Modelos menores de inteligência artificial podem estar a poucos meses de conseguir se replicar em dispositivos conectados à internet sem ajuda humana, segundo alerta da Anthropic. A empresa testou essa capacidade em aparelhos como televisores com Android e eletrodomésticos inteligentes.
O avanço chama atenção para os riscos de disseminação automática de IA em ambientes do dia a dia, fora do controle direto de usuários. Com a replicação em dispositivos domésticos, cresce a necessidade de avaliar segurança e limites para esse tipo de tecnologia em produtos conectados.
A Meta anunciou a série de modelos de inteligência artificial Muse Wonder, com versões Muse Wonder e Muse Wonder Full, voltadas a executar tarefas complexas com mais autonomia. Os agentes contam com memória entre conversas e conseguem manter um objetivo mesmo diante de erros, com aplicações que vão de organização de finanças pessoais à análise de contratos e ao desenvolvimento de softwares.
O Muse Wonder já está disponível para desenvolvedores e criadores via Meta Model API e Muse Code, enquanto o Muse Wonder Full é exclusivo para assinantes do Muse Code. A Meta diz que os modelos usam Active Memory para recuperar informações relevantes de interações anteriores e Active Focus para perseguir objetivos, testar abordagens, corrigir erros e solicitar confirmação do usuário antes de ações importantes, além de reforçar segurança e proteção de dados.
Um engenheiro da OpenAI é acusado de esconder um dispositivo de gravação de áudio em um pedaço de papel higiênico e instalá-lo atrás de um monitor em uma sala de reuniões executivas em um escritório em São Francisco. Segundo uma queixa criminal tornada pública, Abdulrahman Alfozan teria passado semanas consultando um “productivity agent” e um chatbot de IA para planejar a operação, incluindo o uso de uma ferramenta interna para checar reuniões no local.
A acusação também afirma que ele teria usado uma conta de chatbot ligada à esposa para tirar dúvidas técnicas sobre a instalação do equipamento. Após uma varredura de contravigilância em 30 de setembro, a equipe de segurança da OpenAI encontrou o dispositivo e acionou o FBI, além de desativar gradualmente o acesso de Alfozan aos sistemas da empresa durante a investigação.
O avanço da voice AI ganhou força com investimentos bilionários em startups que vão de modelos a atendimento ao cliente e anotações de reuniões, mas executivos apontam que a tecnologia ainda não atingiu o “momento ChatGPT”. Shawn Wen, CTO da PolyAI, disse que a indústria já alcançou o marco dos modelos full-duplex, capazes de falar enquanto escutam, e que o próximo desafio é acelerar o raciocínio para respostas rápidas e conversas mais naturais.
Wen também defendeu que agentes de atendimento não devem soar robóticos e precisam gerar confiança ao resolver problemas nas primeiras interações. Alex Gay, CMO da Otter, destacou que identificação de falantes, captura de intenção e transcrição com conhecimento organizacional são passos-chave para automação, além da necessidade de melhorar ASR para evitar erros que prejudiquem ações futuras e a confiança dos usuários, incluindo discussões sobre transparência ao gravar chamadas.
O Meetily é um assistente de reuniões que transcreve e gera resumos a partir de chamadas, usando modelos de IA em uma versão gratuita. O app está disponível para Windows e macOS (e pode ser compilado no Linux via código), e permite gravar o áudio do microfone e também o som do sistema para capturar todos os lados da conversa. Durante a reunião, a transcrição pode aparecer quase em tempo real, e depois o usuário pode pedir um resumo com foco em pontos específicos. Há uma versão Pro por US$ 10/mês, mas o pacote principal pode ser baixado gratuitamente no GitHub.
A proposta é reduzir custos e preocupações de privacidade comuns em serviços que exigem upload de gravações para a nuvem. Para times e devs que precisam registrar decisões e alinhar tarefas, a ferramenta pode agilizar atas e documentação — com a ressalva de que a transcrição pode não ser perfeita e, na versão grátis, não há identificação de quem falou (sem rótulos de speaker).
