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.
Uma apresentação sobre como projetar UX rápido e “delightful” para frontends móveis com LLMs descreve como a experiência conversacional pode ser integrada ao sistema de produção, em vez de depender apenas de chatbots prontos. O foco está em como a resposta do modelo passa a ser transmitida em streaming, exigindo que o app lide com “chunks” e atualize a interface de forma mais complexa e orientada a eventos.
O conteúdo também aponta desafios de integração quando se usa “chatbot-as-a-service” em apps móveis, já que serviços plug-and-play tendem a não funcionar bem para ações que exigem integração profunda, como navegação interna e leitura de dados do próprio app. A apresentação ainda cita dados de pesquisa com apps populares, indicando que a presença de IA já é comum e que muitos aplicativos exibem recursos de chatbot.
A plataforma de incident management Rootly decidiu abandonar a regra histórica de manter pull requests pequenas. A empresa diz que, com agentes de IA gerando código “por features”, diffs menores deixaram de ser um bom sinal: uma PR pode trazer implementação completa, incluindo migrações, serviços, controladores, testes e componentes de frontend.
Em vez de medir tamanho do PR, a Rootly passou a avaliar o “blast radius”, usando feature flags e rollback para mover a segurança do merge para o rollout progressivo. Para apoiar revisões, a companhia criou um revisor interno de IA que gera uma análise estruturada com risco, padronização, confiança e achados por severidade, focando em “o que pode quebrar para o usuário”.
