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.
A OpenAI planeja usar no próximo modelo de IA, o Astra, uma nova técnica de raciocínio chamada “recurrent depth” (recorrência opaca). O método permite que o modelo vá além do processo sequencial típico de modelos de raciocínio, o que preocupa especialistas em segurança.
A principal inquietação é que a abordagem pode tornar a cadeia de pensamento (chain of thought) mais difícil de monitorar, reduzindo a capacidade de acompanhar o que o modelo faz internamente e de identificar comportamentos perigosos. Apesar de relatos indicarem que o uso no Astra será limitado, pesquisadores alertam que ampliar a técnica em versões futuras pode prejudicar a monitorabilidade, enquanto a OpenAI afirma que a cadeia de pensamento continuará legível e rejeita a ideia de um processamento “neuralese”.
O modelo Astra da OpenAI deve usar uma técnica de raciocínio chamada “recurrent depth”, também descrita como “opaque recurrence”, que permite operar fora do fluxo sequencial típico de modelos de reasoning. A adoção, ainda que reportada como limitada, preocupa especialistas em segurança de IA por potencialmente dificultar o monitoramento do “chain of thought” do sistema.
Buck Shlegeris, da Redwood Research, e Zvi Mowshowitz apontaram riscos de perda de monitorabilidade caso a técnica seja ampliada, defendendo até a necessidade de leis para evitar uma “race to the bottom” entre laboratórios. A OpenAI, por sua vez, afirmou compromisso com cadeias de pensamento legíveis e com sistemas de monitoramento, enquanto a reportagem também cita discussões de Anthropic e Google DeepMind sobre a abordagem.
Pesquisadores de universidades e institutos na Alemanha e parceiros identificaram um método para extrair o “pensamento” oculto (chain of thought) usado por modelos de IA de ponta ao resolver problemas complexos. O trabalho indica evidências, embora não conclusivas, de que alguns modelos chineses podem ter sido treinados por distilação de raciocínio de modelos dos EUA, além de demonstrar que a técnica pode recuperar dados pessoais como senhas e chaves de API a partir do raciocínio interno do modelo.
A equipe afirma que a vulnerabilidade foi encontrada em modelos de OpenAI, Anthropic e Google acessados via API, e que “todos os principais provedores de modelos de fronteira” testados compartilham o problema. Segundo os autores, as empresas ajustaram as APIs para mitigar a extração de informações privadas, mas ainda pode ser possível descobrir alguns traços de raciocínio; o estudo também levanta preocupações sobre ataques de distilação em larga escala.
