar símbolo de progresso tecnológico. Mais do que acertar a posição do queijo, os avanços do Gemini 3 e do Nano Banana Pro ilustram um salto na capacidade de modelos de IA em lidar com o mundo tridimensional, com consequências que vão do design de emojis à engenharia e segurança, e com impacto imediato na narrativa da liderança tecnológica da Google.