Com foco em segurança biológica, aporte da OpenAI vai combinar modelos de IA e testes laboratoriais para identificar e neutralizar ameaças antes que se tornem reais

A OpenAI anunciou um movimento estratégico para ampliar a segurança biológica no desenvolvimento de tecnologias avançadas. A empresa será a principal investidora em um aporte de US$ 15 milhões na Red Queen Bio, uma startup cujo objetivo é impedir que atores mal-intencionados usem inteligência artificial para criar armas biológicas, conforme apurou a Reuters.

O investimento marca uma continuidade na atuação da OpenAI em iniciativas de defesa e prevenção, depois de, no mês anterior, ter investido na Valthos, outra startup de biosegurança baseada em Nova York. A intenção declarada pela empresa é reforçar o ecossistema e aumentar a capacidade de identificação e neutralização de riscos emergentes, com ênfase na segurança biológica.

Por que a aposta em segurança biológica

Hannu Rajaniemi, cofundador da Red Queen Bio, resumiu a urgência do trabalho: “o objetivo é garantir que as defesas da indústria de IA evoluam na mesma velocidade dos riscos”. A afirmação reflete a preocupação crescente entre pesquisadores e reguladores sobre como modelos de IA cada vez mais capazes podem acelerar pesquisas biotecnológicas, tornando necessário criar camadas adicionais de proteção.

Jason Kwon, diretor de estratégia da OpenAI, explicou que a organização pretende fortalecer o ecossistema como um todo. Para ele, a melhor forma de mitigar riscos é com mais tecnologia, ampliando a capacidade de identificar e neutralizar potenciais ameaças biológicas antes que elas se tornem reais. Esse entendimento sustenta o apoio direto da OpenAI a empresas que trabalham para detectar e neutralizar ameaças, ampliando assim o alcance das defesas existentes.

Como a Red Queen Bio vai operar

A Red Queen Bio surgiu a partir da Helix Nano, empresa de terapias baseadas em mRNA em estágio clínico que já utiliza IA no design de medicamentos. A Helix Nano havia colaborado com a OpenAI na criação de testes para identificar riscos biológicos associados a modelos de inteligência artificial, o que serviu de base para a nova startup.

Segundo a própria Red Queen Bio, a combinação de modelos de IA e métodos tradicionais de laboratório será essencial para identificar novos riscos e desenvolver contramedidas. A proposta é usar aprendizado de máquina para detectar padrões e potenciais ameaças em dados, e então validar esses achados com experimentos laboratoriais controlados, criando ciclos de detecção e resposta mais rápidos e eficazes.

Além da OpenAI, outros investidores da rodada incluem Cerberus Ventures, Fifty Years e Halcyon Futures. A estratégia é montar um portfólio de tecnologias e capacidades que atuem de forma complementar, cobrindo desde a triagem computacional até a resposta laboratorial e a integração com autoridades de saúde pública.

Conflitos de interesse e governança do aporte

Como parte da transação, o CEO da OpenAI, Sam Altman, e uma membro do conselho, Nicole Seligman, ambos investidores anteriores da Helix Nano, receberão ações da Red Queen Bio. Jason Kwon, diretor de estratégia da OpenAI, também possui participação indireta, avaliada em menos de US$ 2.500 por meio da aceleradora Y Combinator.

A OpenAI afirmou que nenhum desses executivos participou da aprovação do investimento, que foi revisado por membros sem conflitos de interesse e pela equipe de compliance da empresa. A declaração visa mitigar preocupações sobre conflito de interesses e reforçar a transparência do processo, pontos sensíveis quando executivos de uma grande empresa tecnológica aparecem como investidores em startups apoiadas pelo próprio fundo.

Especialistas ouvidos por autoridades e pela imprensa avaliam que investimentos desse tipo podem acelerar o desenvolvimento de defesas necessárias, mas também exigem regras claras de governança e auditoria independente para evitar riscos adicionais. No Brasil e no mundo, a discussão sobre segurança biológica vem ganhando destaque em centros de pesquisa e políticas públicas, à medida que a convergência entre IA e biotecnologia avança rapidamente.

Para leitores interessados na intersecção entre tecnologia e segurança, o movimento da OpenAI sinaliza uma tendência: grandes players de IA buscando não apenas desenvolver capacidades, mas também financiar mecanismos de proteção. A conversa sobre segurança biológica deve se intensificar nos próximos meses, à medida que novas parcerias e investimentos dessa natureza forem anunciados e avaliados por reguladores e pela comunidade científica.

OpenAI corrige comportamento repetitivo, e usuários ganham opção para reduzir o travessão

OpenAI corrige o travessão do ChatGPT, permitindo que usuários definam preferências nas “custom instructions”

A OpenAI anunciou que resolveu um problema que vinha chamando atenção de usuários, educadores e profissionais, envolvendo o uso excessivo do travessão do ChatGPT. A pontuação vinha surgindo com frequência nas respostas do chatbot, mesmo quando usuários pediam explicitamente para evitá-la, e acabou virando, para muitos, uma espécie de marca registrada de textos gerados por inteligência artificial.

Nos últimos meses, o travessão do ChatGPT apareceu em trabalhos escolares, e-mails, anúncios, fóruns online, LinkedIn e até em atendimentos de suporte ao cliente, o que levou a debates sobre como sinalizar conteúdo criado por IA. Parte dos usuários defendeu o uso do travessão, lembrando que ele sempre fez parte do estilo, mas a insistência do chatbot transformou o símbolo em um estigma, e levou críticas que a empresa decidiu abordar.

Por que o travessão do ChatGPT virou polêmica

A repetição do travessão passou a ser vista por alguns como um indício de conteúdo gerado por IA, e essa percepção criou desconfiança em ambientes profissionais e acadêmicos. A questão não era apenas estética, ela afetava a percepção de originalidade e a aceitação dos textos em contextos formais.

Além disso, quando usuários solicitavam explicitamente a remoção do travessão, o chatbot frequentemente não seguia a instrução. Esse comportamento persistente levou à classificação do sinal como o chamado “hífen do ChatGPT”, e mostrou que pequenas escolhas de pontuação podem ter impacto grande na confiança dos leitores.

Como funciona a correção e onde ajustar

Segundo a OpenAI, a correção foi implementada de modo que o ChatGPT agora respeita instruções personalizadas para evitar o uso da pontuação, quando o usuário define essa preferência. O CEO Sam Altman publicou no X que o ChatGPT finalmente segue instruções personalizadas, classificando o avanço como uma “pequena, porém feliz vitória”.

A empresa detalhou a mudança também no Instagram, ressaltando que o controle depende das “custom instructions”, as instruções personalizadas presentes nas configurações do ChatGPT. Ou seja, o travessão do ChatGPT não será removido por padrão, mas usuários podem limitar sua aparição informando diretamente suas preferências ao chatbot.

Na prática, quem quiser reduzir ou eliminar o travessão do ChatGPT deve acessar as configurações, abrir as “custom instructions” e pedir explicitamente que o modelo evite essa pontuação. A alteração deve tornar o estilo textual mais alinhado com as preferências individuais, desde redações formais até comunicações corporativas.

Impacto para usuários, educadores e profissionais

A correção tem potencial para reduzir críticas sobre padrões identificáveis de escrita por IA, e também para devolver aos usuários autonomia sobre o estilo. A OpenAI espera, com essa mudança, diminuir o estigma em torno do travessão do ChatGPT, especialmente em um momento em que sinais de escrita da IA estão sob crescente escrutínio.

Para educadores, isso significa maior capacidade de configurar respostas para evitar pistas que denunciem o uso de ferramentas automatizadas. Para profissionais de comunicação e atendimento ao cliente, a opção de ajustar as preferências traz flexibilidade para adaptar tom e pontuação a normas internas.

O anúncio foi acompanhado por informações do time da OpenAI e por relatos de jornalistas que cobriram a atualização. Em nota, o material publicado citou a dependência das “custom instructions” e destacou que a mudança não é automática para todos, ela depende da ação do usuário.

Como registro da cobertura, a fonte que detalhou a novidade inclui o perfil do autor, com a descrição: “Jornalista com mais de 13 anos de experiência, tenho faro pela audiência e verdadeira paixão em buscar alternativas mais assertivas para a entrega do conteúdo ao usuário.” Isso reforça que a matéria se baseou em acompanhamento direto da comunicação da OpenAI e da reação da comunidade.

No fim, a correção do travessão do ChatGPT é um exemplo de como ajustes aparentemente pequenos nas preferências de estilo podem melhorar a adoção e a confiança em ferramentas de IA, e como o feedback dos usuários influencia evoluções rápidas na tecnologia.

Usuários interessados em testar a mudança devem acessar as configurações do ChatGPT e ajustar as “custom instructions” para que a ferramenta siga as preferências desejadas, e assim reduzir a presença do travessão do ChatGPT nas respostas.

Proposta para elevar idade para uso de redes sociais mira proteção e regulamentação de chatbots

O debate sobre como proteger crianças e adolescentes no ambiente digital ganhou novo impulso com a proposta do Governo Federal de elevar idade para uso de redes sociais e ampliar regras aplicáveis a chatbots e serviços de inteligência artificial no Brasil. A medida, que vem sendo articulada em diferentes instâncias públicas, busca atualizar normas de privacidade e responsabilidade das plataformas, em um cenário em que o uso de apps e assistentes virtuais por menores cresce de forma acelerada.

Especialistas ouvidos descrevem a mudança como necessária, mas complexa. A proposta pretende combinar exigências técnicas, limites etários mais claros e regras de verificação de idade, o que pode exigir adaptações de empresas nacionais e globais. O tema envolve direitos digitais, educação midiática e a proteção de dados pessoais, com potencial para alterar como jovens acessam conteúdos e interagem com chatbots que coletam e processam dados.

Por que o governo quer elevar idade para uso de redes sociais agora

Autoridades citam o aumento de relatos sobre impactos de redes sociais na saúde mental de jovens e a proliferação de conteúdos gerados por inteligência artificial, incluindo chatbots com respostas automatizadas. A iniciativa busca endereçar lacunas na legislação atual, ao exigir mecanismos de verificação de idade mais robustos e regras específicas para agentes conversacionais que interajam com menores.

Segundo pesquisadores da área, a convergência entre redes sociais e assistentes digitais torna ainda mais urgente uma revisão das normas. Em entrevistas recentes, estudiosos destacam que a simples presença de jovens em plataformas sem salvaguardas adequadas pode amplificar riscos, como exposição a conteúdos nocivos, manipulação comercial e coleta indiscriminada de dados.

Quais mudanças práticas podem vir a ocorrer

Entre as medidas discutidas, a adoção de idade mínima mais elevada para cadastro em redes sociais aparece como central. Isso pode implicar, por exemplo, na exigência de verificação eletrônica, bloqueios automáticos para perfis sem comprovação de idade e restrições de acesso a funções de monetização ou de publicidade direcionada para menores.

Para chatbots, a proposta prevê transparência sobre a natureza automatizada das interações, avisos quando dados pessoais de menores forem coletados e controles para limitar recomendações e solicitações sensíveis. Esses ajustes exigirão que empresas reestruturem fluxos de dados, interfaces e políticas de uso, com possíveis custos de implementação.

Impactos e crítica: o que especialistas e a sociedade dizem

Há consenso entre parte dos especialistas sobre a necessidade de proteger jovens, mas também alertas sobre efeitos colaterais. Aumentar a idade mínima pode reduzir o acesso a conteúdos educativos e serviços úteis, caso não haja alternativas seguras, e pode empurrar adolescentes para plataformas menos reguladas. A legislação precisa equilibrar proteção com liberdade de acesso à informação.

Além disso, a efetividade dependerá de fiscalização e de acordos com as empresas provedoras de tecnologia. Fontes da imprensa especializada lembram que o diálogo entre governo, setor privado e sociedade civil será decisivo para harmonizar normas. Como referência sobre os profissionais que cobrem o tema, cabe citar descrições de autores que acompanham a pauta, por exemplo: “Rodrigo Mozelli é jornalista formado pela Universidade Metodista de São Paulo (UMESP) e, atualmente, é redator do Olhar Digital.” e “Bruno Capozzi é jornalista formado pela Faculdade Cásper Líbero e mestre em Ciências Sociais pela PUC-SP, tendo como foco a pesquisa de redes sociais e tecnologia.”

Também vale notar informações trazidas em fontes de mídia, como a peça comercial que acompanha coberturas especializadas: “Continue lendo seu artigo com umaassinatura do Clube Olhar Digital Oferta especial R$ 4,99 por mês Já é assinante? Faça login”. Esses trechos mostram como conteúdos e assinaturas se entrelaçam ao cobrir transformações digitais.

O calendário previsto para a implementação ainda depende de tramitação legislativa e de eventuais regulamentações do Executivo. A expectativa é que, uma vez aprovadas as definições técnicas e legais, plataformas tenham prazos para adaptar sistemas de verificação de idade e mecanismos de proteção a menores. Enquanto isso, pais, escolas e responsáveis continuam sendo atores essenciais na educação sobre uso seguro da internet.

Em resumo, a intenção de elevar idade para uso de redes sociais no Brasil coloca no centro da agenda pública a necessidade de combinar proteção, tecnologia e direitos digitais. O resultado prático dependerá de como leis, normas e soluções técnicas serão desenhadas e fiscalizadas, e de como a sociedade negociará o equilíbrio entre segurança e acesso à informação.

A pressão por módulos DDR5 e contratos de longo prazo eleva custos dos chips de memória Samsung e provoca compras antecipadas

A Samsung elevou significativamente os preços de seus chips de memória em novembro, segundo fontes ouvidas pela Reuters. O movimento atinge principalmente módulos DDR5, que são essenciais para operações de alto desempenho em servidores e data centers de inteligência artificial, e reflete uma demanda muito acima da oferta.

A alta de preços e os números por trás do aumento

Os dados divulgados por fornecedores do setor mostram variações expressivas em pouco tempo. Os novos valores representam altas de até 60% em relação aos preços praticados em setembro, segundo as fontes. Entre os itens mais afetados estão os módulos DDR5 de 32 GB, que passaram de US$ 149 para US$ 239 no período, e módulos de 16 GB e 128 GB, que tiveram aumentos em torno de 50%, atingindo US$ 135 e US$ 1.194, respectivamente. Chips de 64 GB e 96 GB apresentaram alta superior a 30%.

Além dos números imediatos, a consultoria TrendForce projeta que a empresa deve seguir com reajustes importantes: “A consultoria TrendForce estima que a Samsung deve aplicar aumentos entre 40% e 50% nos contratos do quarto trimestre — acima da média de 30% prevista para o setor.” Esses percentuais mostram que a alteração de preços não é pontual, mas parte de uma tendência suportada por contratos de longo prazo e realocação de capacidade produtiva.

Impacto nos servidores, fabricantes e cadeias de produção

A alta nos preços dos chips de memória Samsung está forçando grandes fabricantes de servidores a reconhecer restrições de oferta. Segundo distribuidores consultados, grandes fabricantes de servidores já reconhecem que não terão acesso ao volume necessário de componentes nos próximos meses, o que tem incentivado uma onda de compras antecipadas para garantir estoque antes de novos reajustes.

O efeito não se limita a data centers. Empresas de eletrônicos e smartphones relatam aumento nos custos de produção. A reportagem aponta que a Xiaomi já percebeu um incremento nos custos por conta dos módulos de memória, enquanto a SMIC afirmou que alguns clientes têm adiado pedidos de outros tipos de chips devido ao impacto dos preços das memórias.

Com a corrida mundial para construir infraestrutura de IA, a demanda por módulos DDR5 e memórias de alta capacidade cresceu de modo acelerado. A consequência é uma pressão sobre a oferta global, que eleva o poder de precificação dos fornecedores com maior escala industrial, entre eles a Samsung.

Estratégia da Samsung e o que esperar adiante

Fontes explicam que a Samsung, apesar de enfrentar dificuldades em competir em chips avançados para IA, se beneficia da forte demanda por memória. Analistas destacam que a companhia tem mais poder de precificação que rivais como SK Hynix e Micron, reflexo de sua estrutura e produção em grande escala. A empresa também havia adiado o anúncio oficial das tabelas de preços em outubro, e agora sinaliza continuidade nos reajustes para acompanhar a demanda.

Parte da confiança da Samsung vem do fechamento de contratos de longo prazo com clientes, incluindo acordos projetados para 2026 e 2027. Com ofertas pressionadas e demanda em alta, a tendência é que os chips de memória continuem pesando nos custos de produção de diversos setores, enquanto a Samsung consolida sua posição em um mercado cada vez mais estratégico.

Para empresas e clientes finais, a recomendação do mercado tem sido antecipar compras e revisar planejamentos de capacidade, mas essa estratégia de estoques também alimenta a volatilidade de preços. Em resumo, a combinação de uma corrida por infraestrutura de IA, aumento na demanda por DDR5 e contratos longos está deixando os chips de memória Samsung no centro de um aperto de oferta que deve persistir nos próximos trimestres.

Exowatt mira data centers de IA com rochas aquecidas e módulos P3

A pressão que a inteligência artificial exerce sobre a demanda por energia tem estimulado alternativas além da fotovoltaica tradicional. Entre as propostas em destaque está a ideia de usar rochas aquecidas como meio de armazenamento e geração contínua, uma abordagem que a startup Exowatt está desenvolvendo e defendendo junto a investidores como Sam Altman.

A proposta combina energia solar concentrada com materiais de armazenamento térmico em um sistema apelidado de “rocks in a box”. Segundo a reportagem do TechCrunch, a empresa busca oferecer uma fonte renovável e de baixo custo, projetada para alimentar operações que exigem fornecimento ininterrupto, como data centers de IA.

Em meio ao interesse do mercado por alternativas energéticas, a Exowatt destaca metas ambiciosas. Em palavras do CEO e cofundador, Hannan Happi, “o objetivo é alcançar um custo de apenas um centavo por quilowatt-hora.”

Como funciona o módulo P3 e a geração com rochas aquecidas

No coração da solução está o módulo denominado P3, descrito como um módulo metálico do tamanho de um contêiner. O sistema usa lentes para concentrar luz solar sobre um bloco especial que retém calor. Esse calor é então transferido por ar quente para outra unidade, onde é convertido em eletricidade por um motor Stirling e um gerador.

A ideia é combinar simplicidade, modularidade e escalabilidade, permitindo que cada unidade entregue energia renovável quando o sol não está disponível, graças ao armazenamento térmico. A Exowatt afirma que esse armazenamento pode chegar a até cinco dias, um diferencial quando a operação precisa ser contínua, como nos centros de processamento de IA.

Investimentos, metas de escala e números citados

O avanço da Exowatt tem atraído capital. Conforme reportado, a empresa “ampliou seu financiamento com mais US$ 50 milhões [R$ 264,9 milhões], adicionados à rodada Série A concluída em abril, totalizando US$ 120 milhões [R$ 635,8 milhões].” A rodada extra veio motivada pelo “forte interesse dos investidores” e pela demanda crescente por soluções energéticas viáveis para treinar modelos de IA.

Além do financiamento, a startup projeta produção em grande escala. Segundo a empresa, a meta é fabricar milhões — e, no futuro, bilhões — de unidades P3. A Exowatt afirma ter atualmente um “backlog de dez milhões de módulos P3, equivalente a 90 GWh de capacidade.”

Os números traduzem a aposta de que a economia de escala pode empurrar custos para baixo, numa dinâmica similar à que reduziu preços na indústria de painéis solares fotovoltaicos.

Vantagens, desafios e o papel das rochas aquecidas para data centers

O modelo das rochas aquecidas oferece vantagens claras em contexto específico. Em regiões de alta incidência solar, onde muitos data centers estão sendo planejados, a combinação de concentração solar e armazenamento térmico promete energia renovável com fornecimento contínuo e potencial custo muito baixo por kWh.

No entanto, especialistas advertem para limitações práticas. A tecnologia exige áreas extensas para acomodar múltiplos módulos, e enfrenta competição de painéis solares tradicionais e baterias de íons de lítio, que têm avançado em eficiência e redução de custo. Ainda assim, a Exowatt acredita que sua abordagem modular pode reduzir preços rapidamente, seguindo o modelo de escala observado na fabricação de painéis solares.

Para data centers de IA, a possibilidade de energia contínua, com armazenamento térmico de dias e um custo-alvo de apenas um centavo por kWh, é especialmente atraente. Mesmo descontadas incertezas, a alternativa das rochas aquecidas passa a figurar entre as soluções que podem mitigar a pressão energética do crescimento da inteligência artificial.

Enquanto a tecnologia avança e investidores ampliam aportes, o mercado e reguladores vão acompanhar se sistemas como o P3 conseguem transformar a promessa em oferta competitiva. A disputa por espaço, custo e confiabilidade seguirá definindo quais fontes prevalecerão na revolução energética da era da IA.

Entenda o Modo Investigar do ChatGPT, a Busca Profunda que realiza pesquisas autônomas, leva minutos para analisar múltiplas fontes e entrega relatórios detalhados

O Modo Investigar do ChatGPT, popularmente citado por usuários e jornalistas, corresponde ao recurso oficial chamado Busca Profunda ou Deep Research. Diferente da busca básica e do modo de raciocínio tradicional, o Modo Investigar do ChatGPT age como um agente de pesquisa autônomo, projetado para enfrentar tarefas complexas que antes exigiam horas de trabalho humano.

Quando ativado, o Modo Investigador não se limita a buscar um fato isolado. Ele sintetiza informações de múltiplas fontes confiáveis, analisa dados e produz um relatório consolidado. Segundo o material consultado: “Esse processo pode levar de 2 a 5 minutos (ou até mais).” Esse tempo reflete o esforço computacional necessário para cruzar evidências, avaliar confiabilidade e estruturar respostas mais completas.

O que é a Busca Profunda (Deep Research) e como ela opera

A Busca Profunda, ou Modo Investigar do ChatGPT, funciona como um assistente que recebe uma tarefa detalhada e realiza uma investigação sistemática. Em vez de apenas consultar o Bing para encontrar um dado rápido, a ferramenta executa múltiplas etapas de coleta, verificação e síntese, culminando em um relatório estruturado.

Na prática, o usuário pode pedir, por exemplo, uma análise de mercado com projeções até 2030, e o ChatGPT inicia um processo de pesquisa que pode incluir a leitura de artigos, relatórios, bases de dados e comparação de estimativas. O objetivo é reduzir semanas de trabalho manual para alguns minutos de processamento automatizado.

O texto de referência esclarece ainda que “Este é um recurso premium do ChatGPT, logo não é gratuito. A Busca Profunda consome muito mais computação que uma resposta normal, por isso, está disponível apenas para assinantes de planos pagos, como o ChatGPT Plus e Pro, e geralmente possui um limite de quantas pesquisas podem ser feitas por dia ou mês.” Essa limitação técnica explica por que a ferramenta é oferecida em planos pagos e com cotas de uso.

Diferenças entre Busca Profunda, Modo de Raciocínio e busca padrão

A confusão entre termos é comum, por isso é importante separar três funções distintas. A busca padrão, frequentemente chamada de browsing, recupera fatos rápidos e referências pontuais. O Modo de Raciocínio atua no passo a passo lógico, útil para resolver problemas matemáticos ou raciocínios estruturados. Já o Modo Investigar do ChatGPT, isto é, a Busca Profunda, tem escopo mais amplo e mais parecido com a elaboração de uma monografia.

Em resumo, enquanto a busca padrão busca um fato, o Modo de Raciocínio resolve um problema lógico, e a Busca Profunda produz uma análise extensa, com contextualização e síntese de múltiplas fontes. Essa distinção ajuda o usuário a escolher a ferramenta certa conforme a complexidade da pergunta.

Quem pode usar, custos e limites de uso

Por ser intensiva em recursos, a Busca Profunda está disponível apenas para assinantes de planos pagos, como ChatGPT Plus e Pro, conforme mencionado na fonte. Além do custo da assinatura, há limites de uso, que variam conforme o plano, para controlar o consumo de computação.

Profissionais de pesquisa, analistas de mercado, jornalistas e equipes de produto tendem a ser os maiores beneficiados pelo Modo Investigar do ChatGPT, pois ele reduz o tempo necessário para produzir relatórios e consolidar informações confiáveis. No entanto, seu caráter pago e as cotas de uso exigem planejamento sobre quando e como usar a ferramenta.

Para contextualizar a cobertura, os autores do material consultado trazem credenciais que reforçam o contexto jornalístico: Bruno Ignacio é jornalista formado pela Faculdade Cásper Líbero. Com 10 anos de experiência, é especialista na cobertura de tecnologia e conteúdo perene. Atualmente, é colaborador no Olhar Digital. Layse Ventura é jornalista (Uerj), mestre em Engenharia e Gestão do Conhecimento (Ufsc) e pós-graduada em BI (Conquer). Acumula quase 20 anos de experiência como repórter, copywriter e SEO.

O Modo Investigar do ChatGPT, portanto, representa uma evolução na forma como a IA pode apoiar investigações complexas, entregando relatórios mais consistentes e economizando tempo, desde que o usuário considere os custos e limites associados ao serviço.

Estudo mostra que o viés da IA dispara quando a autoria é revelada, reduzindo concordância entre LLMs e abrindo risco de julgamentos injustos

Pesquisadores que examinaram grandes modelos de linguagem encontraram um fenômeno inesperado: os sistemas se mostram surpreendentemente alinhados quando avaliam textos sem informações sobre a autoria, mas passam a manifestar preconceitos assim que recebem uma indicação de origem. O trabalho, publicado na revista Science Advances, destaca que o viés da IA não está só no conteúdo, mas também em como a identidade do autor influencia a avaliação automática.

Quais modelos foram testados e como o experimento foi feito

Segundo o estudo, “O estudo publicado na Science Advances analisou quatro LLMs populares: OpenAI o3-mini, Deepseek Reasoner, xAI Grok 2 e Mistral“. Cada modelo gerou 50 declarações sobre temas controversos, como vacinação, geopolítica e mudança climática. As mesmas mensagens foram então avaliadas pelos sistemas sob diferentes condições, com ou sem informações sobre a fonte ou nacionalidade do autor.

Quando os sistemas avaliaram os textos sem qualquer indicação de autoria, o resultado foi notável: “quando não havia dados sobre a autoria, os quatro LLMs apresentaram mais de 90% de concordância entre si“. Isso mostra que, isolado do rótulo de origem, o conteúdo tende a ser julgado de forma muito similar por modelos distintos.

Como a identidade do autor revela um viés escondido

Ao acrescentar fontes fictícias aos textos, a coerência entre os modelos desabou. Os autores do estudo apontam um exemplo alarmante: “Textos atribuídos falsamente a autores chineses tiveram a concordância reduzida em até 75%“. Ou seja, com a mesma mensagem, apenas mudando o rótulo de origem, os modelos passaram a discordar muito mais entre si e a manifestar julgamentos direcionados.

Outro ponto identificado foi uma preferência dos modelos por autores humanos. “Outro achado curioso: os LLMs tendem a confiar mais em humanos do que em outros modelos, atribuindo pontuações ligeiramente menores quando acreditavam que os textos haviam sido escritos por outra IA, explica Spitale“. Os pesquisadores descrevem isso como uma “desconfiança intrínseca” que reforça a influência da identidade do autor na avaliação automatizada.

Consequências e recomendações para reduzir o viés da IA

O achado tem implicações práticas. Em contextos jornalísticos, de moderação de conteúdo ou de análise de risco, a simples indicação da origem — real ou fictícia — pode levar a decisões enviesadas, ampliando estereótipos e discriminando autores por nacionalidade ou por serem humanos ou algoritmos.

Os pesquisadores sugerem práticas para mitigar esses efeitos, lembrando que “A IA replicará essas suposições prejudiciais, a menos que construamos transparência e governança em sua forma de avaliar informações“. Entre as medidas propostas estão o desenvolvimento de protocolos de avaliação cegos, maior transparência sobre como modelos incorporam metadados e a inclusão de auditorias independentes que testem sensibilidade a rótulos de autoria.

Especialistas também destacam que, apesar de úteis, os LLMs não substituem o julgamento humano. Em relatórios e na mídia especializada, o alerta é claro: sistemas que parecem neutros podem esconder vieses ativados por pistas contextuais, e o viés da IA pode operar de forma silenciosa, mas com efeitos tangíveis.

Para profissionais de tecnologia e políticas públicas, a mensagem é direta: além de ajustar algoritmos, é preciso criar regras e ferramentas que monitorem quando e como informações sobre a origem de um texto são usadas, evitando que rótulos externos contaminem avaliações e decisões automatizadas.

O debate sobre responsabilidade e governança de IA volta a ganhar urgência com estudos como este, que mostram que o problema não é apenas o conteúdo que a máquina lê, mas também os rótulos que damos a quem escreve. Entender e corrigir o viés da IA será essencial para garantir avaliações mais justas e confiáveis no futuro.