OpenAI lança Dots: agentes que continuam trabalhando depois que você sai

Bom dia. Bem-vindo novamente à InferêncIA News.

Há uma diferença importante entre pedir à IA que prepare um relatório e deixar que ela acompanhe o trabalho depois que você fecha o computador. No primeiro caso, dá para conferir o resultado e seguir a vida. No segundo, é preciso decidir o que ela pode consultar, quando deve interromper a tarefa e quais decisões continuam sendo suas. Essa conversa costuma ficar para depois da demonstração bonita. Com os novos agentes contínuos, merece vir antes.

A edição de hoje parte daí: o que muda quando uma ferramenta passa a manter contexto e trabalhar ao longo do tempo. Também há uma iniciativa de educação com participação brasileira, uma proposta de identificação de proteínas geradas por IA e duas ferramentas que aproveitam dados já existentes no trabalho. São usos bastante diferentes, mas todos pedem atenção ao mesmo detalhe: ter acesso a uma informação não significa ter autorização para fazer qualquer coisa com ela.

A OpenAI apresentou os Dots, agentes contínuos que dispõem de um computador na nuvem e podem trabalhar com aplicativos conectados em tarefas delegadas. A proposta é manter contexto e dar continuidade ao trabalho, em vez de depender de uma conversa que recomeça a cada pedido. O lançamento é gradual, para planos e mercados elegíveis; isso não confirma disponibilidade para toda conta brasileira.

O detalhe mais importante aparece quando se distingue uma tarefa atribuída da pesquisa proativa. Segundo a documentação de privacidade e segurança, essa pesquisa em segundo plano usa apenas ferramentas de leitura dos aplicativos conectados. Ela não pode enviar mensagens, modificar conteúdos nem controlar navegador ou computador. Portanto, “sempre ativo” não deve ser lido como “livre para executar qualquer ação”.

A memória também exige cuidado. Desconectar um aplicativo interrompe novos acessos, mas não elimina automaticamente o contexto que o dot já recebeu. A documentação informa que ainda não é possível visualizar, editar ou apagar memórias individuais de um dot. Excluí-lo remove seu contexto, mas arquivos e conversas têm controles separados. É uma limitação concreta para quem trabalha com informações de clientes ou projetos que depois precisam sair daquele ambiente.

A empresa descreve proteções contra instruções maliciosas, verificações de ações e monitoramento que podem interromper operações suspeitas. Essas medidas são parte do desenho anunciado, não uma comprovação independente de que o produto não erra.

Para uma equipe, vale avaliar o fluxo completo: a tarefa que será delegada, os dados necessários e a forma de revisar o que aconteceu. Um relatório semanal de acompanhamento e uma negociação com um cliente não deveriam receber o mesmo nível de autonomia só porque cabem na mesma interface. A utilidade do agente depende também de ser possível entender e corrigir sua atuação sem transformar a revisão em outro trabalho de tempo integral.

A UNESCO divulgou a primeira reunião das instituições integrantes de seu Observatório de Inteligência Artificial na Educação para a América Latina e o Caribe. O texto, publicado em 28 de setembro e atualizado no dia 29, registra a participação de Daniela Costa, do Cetic.br, e prevê atividades no Rio de Janeiro até o fim de 2026.

O trabalho inclui a preparação de um levantamento regional de políticas de IA na educação e a adaptação de referenciais de competências para professores e estudantes. O levantamento ainda está em elaboração: não há, nesse anúncio, resultados que permitam dizer quanto a IA melhorou a aprendizagem.

Para o Brasil, o interesse está na participação de uma instituição dedicada à produção de indicadores. Antes de decidir quais ferramentas levar para a escola, faz diferença saber quem consegue acessá-las e como elas estão sendo usadas. A leitura editorial é essa: acompanhamento e formação merecem tanto espaço quanto a compra de tecnologia. Trata-se de uma iniciativa regional com participação brasileira, não de um programa nacional recém-lançado.

A OpenAI apresentou o GPT-6.1 Sol com desempenho próximo ao Astra em parte de suas avaliações e preços padrão de entrada e saída na API equivalentes a um quinto dos do Astra. A tabela anunciada é de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída; entrada em cache tem preço separado. São valores de API, não o preço de uma assinatura do ChatGPT. A comparação é do fornecedor e não garante o mesmo resultado em toda tarefa. Para quem já opera um fluxo, a pergunta útil é quanto custa obter uma entrega correta, incluindo as tentativas que precisam ser refeitas.

O Google DeepMind apresentou uma prova de conceito para inserir marcas identificáveis em proteínas geradas por IA, com verificação também em material físico. A equipe relata testes de laboratório em três alvos e preservação de funções avaliadas. É um passo de pesquisa em rastreabilidade, não uma solução universal de biossegurança: resistência a adulterações deliberadas continua sendo um desafio. Identificar a origem de um material e avaliar seu risco são problemas diferentes.

Que tarefa você delegaria a um agente contínuo, e em qual ponto exigiria que ele pedisse sua confirmação? Responda com um exemplo concreto.

A diferença entre acompanhar um projeto e decidir por você fica bem mais clara quando sai da demonstração e entra no seu trabalho.

Nos vemos amanhã…

Filipe, o único humano nesta empresa.