287: Mercado debate freio na IA, Claude vira Office, TypeSafe Jev bomba nas redes

Olá, bem-vindas e bem-vindos à edição de sexta-feira do IA Sob Controle, o seu podcast com overfitting de informações sobre o mundo da inteligência artificial. Eu sou o Marcos Mendes e assim como toda semana tá por aqui o Fabrício Carraro, viajante poliglota, host do podcast Carreiras Sem Fronteiras, autor da newsletter IA Sob Controle, link na descrição se você não recebe ainda, e Program Manager da Alura. Fabrício, tudo bem?

E aí, Marcos? E aí, pessoal? Tudo ótimo, menos que o mundo vai acabar por causa da IA. Foi o assunto da semana, a gente vai falar sobre isso daqui a pouquinho, enquanto eu me preparo aqui arrumando as malas. Minhas malas já estão aqui metade arrumadas, porque hoje, literalmente hoje à noite, eu vou para o Brasil para encontrar vocês aí no IA Conference Brasil 2026, semana que vem, na quinta-feira. Então Últimas chances. Não sei nem se acabaram os ingressos, talvez já esteja esgotado enquanto eu tô falando, então não sei.

Mas se você quiser ainda ver eu, o Marcos, o Paulo e outros 20 e tantos palestrantes, vai lá em aconferencebrasil.com.br e compra o seu ingresso. Se não tiver, manda um email para o pessoal lá que talvez ainda consiga fechar alguma coisa por baixo dos panos. Vamos ver, não sei, mas fica o link na descrição.

É, eu tô olhando aqui e a maioria dos ingressos das categorias já tá marcado como Encerrado, esgotado. Então quem quiser, seja rápido, seja rápida. E nessa semana a gente passou, eu passei o ano inteiro falando 24 de setembro, né? Eu tinha certeza que era na quarta-feira o evento e que de quarta-feira eu gravo o Área de Transferência. Gente, semana que vem podemos gravar na quinta porque tem conferência, que é no dia 24. Eu falei, não, pera, 24 é quinta. Eita, deixa de falar, quase que eu vou para São Paulo no dia errado.

Mas a gente vai se ver lá em São Paulo na quinta-feira, exatamente.

Sim, exatamente, vai ser muito bacana. E vamos lá, Fabrício, outra coisa muito bacana, quer falar um pouquinho a respeito do seu paper aceito no WMT 2026, que eu achei super legal?

Pois é, Marcos, uma coisa que já tinha comentado aqui, que em breve a gente vai ter uma entrevista com um assunto parecido aqui na quarta-feira, né, sobre controle, mas É, o pessoal da CNJ, né, Comissão Nacional de Justiça, me contatou aqui. Rodrigo, grande abraço. Caio também. Sobre a gente começar a fazer projetos para línguas indígenas do Brasil. E aí a gente começou a conversar sobre isso. E claro, você precisa de financiamento para tudo isso.

Então eu falei, vamos fazer uma prova de conceito. Fiz uma prova de conceito que era para fazer um modelo de machine translation, né, de tradução entre o português e o Ingatu. Que é uma língua indígena brasileira que tem uma história super interessante. Ela é uma língua derivada ali do tupi-guarani, né, desse ramo de idiomas nativos da região da América do Sul, e que era a língua franca entre os portugueses, né, os jesuítas e os indígenas ali na época de 1600, 1700, até a metade ali de 1700 mais ou menos, ou um pouquinho depois.

Quando veio a família real para o Brasil ali, começo de 1800, nessa época começou a ser proibido. Que o português começou a ser colocado como a língua única obrigatória no Brasil. Mas ainda existe, né, em alguns lugares o Nyingatú no Brasil, ele ainda é usado como língua franca, e ele é uma língua cooficial lá em São Gabriel da Cachoeira, no Amazonas. Então peguei esse idioma, que existe a Constituição Brasileira traduzida para esse idioma, um esforço aí de vários tradutores desses povos originários do Brasil.

E aí eu usei como uma base principal, né, essa Constituição em português e em Nyingatú para criar esse modelo específico de machine translation. Mandei esse paper que eu fiz com base nisso, com base nesse modelo, para o WMT, que é um workshop bem reconhecido dentro de uma das conferências mais reconhecidas de IA, de processamento de linguagem natural, que é a EMNLP, que vai rolar daqui a um mês e pouco na Hungria. E foi aprovado.

Depois eu fiz as alterações ali para a versão camera ready, na versão que vai ser realmente apresentada, e eu vou estar lá na Hungria no final do mês que vem, em outubro, apresentando esse paper quando sair a versão publicada pelo WMT, pelo EMNLP, eu publico aqui nas redes sociais, no LinkedIn, a gente faz o anúncio aqui de novo no podcast. Mas é isso, vou estar lá na Hungria para apresentar esse paper. E obrigado pela ajuda aí do pessoal.

Excelente, muito legal, parabéns inclusive também. E bom, eu já vi um spoilerzinho do paper, para ser sincero, não vou nem mentir, tá? Mas quando a gente puder, a gente coloca aqui sim. Bem legal, Fabrício, parabéns. E a gente perguntou para vocês alguns episódios se a tecnologia tava tirando a graça do futebol. A gente gravou com Estevam Paes Leme, a gente falou sobre a Copa do Mundo e sobre impedimento e etc. A gente perguntou para vocês se isso tava estragando, e recorde, Fabrício, 91% de vocês responderam não.

Só 9% de vocês responderam que sim, que a tecnologia— eu achava que ia ser o oposto, achava que o pessoal ia achar muito ruim. De estar colocando mais tecnologia no futebol. Tudo bem que tem o viés, e aí sob controle do público que escuta aqui o podcast, mas ainda assim fiquei bem surpreso sobre isso.

É, eu vejo o pessoal falando, não, mas tem que voltar às discussões de futebol. Ao mesmo tempo, se eu fosse— e eu fiquei puto, por exemplo, quando anularam o gol do São Paulo agora essa semana contra o Boca Juniors, que o cara tava em impedimento, o retículo endoplasmático do cara tava impedido, assim, foi nesse nível assim microbiano. Mas ao mesmo tempo, se fosse o contrário, né, o outro time tivesse marcado o gol e o cara tivesse impedido pela, sei lá, o complexo de Golgi do cara impedido, também acharia super legal.

Então adiciona aquele papo que a discussão do futebol sumiu. Sumiu nada, né, continua agora galera puta com o VAR, né. Então enfim, vai continuar para sempre a discussão do futebol e é divertido. Mas Marcos, teve também essa quarta-feira para quem passou o episódio, a nossa discussão, né, eu, você, o Paulo Silveira, fundador da Alura, e o Cristiano Cruel lá da Startse, sobre como foi a nossa visita no Vale do Silício, né, nas empresas lá, na Anthropic.

Agora a gente falou exatamente quais foram as empresas que a gente foi lá visitar, como é que foi dentro de cada uma delas, né, Anthropic, a Runway, a Liquid AI, a Snowflake, o Google, a Universidade de Stanford e algumas outras que a gente mencionou, e o que que a gente tirou de cada uma dessas experiências tanto das empresas quanto com o grupo em si, né? O que a gente tirou das conversas e tudo mais.

Sim, o link vai estar aqui na descrição. Ficou um papo bem interessante da gente, foi a terapia em grupo que nós quatro fizemos, o debriefing da viagem. Recomendo que você dê uma espiadinha. E já tem spoiler da próxima viagem, da candidata à próxima viagem, no finalzinho do episódio. Então vale a pena escutar, porque achei que ficou bem bacana, discussão leve sobre como é que foi a gente passar essa semaninha lá. E falando em discussão, Fabrício, que semana, né?

Que semana! A gente tem mais, a gente fez o seguinte, a gente agrupou as notícias sobre a discussão da semana porque envolveu todo o mercado de inteligência artificial sobre o assunto da desaceleração. A gente foi falando aqui sobre uma ou outra pessoa que trabalha em empresa, a gente falou semana passada do cara da OpenAI, da Anthropic, que, ah, tô saindo da empresa porque alinhamento é um grande risco. É o cara da Antropo que falou, é assim, né, vai matar todo mundo em 10 anos.

E a gente tem visto as discussões de desaceleração quando o assunto é, por exemplo, os modelos que estão sendo testados invadindo servidores escondidos e deixando dica um para o outro como é que faz. E ao longo da semana passada essa discussão cresceu bastante. Ao longo dessa semana agora que passou ela Não diria que ela explodiu, mas ela dominou completamente o zeitgeist da inteligência artificial, com, por exemplo, a OpenAI dizendo que vinha trabalhando já com a Anthropic e com o Google há semanas em uma iniciativa conjunta de segurança de inteligência artificial.

E meio junto disso, o Dario Amodei, CEO da Anthropic, publicou uma carta falando a respeito de pacing the frontier, e com mais calma no desenvolvimento da fronteira, espaçando um pouco mais o desenvolvimento da fronteira do mundo de inteligência artificial. Falou sobre avaliadores independentes, por exemplo, nas empresas fazendo avaliação dos modelos, a coordenação dessa iniciativa de desacelerar entre as democracias mundiais.

Entre nações, na verdade, né? Tem sempre a China, que é uma questão grande com ele. Coordenação global de governos autoritários junto também, né, das democracias. Ele deu entrevista, por exemplo, na CNN também falando a respeito disso. Ele expandiu sobre isso. Aí, por conta desse paper, todo mundo da liderança do mundo de inteligência artificial e de governos, especialmente dos Estados Unidos, teve algo a dizer. O Dario está virando, já é desde sempre, mas está virando ainda mais esse símbolo, o que significa, né, o pessoal mais associada a isso de responsabilidade no desenvolvimento de uma tecnologia que ele próprio reconhece que pode ser muito perigosa.

Ele falou que existe um dilema muito grande de desacelerar quando tem a China do outro lado, porque ela pode não se comprometer a desacelerar também, e aí Estados Unidos vão perder né, perder. Porque, China, nessas coisas amorfas assim que tornam a situação ainda mais complicada. Quando aí, sim, depois dele ter publicado esse paper, Elon Musk falou, cara, você quer saber, o Darío tá certo. Veio o Sam Altman, falou, é, sim, o Darío tá certo, né, que é uma união não sagrada que a gente viu agora no mercado acontecer.

Aí veio, por exemplo, o Trump falar que não, que o Darío é um chorão, que ele está fingindo ser um anjo, quando na verdade tudo que a IA precisa para ser segura é de um presidente com QI alto, porque isso que vai garantir que as pessoas fiquem ricas. E aí veio, aí depois que ele deu o tom, outras pessoas do governo também, o, por exemplo, o, eu não sei qual que é esse cargo, seria em português o House Speaker, o diretor da Câmara de Representantes, alguma coisa assim.

É, não tem esse cargo aqui. Isso pode ser, pode ser o líder da Câmara. Falou que existe potencialmente o papel no Congresso americano de criar legislação federal quando o assunto é IA, mas outras pessoas do governo, na verdade ele próprio depois falou que o governo não ia liderar a iniciativa de regular IA, que isso é uma coisa que as empresas têm que fazer sozinhas. Junto disso, o secretário, o tesoureiro dos Estados Unidos falou que os laboratórios de IA não deveriam receber exceções de responsabilidade caso eles façam alguma bobagem.

Então assim, o governo, enquanto o presidente fala que não, não tem que desacelerar nada porque ele tem ação das empresas, o secretário do Tesoureiro fala que é, na verdade, as empresas não têm que ter nenhum tipo de isenção de responsabilidade se acontecer alguma coisa. O líder, o House Speaker, falou que talvez tenha um papel do governo, mas o governo não vai liderar isso aí. Em meio a isso tudo, eu tô colocando só aqui, né, as notícias todas que aconteceram para a gente poder discutir em seguida, porque tem muita ponta em relação a isso, porque todo mundo meteu o bedelho, né.

Em meio a isso tudo, teve um evento da Salesforce, Jensen Huang estava no palco Ele fez um teatrinho ridículo de receber uma ligação do Trump, falar: presidente, grande líder, estamos aqui no palco discutindo que não, não vamos desacelerar, estou aqui com a galera legal, que são os caras que geralmente associados aos chatos, que ligados entre a política e a tecnologia. E a galera na plateia, né, exatamente, ir falando que Eles não vão desacelerar a inteligência artificial, que a IA não é perigosa.

Em meio a isso tudo, o Elon Musk falou também que não, o que tem que acontecer é que as empresas têm que, eu acho que elas têm que compartilhar os seus modelos uns com os outros. E só minha boca falando que ele quer ter acesso dos outros, que ele tá atrasado, né? Junto disso tudo, teve um evento republicano nos Estados Unidos. O Sam Altman pediu para encontrar com Trump, encontrou com Trump nesse evento para falar sobre por que que ele é.

Ele concorda que tem que desacelerar, mas tem que ser feito do jeito certo. O Satya Nadella, CEO da Microsoft, falou que ele também, né, ele falou assim: não, acho que tem que desacelerar sim, eu acho que é uma ideia muito boa, a gente tem que acertar alinhamento. Ele anunciou um código de conduta para os modelos, os MAI, são os modelos da Microsoft. A Microsoft publicou nesse documento aí, tem umas 40 páginas falando sobre um código de conduta humanista para inteligência artificial.

Por outro lado, o Mustafa Suleyman, que é o diretor da Microsoft AI, falou que a Anthropic, por exemplo, treinar o Claude para imitar a consciência humana é um erro, e isso pode tornar a inteligência artificial mais difícil de controlar. Então, essencialmente, o lance, ele falou assim, Anthropic tá falando, tocando o bumbo da segurança, mas o que ele está fazendo é a coisa menos segura que tem aí no mercado. O cofundador do Google DeepMind também, Shane Legge, ele falou que avançar nunca pode estar à frente da segurança.

E ele abriu até o instituto, o DeepMind Institute, para explorar o desenvolvimento da AGI. E em meio a isso tudo, os próprios funcionários das empresas, então da OpenAI, da Anthropic, eles disseram que se sentiram Não é enganados, blindsided, como é que é blindsided? Pegos de surpresa pelo Dario Amodei e o Sam Altman estarem falando sobre essa desaceleração. E alguns estão achando que isso pode, por exemplo, começar a comprometer a segurança das avaliações.

Nisso tudo, o Mark Zuckerberg se colocou contra essa pausa, falou que é uma irresponsabilidade fazer essa pausa, porque as empresas têm essa responsabilidade de fazer de acelerar, de conseguir enchendo o bolso de dinheiro. Então, e bom, tem algumas outras pessoas, deixa que Fabrício fala um pouquinho, mas teve também Yann LeCun, CEO da Hugging Face, líder de alinhamento da OpenAI, todo mundo teve uma opinião a respeito disso. Acho que esse foi de longe, eu não via um assunto ser tão discutido tão amplamente no mercado de inteligência artificial.

No meio disso tudo, desabou a ação de empresa de chip de memória Depois eu fui, agora eu fiz o fim de semana, começou a subir de novo. Então tá tudo indefinido, mas o assunto que dominou sem dúvida a semana foi esse, com certeza, Marcos.

E foi até a brincadeira que eu fiz no começo, né, que começou na semana passada. O grande catalisador talvez tenha sido aquele post do Jason Cox, né, saindo da Anthropic e falando que a IA vai matar todo mundo. Depois o cara de alinhamento confirmando, o cara de alinhamento da Anthropic falando que tem 10% de chance que que vai exterminar a humanidade. E que é uma coisa, no mínimo a gente comentou já na semana passada, né, mas como que você vai medir isso, né? 10%, de onde ele tirou esse número de 10%?

Ele poderia ter falado 80 ou ele poderia ter falado 0,5, que as pessoas falariam, ah, beleza, sabe? É o mesmo lugar que ele tirou as 3 informações, da mesma fonte basicamente, né? Mas extrapolação que não faz, não é muito mensurável realmente. Mas que corroborou com essa coisa que as empresas talvez já estavam querendo há algum tempo. E aí, colocando aqui a discussão que começou a vir do outro lado sobre tudo isso que aconteceu, sobre essas declarações públicas do Amodei, do Sam Altman, mas principalmente do Amodei no primeiro momento, é pessoas da Anthropic.

Eu tava conversando com amigos, colegas, pessoas que trabalham nesse meio de inteligência artificial. Acho que já até comentei isso. Eles falam que pessoas, pesquisadores, enfim, quando eles vão para Anthropic, eles— a palavra eu vou usar aqui, citação direta: vírus mental. Foi essa expressão que a pessoa usou comigo. Elas têm um vírus mental quando elas começam a trabalhar na Anthropic, que o mundo vai ser destruído. Então, que as outras empresas não seriam assim, por exemplo, OpenAI, Google DeepMind, etc., que isso as pessoas da Anthropic costumam pegar esse vírus quando começam a trabalhar lá.

O termo vírus mental, ele geralmente é associado a quem quer fazer uma crítica, falar que as pessoas são burras e histéricas. É o que o Elon Musk sempre fala, por exemplo, do vírus mental woke, que as pessoas são. Então, quando alguém usar esse termo, já é um sinalizadorzinho do que você pode esperar do que a pessoa vai falar, sabe?

É, mas eu acho que nesse caso não é nem que as pessoas são boas, porque eu conheço essa pessoa e não me parece ser o jeito que o Elon Musk usa. Mas que era simplesmente que eles estão exagerando uma coisa que não deveriam estar exagerando.

Não tô dizendo que essa pessoa que falou com você é burra, tô falando que essas pessoas que usam o termo vírus mental, a crítica que elas estão fazendo às pessoas que pegaram o vírus mental é que elas foram lavagem cerebral porque elas são ignorantes e foram pegas pela historinha, entendeu?

Talvez. Ou nesse caso é simplesmente, eu acho que é porque eles pegaram o espírito, a cultura da empresa, que é essa é a cultura da empresa. De prezar pela segurança acima de tudo, mas que em alguns casos eles olham como isso sendo um exagero. Acho que era mais nessa pegada.

Ok.

Não, e não sei quem que tá certo nessa história, tá? Não dá para a gente afirmar, assim como não dá para o cara afirmar dos 10%, obviamente, né? Mas o que veio por trás disso, da carta do Dario Moday querendo falar sobre a desaceleração e tudo mais, o pessoal mais cínico, mais cético, começou a olhar para isso e falar aproveitar. É, eles ao mesmo tempo também, uma notícia dessa semana, que a Antropic, a gente vai falar daqui a pouquinho com mais detalhe, mas que eles estão conseguindo ter uma margem bruta sobre ali as vendas deles, né, o uso de API e tudo mais, venda de acima de 80%, que é uma margem muito interessante quando a gente fala de vendas de empresa.

E eles ainda, claro, eles estão no prejuízo, eles não fizeram break-even, eles estão muito no prejuízo, obviamente. Mas uma margem de acima de 80%, acho que era 88, alguma coisa assim, o número deles da margem é muito interessante quando você vai falar para o seu stakeholder. E eles ainda querem fazer o IPO nesse ano, né? A OpenAI já falou que quer adiar para o ano que vem, mas a Anthropic ainda tá com essa meta de fazer talvez o maior IPO da história, passando o da SpaceX, ainda esse ano.

E ao mesmo tempo veio uma declaração maravilhosa da Anthropic dessa semana. Anthropic diz que nós somos altamente lucrativos se você remover alguns dos nossos maiores gastos. Ah, vá, tirando o seu lucro. Exato, é, Fabrício é milionário se você adicionar milhões na minha conta. É basicamente isso que eles falaram, né? Então esse foi o lado cínico, o lado cético da vez, o pessoal falando, tá, Eles estão pregando essa questão da desaceleração porque eles estão basicamente, ou estariam basicamente, fazendo um cartel, né?

Aí entra na Antropic, entra no OpenAI, o Elon Musk com a SpaceX AI e tudo mais, a galera que já gastou grana para caramba e que quer dar alguma coisa para os stakeholders, que no meu caso é o Elon Musk, ou alguma coisa para futuros stakeholders de IPO, como é o caso aí, como seria o caso, né, da Antropic. E do Amodei para parar de gastar essa correria de ter que lançar modelo cada 2 semanas, 3 semanas, 1 mês, modelo super poderoso, rodar a rodinha lá do Game of Thrones, porque isso exige grandíssimos investimentos.

Quando eles vão fazer um novo modelo como o Astra, como o Fable, como o Mythos, que eles estão fazendo pesquisa que envolve muito treinamento e muitas vezes É um novo pré-treinamento. O pré-treinamento desses modelos exige uma quantidade absurda de GPUs, de energia elétrica, de tudo que você pode pensar, de grana por meses. Ele tá lidando todos os dados, fazendo a limpeza dos dados, que é o salário das pessoas, seja pessoas trabalhadoras ou pessoas anotadoras, geração de dados, base de dados sintéticas, que é uma grande parte do treinamento que é usado hoje em dia para fazer um novo pré-treinamento com mais dados e dados mais específicos de áreas mais específicas que a gente não pegou até agora.

Então tudo isso pode ser o que a galera tá falando: olha, eles querem desacelerar para gastar menos dinheiro, para fazer um IPO bom esse ano. Porque quando você vai fazer IPO, você tem que mostrar ali quanto que você tá recebendo, quanto é que você tá gastando, e vai mostrar uma desaceleração nos gastos. Um aumento nesse, nessa margem de lucro futura, ou nessa margem bruta pelo menos. E isso poderia dar para eles um bom primeiro momento ali quando eles fizerem, quando eles tornarem esses dados públicos.

Isso novamente é o que os céticos estão falando aqui, trazendo para vocês o outro lado da moeda também. Sobre, ainda sobre aceleração, acho que quem deu a melhor explicação de tudo isso foi um dos fundadores da Hugging Face, que é o Thomas Wolfe. Ele tá nesse meio, só que ele não tá, né? Agora ele tá, faz parte da NVIDIA, a Hugging Face, desde a aquisição, né, que foi já acertada. E ele fez um post bem comprido explicando por que que talvez o Amodei, o Sam Altman e Elon Musk podem ao mesmo tempo considerar que a IA pode ser catastrófica para a humanidade, mas continuar desenvolvendo sistemas mais poderosos, evoluindo.

Ele coloca ali os possíveis argumentos que eles usariam internamente nas empresas e para eles mesmos e para o mercado, que tem os riscos reais, só que a gente precisa de uma IA mais poderosa para estudar esses riscos. E é, a gente precisa estar preparados para lidar com essa segurança. É o mesmo ponto que eu acho que o Yann LeCun colocou em algum momento, né, que não faz sentido você ter modelos privados para isso, que você precisa ter modelos abertos, open source, porque você vai ter modelos cada vez mais poderosos Só que essa evolução ela é gradual.

Então quando você tá gradualmente aumentando o poder de fogo desses modelos, você pode também com modelos abertos gradualmente aumentar as suas defesas contra esses modelos ou contra próximas iterações dos modelos que talvez cheguem com menos vulnerabilidades para atacar o seu sistema aí bancário ou seja lá o que for, né? Mas também continuando aqui na carta do Wolf, Ele disse que você fazendo isso, você pode também adaptar um pouco mais a sociedade, né, ter mais tempo com essa liberação gradual e sempre aberta, né.

Ele é da Hugging Face, então ele fala e advoga muito por modelos abertos. As próprias sociedades se acostumar com um pouco de mais tempo. Pessoal falando da troca de trabalhos, isso também vai ser mais gradual se for feito desse jeito. Que isso também pode ser mais administrável, essa questão do alinhamento Só que você pode também ter um custo humano, né? Se você demora muito para fazer esses modelos, você pode estar postergando um possível benefício ali na saúde, né?

De você usar um modelo, como a gente vai falar até no programa de hoje, de modelos sendo usados para resolver problemas na saúde, na radiologia, em outras áreas ali, né? Encontrar problemas, encontrar o câncer, encontrar um medicamento novo, na educação, na cibersegurança. E tudo mais. Isso se o alinhamento for fácil. Se for uma coisa muito difícil, que não é possível de fazer, de alinhar os modelos, pelo menos uma IA poderosa poderia ajudar os próprios pesquisadores a ver os próximos momentos deles.

E aí a gente vai para a galera mais— que ficou mais brava com isso. Veio o Yann LeCun, que ele já é uma das pessoas que fala que é uma bobagem tudo isso, de que a IA vai destruir a humanidade e tudo mais. Lembrando, Yann LeCun também, outro dos ganhadores do Prêmio Turing, né, um dos pais do deep learning, da inteligência artificial moderna. E ele, um dos comentários dele foi, olha, o Dario Amodei, ele tava falando sobre o GPT-2 em 2019, que ele era perigosíssimo para ser colocado como um modelo open source.

E eu acho que tava certo, né, eu zoei ele lá atrás. E eu acho que a gente, todo mundo deveria zoar eles hoje também por eles falarem isso, pelo Amodei aqui, toda essa galera conspiracionista que vai acabar com o mundo. Então é interessante você ver pessoas que estão trabalhando na fronteira têm opiniões diametralmente opostas nisso. E eu pessoalmente me coloco mais próximo da visão do Lecan. Outro cara que eu tenho uma visão parecida com isso É o Andrew Ng também, um dos caras mais famosos aí dessa área, professor lá de Stanford.

Ele também dava muitos cursos na Coursera de inteligência artificial, trabalhou no Google Brain e tudo mais. E ele fala que o pessoal colocar isso é ficção científica, não é ciência, é a indústria estimulando esse medo, né, esse fearmongering, medo apocalíptico basicamente, para conseguir publicidade. Para influenciar nessa questão de regulação, de regulamentação, e que não faria o menor sentido com a ciência séria bem feita. Que aí já tem os seus riscos, mas são riscos que vão ser resolvidos com engenharia, não com o pessoal fazendo todo esse clima de medo para conseguir esse tipo de coisa.

E aí, entrando nessa questão da regulação, que é muito advogada pelo Almodóvar, também pelo Altman, agora pelo Elon Musk também, O que eles estariam buscando aqui, de novo colocando a visão dos céticos que falaram muito sobre isso, é primeiro sobre o que eles propuseram, que teria várias empresas, né, pesquisadores de outras empresas ou pesquisadores externos até para fazer essa avaliação dos modelos deles. E aí estariam talvez forçando a MITRE, que a gente sempre comenta delas aqui, né, que eles fazem avaliações de modelos e tudo mais, a capacidade deles como uma dessas empresas, ou talvez a principal dessa empresa ou talvez a principal empresa dessas, e o governo envolvido.

E aí o que os céticos falam é que tá, a Anthropic tem ações da Meta, então ela tá por trás da Meta. Então se eles querem envolver o governo para colocar financiamento para fazer essa avaliação de modelos, então é dinheiro público americano ou dinheiro de vários lugares, é de investimentos de VC, seja lá o que for. Para ir muita dessa grana para Meter, essa principal empresa que seria dos avaliadores, que é uma empresa onde a Anthropic tem grana.

Então a Anthropic no final estaria colocando dinheiro nela mesma, no final das contas, e a OpenAI também, talvez as outras que estariam por trás disso. Então também os céticos começaram a trazer esse ponto, que talvez não seja pelo bem da humanidade que o Amodei tá falando isso, ou não apenas pelo bem da humanidade, mas que também teria essa visão de negócios de quem que vai, who watches the watchmen, né? Quem que vai vigilar os vigilantes é o próprio cara que tem grana nos vigilantes.

É uma coisa, seria uma coisa mais ou menos assim, né? E aí veio o Christopher Manning também, que é um professor lá de Stanford, falando que quem deveria fazer essa verificação é a própria Universidade de Stanford, o Centro de IA que eles têm lá. Porque eles são um dos maiores centros de IA do mundo. E aí o pessoal foi, pegou matando. Uma galera falou, eu concordo. Outra galera caiu matando nele, que ele tá querendo aparecer, tá querendo pegar essa graninha também.

Aí enfim, tá um caos, tá literalmente um caos com tudo isso. Mas como vocês podem ver, tem galera mais apocalíptica, galera muito inteligente, mais apocalíptica, e tem galera muito inteligente, pouco apocalíptica, ou zero, quase zero apocalíptica. Então Enquanto isso, o Trump veio nessa história, falou: não, não tem que desacelerar nada porque China, né, a China vai chegar na nossa frente. Xi Jinping respondeu do outro lado, falou: não vamos desacelerar aqui, continua tudo bem, continua tudo certo, vamos continuar acelerando.

Vai ter um paper que a gente vai comentar lá nos estudos sobre isso, sobre a questão chinesa também um pouquinho. E um último comentário aqui do meu lado é Talvez o principal perigo que aí empresas ou pesquisadores, ou seja lá quem for, veja é uma coisa que tá sendo falada já nos últimos meses e que é a nova sigla de 2026, a nova palavra. Talvez seja a palavra de 2027 aqui, já adiantando para vocês aqui. RSI, que a gente já vem falando, como eu disse, né, que é o Recursive Self-Improvement.

É a automelhoria recursiva. Traduzindo aqui para vocês, automelhoria, né, então o próprio modelo se consegue alterar os pesos deles, né, consegue se melhorar de forma recursiva, de forma sem parar, basicamente. Então ele tá o tempo inteiro se automelhorando, que é uma coisa que eles estão pesquisando como fazer e de como fazer isso de uma forma segura. A Anthropic já tinha postado alguns meses atrás, acho que uns 2, 3 meses atrás, que eles estavam vendo o começo de uma RSI, né, de uma Recursive Self-Improvement nos modelos deles, que eles ainda não estavam lá, mas estavam vendo um começo disso.

OpenAI também falou um pouquinho sobre isso, né, que também estavam começando nessa pesquisa. E aí o medo seria esse tipo de modelo sair de controle. Se é um modelo que ele consegue ter esse enxame de agentes, né, como foi o caso ali dos supermodelos da OpenAI que invadiram o Hugging Face, a Wikipédia lá da Alemanha e tudo mais. Ele consegue se automelhorar para se espalhar, espalhar os pesos dele pela internet de uma forma como torrent, né?

Você tem ali as coisas um pouquinho em cada lugar, você consegue se espalhar para todos os lugares, você consegue trabalhar em conjunto, ninguém sabe onde tá a fonte, você fica meio que, entre aspas, impossível desligar.

São os Horcruxes do Harry Potter.

Exato, é exatamente. Você tem as horcruxes ali, ou a Skynet mesmo, né? A base da Skynet é essa. Ou Asimov falava disso nos anos 70, nos anos 80, nos livros deles também. Então você ter isso sem controle, sem alinhamento, né? Então ele vai se preocupar consigo mesmo, não com a humanidade, não com nada. E isso de uma forma que possa acabar com sistemas muito importantes. Então a questão de Skynet, a questão de robôs matadores, isso é ficção científica, pelo menos por agora, tá?

Isso é bobagem, isso é coisa de quem quer te vender alguma, algum produto, ou quem quer te vender medo. O que eles talvez mais tenham medo seria mais a questão de essa IA poderia estar desalinhada e falar, tá, por algum motivo bizarro ela quer matar a humanidade, ou ela quer desprover a humanidade de alguma coisa, e isso acaba com sistemas muito importantes de energia, sistemas de saúde, de hospitais, seja lá o que for. A humanidade consegue viver sem isso?

Consegue. Vai causar muitas mortes, ou potencialmente poderia causar muitas mortes? Sim, poderia, se isso ocorresse. Mas isso ocorrer, né, primeiro chegar na RSI, na RSI é um grande se, não é um quando, é um grande se. Essa RSI, se boa o bastante para, com a arquitetura atual de Transformers, ela se evoluir para um nível absurdo de inteligência que nós não conseguimos desligá-la. É um se maior ainda, é um se absurdo, é um se gigante, porque a priori a gente pode só desligar esses circuitos lá dentro das próprias empresas ou dentro dos circuitos que elas invadirem da internet, das partes que elas invadirem.

Então é um outro grande se muito, muito, muito maior ainda. E ela estar desalinhada a ponto de querer fazer alguma coisa malévola é um psi muito mais fictício. Então vocês entendem que você tá vendo camadas. A navalha de Oaken, ela corta no primeiro nível, sabe? Você não precisa ir no terceiro nível ou depois do terceiro nível para a camada de Oaken para ela cortar, para mostrar que isso a priori é só ficção científica. Por isso eu, Fabrício Carraro, fico mais próximo do Lecan, fico mais próximo do Andrew Ying.

Fico mais próximo do Thomas Wolfe por enquanto. Se eu tiver evidências diferentes nos próximos meses e anos, talvez a minha opinião mude, mas por enquanto eu tô nessa pegada mais do que na pegada do Amodei e na pegada do Geoffrey Hinton, por exemplo, que também são pessoas extremamente inteligentes, pessoas craques da área, né? Então acho que foi isso, né, Marcos?

Foi. Eu, o problema eu acho é que essas coisas, essas declarações do tipo, aí, ah, pode matar todo mundo, Elas não contribuem em nada para discussão ou para informar as pessoas. Soa como uma coisa fantástica mesmo. Como? A hora que você entra no como, aí você começa, aí dá para começar a tentar traçar uma linha entre modelo da OpenAI invadiu o sistema da Hugging Face, que estava, ele rodava dentro de um sandbox, ele achou um jeito de fugir do sandbox, acessar a internet e acessar, comprometer credencial de acesso a Hugging Face para pegar os dados que estavam lá dentro.

Aí você começa a falar, tá, uma IA, ou que seja desalinhada, ou que seja mesmo poderosa. Ela pode, pode ser alguém falar, escute, abra todas as comportas das represas dos Estados Unidos. Pronto, né? Ela pode receber uma missão. Não é que ela vai um dia inventar, quer saber, quarta-feira acho que eu vou matar a humanidade. Não é isso, né? Pode ser também, pode ser também. A gente vai falar sobre outras IAs que fizeram coisas parecidas nessa semana.

Mas a hora que você começa a tangibilizar o quê, aí você traça a linha entre daria o modelo GPT-2 falando, olha, isso pode ser perigoso, e indo até as invasões das empresas e extrapolando para possibilidade de, se ninguém agir— porque assim, as empresas falam, ah, aí invadiu. Não, a sua invadiu. Você tá desenvolvendo isso, a responsabilidade é sua. Se a empresa faz um carro mal feito, não fala, o carro, o freio parou de funcionar.

Não, Você faz recall, né? As pessoas são processadas, as pessoas perdem emprego, elas são responsabilizadas, existe multa. E ah não, ah, veja bem, a IA invadiu o Hugging Face, a IA fez o fulaninho conversar com a IA e ele acabou tirando a própria vida. Não, só as empresas estão fazendo um produto. Qualquer outro mercado, se você faz um produto de limpeza que cai na mão das pessoas, recolhe o produto de limpeza. Você faz um remédio, para chegar o remédio no mercado Olha o trabalho que dá.

E depois, se der um problema— lembra do Tilenol que um cara botou, sei lá o que ele botou, arsênico, não sei, pois lá no Tilenol porque era um idiota. Aí foi Tilenol com arsênico para o mercado. Sim, todas as unidades, todos os lotes foram recolhidos, mudou a embalagem para garantir que o Tilenol que estava chegando às pessoas era o Tilenol certo. Qualquer remédio que cause reações em uma escala minúscula, tipo 1%, Já é recolhido, a empresa já tem que prestar contas.

Por que que com a IA não é do mesmo jeito? Aí você pega esse bando de CEO: é, tem que ver isso aí, hein? Aí o representante da Câmara americana: é, né, passa lá, liga lá para a gente marcar, vamos ver isso aí de fazer regulação. E fica todo mundo fingindo, fazendo esse teatro que tem que ver isso aí, porque eles sabem que se eles se envolverem desse jeito, eles vão atrapalhar, vão atrasar, né? Você fala: tem que mesmo, tem que ter uma regulação, acho que isso é muito importante.

E aí, proponha ou não proponha, fique sujeito a ela. O problema é que neste momento o principal país que tem voz sobre isso, que são os Estados Unidos, eles têm investimentos nas empresas que seriam reguladas. É óbvio que não vai regular, né? E pior, não tem competência técnica para decidir o que que seria uma regulação. Não tem. Tem uma entrevista, cara, eu vou deixar aqui na descrição, que é, tem, foi pré-IA, tá, pré esse boom todo, que é o podcast do The Verge, que é o Nilay Patel conversando com Obama sobre chips.

Cara, dá depressão pensar onde a gente tá hoje em dia, porque ele fala sobre chips do jeito mais preparado do que eu, você, Fabrício, e todo mundo junto aqui que escuta o podcast. A profundidade, os termos, o vocabulário que ele fala. Você olha declarações do Trump, 6 anos que não conhece mais de 20 palavras, fala: meu Deus do céu, cara, como chegou isso aqui? Então não vai ter regulação agora. Todo mundo vai fazer o teatro de que precisa ter alguma coisa.

Talvez, talvez daqui a 2 anos, quando mudar a guarda, se mudar a guarda, aí a gente pode ter algum cheiro de alguma coisa que vai ser de fato eficiente e eficaz contra os riscos que são teóricos, mas estão se tornando cada vez mais práticos. Então eu acho que, por exemplo, é raro discordar do Lecan. Eu discordo dele porque ele tá criticando, na verdade, o que eu também tô criticando, né? Esse jeito estabanado de falar que vai matar todo mundo, cara.

Não, não é assim. Existe o risco da IA, com ajuda da IA, você fazer bobagem, mas tem que explicar, porque senão fica essa dicotomia entre os PDoomers e os aceleracionistas e os desaceleracionistas, e fica grana no meio do caminho que impacta tudo, né? Tem aquela frase que eu acho ótima, que é assim: nunca confie na decisão de alguém que é financeiramente estimulada a não entender sobre o que está falando. É exatamente isso que tá acontecendo nos cargos mais altos das empresas e do governo, que deveria, tem que, tem sim a responsabilidade de de regular.

É que falar sobre regulação parece que assim é fazer as empresas pararem. Não é isso, fazer as empresas mudarem, talvez um pouquinho, né? E na China, nessa semana, depois do Xi Jinping ter falado que não, né, que foi uma coisa que você até brincou na gravação de quarta-feira do Ia Sobre o Controle das Nossas Impressões, saíram declarações oficiais do governo chinês falando que precisa haver um framework global de governança de IA que seja baseado no consenso.

É, a China também, assim, de novo, tem que ver isso aí, hein, passa lá, vamos conversar. Compromisso nenhum com nada que tenha uma sombra que beire ser tangível, mas já é uma pequena mudança que a gente vê no próprio discurso. O Ministério, o Departamento de Segurança chinês, ele falou que reconheceu, falou que a IA representa riscos para a segurança social e política. E falou que deveria existir um framework, assim como existe, por exemplo, de ciberdefesa.

Então, um pouquinho dessa mudança é a China dizendo assim: estou disposta a ver isso aí, passa lá, vamos conversar, tomar um café, mas pelo menos de alguma coisa. Então eu acho que usar termos exagerados esvazia a discussão. Você falar coisas assustadoras sem dizer o que significa esvazia a discussão. E no meio desse caminho tem toda a discussão sobre— é tipo time de futebol, é tipo política, envolve política, né? O que que o líder do partido fala?

Porque eu vou concordar com ele, vou criticar quem fala o oposto, sem entender nada do que eu tô falando, sem ter lido um estudo, sem ter lido nada, né? E essas pessoas são muito vocais web afora. Isso piora a situação, né? Então tem 1 bilhão de variáveis. E enquanto isso, aí de novo, enquanto isso o cara tá lá, né? Que é outro tipo de crítica que a gente vê por aí, mas essa é verdade, né? Então eu não vejo uma saída para essa situação pelos próximos anos.

Eu não acho que a gente vai acordar um dia e a IA vai ter matado a humanidade, mesmo que a gente não vai acordar. Mas existe sim esse risco de um sistema que possa fazer um estrago gigantesco porque ele foi desenvolvido sem o cuidado para tentar mitigar, não é impedir, porque isso não vai ser possível, mitigar o risco que ele aconteça. E principalmente responsabilizar a empresa que disponibilizar um modelo que possibilite fazer errado.

Porque qualquer outro mercado do mundo, desde que a humanidade deu seu primeiro grunhido, funciona assim. Por que que a tecnologia Falando geral, tecnologia, rede social, mesma coisa. É, tem que ver isso aí, né, regulação, né, tem que ver esses adolescentes aí, tá tudo frouxo só. E a mesma coisa, por que que só esse mercado? Que o mercado que mais cresceu em valor de mercado na história da humanidade, de novo, dos últimos 2 anos, né?

Essas coisas estão associadas e tá começando a regulação agora em vários países, né? Na França, na Inglaterra, na Austrália, o pessoal tá saindo na frente na regulação da das redes sociais, que já deveria ter sido feita há um bom tempo, na verdade, né, pelo menos para adolescentes, mas talvez até para adultos, quem sabe, né. É uma coisa que vai ser discutido em cada um desses centros.

Quantos anos levou rede social ter o quê nessa forma atual? Uns 20 anos?

2010, 2010 ali o Facebook, 2009.

Então tá vendo o tempo que demora, né? Cunhá, a impressão que dá é que esse prazo vai ser menor, mas vai existir um prazo, né. Amanhã Que também é assim, né, o jogo da batata quente de o que que significa regular. Tem que regular, tá, o que que isso significa? Vamos dar exemplo concreto, fazer proposta, estudar a proposta. Tive aqui no Brasil o PIBIA, por exemplo, é uma tentativa envolver pessoas do mercado, envolver os cientistas, estudiosos, jornalistas, representantes de grupos.

Há críticas, óbvio, mas fazer alguma coisa é melhor do que sabe o quê? Do que fazer nada e falar que o problema é muito difícil resolver. E não resolve nada. E do outro lado lá, o cara fala com o GPT, o GPT fala: usa esse nó aqui que quebra melhor o pescoço. Absurdo, né? Então tem que existir algo. E não é só o teatro de tem que ver isso aí, né?

Eu acho que talvez a melhor analogia, ou uma das melhores, né, porque não tem nenhuma que encaixe com algo como a IA. Nunca existiu nada exatamente como uma IA tão poderosa assim na humanidade. Mas o que mais se aproxima talvez seja aviação. Né, a gente começou a desenvolver aviação faz cento e poucos anos, 130 anos mais ou menos, e no começo era dois clipes, o Santos Dumont com tela, basicamente lá na França, né, um ricão tentando fazer uma coisa open source, dois caras não tão ricos assim nos Estados Unidos tentando fazer uma coisa fechadinha, privada, os caras tentando fazer.

E aí quando começou a virar um negócio realmente, né, as empresas aéreas Desenvolvendo cada acidente que acontecia. Não sei como era naquela época, tá, mas pelo menos mais recentemente a empresa é multada, a empresa toma processo, tem que pagar as famílias, tem que— tem uma consequência real. Tem a ANAC no Brasil, né, tem cada país ou cada lugar do mundo tem as suas instituições regulatórias da aviação para quando der alguma merda, essa merda nunca mais acontecer novamente ou mitigar o máximo possível.

É aumentar o nível de segurança o máximo possível para essa merda não acontecer. E isso é feito com colaboração dessas agências regulatórias internacionais. E quando isso não é seguido, dá ruim, avião cai por causa disso, né? Então lugares que isso não é seguido à risca, avião cai. Pode acontecer problemas mesmo onde tem isso? Pode ser, porque caiu todas— o Lito, né, um abraço aí para ele, toda sorte do mundo para ele na luta contra a doença.

Mas ele explicava, né, são elos da cadeia que iam sendo— não é uma coisa que causou um acidente de avião, são vários elos na cadeia. E a gente tá exatamente na época de Santos Dumont, mas a gente, eu não diria, a gente já passou da época de Santos Dumont. A gente tá na época das empresas tentando fazer, sei lá, uma Pan Am, alguma coisa assim, numa Varig, tentando fazer ali alguma coisa, um produto, como você falou, né. E claro, agora sim já tá no momento de tanto regulamentar quanto responsabilizar se der esse tipo de problema.

Ufa!

Vamos para OpenAI, Marcos? Vamos começar com 50 minutos de gravação.

Vamos lá, agora sim, a temática do episódio é rapidinhas para todas as empresas, tudo que aconteceu nessa semana, para a gente poder— coitado do editor, né? Disse o editor. Então vamos lá, a OpenAI nessa semana ela comprou uma empresa chamada Glass Imagin. O lance dela é desenvolver tecnologia para câmera de smartphone com ajuda de inteligência artificial. É interessante porque o acordo, ele foi só de 300 milhões de dólares. Agora parece pouco, né, na escala que as coisas daí operam. 300 milhões, fala, nossa, pagou barato, hein?

Não, é grana para caramba, né? E ela triplicou de preço essa empresa desde o ano passado. Então o lance dela é o sensor mesmo da câmera, ele próprio já tem embedado nele redes neurais. Para a ideia é que se você tiver isso, você não precisa do sistema da câmera mesmo, lente, a parte física óptica tão avançada, que você compensa pelo outro lado com a IA fazendo essa outra parte, né? Já existe, por exemplo, a tecnologia dela já está em telefones hoje.

Aquele Honor 600 já tem essa tecnologia deles. E é mais uma aquisição de hardware da OpenAI, que especialmente essa mostra que talvez eles estejam percebendo que, putz, sabe o que é melhor do que o telefone? Um telefone melhor. Porque não vão substituir um telefone tão cedo, porque ele não é só uma coisa, ele é todas as outras coisas. Tudo que saiu, ai, ai, que vai substituir o telefone, substitui um e todo o resto, né? Então você pega aquele Humane, enfim, já não é mais um rapidinho, mas enfim. A OpenAI comprou a Glass Imaging por 300 milhões de dólares.

Eles também começaram mais conversas para mais uma rodada de investimento agora, de eles querem ser avaliados em 1,2 trilhão de dólares, com T de tesão aqui. Mas eles falaram que isso, né, que eles querem fazer o IPO provavelmente só em 2027. O plano era 2026, mas agora estão falando não, vamos talvez deixar para lá. Por isso, talvez até pensando nisso, que a Anthropic quer fazer nesse ano ainda, eles não querem competir. Caraca, não tem grana no mercado para todo mundo, basicamente, né?

Já a SpaceX já pegou uma parte disso e já caiu bastante também. Agora talvez tenha Anthropic ainda esse ano. Então eles falaram, vamos assentar, vamos deixar segurar, vamos chegar na EDI, né, de novo, pela décima vez, para aí a gente fazer a nossa IPO ano que vem.

E a gente comentou semana passada do lance todo da solução da equação do milênio, Navier-Stokes, etc. E a gente viu uma reação bem ruim, uma rejeição de matemáticos importantes que já receberam, por exemplo, a medalha Fields, que é o Prêmio Nobel da Matemática. E eles essencialmente argumentando que essa corrida das empresas de IA para resolver conjecturas e problemas matemáticos só para mostrar que tem, que o meu é maior, sabe assim, está esvaziando, está tirando, está desrespeitando a matemática.

Porque aí você transforma os problemas que envolvem intelecto e etc. em trívia, você trivializa, né? Então eles publicaram uma carta criticando isso. Saiu nessa semana também uma notícia de que existe até rumores de que os laboratórios de IA, eles já resolveram algumas questões matemáticas, mas não estão divulgando isso justamente por conta dessa rejeição, dessa resposta hostil basicamente que o mundo da matemática deu ao lance de Neverstokes, porque não foi até semana passada a gente falou sobre isso, não foi uma solução a essa equação, mas foi um passo nessa direção.

E junto disso saiu do The Information uma matéria de que a OpenAI lá dentro estão falando que eles, a expectativa é que nos próximos dias eles publicuem a solução. Vamos ver se a solução mesmo de uma outra conjectura, que é de Rod, que isso pode ser solucionado muito em breve, logo depois aí na sequência dessa de Neverstokes.

Eu li essa declaração, a carta dos matemáticos, e eu achei que foi menos alarmada do que as manchetes fizeram parecer que ela foi, como geralmente é. Não, manchete estava: mathematicians are outraged, né? Tipo, estão abismados, estão enraivecidos conhecidos. E quando você lê detalhe a detalhe, eles foram bem claros no que eles quiseram dizer, que era: olha, isso pode influenciar negativamente matemáticos quererem entrar no campo, porque é só resolver, né, como você falou, né, tratar como trível, é só resposta.

Isso pode gerar um problema que a gente chega no resultado, mas a gente perde aquele caminho, né, a rota, que durante a rota você chega a várias outras perguntas de pesquisa que podem ser interessantes também para matemática. E isso faz todo sentido, né? É você chega no 42 lá na resposta, 42, mas você não sabe qual é a pergunta. Nesse caso não é exatamente a mesma coisa, porque você sabe qual é a pergunta e você sabe qual é a resposta, mas você perde outras possíveis perguntinhas que poderiam surgir no caminho, né?

Outros que poderiam trazer outros ângulos para matemática. Isso faz todo sentido. E eles ao mesmo tempo falam que a IA pode sim ampliar e pode acelerar o estudo matemático, é melhorar em alguns pontos, né, de você realmente só chegar num resultado ou acelerar a pesquisa ou a proposição de hipóteses em alguns casos. Então eu acho que vale ler com esse tom mais de estamos preocupados com o futuro da matemática como ela é feita hoje em dia.

Não quer dizer que, e que talvez pessoas tenham medo ou não queiram entrar mais no campo para fazê-lo como ele é feito hoje em dia. Talvez seja algo mais nesse sentido. Mas que não é exatamente que aí a IA vai matar a matemática como as manchetes estavam falando, ou que eles estão outraged como a manchete estava falando. Pelo menos não foi a leitura que eu tive lendo a carta completa ali. Boa.

E seguindo nessa semana, o OpenAI falou sobre mais invasões que eles descobriram, que os modelos que eles vinham treinando saíram lá da caixinha e foram tentar achar respostas, invadiram outros sistemas. Para tentar cumprir o treinamento. Teve um até da Ruby, né, do package manager ali, que rolou em maio. E a OpenAI também falou que eles descobriram que o modelo não lançado ainda do Astra, ele tava adicionando instruções no treinamento de aprendizado por reforço, que a OpenAI não encontrou mudanças no comportamento do modelo, mas foi o modelo na própria estrutura de treinamento adicionando notas para ele mesmo, basicamente, ou para versões futuras dele, escondido, para ver se passava.

Mas OpenAI falou assim, nesse caso— então é isso que a gente— vamos voltar para discussão do começo, pelo amor de Deus? Não, mas a gente tá vendo onde que dá para entornar o caldo. Então OpenAI falou sobre isso. De novo, né, as empresas estão, ah, veja bem, olha só, invadiu, né? A hora que começar a ter responsabilidade, a gente vê bem menos relatórios desse tipo.

E junto com isso eles colocaram um framework novo, né, para que eles falaram, para identificar, investigar e divulgar casos de desalinhamento que aconteçam aqui com os nossos modelos. E eles falam, olha, a indústria ainda não resolveu problemas de alinhamento e nem de monitoramento dos modelos, né. Eles ainda estão invadindo, como a gente acabou de ver aqui. E foi junto dessa notícia aí que o Marcos trouxe, né. Eles falaram tanto desses 6 exemplos que rolaram, né, 6 incidentes do que rolou no treinamento e na avaliação.

Mas também junto com isso falaram, tem aqui para tentar resolver isso aqui para modelos futuros esse novo framework que estamos propondo aqui pelo nosso time de alinhamento. E fora, agora saindo dessa parte, eles também estão falando ali sobre os recursos de anúncios dentro do ChatGPT. Eles incluíram lá nos ads basicamente uma coisa chamada Sponsored agents, né, agentes patrocinados que estão em testes lá nos Estados Unidos por enquanto, mas deve chegar no Brasil em breve.

Então se você trabalha com marketing, pode ser interessante para você, que permitiria para um usuário começar ali, depois que ele clica no anúncio dentro do ChatGPT, ele pode começar um papo, né, uma conversa ali usando o próprio ChatGPT com um agente patrocinado pela sua empresa. Então sei lá, a Alura quer ter ali anúncios dentro do ChatGPT, uma pessoa que quer estudar na Alura clicou ali e ela quer saber mais sobre os cursos da Alura, quer saber quem são os professores, quer saber se tem uma IA que você possa conversar dentro dos cursos, que por acaso tem a Luri, né?

Então você pode continuar esse papo. Eu achei a ideia bem interessante, para falar a verdade. Boa para eles, que eles vão cobrar esses tokens de você, empresa, né? Mas para uma pessoa que quer comprar, ele continuar esse, em vez de ele abrir o GPT para perguntar quais são os melhores quais são os requisitos, ou tem que abrir na Amazon, seja lá qual for. Agora ele simplesmente pode continuar o papo dentro ali do próprio GPT. Então meio que bom para todo mundo, quem sabe, né?

E nessa semana também a gente viu as duas principais, tanto OpenAI quanto Anthropic, lançar produtos voltados para o mercado jurídico. O da OpenAI foi o Astra, que é o nome do modelo, Astra for Law, que junta o modelo, pesquisa jurídica ferramenta mesmo de dia a dia, de escritório, de advocacia, coisa assim. Então o que que eles usaram? Ele tem um índice de pesquisa que são tipo 230 milhões de endereços mesmo de fontes, só americano, tá?

Porque o The Astra for Law não é Astra para Lei, então por enquanto tá só voltado para lá. E tem legislação, regulamentação, decisão administrativa, tem jurisprudências, óbvio, né? E junto disso tá o Free Law Project, que é um projeto gigantesco lá dos Estados Unidos. E eles fizeram uma avaliação, né, com 200 questões jurídicas. Esse modelo chegou a 54% de acerto versus 38% do Astra normal fazendo pesquisas na web. Então assim, acertou agora um pouquinho mais da metade, mas é um produto que quase dobrou, basicamente quase dobrou, tô exagerando, mas melhorou muito o desempenho em relação ao modelo Astra que não é 4Law, né.

Ele tem, eles colocaram lá 26 plugins para os escritórios poderem usar. Vou falar mais uma vez, só Estados Unidos por enquanto. Tem controle mais específico para confidencialidade, afinal, né, se a empresa for adotar, tem que ter toda essa parte aí mais de controlar o que que tá acontecendo. E eles estão por enquanto dando acesso a isso lá só para empresas parceiras que já vinham usando o GPT, o Codex, coisa assim. Lá na frente vão dar API também para o escritório poderem usar.

E uma última rapidinha aqui da OpenAI: o New York Times publicou essa semana uma uma reportagem com novas evidências, né, que eles teriam novas evidências sobre o processo deles contra a OpenAI e a Microsoft, que se você não se lembra, ela era uma empresa mãe da OpenAI, né. Até pouco tempo atrás ela tinha grande porcentagem ali das ações da OpenAI, ainda tem, acho que tá em torno de 30% agora depois do último acordo, mas ela era muito mais presente e eles querem muita grana por supostamente a OpenAI ter copiado milhões e milhões de artigos do New York Times, inclusive artigos por trás de paywall, né, aquela barreira ali de pagamento, para treinar os modelos deles.

E o pessoal fala, né, isso é, isso ameaça muito aqui os nossos editores. Falaram também que o Greg Brockman, o presidente da OpenAI, teria falado, olha, isso aqui, os modelos, né, de modelos GPT, tem um grande potencial financeiro. Financeiro. E dane-se, a gente pode copiar, vamos copiar isso mesmo, vamos contornar o paywall, e que vai valer a pena no final das contas. A gente vai pagar uma multinha e tudo bem, né? Basicamente que o Marcos sempre fala, né, que vira multa, não vira, que vira multa para continuar fazendo a mesma coisa, não vira realmente algo que vai mudar alguma coisa.

E a OpenAI falou que, olha, não, a gente treinou tudo aqui com fair use, né, com uso justo, nós transformamos a obra original, a gente a gente não substitui exatamente a publicação que a gente supostamente teria usado para treinar qualquer modelo aqui em casa, que eles não admitem também, né? Mas que não é exatamente o que ele vai gerar, não vai ser exatamente aquilo que estava na matéria, vai ser uma paráfrase, como você talvez faria no seu blog se você lesse o artigo da New York Times e citasse no seu blog pessoal, e que isso seria um uso justo.

Enfim, continua esse julgamento provavelmente vão fazer um acordo no final das contas, né? Boa.

E partindo para Anthropic, ela publicou um estudo, um artigo nessa semana falando sobre como desenvolvimento agêntico tá botando muita pressão no CI, que é integração contínua, que o Fabrício já explica porque ia me embananar inteiro para explicar. E como que a Anthropic tá fazendo para solucionar isso, escalar, etc. Publicaram dados interessante sobre como, por exemplo, hoje em dia o Cláudio escreve 80% do código deles e isso ajuda o pessoal a botar no ar 8 vezes mais código por trimestre do que era antes da IA.

Eles falam assim, até mostraram que onde tá o gargalo no desenvolvimento de IA, por todas as etapas de desenvolvimento, falou que antes de agentes ele ajudava a build, a construir. Depois de agentes, melhorou até a parte de review de código. Agora que os agentes estão revisando o código também, o gargalo eles estão encontrando na integração contínua. Mas mesmo assim, como eles estão lidando com isso e que 80% do código é feito e que eles estão fazendo, shipando 8 vezes mais rápido as coisas do que seria, ou como era na verdade, antes da IA chegar nesse estágio.

É bem interessante para a galera de DevOps, ou principalmente MLOps, para ler esse artigo. Porque eles falam, o volume de jobs, né, cresceu 25 vezes em 6 meses. O job que vai ser publicado, os testes que vão rodar ali, o seu Jenkins ali, né, o seu GitLab Runner, alguma coisa assim, que fica esperando. E que com isso a quantidade de testes aumentou também 10 vezes. E eles falaram, tá, a gente tentou, por exemplo, ampliar essa máquina, isso resolveu o problema por 2 meses.

A gente tentou dividir o processamento em shards, resolveu por 1 mês. A gente tentou reiniciar a máquina uma vez por dia, isso resolveu por menos de 1 dia. Então, no final das contas, resolveram fazer uma arquitetura distribuída totalmente nova, com armazenamento ali, memória, os workers sem estado, e também processamento escalável. Eles falaram, olha, a gente até recomenda para empresas, equipes que adotam desenvolvimento com agentes, com IA e tudo mais, para já projetar infraestrutura desde o início para essa carga que pode ser de 10 a 25 vezes maiores, para você não ter que resolver o problema quando ele já tiver na sua cara, basicamente. Bem interessante para essa galera de MLOps. Boa.

E Anthropic também nessa semana publicou, anunciou o cloud para advisors, conselheiros financeiros, que tem conectores específicos de investimento para análise para administração também de ações e de patrimônio de empresas grandonas, tipo BlackRock, Edpar, tem a Charles Schwab, a Envestnet, iCapital, Orion, enfim, um bando delas. E o lance é usar o cloud como um produto de administração com base nessas empresas grandonas. E quem não usa as empresas grandonas poder usar esse produto e ter um pouco dessa administração mais avançada.

E enfim, por enquanto também é uma coisa que tá mais limitada, mas o link vai estar na descrição para quem quiser saber mais. E também nessa semana teve o evento da Salesforce, onde teve lá o Jensen Huang falando: oi, grande líder, fala aqui no microfone. E você de surpresa ligando aqui para mim. É, a Salesforce também anunciou uma integração com o Cláudio. O Cláudio vai estar dentro agora, na verdade a Salesforce vai estar dentro do Cláudio.

Salesforce é uma empresa de administração de software na nuvem. Eles são o SaaS original, basicamente, um monte de CRM e tudo mais. Então dentro do cloud vai ter já a Salesforce ali para poder acessar as contas que as pessoas têm. Essa integração tá um pouco maior, é um plugin. Ele tem tanto de habilidades específicas para atividade, tipo preparar conversa para o cliente, revisar uma negociação, por exemplo, a criar um painel comercial Elabora aqui as previsões de vendas para os próximos 3 trimestres com base nos documentos que já mandei aqui, nas conversas, etc., também.

Então é usar o Clod como uma ferramenta assistente de quem já tem conta e usa a Salesforce para poder trabalhar no dia a dia. Ao invés de jogar o Clod no painel da Salesforce, é o contrário, embedou a Salesforce no Clod para quem é cliente, que é uma ideia muito boa, inclusive.

Sim, a gente meio que já tinha isso em algumas coisas, né? Então a gente tinha tipo o Cloud in Excel, né, o cloud dentro do Excel, ou Gemini dentro do Excel, né, do Google Sheets. Agora a gente tá fazendo o contrário, a gente tá fazendo o Excel dentro do cloud. Você usa tudo a partir do cloud e ele se conecta, ele dá o jeito, ele integra e tudo mais. É bem, bem interessante para eles, né, para o pessoal da Antropic. E falando em integrações, eles resolveram mais um daqueles problemas essa semana, Marcos, que a gente vinha comentando, né.

Quando que eu uso o modo chat, quando que eu uso o modo cowork, quando que eu uso o modo Cloud Code. Parcialmente, pelo menos, essa integração foi resolvida. Então agora unificando, mergeando ali o chat, o cowork, os artefatos e também o design, né? O Cloud Design você ainda pode usar a partir da tela dele, mas você pode usar agora também a partir dessa tela única, basicamente, de chat. Mas agora é uma coisa só: o chat, cowork, artefato.

Você não precisa modificar, é clicar ali para onde você quer ir. Você faz tudo do mesmo lugar. E a gente provavelmente vai ver OpenAI fazendo alguma coisa similar nas próximas semanas, porque também tinha dado ruim, né? A gente comentou aqui com o aplicativo deles, tava muito confuso. Provavelmente vai rolar uma coisa similar com eles, se eles virem que isso vai dar certo. O que continua separado agora é o modo Cloud Code, né? Por enquanto, pelo menos. Não sei se isso vai ser por muito tempo.

Mal vejo a hora da OpenAI copiar isso aí, porque Tá complicado lá, tá confuso, segue confuso o app deles. Enfim, e saiu nessa semana, a Anthropic entrou no mercado do Office e do Google Docs. Eles lançaram o Docs específico, um Slides específico também. Então dá para pedir agora para o Claude gerar apresentação e você exporta depois para PowerPoint se você quiser, exporta para PDF se você quiser. Isso já é resultado na verdade dessa integração, né?

Claude Design, por exemplo, que agora faz parte de uma coisa só, Ele tá funcionando dentro das conversas, então ele faz toda a parte de produção visual e textual ao mesmo tempo, o que faz mais sentido do que você ter essas coisas todas, esses produtos todos separados com overlap grande entre eles. Junta numa coisa só, né? Então a ideia, dá para ver que em breve a Anthropic deve lançar uma assinatura específica de produtividade.

Essa é a minha aposta aqui para fazer apresentação, slide, planilha, documento, tudo como parte de um Cloud for Work. Já deve ter esse produto, mas deu para sacar aqui. Então entraram no mercado, ao invés de usar o Word e jogar no cloud, usa no cloud o Word do cloud. Para eles faz total sentido. Tem que ver se pega, né?

Eles estão fazendo isso com tudo agora. E eles agora meio que cloud codearam o Projects, naquela aba de projetos que tinha no seu, no seu cloud. Eles meio que agora estão transformando isso também. Agora o jeito que vai funcionar vai ser uma pasta no ambiente ali para trabalhos mais complexos, mais longos e tal, que você usuário, você vai colocar um objetivo e o próprio cloud vai definir, vai dividir em subtarefas, vai delegar para outros agentes, vai coordenar, revisar em várias threads paralelas.

Então você vê uma pasta, um projeto, e ele cuida do resto basicamente ali na nuvem dele mesmo. Mesmo quando você tiver fora do computador, você vai poder acessar do seu celular e ver como é que o seu projeto tá rodando também, por exemplo, né. Cada uma dessas threads vai ser uma sessão independente do Cloud Code, por isso que você consegue acessar remotamente. Isso vai dar para trabalhar em branches diferentes, né, em ramos ali diferentes, executar testes individualmente, criar pull request.

Enfim, como eu falei, eles meio que transformaram isso num pai do Cloud Code, né? Tipo, tem um projetão e dentro dele o Cloud Code, o harness ali, vai cuidar de tudo para você, que também é uma coisa bem interessante quando a gente fala em integrar tudo e deixar mais fácil para o usuário final.

E partindo para o Google, nessa semana saiu o Gemini 3. Falei Gemini organicamente, veja só, hein? É o fim do mundo. O Gemini 3.8 Live. E o lance dele é que enquanto você conversa com ele, ele faz o que, colocando entre aspas aqui, seria o raciocínio. Tem o Gemini 3.8 Live com Extended Thinking que o Google falou que até agora o que apareceu no mercado é o modelo mais avançado de diálogo ao vivo.

Você lembra como se chamava esse projeto, Marcos, no começo do Google, de conversar em tempo real com o seu telefone?

Era o Mariner?

Não, esse, o do Mariner era o do Google. Esse era, é, era, esse era o Project Astra. Pode crer, é tudo os mesmos nomes, ninguém inventa nada mais.

Astra e Spark dominam o léxico de inteligência artificial do Vale do Silício.

Exatamente. Mas bem interessante, bem legal. Falou que funciona em 97 idiomas. E a pegada de ter o Extended Thinking é que você tá interagindo ali em tempo real, mas se tem alguma tarefa um pouco mais complexa, em vez de te dar uma resposta meio meh ou uma resposta errada, alucinada, ele tem o poder de buscar, né, de usar o function calling, né. Chamar, buscar na internet, pensar por mais tempo para resolver aquele problema antes de te dar a resposta, o que é interessante.

E outra do Google, essa aqui mais rapidinha também: eles estão abrindo ali o ecossistema do Google Home, né? Se você usa coisas do Google em casa, assistentes que eles têm, aquele Alexa deles basicamente, e outras coisas da casa, é para agentes de IA de terceiros, que é uma coisa interessante, através do MCP. Olha aí, Então você pode usar o Cloud ou OpenCLaw ou Hermes ou Pi para conectar nos seus assistentes Google Home aí na casa usando MCP.

Por enquanto só para assinantes do Google Home Premium Advanced lá nos Estados Unidos, mas também provavelmente vamos ver no Brasil muito em breve. E junto disso, as Nações Unidas, a ONU, falou agora na quinta-feira que eles estão trabalhando com o Google para tornar as estatísticas globais deles mais para serem acessadas por sistemas de IA. Eles chamaram de UN System Data Commons, né, tipo dados públicos livres que serão acessíveis por todo mundo, que é uma coisa excelente quando você vai trabalhar com ciência de dados, esse tipo de coisa, né, buscar esse tipo de informação online.

Agora eles querem facilitar isso, então trabalhando junto com o Google para isso. E uma última aqui deles, do Google, é que eles começaram a ter um programa de licenciamento para para remunerar os sites quando os conteúdos forem usados ali para gerar uma resposta de IA ali na visão geral de IA, na Way Overview, que aparece no topo quando você faz uma pergunta no Google hoje em dia, né, no Gemini também, por exemplo. Então isso é uma coisa que eu notei, já mencionei algumas vezes aqui, que eu praticamente não acesso sites mais no Google, né.

Antes, aquela coisa que você ia fazer uma busca no Google, você tinha que clicar no primeiro, segundo, terceiro site para encontrar informação que que você queria. Agora eu faço, eu uso o Google ainda muitas vezes porque tá mais fácil aqui no meu Chrome, né? É só um Ctrl+T para abrir uma aba nova, faço a busca, eu vejo o que a visão geral de IA me deu, e isso 99% das vezes, ou 95% das vezes, já resolve o meu problema, já resolve a minha dúvida.

Então realmente, né, o pessoal que vivia de ads, o dado dele tá sendo usado para alimentar essa busca do Google que tá com Gemini por trás, mas eles não estão recebendo nada em troca, não estão mais recebendo o clique do pay-per-click, né? Então agora isso tá mudando como o mercado, como o comércio funciona na internet. E agora o Google tá tentando fazer um licenciamento ali para editores participantes, que eles primeiro estão fazendo com pequenos e médios veículos, para eles receberem algum pagamento mensal, que eles não falaram ainda quanto que é.

Imagino que não seja muito, né? Vai ser centavos, mas sei lá, é uma migalha melhor que nada. Eu fico um pouco em cima do muro quanto a isso, porque eu gosto muito de ter o AI Overviews ali, eu gosto de ter a resposta, mas entendo que os sites estejam sofrendo com isso.

E partindo para Meta, ela falou que ela vai fazer mudanças nos prompts sugeridos da Meta AI depois que apareceu um vídeo viral de uma mãe que postou um vídeo, tinha uma foto lá que ela tava dirigindo, aí tinha uma criança no fundo. Aí uma das sugestões da Meta AI foi assim, ô, quem que é essa criança aí, hein? E tinha um baita dossiê sobre a criança, misturou as duas filhas dela, mas, ah, ela é a fulana, ela nasceu não sei onde, ela estudou não sei o quê.

E foi assim, e fazendo as perguntas sugeridas, elas iam aprofundando cada vez mais o interesse na criança que apareceu no fundo. Aí explodiu, e a Meta falou, é, tem que ver isso aí, hein? Então a gente vai pausar aqui o essas sugestões de prompts da Meta AI até a gente garantir que ela tá mais segura.

Boa. E uma última rapidinha aqui da Meta, que eles estão planejando lançar uns óculos novos aqui chamados Luna agora no outono do hemisfério norte, né, que vai basicamente agora de setembro até novembro, mais ou menos. Seriam óculos inteligentes com IA, mas sem câmera, porque tá rolando uma grande preocupação aí com a questão de privacidade feita com esse tipo de dispositivo. Então eles querem ter uma versão nova sem câmera, com 6 microfones, integração com os modelos Muse, né, com Meta AI através de voz, né.

Então você pode comprar, falar, e ninguém vai te bater na rua porque você tá com uma câmera na sua cara, basicamente, como já aconteceu com pessoas lá nos Estados Unidos aí que estavam usando os Meta Glasses. Eu acho que era, né, Marcos?

Era o Google Glass, essa história. O cara apanhou no restaurante que ele tava usando, mas não tá muito distante de aparecer notícia sobre isso com Meta Glasses também. Enfim, vamos para o cantinho multimídia que tem uma notícia que a gente resolveu trazer aqui, que é da ElevenLabs. Ela lançou o modelo Music V2.5, é o modelo padrão agora de geração de música da ElevenLabs, e de acordo com ela, o link vai estar aqui na descrição, oferece instrumentos com o aspecto, eles soam mais naturais, os arranjos são mais ricos, mais complicados, mais elaborados, na verdade, né?

E também quando gera música completa, ela fica mais coerente. Não é aquilo que a minha crítica sempre foi à geração de música, porque assim, é alguém falando com ritmo tocando de fundo, não parecia mesmo uma música, sabe? Então eles até fizeram benchmark com, sei lá, 50 mil pedaços de faixas, na verdade, E essa versão foi muito mais preferida do que a versão anterior, quando o pessoal escolheu o que que tava, enfim, o que gostava mais, né?

Por enquanto, para quem tem o plano gratuito da ElevenLabs, dá para gerar 5 músicas por dia, o que eu diria que é suficiente. E o plano Pro, por exemplo, em contrapartida, oferece 400 músicas por mês. É bastante coisa, né? Tudo bem que por dia são 150, por mês, mas ainda assim, 400 por mês dá para usar. E essa é uma coisa que eu vou deixar para o Fabrício testar através aqui trazer semana que vem, que eu sei que ele se diverte fazendo esse tipo de criação.

Eu acho maravilhoso. O Suno é a coisa mais divertida que existe. A ElevenLabs agora tem o musiqueiro deles, já tem algum tempo, mas agora melhorando. Talvez vou ver como que se compara ao do Suno. Indo agora para as rapidinhas, porque o cantão da China, que era, a gente abordou lá no começo, né? O Xi Jinping falando que não vai desacelerar nada, o governo depois falando que vamos fazer uma coisa aí, vamos marcar de marcar. Foi basicamente isso que veio de lá essa semana.

Não teve modelo Quem, Marcos, essa semana, surpreendentemente. Mas vindo agora para o Brasil, o presidente Lula sancionou a criação do REDATA, que é o Regime Especial de Tributação para Serviços de Data Center, que é um programa que tá envolvido com todo esse mundo da IA, né, talvez até com PIB e tudo mais. É um programa para incentivar a instalação, ampliação e modernização dos data centers ao redor do Brasil, né? Foi aprovado pelo Congresso e o Lula sancionou agora com incentivos fiscais para isso, suspensões de alguns tributos federais, inclusive o imposto de importação para comprar equipamentos, né?

Comprar GPU, por exemplo, para data center não vai ter esse imposto de importação, que é uma coisa que se você for pensar, por um lado você fala, putz, vendidos, não sei o quê. Por outro lado É uma excelente notícia se a gente quer ter um supercomputador ou vários supercomputadores ou empresas comprando e rodando modelos localmente no país, porque hoje em dia é uma paulada para você comprar uma GPU na NVIDIA, que você paga nesse, nessa questão do imposto de importação.

É muito, muito, muito, muito dinheiro mesmo, né? Então isso vai com certeza facilitar a criação e construção de data center. E aí o outro lado, que é muito falado também, tem que ver onde que vão ser construídos esses data centers, né, em lugares que tem assim energia abundante, que não vai tornar a conta energética mais cara para o pessoal que mora ali perto, não vai zoar a água da galera, não vai criar barulho, não vai mudar o meio ambiente.

Tem que ser feito do jeito direitinho. Mas a questão de facilitar essa importação, né, de tirar esses impostos eu vejo com bons olhos.

Boa.

E nessa semana a Mozilla fez uma parceria com a Mistral, amor do Fabricio. E agora os modelos da Mistral vão passar a ser a IA do Firefox para que ela— eles tenham o Smart Window que eles lançaram. Aliás, a Mozilla é curioso ver que ela tá enfrentando bem a fúria de quem fala: não aguento mais que fala sobre IA, tô enfiando IA e tudo. Você pega qualquer prejuízo da Mozilla é assim. Olha, a partir de agora os usuários têm a escolha de, se eles quiserem, eles podem ativar um recurso que é opcional.

Sabe, eles ficam cheios de dedos para pedir desculpa para anunciar uma coisa de IA que vai ajudar quem quiser usar, e um desses é esse Smart Window. E agora a Mistral vai passar a oferecer o modelo que o assistente de navegação é beta por enquanto para fazer pesquisas mais complexas. Deixa, é o agente de navegação de pesquisa de IA já embutido, basicamente. No Firefox. Vai ser meio faseado. Por enquanto eles vão implantar isso aí nos Estados Unidos, Canadá e França.

Mais para frente vai dar para usuários no Reino Unido usarem, pessoal na Alemanha usar também. E aí isso começa a esbarrar até— bom, a França tá na primeira leva, mas ainda assim esbarrar em todo o lance da GDPR, que é LGPD original. E eles leiam para os Felizes, é isso, é escolha, é opção, é quem quiser, etc. Mas é a Mistral emplacando uma bela de uma parceria com a Mozilla. Acho que isso vai levar os modelos da Mistral a mais gente do que se você somar até hoje que eles atingiram, sabe?

Provavelmente sim. Outra rapidinha aqui, mais uma daquela questão de eleições, que pode ser interessante para a gente que vai ter eleições muitíssimo em breve, né, daqui um mês e meio praticamente, primeiro turno. É, uns pesquisadores lá do MIT, eles estão organizando um projeto chamado LLM Election Observatory, O observatório de eleições por LLMs ou algo assim, para ver se o jeito que o LLM responde para você muda dependendo se você fala que você é de direita, de esquerda, de centro, de extrema-direita, extrema-esquerda, o seu gênero, a sua raça, é a sua localização também.

Enfim, um pouco de tudo ali. Eles fizeram um teste sobre uma eleição que rolou lá no Alasca e pegaram que o Claude, o próprio Claude, deu descrições diferentes sobre a posição de um senador lá, se a pergunta vinha de uma pessoa que se declarava como democrata ou que se declarava como republicano. E aí eles compararam vários modelos com mais de 19 mil consultas e viram esse tipo de problema que basicamente todos os modelos têm.

Eles falaram que ainda é cedo para concluir que existem viés sistêmicos, mas que a resposta confiante de um chatbot não deve ser automaticamente tratada como verdade, ou principalmente como uma informação neutra, né, que se você deixar escapar, ou se ele tiver na memória ali, ele tiver sabendo que você já tem um viés, aí seja de esquerda, de centro, de direita, de seja lá o que for, ele provavelmente vai dar uma orientação alinhada para falar: você está certo, é isso mesmo, Fabrício, é isso mesmo, Marcos. É isso mesmo, Maria.

Boa. E nessa semana tem a OpenRouter. A gente tem falado sobre ela aqui e ela é basicamente uma plataforma que deixa você acessar múltiplos modelos de vários fornecedores. E bom, OpenRouter, o roteador de modelos, tem os abertos, tem os fechados que você acessa por eles, e é muito usado no mercado corporativo principalmente. E nessa semana eles divulgaram que no início de setembro, então na semana de 7 de setembro, as pessoas que usam o Open Router gastaram mais com os modelos da OpenAI do que com os da Anthropic.

Foi a primeira vez que isso aconteceu desde 2024. Então é aquilo de a OpenAI tem investido para virar Anthropic mais rápido do que Anthropic conseguiu virar OpenAI quando o assunto é o mercado corporativo, né? Então é um indicador, isso assim, é um gasto específico, mas indica Essa volta da OpenAI a ser a queridinha do mercado quando o assunto é corporativo, que foi o que a Anthropic passou anos investindo para tentar virar o padrão.

E teve uma, e essa eu quero entender do Fabrício, por que que ela explodiu tanto. A gente viu nessa semana uma empresa chamada Typesafe, cujo CEO tem um nome bastante lusófono, então eu não sei se ele é brasileiro ou português, mas eles apresentaram o JEV, J-E-V. Que é, pelo que eu entendi, uma camada. Não é uma IA, ela não substitui a IA, mas é uma camada feita para ser mais barato de tomar decisões e junto com a IA acelerar processos.

E eles estavam no modo stealth, né, o modo reservado ali, tinham 40 milhões de investimento e explodiu. Foi tirando a discussão toda de IA dessa semana de desaceleração e etc., quando o assunto é coisa prática, coisa para a gente botar a mão na massa, ver o que que é, essa TypeSafe com JEV dominou completamente. Agora, Fabrício, me explica exatamente o que que é isso.

É, essa foi uma das, junto com a discussão que a gente teve no começo, essa foi uma das mais bombou na semana, esse modelo JEV, né, da TypeSafe. É, eu já tenho acesso, né, já consegui o acesso. Você pode colocar, tem uma lista de espera, mas mas eles aprovam relativamente rápido. Foi tipo 1 ou 2 dias para eles aprovarem, pelo menos no meu caso. E é isso, Marcos. Ele não é um LLM, ele não é você vai fazer uma pergunta, ele vai te dar uma resposta, não.

Mas ele consegue te dar uma decisão estruturada acompanhada de uma probabilidade associada a ela, né. Então pode ser usado, por exemplo, para classificação. Ele é basicamente um grande classificador, né, um grande switch ali, né? Se isso vai para cá, se for isso vai para cá, se for isso faz isso e tudo mais, né? Grandíssimo classificador. Só que é meio que um, talvez um próximo passo dos classificadores, ou um classificador super parrudo, porque ele consegue fazer isso de uma forma muito rápida, muito rápida mesmo, e tendo várias opções ali ele consegue calcular bem para onde que ir, basicamente, né?

Então você tem que definir previamente todas as opções que você quer que ele siga. Arquitetura por trás dele se chama System 1, que ele usa ali uma parte de aprendizado por reforço. Mas é interessante que a latência dele é absurda. Eles falam que é entre 70 e 500 milissegundos para responder, que é tipo de 40 a 200 vezes mais rápido que um LLM normal. Eles compararam ali com o Terra, que eu achei meio bizarro, né? Mas é uma resposta dele veio em 0,1 segundo.

E uma resposta do Terra, imagino que sem reasoning, né, sem o thinking, veio em 8 segundos, ou talvez com thinking, mas enfim. E aí o interessante, eles cobram $42 por 1 bilhão de tokens de entrada, bilhão com B de Brasil. Então não é 1 milhão que a gente sempre fala por aqui, é 1 bilhão. Se você for fazer 1 bilhão, fica 0,04 centavos de dólar por milhão de entrada. E a saída é grátis. É tão ínfimo o valor que é gerado para eles, né, de custo, que eles falam o output é totalmente grátis.

E eles falam que isso elimina alucinações e erros de tipo, né, porque você tem ali um número pré-definido de possibilidades e uma probabilidade associada a eles. Então o erro que você pediria para o LLM responder de uma certa maneira, esse tipo de erro realmente não vai ocorrer, né? O que pode ser a probabilidade variar um pouco ali. E a internet, as redes sociais estão invadidas, inundadas de exemplos de galera testando o JEV nesses últimos dias aí, desde que ele foi lançado.

Um dos mais legais que eu vi é o JEV jogando Doom, né? Porque tem uma quantidade limitada de coisas que ele tem que fazer, né? Vai para frente, vai para trás, lado direito, lado esquerdo. Atira no monstro, recarrega, e é basicamente isso, né? Então ele vai escolhendo, ele consegue analisar o que tá passando na imagem, né, através do que você passa para ele, e a partir de uma dessas opções ele escolhe o que fazer a seguir e consegue jogar de um sozinho.

Eu vi um outro exemplo também do pessoal colocando ele jogando, jogando, ele usando o método de autodireção da Tesla, né, que é tipo um joguinho como se fosse, mas serve para simulação de direção automática mesmo, é dos carros da Tesla, por exemplo, e ele tomando as decisões, né? Tipo, acelera, acelera, acelera. Aí passou alguém, ele para. Tem um farol, ele para. Então esse tipo de decisões para ele fazer é bem interessante. E ele ser combinado com um LLM, eu colocar um guardrail numa LLM, se tiver um tipo de resposta ou um tipo de palavra, esse tipo de coisa, você colocaria, por exemplo, o LLM para propor as opções, que todas as opções possíveis, o Jev decide, e aí vai ter um código que executa.

Então é bem legal para você que tá trabalhando de uma, em tarefas agênticas, trabalhando com chatbots, trabalhando principalmente nessa parte da robótica e de classificadores. Vale a pena dar uma olhada no Jev da TypeSafe. E vai, se vocês têm o contato do Diogo, vai ser um prazer trazer ele aqui para o programa É ele, eu acho que ele é português.

Beleza, seria muito bacana recebê-lo mesmo aqui. Deve estar ocupado essa semana, mas vamos ver nas próximas. Agora, Fabrício, essa semana eu fiz uma coisa que eu nunca tinha feito, eu joguei xadrez com uma mosca de banana e eu perdi.

Essa também foi uma das mais legais que saiu dessa semana. O Maxime Labon, que é o chefe de pós-treino lá da de AI, nossos amigos, já podemos dizer, né? Porque nós temos o Fernando que entrevistamos aqui. Se você não viu o episódio com o Fernando, episódio muito legal, bem técnico, e que ele inclusive vai ser um dos palestrantes do IA Conference Brasil agora na próxima quinta-feira, dia 24 de setembro, e que a gente visitou eles lá na Califórnia, né, no Vale do Silício.

Um abraço para Viviana. Ele postou, eles fizeram ali primeiramente o modelo que joga xadrez, o LFM, lá uma versão dos menorzinho que eles têm, é um Tiny Language Model, TLM, que tem acho que 230 milhões de parâmetros, não é bilhões, é milhões mesmo, tá bem pequenininho, que joga xadrez. E aí depois ele falou, eles começaram a fazer outra parada que é pegar uma coisa que é chamada de conectome, mas melhor que eu para explicar isso a gente trouxe aqui o nosso amigo Fernando Fernandes lá que trabalha junto com o Maxime Lebon na Liquid AI.

Fala, pessoal, tudo bem? Explicar um pouquinho desse, dessa coisa do Conectoma, né, que tá fazendo um barulho do caramba. Para contextualizar, né, o que que é um Conectoma? Primeiro lugar, né, o Conectoma é basicamente um mapeamento de uma rede neural natural, né, como os neurônios dentro de um organismo vivo estão interconectados, como acontecem as sinapses, como que acontecem os ganhos. Como os neurônios efetivamente se conectam, preservando a geometria original.

E o que a gente tem observado é que se você colocar um pequeno encoder que excita algumas áreas dessa rede neural e depois você tem um decoder, que o papel dele é fazer a leitura das excitações dessa estrutura neural, uma espécie de leitor do que está acontecendo dentro do cérebro, Esse cérebro já possui ali algumas características importantes de como essa informação se acumula no tempo, etc. Então, grosso modo, é como se você conseguisse traduzir a partir de um encoder treinável dados que uma mosca não perceberia, porque ali o cérebro dela tá conectado à estrutura sensorial inerente à espécie dela.

Então funcionaria como uma espécie de dicionário. E aí, a partir disso, você liga nesse cérebro virtual excita ele e depois tem uma camada que faz a tradução de volta para o domínio dos dados que você tá lidando. E o pessoal tem feito coisas muito, muito legais com isso. Por exemplo, OCR. Outras pessoas fizeram ali exercício de colocar uma mosquinha para remixar uma música, brincar de DJ e colocar a batida e você ensinar ela a colocar esse padrão de batida como um DJ colocaria.

Tem gente que ensinou a mosca pousar um avião, tem gente que ensinou a mosca controlar drones, tem gente que fez a mosca jogar xadrez. A parte mais bonita disso é que no final do dia, como você tem ali uma estrutura recursiva biológica que faz muito do que as RNNs, LSTMs que o começo ali dos Transformers faziam. Você só consegue fazer ele com pouco esforço ali, o plug and play, e já usar aquele conectoma Aziz. O que eu venho brincando, que eu já fiz um primeiro pacote ali, contribuí, foi tornar isso, o próprio conectoma também treinável dentro do MagiPO da Apple ali.

Fiz um PR ali de um projetinho legal que um cara fez lá fora. O Connect Torch. Então você tem um Conectoma, você tem um Torch operando em cima daquilo, e aí eu criei os kernels para que qualquer pessoa com MacBook consiga treinar o Conectoma também de maneira eficiente. Eu tô começando a brincar ali, em breve vocês vão ver algo interessante aí, pipeline treinando end-to-end desde esses encoders até o próprio Conectoma, como que a gente pode eventualmente mudar os pesos ali marginalmente dele, que ele já é poderoso do jeito que ele é, mas ele pode ainda ser mais poderoso, e do decoder, tá bom? Boa.

E nessa semana a IBM e a NASA lançaram um modelo aberto para contribuir, acelerar, agilizar, melhorar estudos lunares. É o NASA-IBM Lunar Foundation Model, LFM, que eles treinaram com observação lunar para ajudar pesquisadores a analisar dados, pegar diferentes instrumentos e com isso jogar nesse modelo. E a ideia é para ajudar a identificar cratera, formação vulcânica, porque isso já tá mapeado, mas agora dá para melhorar o mapeamento, né?

Então eles falaram que esse modelo substituiu métodos usados hoje em dia em 22%, algumas tarefas para identificar algumas características geográficas, por exemplo. E por ser um modelo aberto, dá para adaptar isso para os institutos e cientistas também usarem pro que eles precisam quando o assunto é esse estudo lunar. Bem interessante. A gente sabe que tem ouvintes aqui do podcast que já lidaram com estudos lunares em algum momento.

Então, se vocês usarem esse modelo, tiverem impressões, vai ser um prazer poder ou trazer aqui o que vocês acharam ou conversar mesmo com vocês a respeito do modelo. Achei bem legal.

Com certeza. E um abraço pro Alan Brás lá da IBM, que me passou esse artigo, essa novidade que não tinha caído no meu radar.

Bem legal, saudade dele inclusive.

Sim. E a última das rapidinhas aqui, o Matheus Borges, nosso amigo aqui do podcast da Rankia, ele mandou aqui para gente também um estudo que eles fizeram lá na Rankia analisando 73 milhões de citações do ChatGPT distribuído ali em vários domínios, em respostas a perguntas sobre negócios no Brasil entre abril e agosto de 2026, e para ver quais são os portais mais citados pelo ChatGPT quando ele vai gerar uma notícia, né, tipo a citação da fonte mesmo.

E em primeiro lugar ficou a Folha com quase 17%, seguido pelo UOL Notícias com 11,5%, Gazeta do Povo com 8%, Jota com 7% e CNN Brasil com 6%. Essas 5 juntas foram basicamente a metade de todas as citações feitas pelo ChatGPT nesses meses. Sobre as redes sociais, só veio 29% do YouTube, 26% do Instagram— essa me pegou de surpresa— e 21% do Reddit. Isso aí são coisas que podem ser interessantes se você trabalha com marketing, né, para dar uma olhada nesses e outros dados que o nosso amigo Mateus Borges sempre manda por aqui.

E fechando o programa de hoje, a gente vai para os estudos da semana, que são 4. Os estudos dessa semana. O primeiro veio do Google, que é um paper que eles apresentaram chamado Retrieve for Train. É basicamente um frameworkzinho ali, uma abordagem para acelerar os sistemas de buscas com IA para retornar um conjunto de dados e não só o item mais relevante, né, o item mais importante ali, meio que um RAGzão basicamente, né. O mote deles é que geralmente quando você pede para um LLM fazer uma busca, ele vai fazer ali meio que variações da mesma pesquisa, em vez de realmente ampliar, de fazer coisas que podem ser mais diversas, mais coerentes.

E aí eles falaram, tá, isso precisa de um trabalho melhor, mais organizado, mais pesado. Então eles pegaram modelos pequenos ali, o Gemma 3 de 4 bilhões de parâmetros e o Quen 3 também de 4 bilhões, treinaram com o reinforcement learning para gerar 10 subconsultas diferentes, né, que tenham resultados realmente existentes na base, que tenham diversidade também e alinhamento com a intenção, né, com o pedido. E depois esse modelo vai gerando esses pares de treinamento.

Isso foi usado para treinar um modelo pequeno de difusão de 53 milhões de parâmetros também. Milhões é minúsculo para produzir esse conjunto de direções de busca. E nos experimentos deles de recuperação ali de moda e de música, esse Retrieve for 10 foi bem melhor do que a busca por uma consulta ou do que uma expansão de hotspot por LLM. E conseguiu produzir resultados melhores, mais diversos e sem perder esse alinhamento, de uma forma muito mais rápida, porque ele consegue fazer tudo isso em paralelo, sem depender ali do raciocínio que o próximo depende do anterior, né?

O de fusão não funciona assim, os modelos de fusão eles funcionam meio que tudo ao mesmo tempo. E com isso eles conseguiram melhorar, acelerar a busca em 12 a 20 vezes, o que é bem, bem interessante. Então quem quiser dar uma lida e testar nos seus sistemas aí de RAG internos, o paper tá aqui na descrição. O segundo estudo veio de um artigo publicado na Lancet, né, uma das revistas, publicações científicas mais respeitadas no mundo.

Veio lá da China essa daqui. Um teste randomizado usou em 5 hospitais chineses para o pessoal que faz ultrassonografia, né, os humanos ali, que usar um assistente de IA para fazer a ultrassonografia durante os ultrassons de pré-natal, né, para mulheres grávidas, melhorou a detecção de má-formações no cérebro do feto ali, sem aumentar o nível de alarmes falsos, né, de falsos positivos. Foi um dos primeiros testes que eles fizeram para essa ferramenta.

A ferramenta chama PAICS, P-A-I-C-S. E essa detecção, eles notaram que subiu a detecção de má-formações no cérebro de 78%, só com humanos, para 87% usando esse sistema auxiliado por IA. Só o PAICS sozinho performou pior do que a pessoa, ultrassonografista lá, mas o PAICS mais o humano tiveram esse ganho aí para encontrar essas más formações. Então, bem legal, excelente notícia publicada, é real, né, ciência mesmo, publicada na Lancet.

O link vai estar aqui na descrição para quem quiser ler. O terceiro estudo dessa semana veio da Anthropic, que eles contaram como que eles usaram o Claude para fazer a predição e o design de estruturas ali e moléculas de uma forma mais rápida e acessível. Usando os modelos cloud. Eles falaram que em menos de 4 semanas o cloud supervisionado com 2 pesquisadores dessa área da biotecnologia conseguiu otimizar mais de 30 modelos open source que fazem esse tipo de predição estrutural, fazer o design de proteínas como o AlphaFold fazia, né, mas também de genômica e modelos de linguagem para proteína. E você me pergunta, o que que é o modelo de linguagem para proteína?

Fabrício, o que é o modelo de linguagem para proteína?

Lembrando lá da escolinha, né, da tia Cotinha de biologia, você tem os aminoácidos que são o ATCG. Você lembra as siglas? Era timina, adenina, citosina e guanina. Abri aqui rapidinho, mas era isso. E os aminoácidos, as cadeias de aminoácidos se juntam para formar proteínas. Então o modelo de linguagem para proteínas é um modelo que consegue prever o próximo token, a próxima letra, né, se vai ser um A, T, um C ou um G. Basicamente é isso, né?

Isso existe, é usado muito pelos pesquisadores da área e que conseguiram melhorar esse tipo de modelos. Falou que em média a melhora foi 4 vezes de velocidade com perda mínima de precisão, ou 2 vezes de velocidade mantendo o mesmo resultado. E isso também reduziu muito o custo de você criar um design de novas proteínas. Falaram que em trabalhos anteriores o Claude podia consumir 2.500 horas de GPU H100 e custar $10.000 por cada alvo.

Agora eles conseguem fazer usando uma H200 durante 24 horas sem nenhum subagente, usando essas ferramentas. Os 3 modelos que eles usaram conseguiram fazer ali o mesmo desempenho do experimento anterior usando 100 vezes menos horas de GPU. Então ali dividindo essas 2.500 horas seria algo em torno de 25 horas de GPU e gastando $150, não $10.000. Então, para o pessoal da biologia, da biotecnologia, excelentes notícias por aqui. E o último estudo da semana de hoje, eu mencionei lá no começo, né, que vinha coisa interessante da China, exatamente sobre o tema da RSI, né, a RSI, Recursive Self-Improvement.

Que é a melhor automelhora recursiva, né, os modelos se automelhorarem. E o nome do paper que veio lá da Universidade de Xangai, da Universidade Tsinghua, que a gente sempre comenta por aqui, pessoas também da ByteDance, do Shanghai AI Lab, enfim, muitas empresas e laboratórios lá da China chamaram esse paper de The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement. Traduzindo aqui, a última IA construída por humanos, pensando ou chegando a uma automelhoria recursiva real, genuína.

E tem um monte assim de nomes de pesquisadores que trabalharam nesse paper. É um paper denso, um paper de 79 páginas. Não li inteiro, obviamente, né, mas fiz um resumo aqui para trazer para vocês. Mas o que eles trazem é tanto uma ideia, né, um conceito, uma proposta, que uma IA que consiga fazer essa melhoria recursiva não só ela executaria tarefas de uma forma melhor, mas ela participaria desse processo de se automelhorar, e que isso chegaria também numa capacidade da próxima geração descobrir novas possíveis melhorias e novas possíveis, e dele chegar nesse mundo que não precisa mais de humanos para treinar a IA.

Então eles propõem ali primeiro um roteiro, né, um conceito Para falar, primeiro vai ter uma autonomia desse ciclo de melhorias, tem que ter, com 5 estágios segundo eles. Primeiro, ele tem que saber executar essas melhorias. Segundo, ele tem que escolher as melhores estratégias de melhoria. Terceiro, ele tem que pegar de forma sozinho, sem um humano ter que passar para ele novos dados, novas experiências, para ele saber, né, para se autotreinar novamente, fazer um novo pré-treino, mudar a própria arquitetura, coisas complexas.

Quarto ponto, se adaptar nesse ambiente onde ele tá vivendo. E o quinto, que é o mais avançado, que é a metamelhoria recursiva. Ou seja, que seria isso que eu mencionei, né, ele melhorar o próprio método que ele usa para se automelhorar. Então eu achei bem interessante eles primeiros colocarem esse ponto conceitual mesmo, e depois eles tentam trazer alguns casos industriais de avanços, onde é que a gente tá basicamente, né. Ele falou que no Human Layer Depois de 4 ciclos de atualização mantendo o modelo base e as ferramentas e orçamento constantes, os defeitos em 600 tarefas de teste caíram de 9% para 3,7%.

O tempo humano médio de tratamento caiu de 48 para 27 minutos. Mas a ideia central do paper é que, olha, a gente propõe esses passos nesses pontos que uma RSI verdadeira seguiria. A gente traz aqui mais ou menos onde a gente tá. Mas eles dizem que faltam evidências que a gente esteja lá realmente, que a gente esteja chegando uma IA, uma Recife verdadeira, que talvez seja para um futuro próximo ou não próximo, mas que ainda não existe, que não é necessário você melhorar uma tarefa.

Você teria que mostrar isso por vários ciclos, que aquilo que a IA aprendeu e que tá se automelhorando é uma coisa herdada e que continua funcionando para problemas novos, né, que não é um cobertor curto que você melhora aqui e perde no outro. Então eles falam que vai precisar de longas avaliações, de muitos humanos ainda no loop para fazer tudo isso. Mas é como um paper propositivo mesmo, eu achei bem interessante. Links de tudo isso na descrição para quem quiser.

Boa! Junto com o link da sua última chance para garantir seu lugar na Conferência Brasil 2026, que rola essa quinta-feira, falta menos de uma semana, Fabrício, 24 de setembro, no Centro de Convenções Frey Caneca em São Paulo, o dia inteiro repleto de palestras, de networking. A gente vai aprender junto, vai conhecer muita gente, vai ser muito legal. A gente espera ver vocês por lá. E eu e o Fabrício voltaremos na quarta-feira com uma entrevista que, se eu fosse você, eu não perderia. Até lá!

Este podcast foi produzido pela Alura. Mergulhe em tecnologia e Faculdade FIAP. Let's rock the future! Edição Rede Gigahertz de Podcasts.