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 Hugging Face e pesquisadores da AllenAI lançaram o BenchMIRT, um método para auditar benchmarks de LLMs no nível de prompts individuais — as perguntas e tarefas usadas para pontuar o modelo. A proposta é mostrar que um benchmark pode medir mais de uma capacidade além do objetivo declarado, já que cada tarefa pode exigir habilidades diferentes para acertar.
O BenchMIRT foi treinado com resultados de 100 LLMs em 16 benchmarks e mais de 34 mil perguntas, e recuperou de forma independente duas dimensões dominantes: segurança (safety) e raciocínio geral. Em análises, o método indicou que benchmarks como BBQ podem refletir mais raciocínio do que viés social, enquanto WMDP se relaciona fortemente com raciocínio geral por envolver respostas perigosas que o modelo deve recusar ou não fornecer.
A Flock Safety, empresa de vigilância por câmeras, desenvolveu um sistema de inteligência artificial para a polícia capaz de identificar motoristas e rastrear veículos apenas pelos padrões de movimento. O produto, que antes era chamado de Nightshift e agora aparece como OS Investigate, usa uma rede de câmeras que registra deslocamentos em mais de 6.000 comunidades e pode relacionar placas a pessoas a partir de bases como registros de caso, logs do 911 e dados comerciais.
O sistema chega com 69 prompts pré-escritos para os agentes selecionarem, revisarem e enviarem, além de permitir criação de prompts próprios. Entre as funções descritas no código estão buscas por “testemunhas” com base em veículos mais vistos em um bairro e “workups” que retornam informações pessoais e conexões; especialistas citam preocupações constitucionais e de privacidade, enquanto a empresa afirma que a ferramenta ainda está em desenvolvimento e que capacidades podem mudar antes de um lançamento mais amplo.
Uma extensão chamada PISIGuard foi criada para reduzir o risco de você enviar dados pessoais e sensíveis sem querer em chats com IA. Ela identifica localmente informações como nomes, e-mails, telefones, números de cartão, senhas, chaves de API e outros dados sensíveis, substituindo por placeholders antes da mensagem ser enviada.
Depois que a IA responde, o PISIGuard devolve automaticamente os valores reais na resposta, mantendo a conversa “natural” para o usuário. O processamento acontece no seu navegador, sem envio de conteúdo para serviços externos, e a ferramenta é compatível com plataformas como ChatGPT, Claude e DeepSeek.
