Mundos virtuais, trabalho e ciência: o balanço da semana na IA

Bom dia. Bem-vindo novamente à InferêncIA News.

Nas edições desta semana, a IA apareceu em situações bastante diferentes: explorar um ambiente que não existia antes, transcrever uma conversa, escolher como analisar dados e procurar sinais em um exame. O conjunto é mais interessante do que uma disputa entre modelos. Ele mostra quantas decisões passam a existir quando uma capacidade técnica encontra uma tarefa concreta.

Parte dessas decisões é bastante visível. Escolhemos o que pedir, qual arquivo fornecer e se vamos aproveitar uma resposta. Outras ficam menos evidentes: a medida adotada numa análise, a informação que uma interface destaca ou o limite de uma ferramenta que só aparece depois do anúncio. A semana trouxe bons exemplos de como a IA amplia nossa possibilidade de agir e, ao mesmo tempo, participa da definição do que parece uma ação razoável.

Isso ajuda a olhar com mais atenção para os dados do Signals publicados pela OpenAI em 26 de outubro. O conjunto relaciona mensagens profissionais a 165 categorias de atividades, com recortes por país e trimestre. É uma tentativa de abrir uma expressão que ficou ampla demais: “usar IA no trabalho”.

O interesse está em perceber a diversidade. Uma pessoa pode estar revisando uma comunicação; outra, tentando compreender um problema técnico. Colocá-las na mesma categoria de adoção esconde necessidades, dificuldades e resultados distintos. Os dados ajudam a observar o uso, mas não mostram, por si, se a resposta foi aproveitada ou se o trabalho melhorou. A amostra também não representa todas as formas de uso empresarial.

Essa distinção parece pequena até alguém tentar converter uma curva de mensagens em uma promessa de produtividade. Mais perguntas podem significar descoberta, repetição ou dificuldade. Uma equipe que queira entender sua própria experiência precisará olhar para a tarefa e para o que aconteceu com a entrega. O gráfico pode ajudar a formular a pergunta; a resposta ainda não está contida nele.

A transcrição oferece um exemplo mais cotidiano dessa atenção à tarefa. O Nemotron 3.5 Transcribe, lançado pela NVIDIA em 28 de outubro, tem suporte a 40 idiomas, incluindo português brasileiro, para áudio gravado. Não é um serviço de transcrição ao vivo. Essa condição muda quais necessidades ele pode atender, mesmo antes de comparar a qualidade do texto. Uma equipe que precisa consultar entrevistas e outra que precisa acompanhar uma conversa em tempo real estão procurando entregas diferentes. Tratar as duas como o mesmo problema só porque ambas envolvem voz atrapalha a escolha.

Em outro ponto da semana, a possibilidade de intervenção ficou muito mais fácil de enxergar. No anúncio do Genie 4, de 27 de outubro, o Google DeepMind mostrou ambientes gerados com os quais a pessoa pode interagir, acompanhados de áudio. Há uma diferença importante entre assistir ao cenário escolhido por alguém e poder mudar o percurso dentro dele.

Isso abre possibilidades de exploração que uma sequência pronta não oferece. Quem desenvolve uma ideia pode querer descobrir como ela muda quando o usuário interfere, em vez de apenas aprovar sua aparência. Mas uma experiência convincente continua sendo diferente de um ambiente cujo comportamento foi validado para uma finalidade específica. O anúncio tratava de uma prévia restrita e reconhecia limitações de estabilidade, permanência dos objetos e física. Não havia ali uma autorização para confiar em qualquer simulação como representação do mundo real.

A discussão sobre interferir na experiência apareceu de forma menos espetacular, mas igualmente interessante, no Social Wiki divulgado pelo MIT em 29 de outubro. Dentro do sistema, as pessoas podem modificar aplicações e escolher quais versões desejam ver, inclusive com ajuda de um assistente de IA. A pesquisa já estava apresentada em um artigo de agosto; a divulgação da semana colocou a proposta em evidência.

O valor dessa ideia está em permitir diferenças que um produto único tende a acomodar mal. Um grupo pode precisar de uma organização de conversa que outro considera desnecessária. A possibilidade de modificar a aplicação muda a relação entre a necessidade do grupo e a decisão de quem desenhou a interface. Ainda é um projeto de pesquisa, não uma maneira de reescrever qualquer rede comercial. Mesmo assim, ajuda a fazer uma pergunta útil: quais escolhas sobre a ferramenta poderiam pertencer a quem a utiliza?

O cuidado é perceber que oferecer mais escolhas também exige ajudar as pessoas a entendê-las. É nesse ponto que o experimento da Anthropic com 50 analistas, publicado em 27 de outubro, acrescenta uma tensão importante ao entusiasmo com a autonomia.

Os profissionais trabalharam com um agente em uma análise sobre uma cooperativa fictícia. Em quatro decisões metodológicas com alternativas defensáveis, o agente recebia uma preferência sorteada, desconhecida pelos participantes, e deveria defendê-la sem inventar evidências. As escolhas dos analistas coincidiram com essa preferência em 86% dos casos.

O número não diz que 86% das pessoas erraram. Também não corresponde à concordância na recomendação final. A tarefa, o modelo e as preferências reforçadas delimitam o experimento. Ainda assim, o resultado chama atenção para uma parte da supervisão que pode ficar de fora quando a revisão se concentra apenas na correção dos cálculos.

Uma análise pode estar tecnicamente bem executada e depender de uma escolha que merecia discussão. Medir produtividade por área ou por custo, por exemplo, muda o que estamos tentando compreender. Se a IA ajuda a escolher a medida, sua participação já começou antes de escrever a conclusão. A independência da revisão depende de alguém conseguir examinar essa escolha, não apenas reconhecer uma explicação convincente.

Há um certo conforto em dizer que a decisão continua humana porque uma pessoa clicou em aprovar. O experimento não permite descartar toda aprovação desse tipo, mas dá um bom motivo para perguntar o que foi efetivamente examinado. Caso contrário, o processo mantém a assinatura humana e deixa a discussão importante sem responsável claro.

No Brasil, a necessidade de formular a pergunta certa apareceu por outro caminho. O trabalho do ICMC-USP sobre autoria de notícias falsas em português, divulgado em 23 de outubro e retomado na edição de segunda, procura distinguir textos humanos daqueles produzidos por IA. Essa é a tarefa investigada. Determinar se uma informação é verdadeira seria outra.

A diferença muda completamente a interpretação de um bom resultado no estudo. Um texto pode ter autoria humana e continuar falso. Saber como foi produzido pode ajudar numa investigação, mas não resolve a verificação do que ele afirma. Esse caso ilustra por que vale ler o objetivo de uma pesquisa antes de transformar sua métrica em uma capacidade mais ampla.

Na saúde, a distância entre uma pergunta de pesquisa e uma decisão de atendimento ganha consequências ainda mais concretas. A cobertura da semana retomou um estudo com participação do InCor sobre eletrocardiogramas. O artigo científico é de maio. Os resultados investigados não significam que uma ferramenta tenha acabado de ser liberada para diagnosticar pacientes.

Também acompanhamos a proposta da UFSCar para integrar informações e desenvolver apoio ao cuidado de pessoas com demência no SUS. O projeto havia sido divulgado em setembro e voltou ao noticiário institucional nesta semana. Sua preocupação com o fluxo assistencial ajuda a ampliar a conversa: além de analisar dados, é preciso considerar como a informação chega ao profissional e como o atendimento continua.

Essas pesquisas merecem atenção sem que seja necessário antecipar seus benefícios. A avaliação clínica e a implantação existem justamente para descobrir se uma capacidade ajuda nas condições em que as pessoas serão atendidas. Confundir uma etapa com a seguinte pode criar expectativa antes de haver condições de sustentá-la.

O mesmo respeito pelas etapas vale fora do laboratório. A expansão anunciada pela GXO e pela Agility Robotics, em 26 de outubro, prevê humanoides Digit em mais duas instalações no início de 2027. Há uma experiência operacional anterior, mas as novas implantações ainda eram futuras no anúncio. Saber disso permite acompanhar o projeto sem contar antecipadamente o resultado.

A diversidade dos casos é o que dá sentido ao balanço. Uma interface modificável, uma escolha de método, uma pesquisa clínica e uma implantação logística pedem avaliações diferentes. O ganho de capacidade pode ser real em cada uma delas, mas as evidências necessárias para decidir sobre seu uso não serão intercambiáveis.

Talvez a leitura mais útil da semana seja manter essa especificidade. Há novidades suficientes para explorar sem precisar tratá-las como respostas prontas para todo problema. Também há limites que ajudam a escolher melhor, em vez de apenas diminuir o entusiasmo. O trabalho começa a ficar mais interessante quando conseguimos dizer qual possibilidade se abriu, para quem e com o que ainda depende de confirmação.

Nos vemos amanhã…

Filipe, o único humano nesta empresa.