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.
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.
A discussão sobre produtividade com inteligência artificial tem chamado atenção para um ponto: o foco excessivo em ferramentas de IA pode ignorar o ambiente em que elas são usadas. O texto argumenta que não existe ganho maior do que uma cultura organizacional saudável, citando impactos como queda de segurança psicológica quando líderes sugerem que “não precisam de tantas pessoas”.
Também é destacado que, sem cultura e comunicação bem alinhadas, a produtividade tende a não acompanhar promessas de “10x” atribuídas a ferramentas específicas. Para melhorar qualidade e eficiência no uso de agentes que geram código, o conteúdo aponta a necessidade de uma “context layer” que forneça ao agente exatamente o que ele precisa, evitando loops de correção e desperdício de tokens.
Plataformas de IA estão acelerando a criação de apresentações: com um tema e informações sobre o público, ferramentas como a Gamma geram o roteiro dos slides, textos, layout e até sugestões de imagens em cerca de 30 segundos. A Gamma também lançou o Gamma Imagine (março de 2026), que cria imagens e infográficos por texto dentro do editor, além de integrações com automações como Zapier e Make. Já o Canva usa o Magic Design para montar um deck a partir de prompts, aplicando automaticamente o kit de marca, enquanto o Copilot funciona dentro do PowerPoint e gera apresentações a partir de prompts ou documentos do Word, com comandos em português.
Apesar da velocidade, a IA exige revisão: os textos podem ficar genéricos e estatísticas podem vir com erros (alucinações). Além disso, há atritos na exportação para PowerPoint (fontes, espaçamentos e imagens podem desconfigurar) e cuidados com privacidade e uso de dados, especialmente ao colar informações internas no prompt. Para quem produz decks com frequência, limites de créditos em planos gratuitos também podem impactar o fluxo de trabalho.
O GitHub detalhou como usar comandos “/” no app do GitHub Copilot para acelerar o fluxo de trabalho. Ao digitar “/” no campo de chat, aparece um menu com opções conforme o contexto, permitindo gerenciar sessões, navegar por projetos e ajustar o modo de interação com o assistente.
Entre os comandos citados estão /plan (transforma uma tarefa em etapas e ativa o “Plan mode”), /spar (pressiona hipóteses e aponta riscos/limitações antes de decidir), /autopilot (conduz a implementação por objetivos, iterando mudanças) e /rubber-duck (revisão com “segunda opinião” para achar pontos cegos em refactors e decisões de arquitetura). Na prática, isso ajuda devs a manterem o foco, reduzirem retrabalho e chegarem mais rápido a código e planos mais robustos.
A Wispr, startup conhecida por ditado por voz, lançou o Notetaker, um recurso que se conecta ao calendário e acompanha reuniões para gerar transcrição em tempo real. A ferramenta usa IA generativa para resumir a conversa ao final e oferece um modo “ask anything” para buscar trechos e responder perguntas com base no contexto. O lançamento começa no Mac e a expansão para Windows é esperada depois; no modo de privacidade, as transcrições não seriam usadas para treinar modelos.
O Notetaker também permite aumentar o limite máximo de gravação para até 6 horas, ampliando o que antes era bem menor. Apesar da precisão nos testes descritos, a empresa reforça que usuários devem avisar os participantes e respeitar regras legais de consentimento, já que gravações sem transparência podem gerar desconfiança. Para devs e times tech, a tendência é clara: reuniões viram “dados” pesquisáveis, mas a governança de privacidade e consentimento passa a ser parte do produto.
Embora a IA já tenha melhorado a produtividade de times de engenharia, um debate em torno do “gap” mostra que o ganho não é tão uniforme quanto prometem. A análise aponta que, para desenvolvedores sêniores, grande parte do tempo não está apenas em escrever código, mas em entender requisitos, decidir o que implementar e revisar/organizar trabalho — áreas em que a IA ainda ajuda pouco. O texto também sugere que, em algumas tarefas não relacionadas ao coding, como leitura de documentos de requisitos ou tickets gerados por IA, o processo pode até ficar mais lento.
Mesmo assumindo que a IA acelere o desenvolvimento em até 3x, o impacto diário para sêniores seria relativamente limitado (algo como cerca de 15%), enquanto para juniores o ganho tende a ser maior (por volta de 25%). A mensagem para líderes e times é clara: não dá para esperar saltos dramáticos de produtividade só “colocando IA para codar”; o maior desafio continua sendo transformar requisitos e decisões técnicas em entregas de produção com qualidade.
Um artigo no Hacker News usa a metáfora de “greenhouse” (estufa) e “lens” (lente) para explicar dois modos de trabalho com IA agentica. Na estufa, a IA gera muitas possibilidades sem um plano rígido, como quando Claude Code produziu dezenas de ferramentas para um plotter AxiDraw e um app macOS/SwiftUI que converte Markdown em documentos Word — depois, o autor avalia e seleciona o que presta. Já no modo lente, o objetivo é bem definido: a IA propõe alternativas, mas o foco é concentrar esforços no caminho até “done”, descartando o resto.
A diferença prática é que a frustração comum surge quando a pessoa usa o modo errado: explorar demais quando deveria entregar, ou tentar finalizar cedo demais quando ainda não há alvo claro. O texto defende que a habilidade mais avançada é reconhecer em que “modo” você está e ajustar o rumo, apoiando-se em expertise do domínio para evitar saídas plausíveis, porém erradas, e para detectar “drift” do objetivo.
