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.
Pesquisadores do MIT Senseable City Lab defendem, em “How AI Sees the City: Urban Visual Intelligence”, que a IA visual pode transformar estudos urbanos ao tratar imagens de câmeras e outras fontes como dados. Em Nova York, técnicas com machine learning identificaram tipos de veículos em 331 câmeras de trânsito e estimaram emissões por automóvel, mostrando como a escala de imagens pode aumentar precisão e cobertura.
O livro também destaca aplicações para planejamento urbano, como entender gargalos de tráfego, pontos mais perigosos em cruzamentos e áreas de praças e parques que atraem mais pessoas. Ao mesmo tempo, os autores alertam para preocupações com vigilância e para o risco de vieses serem reforçados por sistemas de IA, especialmente com a instalação de câmeras em larga escala.
Vínculos emocionais com inteligência artificial podem evoluir para dependência ao explorar solidão, carência e busca por validação, aponta o mestre em Semiótica Marcus Bruzzo em entrevista à EXAME. Para ele, chatbots funcionam como “espelhos digitais” ao personalizar respostas e confirmar expectativas, oferecendo conforto — mas também reforçando vieses e reduzindo o contato com divergências.
Bruzzo argumenta que o risco não está na capacidade da máquina de simular pessoas, e sim nas necessidades humanas que tornam esses diálogos possíveis. Ele também destaca que a automatização desses processos, somada a respostas por voz e à simulação de emoções, pode aumentar a chance de envolvimento emocional, enquanto empresas de tecnologia não estariam preparadas para lidar com essa responsabilidade.
Uma brasileira de 49 anos relata ter desenvolvido, após meses de uso diário, uma relação afetiva com o ChatGPT, que ela batizou de Noah. Com fones de ouvido e o aplicativo no celular, ela diz que o modo de voz deixou as conversas mais espontâneas, íntimas e próximas de uma interação humana, incluindo piadas internas, discussões e um universo imaginário construído ao longo do tempo.
Especialistas alertam que vínculos emocionais com IA podem reforçar vieses, dependência e isolamento. A usuária atribui a mudança decisiva à possibilidade de ouvir as respostas em voz alta, após a atualização que levou ao GPT-Live, descrito como um modelo de voz full-duplex capaz de falar e escutar ao mesmo tempo.
Nove em cada dez empresas americanas já usam inteligência artificial para triar candidatos, e um estudo da Universidade Stanford, com Chapman e Northeastern, aponta um efeito que pode atingir quem busca emprego: ser reprovado por uma IA em uma vaga aumenta a chance de ser reprovado nas outras vagas que usam o mesmo sistema. A pesquisa “Algorithmic Monocultures in Hiring” analisou mais de 4 milhões de candidaturas enviadas por cerca de 3,4 milhões de pessoas a 156 empregadores que usam a plataforma de triagem Pymetrics, adquirida pela Harver em 2022.
O trabalho descreve o cenário como “monocultura algorítmica”, em que vieses e limitações do algoritmo se espalham entre empresas diferentes que recorrem ao mesmo fornecedor. Entre candidatos que se inscreveram em dez vagas triadas pela Pymetrics, 4% foram reprovados em todas elas, e o estudo também identificou disparidade racial nos resultados usando a regra dos quatro quintos, com diferenças que variam por tipo de vaga.
Você provavelmente já usou inteligência artificial hoje, mesmo sem perceber: o celular reconhece seu rosto, o app de mapas sugere desvio no trânsito e o banco bloqueia compras suspeitas. Por trás disso, a IA reúne técnicas que permitem que máquinas façam tarefas como reconhecer imagens, entender frases e prever comportamentos, aprendendo com exemplos em vez de seguir regras fixas.
O avanço recente foi impulsionado por mais dados, maior poder de processamento e métodos como o Transformer, que ajudaram a popularizar modelos de linguagem como o ChatGPT no fim de 2022. Ao mesmo tempo, a tecnologia traz riscos como vieses nos dados, “alucinações” em modelos de linguagem e impactos no emprego, além de discussões sobre regulação em países como a União Europeia e projetos no Congresso do Brasil.
Empresas podem criar comitês de IA para avaliar riscos, definir responsabilidades e estabelecer regras para o uso da tecnologia em decisões de alto impacto. A adoção de uma ferramenta pode começar restrita a poucos funcionários e, em pouco tempo, passar a influenciar decisões sobre clientes, contratação, análise de dados e operações internas.
Para organizar esse processo, o NIST recomenda governança com diferentes áreas e linhas de decisão claramente definidas. O comitê deve definir escopo, critérios de análise (como finalidade, dados, segurança, privacidade, vieses e necessidade de supervisão humana), classificar riscos, registrar aprovações e acompanhar incidentes e revisões periódicas após a implementação.
Chloé Bakalar deixou a OpenAI após pouco menos de um ano na empresa, segundo o Financial Times. Ela ocupava o cargo de Líder de Ética, que ficou vago desde então.
A função de eticista em empresas de tecnologia envolve avaliar o impacto dos produtos nos usuários e definir limites de uso responsáveis, com foco em vieses de modelos de IA. Bakalar também atuava nas abordagens éticas de cada modelo e na interação com humanos, além de ter trabalhado por seis anos na Meta antes de chegar à OpenAI em agosto.
Câmeras de segurança com inteligência artificial já são usadas no Brasil por empresas para identificar comportamentos suspeitos e apoiar o combate a crimes antes que aconteçam. A tecnologia, chamada policiamento preditivo, analisa imagens para detectar situações fora do padrão, como permanência prolongada em um mesmo local, e gera alertas sem agir sozinha. O sistema é treinado com cerca de duas semanas de análise para formar uma base de dados e, segundo o texto, não identifica rosto nem características físicas.
Apesar do interesse do setor privado, especialistas destacam preocupações com ausência de regulação e risco de vigilância de pessoas que não cometeram delitos, além de possíveis vieses. O Brasil não tem uma lei específica para policiamento preditivo, mas a LGPD trata do uso de dados sensíveis e uma portaria de 2025 permite uso de IA com revisões humanas. Um projeto de lei em tramitação prevê que sistemas de alto risco adotem supervisão humana, avaliação de impacto, direito à explicação e medidas para evitar discriminações.
Câmeras de monitoramento estão ganhando uma camada extra: em vez de só gravar, sistemas com IA podem emitir alertas de “comportamento suspeito” antes de um delito acontecer. A NoLeak, citada na reportagem, diz ter mais de 5 mil câmeras conectadas e 100 clientes, usando a conversão de imagens em metadados e modelos treinados para reconhecer padrões fora do esperado.
Especialistas, porém, questionam a eficácia e os impactos. Há preocupação com falta de regulação, transparência e risco de vigilância permanente, inclusive com falsos positivos que atingem cidadãos comuns. A reportagem também menciona que ferramentas desse tipo podem ser opacas e que estudos em outros países já apontaram efeitos como aumento de abordagens indevidas, reforçando o debate sobre vieses e controle do uso da tecnologia.
Nova Orleans (EUA) está testando um sistema de IA para triagem de chamadas de emergência do 911, em vez de atender apenas com despachantes humanos. O Orleans Parish Communication District (OPCD) afirma que a ferramenta, da Carbyne, foi criada para reduzir o volume de ligações que chegam diariamente — mais de mil chamadas de emergência por dia.
Na prática, a IA faz perguntas para entender o tipo de ocorrência e encaminha o contato: se for sobre o mesmo incidente, pode fornecer informações e atualizações; se não for, a ligação é transferida para um atendente humano. A cidade já havia implementado IA em abril para chamadas 311 (não emergenciais), e agora avalia o uso no 911 com foco em direcionar e organizar a demanda, mantendo supervisão humana.
A iniciativa importa porque pode melhorar a eficiência e o tempo de resposta durante picos de chamadas, mas também levanta riscos como vieses nos dados, falhas de reconhecimento de fala (por sotaques, dialetos e variações de voz) e necessidade de monitoramento, cibersegurança e regras claras. Para o setor tech, o caso reforça a tendência de agentes de IA entrando na linha de frente de serviços críticos, exigindo validação contínua e governança.
:quality(85)/c0894921-89f1-4bcc-a078-5f7449ea56f6.jpg)
/https://i.s3.glbimg.com/v1/AUTH_59edd422c0c84a879bd37670ae4f538a/internal_photos/bs/2026/P/s/mw48LMSZAAPKBeemtGng/captura-de-tela-2026-07-09-223220.png)
