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.
Autores que esperavam receber parte do acordo de direitos autorais da Anthropic, de US$ 1,5 bilhão, relataram ter recebido e-mails informando que outra parte estava fazendo uma reivindicação sobre seus pagamentos. O acordo foi aprovado em julho após decisão judicial que considerou legal o treinamento de modelos de IA em conteúdo protegido sob fair use, mas proibiu a pirataria.
Pelo acordo, autores de quase 500 mil títulos recebem US$ 3.000 por obra pirateada, com divisão de 50-50 quando há editora tradicional em atividade e pagamento integral ao autor em casos de autopublicação ou quando os direitos voltam e o livro sai de catálogo. Escritores e entidades apontaram que editoras e até algumas agências estariam reivindicando valores acima do que seria devido, e também foram divulgadas orientações para contestar as alocações, incluindo o critério de que a reversão de direitos precisa ter ocorrido antes de 10 de agosto de 2022.
Modelos que alimentam chatbots como ChatGPT, Gemini e Claude foram treinados com grandes bases de obras publicadas, incluindo livros e artigos, e isso reacendeu a discussão sobre se o uso desses conteúdos viola direitos autorais. A advogada Cathy Gellis afirma que o tema envolve “muita coisa” e é “muito complexo”, com posições divergentes sobre os impactos para autores e para empresas de IA.
Um marco citado no debate é uma decisão em que o juiz William Alsup determinou um acordo de US$ 1,5 bilhão envolvendo a Anthropic, mas também afirmou que o treinamento de IA era legal; a penalidade teria relação com a obtenção das obras em bibliotecas virtuais ilegais. Com a lei de copyright sem atualização desde 1976, tribunais têm aplicado critérios de “fair use” e analisado fatores como finalidade do uso, volume de material e efeito no mercado, enquanto casos como o da Thomson Reuters contra a Ross Intelligence indicam que treinar para competir diretamente tende a ser visto com mais rigor.
