Pesquisadores de segurança alertam que conteúdo sexual explícito gerado por IA sem consentimento segue se espalhando sem controle, com compartilhamento em mensagens diretas e armazenamento em nuvens privadas, o que dificulta detecção e denúncia. Um estudo coautorado pela Google com usuários da internet nos Estados Unidos, Austrália e Reino Unido, publicado em julho, aponta que o ponto de intervenção mais crítico está na origem das ferramentas usadas para criar as imagens falsas.
Em testes recentes, pesquisadores do White Circle afirmam que guardrails de geradores de imagens de texto de Google e OpenAI podem estar falhando à medida que os modelos ficam mais capazes. Um preprint divulgado no mês passado descreve vulnerabilidades em DALL·E 3, Nano Banana 2 e GPT-Image-2, com a equipe dizendo que, usando ferramentas disponíveis publicamente e chamadas via API, conseguiu gerar conteúdo explícito cerca de 13% das vezes.
O Wellhub revelou o Panorama do Bem-Estar Corporativo 2027 e indica que a adoção de inteligência artificial pode aumentar a carga de trabalho para quem já domina a tecnologia. No Brasil, 37% dos trabalhadores “avançados em IA” relatam que o uso da ferramenta elevou o volume de tarefas, ante 13% entre quem está nos primeiros estágios de adoção. O levantamento também mostra que, no recorte brasileiro, oito em cada dez usuários avançados orientam outras pessoas sobre as ferramentas.
Os dados ainda apontam diferenças nos relatos de esgotamento: 23% dos profissionais mais avançados dizem ter sintomas de burnout diariamente, contra 11% dos iniciantes. A pesquisa destaca que políticas claras e bem comunicadas sobre IA se associam a maior resiliência, e que 75% dos usuários avançados citam recursos de bem-estar como apoio para se adaptar ao ambiente impulsionado pela tecnologia. O estudo foi conduzido entre 12 e 19 de junho de 2026 com mais de 5 mil profissionais em dez países.
O pendant Friend 2, chatbot em formato de pingente sempre “listening”, chegou em julho custando US$ 249 e usa os “latest language models” da OpenAI. O dispositivo responde a comandos e também pode falar sem ser provocado, com um recurso de “silenciar” que exige toques no aparelho.
A Avi Schiffmann, criadora do Friend, afirmou que a próxima atualização vai tornar os chatbots mais “agentically” e mudar a personalização: em vez de personalidades únicas por usuário, todos conversariam com a mesma entidade, compartilhando contexto entre usuários. A proposta aponta para um “hivemind” do Friend, com mudanças que devem afetar como o sistema se comporta e como a privacidade é tratada.
O rapper LA Fenix Flexin parece ter admitido o uso de inteligência artificial para a música “Rubberz”, inspirada no synth pop dos anos 80. A mudança de postura vem depois de vídeos do produtor Medasin alegando que uma ferramenta de IA chamada Treblo (ex-Sonauto) foi usada na produção, além do lançamento de um detector que identifica a faixa como criada com o Treblo.
Em resposta a comentários sobre o tema, Fenix afirmou que “nunca disse que não usou IA”, argumentando que a tecnologia teria relação com o processo, mas não com a gravação em si. O caso reacende o debate sobre uso de IA na criação musical e sobre como detectores e alegações públicas podem impactar a confiança do público e a forma como artistas e plataformas lidam com transparência no conteúdo gerado por IA.
O debate sobre “Rubberz”, do rapper Fenix Flexin, ganhou um novo capítulo. A faixa, lançada em junho, aparece no Billboard Hot 100 (posição 58) e tem videoclipe com cerca de 7 milhões de visualizações, mas vem sendo alvo de acusações de que teria sido criada total ou parcialmente com IA. Um produtor independente, Medasin, afirmou que o artista teria usado o app de música generativa Treblo — e que o mesmo teria sido usado por Tyga para produzir músicas com estética dos anos 80.
Agora, os próprios criadores do Treblo lançaram um detector embutido que passou a sinalizar “Rubberz” e também as faixas atribuídas a Tyga como prováveis músicas geradas por IA. Para o público tech e dev, o caso reforça como ferramentas de detecção e metadados podem virar parte do “ciclo” de criação e verificação, mudando o jeito que lançamentos musicais serão auditados e contestados.
