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.
A adoção de inteligência artificial pode adicionar R$ 986,7 bilhões ao PIB brasileiro entre 2027 e 2030, segundo estudo do centro de pesquisa Reglab encomendado pela OpenAI. O valor representa 7,6% do PIB estimado para 2026, de R$ 12,9 trilhões, e considera ganhos de produtividade no dia a dia e mais eficiência de máquinas, equipamentos e processos produtivos.
O levantamento avalia o efeito de plataformas de IA do mercado, incluindo concorrentes como Claude e Gemini, e aponta a indústria de transformação como maior responsável pelo impacto, com R$ 264,2 bilhões. O estudo também indica que a adoção tende a seguir uma curva em S e que gargalos como governança de dados, sistemas corporativos e letramento em IA podem limitar a velocidade dos ganhos, além de depender do cenário regulatório.
O Brasil tem uma taxa de adoção de inteligência artificial semelhante à dos Estados Unidos de dois anos atrás, segundo Pedro Henrique Ramos, diretor-executivo do Reglab. O estudo inédito do instituto aponta que a diferença vem diminuindo em tecnologias digitais, mas ainda persiste no caso da IA.
Apesar do ritmo mais lento, o Reglab projeta que a IA pode adicionar R$ 986,7 bilhões ao PIB brasileiro entre 2027 e 2030, o equivalente a 7,6% do PIB estimado para 2026. O levantamento atribui a demora a fatores como custo de crédito mais alto, heterogeneidade entre empresas e lacunas de qualificação, além de indicar que o ganho depende do tipo de tarefa exposta à tecnologia.
Um levantamento inédito do Reglab estima que a inteligência artificial pode adicionar R$ 986,7 bilhões ao Produto Interno Bruto (PIB) brasileiro nos próximos quatro anos, o equivalente a cerca de 7,6% do PIB estimado para 2026. O estudo projeta um ganho médio de 0,69 ponto percentual ao ano e afirma que o impacto depende de infraestrutura, crédito e qualificação, sem ser uma previsão automática.
A pesquisa divide o efeito em dois canais: o “efeito-trabalhador”, ligado à produtividade de parcelas da força de trabalho com IA cognitiva, responde por 65% do impacto total; e o “efeito-capital”, relacionado à aplicação da IA em robótica, sensores e manufatura automatizada, soma 35%. Entre os setores avaliados, a indústria de transformação concentra o maior impacto absoluto, com R$ 264,2 bilhões projetados até 2030, e a adoção da tecnologia deve seguir uma curva gradual, com aceleração conforme custos e casos de uso fiquem mais claros.
:quality(85)/c0894921-89f1-4bcc-a078-5f7449ea56f6.jpg)
