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.
Plataformas de tecnologia passaram a criar mecanismos para que usuários denunciem conteúdos feitos com inteligência artificial ou para que a publicação traga indicadores mais claros de autoria. O LinkedIn, por exemplo, passou a exibir um botão em português chamado “Parece lixo de IA” e afirma estar aprimorando classificadores para reduzir esse tipo de conteúdo nas recomendações.
A Substack anunciou uma ferramenta que estima, em porcentagem, quanto de um texto foi escrito por IA, em parceria com o Pangram. Já o YouTube retirou a monetização de vídeos genéricos com histórias repetitivas geradas por IA, enquanto Snapchat e outras redes adotaram regras de transparência e recomendação para conteúdos produzidos ou editados com IA.
Ao abrir o Instagram e ver um post de um político, depois entrar no Facebook e encontrar um vídeo do mesmo candidato e, no TikTok, ver novamente conteúdos parecidos, a diferença de exibição costuma estar nos algoritmos. Esses sistemas identificam interesses de cada usuário e entregam conteúdo personalizado, levando em conta sinais como tempo de visualização, curtidas, compartilhamentos, perfis seguidos e pesquisas feitas dentro da rede.
A recomendação também pode aumentar o alcance quando uma publicação tem potencial de interessar mais pessoas, elevando as chances de viralizar. A principal crítica é a falta de transparência sobre quais abordagens o algoritmo usa e se há viés na entrega; especialistas destacam ainda que, embora não escolham governantes, esses sistemas podem influenciar quais informações chegam ao eleitor, inclusive com impulsionamento pago durante o período oficial de campanha.