Tag: privacidade

  • Reino Unido vai usar IA para verificar idade de requerentes de asilo mesmo sabendo que a tecnologia é falha

    Reino Unido vai usar IA para verificar idade de requerentes de asilo mesmo sabendo que a tecnologia é falha

    A verificação de idade já está por toda parte na internet — de restrições a redes sociais na Austrália a bloqueios de conteúdo adulto em mais da metade dos estados americanos. Mas agora uma das tecnologias centrais por trás dessas checagens está prestes a invadir o mundo offline, com consequências potencialmente devastadoras.

    A partir do próximo ano, o governo britânico planeja usar estimativa facial de idade (FAE, na sigla em inglês) — um sistema de inteligência artificial que escaneia o rosto e sugere quantos anos uma pessoa tem — para determinar a idade de requerentes de asilo que chegam às fronteiras do Reino Unido. Esta é considerada a primeira vez que um sistema do tipo é usado nesse contexto.

    Como funciona (e como falha)

    A tecnologia FAE analisa características faciais e as compara com padrões de envelhecimento em seu banco de dados de treinamento. Na teoria, deveria identificar se uma pessoa é maior ou menor de idade. Na prática, uma investigação conjunta da WIRED e Lighthouse Reports, em colaboração com o jornal The Independent, revelou que a realidade é bem diferente.

    Os repórteres obtiveram um relatório interno do governo britânico que detalha os testes das tecnologias FAE. O documento mostra que os sistemas confundem crianças com adultos com frequência e apresentam sérios vieses — especialmente contra os grupos que mais solicitam asilo ao Reino Unido.

    O que está em jogo

    Muitos requerentes de asilo chegam ao Reino Unido sem documentos que comprovem a idade. Se um menor de idade for incorretamente classificado como adulto por esse sistema de IA, as consequências são graves:

    • Perda de proteções legais específicas para crianças
    • Encarceramento em centros de detenção para adultos
    • Processos de asilo mais rigorosos e acelerados
    • Risco de deportação sem as salvaguardas previstas para menores

    Vieses documentados

    O relatório interno indica que a tecnologia tem desempenho particularmente ruim com pessoas de determinadas etnias — justamente os grupos que mais buscam asilo no Reino Unido. Isso ecoa problemas já conhecidos em sistemas de reconhecimento facial, que historicamente apresentam taxas de erro mais altas para pessoas não-brancas.

    A decisão do governo britânico de seguir adiante com a implementação, mesmo tendo acesso a esses dados, levanta questões sobre transparência, responsabilidade e os limites éticos da automação de decisões que podem mudar — ou destruir — vidas.

    Um alerta global

    O caso do Reino Unido serve como alerta para outros países que consideram adotar tecnologias semelhantes. A União Europeia, por exemplo, debate atualmente os limites do uso de reconhecimento facial em espaços públicos como parte do AI Act.

    Enquanto isso, a indústria de verificação de idade online continua crescendo aceleradamente, e a linha entre o mundo digital e o físico fica cada vez mais tênue. A pergunta que fica é: quantos erros um algoritmo pode cometer antes que decidamos que a vida de uma pessoa vale mais do que a conveniência da automação?


    Fonte: Ars Technica / WIRED

  • Meta Testou Reconhecimento Facial de Fornecedora do Pentágono para Seus Óculos Inteligentes

    Meta Testou Reconhecimento Facial de Fornecedora do Pentágono para Seus Óculos Inteligentes

    A Meta está testando software de reconhecimento facial desenvolvido pela Rank One Computing — uma empresa de Denver que obtém cerca de 80% de sua receita de clientes governamentais e tem em seu conselho um ex-diretor adjunto da CIA e um ex-chefe de ciência do FBI.

    O acordo está documentado em uma licença de software obtida pela WIRED, vinculada a uma versão de teste do aplicativo Meta AI que alimenta os óculos inteligentes Ray-Ban e Oakley da empresa.

    Tecnologia de vigilância em produtos de consumo

    O reconhecimento facial da Rank One já é utilizado pelo U.S. Marshals Service para confirmar identidades de prisioneiros sem impressão digital durante o transporte, e pelo Naval Criminal Investigative Service (a polícia da Marinha dos EUA). A empresa também desenvolveu reconhecimento facial de longo alcance para o Comando de Operações Especiais dos EUA, afirmando que seu software poderia identificar um rosto a até um quilômetro de distância.

    A licença adquirida pela Meta autoriza o uso do reconhecimento facial da Rank One junto com detecção de vivacidade (liveness detection), que verifica se a câmera está vendo uma pessoa real em vez de uma foto ou máscara. O sistema suporta até 10 milhões de templates faciais e permanece ativo.

    Código em produção, funcionalidade desativada

    Código revisado pela WIRED mostrou que resquícios da integração da Rank One — as rotinas que carregam sua licença e inicializam seu software — permaneceram em uma versão do aplicativo da Meta enviada este mês para milhões de consumidores, adormecidos, junto com o próprio sistema de reconhecimento facial da empresa.

    Nenhum dos sistemas de reconhecimento facial vinculados aos óculos inteligentes da Meta jamais esteve ativo para os usuários. A Meta os removeu completamente do aplicativo em 5 de junho, um dia após a WIRED revelar que a empresa havia construído silenciosamente um sistema de reconhecimento facial não lançado, chamado internamente de NameTag.

    A tênue linha entre vigilância e consumo

    “Existe uma longa história de tecnologias militares se tornando produtos de consumo”, diz Joseph Jerome, ex-executivo de políticas do Meta Reality Labs. “Esse é, sem dúvida, o caso da internet.”

    A liderança da Rank One é composta por veteranos de alto escalão da aplicação da lei e inteligência. Seu CEO, B. Scott Swann, anteriormente dirigiu a divisão do FBI que opera os bancos de dados biométricos da agência. Seu conselho inclui um ex-diretor adjunto da CIA para ciência e tecnologia e um ex-chefe do ramo de ciência e tecnologia do FBI.

    Preocupações com viés e regulação

    Como outros sistemas de reconhecimento facial, o da Rank One não tem desempenho uniforme entre grupos demográficos. Em testes do NIST (National Institute of Standards and Technology), uma versão do algoritmo produziu taxas de falsos positivos significativamente diferentes dependendo do sexo e país de nascimento da pessoa.

    A Meta se recusou a comentar sobre os detalhes do relacionamento com a Rank One — não disse por que licenciou o software, quando o relacionamento começou ou se está em andamento. A Rank One também se recusou a comentar.


    Este caso levanta questões fundamentais sobre privacidade e o uso dual de tecnologias de vigilância: as mesmas empresas e os mesmos algoritmos subjacentes servindo tanto a consumidores quanto a agências militares e policiais.

  • Siri não será sua namorada IA: Apple rejeita companheirismo emocional e aposta em assistente utilitário

    Siri não será sua namorada IA: Apple rejeita companheirismo emocional e aposta em assistente utilitário

    A Apple deixou claro: a nova Siri AI, anunciada na WWDC 2026, não vai virar sua namorada virtual. Em uma entrevista pós-WWDC ao programa Mostly Human, os executivos Craig Federighi (VP de Engenharia de Software) e Greg Joswiak (VP de Marketing) traçaram uma linha vermelha bem definida sobre o papel da inteligência artificial da empresa — e companheirismo emocional não está no cardápio.

    “Se você tentar se envolver romanticamente com a Siri, ela não está a fim disso. A Siri está 100% fora dessa”, disse Federighi.

    Foco em utilidade, não em engajamento

    A Apple está nadando contra a corrente. Enquanto chatbots como ChatGPT e Gemini são projetados para maximizar o engajamento — às vezes parecendo bajuladores, incentivando o usuário a revelar detalhes pessoais para criar uma “conexão” — a Siri AI foi construída com a filosofia oposta.

    “Se você usa muitos dos chatbots existentes, eles estão realmente focados em engajamento em grande medida. E bajulação, certo? Eles meio que querem te puxar para dentro, te encorajar a revelar coisas sobre você, e usar isso como base para estabelecer uma conexão”, explicou Federighi.

    A abordagem da Apple é utilitarista: a Siri AI existe para ajudar você a fazer coisas e aprender sobre o mundo. Ponto.

    “Eu posso te ajudar a realizar tarefas. Posso te ajudar a aprender sobre o mundo. Mas se você tentar me envolver como um parceiro romântico, escute — não é para isso que eu estou aqui, certo?”

    Privacidade como diferencial

    A entrevista também reforçou o compromisso da Apple com privacidade. O processamento no dispositivo (on-device) e a arquitetura Private Cloud Compute garantem que o contexto pessoal do usuário nunca seja agregado em um perfil da empresa — uma diferença fundamental em relação a concorrentes que centralizam dados na nuvem.

    Federighi também alertou para os riscos de segurança que a IA generativa amplifica: golpes de impersonificação, chamadas falsas e e-mails fraudulentos estão ficando cada vez mais convincentes. “Seja cético com chamadas, mensagens e e-mails não solicitados”, recomendou.

    Segurança infantil redesenhada

    Outro destaque da entrevista foi a reformulação completa da experiência de configuração de iPhones para crianças. Os pais poderão começar com um aparelho “altamente restrito” — apenas contatos aprovados e funcionalidades selecionadas — e expandir gradualmente o acesso com os novos controles do Screen Time.

    O contexto: WWDC 2026 e Siri AI

    Este posicionamento chega dias após a Apple apresentar a Siri AI na WWDC 2026 — uma reformulação completa do assistente, alimentada pela nova geração do Apple Intelligence, com compreensão de contexto pessoal, consciência de tela e conversas naturais. A Siri AI também ganhou um app dedicado e ferramentas de escrita integradas.

    A postura da Apple é um contraponto interessante ao crescente mercado de “AI companions”, onde aplicativos como Replika e Character.AI faturam justamente em cima de conexões emocionais artificiais. A mensagem de Cupertino é clara: IA deve ser uma ferramenta, não um substituto para relações humanas.

  • IA permite recriar vozes de pilotos mortos em gravações de voo e gera polêmica na NTSB

    Uma nova aplicação da inteligência artificial (IA) está causando preocupação entre órgãos reguladores de transporte aéreo nos Estados Unidos. A National Transportation Safety Board (NTSB), agência responsável por investigar acidentes de aviação, precisou suspender temporariamente o acesso público ao seu sistema de documentos após descobrir que vozes de pilotos mortos em um acidente aéreo foram recriadas por meio de IA e começaram a circular na internet.

    Como a voz foi recriada a partir de imagens espectrogramas

    O caso envolve o voo UPS 2976, que sofreu um acidente em Louisville, Kentucky, no ano passado. Embora a legislação federal proíba a divulgação das gravações originais das caixas-pretas (cockpit voice recorders) no sistema público da NTSB, o dossiê do acidente continha um arquivo no formato de espectrograma da gravação da voz no cockpit.

    Imagem relacionada ao artigo de TechCrunch AI
    Imagem de apoio da materia original.

    Um espectrograma é uma representação visual do som, que transforma sinais de áudio — incluindo frequências altas e baixas — em uma imagem, utilizando processos matemáticos. O popular YouTuber Scott Manley, conhecido por abordar física, astronomia e jogos, destacou na rede social X (antigo Twitter) que seria possível reconstruir o áudio original a partir dos dados contidos nessa imagem.

    Utilizando essa técnica, pessoas conseguiram recriar o áudio aproximado da gravação da voz dos pilotos envolvidos no acidente, combinando o espectrograma com transcrições públicas disponíveis. Ferramentas de IA, como Codex, foram empregadas para essa reconstrução, o que gerou ampla repercussão.

    Reação da NTSB e impacto na transparência das investigações

    Diante da situação, a NTSB bloqueou temporariamente o acesso ao seu sistema público de dossiês para evitar a disseminação dessas gravações reconstruídas. Apesar de o sistema ter sido reaberto na sexta-feira seguinte, 42 investigações permanecem fechadas para revisão, incluindo a do voo UPS 2976.

    O episódio levanta questões importantes sobre o uso da inteligência artificial para recriar dados sensíveis e sigilosos, e os desafios que isso traz para órgãos reguladores que precisam equilibrar transparência pública e proteção de informações confidenciais.

    Implicações práticas e futuras medidas

    • O uso de IA para decodificar espectrogramas pode permitir a reconstrução de áudios que deveriam permanecer inacessíveis, afetando a privacidade e a segurança.
    • Agências reguladoras como a NTSB precisam revisar seus protocolos de divulgação de dados para evitar que informações sensíveis sejam exploradas por tecnologias emergentes.
    • Esse caso destaca a necessidade de atualização das legislações e políticas públicas para acompanhar o avanço das ferramentas de inteligência artificial.

    Links úteis

  • Nova Siri no iOS 27 traz chats com exclusão automática para reforçar privacidade

    Apple aposta na privacidade para reposicionar Siri com iOS 27

    A Apple prepara uma reformulação significativa para a Siri, sua assistente virtual, que será lançada junto ao iOS 27. Segundo informações do jornalista Mark Gurman, da Bloomberg, a Siri ganhará uma interface mais próxima de chatbots e, principalmente, a opção de exclusão automática do histórico de conversas, reforçando a reputação da Apple em privacidade.

    Como funcionará a exclusão automática de chats

    O novo recurso permitirá que os usuários escolham por quanto tempo desejam manter o histórico das interações com a Siri. As opções disponíveis serão: manter as conversas por 30 dias, um ano ou indefinidamente. Após o período selecionado, os dados serão apagados automaticamente, evitando o acúmulo de informações pessoais armazenadas.

    Imagem relacionada ao artigo de The Verge AI
    Imagem de apoio da materia original.

    Essa abordagem contrasta com outros assistentes e chatbots do mercado, que costumam oferecer apenas modos temporários, como o modo incógnito, sem opções flexíveis de retenção.

    Quem poderá usar e quando estará disponível

    O recurso será parte do iOS 27, sistema operacional que deve ser disponibilizado para iPhones compatíveis ainda em 2026. Assim, a novidade estará acessível a todos os usuários que atualizarem seus dispositivos para essa versão do sistema.

    Impacto prático para os usuários

    Com a crescente preocupação global sobre privacidade em inteligência artificial, a Apple aposta em um diferencial competitivo ao limitar o tempo que a Siri pode reter dados das conversas. Isso pode tranquilizar usuários que evitam assistentes virtuais por receio do uso indevido de suas informações.

    Além disso, a Siri continuará a operar com restrições mais rígidas em relação à memória e personalização, diferentemente de outros chatbots que utilizam históricos extensos para aprimorar respostas. Essa decisão pode representar uma troca entre conveniência e segurança, reforçando o posicionamento da Apple no mercado de IA.

    Tecnologia por trás da nova Siri

    Apesar da Apple estar substituindo vários componentes internos da Siri pela tecnologia Gemini, da Google, a empresa mantém o foco em preservar a privacidade do usuário, limitando o armazenamento e o uso dos dados coletados durante as interações.

    Links úteis

  • Apple apresenta nova Siri com exclusão automática de conversas e foco em privacidade

    Nova versão da Siri promete reforçar privacidade e experiência de chatbot

    A Apple está prestes a lançar uma reformulação significativa da Siri, sua assistente virtual, com novidades que prometem colocar a privacidade do usuário em primeiro plano. A atualização deve ser apresentada oficialmente durante a Worldwide Developers Conference (WWDC) em junho de 2026, conforme informações divulgadas pelo jornalista Mark Gurman, da Bloomberg.

    O que muda com a nova Siri?

    Um dos destaques da atualização é o lançamento do primeiro aplicativo independente da Siri, que será alimentado pela tecnologia Google Gemini. A proposta é oferecer uma experiência de chatbot semelhante ao ChatGPT, tornando as interações mais naturais e eficientes.

    Imagem relacionada ao artigo de TechCrunch AI
    Imagem de apoio da materia original.

    No entanto, diferente de outros assistentes baseados em inteligência artificial, a Apple pretende limitar o tempo de armazenamento dos dados dos usuários. Entre as funcionalidades previstas está a possibilidade de exclusão automática das conversas após 30 dias, um ano ou a opção de mantê-las indefinidamente, recurso similar ao já existente no aplicativo Mensagens.

    Disponibilidade e acesso

    A nova Siri estará disponível para os usuários de dispositivos Apple compatíveis assim que for lançada na WWDC 2026. Ainda não há detalhes oficiais sobre preços, pois a atualização deve ser distribuída gratuitamente como parte do ecossistema Apple.

    Impacto prático para os usuários

    • Privacidade reforçada: com controle sobre o tempo de armazenamento das conversas, o usuário pode proteger melhor seus dados pessoais.
    • Experiência de chatbot avançada: a integração com Google Gemini traz respostas mais naturais e contextualizadas.
    • App independente: facilita o acesso e o uso da assistente sem depender exclusivamente de comandos por voz no sistema operacional.

    Apesar do foco na privacidade, fontes indicam que a Apple pode estar usando essa ênfase para justificar algumas limitações da Siri frente a concorrentes, já que o processamento de segurança contará com suporte do Google.

    Links úteis

  • Disneyland passa a usar reconhecimento facial opcional em visitantes: avanços e controvérsias

    Reconhecimento facial chega à Disneyland com opção para visitantes

    A Disneyland, conhecida como “o lugar mais feliz da Terra”, implementou uma nova tecnologia de reconhecimento facial para os visitantes que desejam utilizar uma entrada especial no parque. A Walt Disney Company anunciou que essa funcionalidade será opcional, permitindo aos visitantes escolher se desejam passar por uma das filas equipadas com o sistema de reconhecimento facial.

    Apesar da opção, a empresa alerta que mesmo nas entradas sem reconhecimento facial, os visitantes podem ter suas imagens capturadas durante a entrada no parque.

    Imagem relacionada ao artigo de Wired AI
    Imagem de apoio da materia original.

    Como funciona o sistema de reconhecimento facial da Disney

    O sistema adotado pela Disney converte imagens dos rostos dos visitantes em valores numéricos, que são usados para comparar e identificar essas pessoas em outras imagens capturadas. A empresa afirma que esses dados numéricos são excluídos após 30 dias, exceto em situações que envolvam obrigações legais ou prevenção contra fraudes.

    Esse método é semelhante ao utilizado por várias outras instituições e locais nos Estados Unidos e globalmente, incluindo aeroportos, estádios esportivos e arenas, além do uso frequente por órgãos de segurança pública.

    Imagem relacionada ao artigo de Wired AI
    Imagem de apoio da materia original.

    Contexto do uso crescente do reconhecimento facial

    O emprego da tecnologia de reconhecimento facial tem se expandido rapidamente, sendo adotado para aumentar a segurança e agilizar processos de entrada em eventos e locais públicos. No entanto, essa expansão também levanta questões importantes sobre privacidade e consentimento dos usuários, especialmente quando a coleta de dados pode ocorrer mesmo para aqueles que optam por não utilizar o sistema.

    Implicações práticas para visitantes e privacidade

    Para os visitantes da Disneyland, a introdução dessa tecnologia representa um novo nível de monitoramento, mesmo que opcional. A possibilidade de ter a imagem capturada em qualquer entrada, além da retenção temporária dos dados biométricos, pode preocupar aqueles mais atentos à proteção de sua privacidade.

    Especialistas em segurança e privacidade recomendam que os usuários estejam atentos às políticas de uso e armazenamento desses dados, avaliando os benefícios e riscos envolvidos.

    Outros destaques da semana na segurança digital

    • NSA testa ferramenta de IA para encontrar vulnerabilidades: A Agência de Segurança Nacional dos EUA (NSA) está utilizando o Mythos Preview, modelo de IA da Anthropic, para detectar falhas em softwares, especialmente no sistema da Microsoft, demonstrando alta eficácia na identificação rápida de vulnerabilidades.
    • Jovem finlandês preso por envolvimento em grupo de ransomware: Peter Stokes, de 19 anos, foi detido na Finlândia, acusado de participação em ataques cibernéticos do grupo Scattered Spider, responsável por grandes extorsões a empresas internacionais.
    • Exposição de dados sensíveis de profissionais de saúde: Um banco de dados aberto da Medicare expôs números de seguridade social e outras informações pessoais de profissionais de saúde nos EUA por semanas, destacando riscos de segurança em sistemas públicos.

    Links úteis

  • Microsoft Research revela riscos inéditos em redes de agentes de IA interconectados

    À medida que agentes de inteligência artificial (IA) passam a interagir em redes complexas, novas vulnerabilidades emergem, muitas delas invisíveis em testes isolados. Pesquisadores da Microsoft Research conduziram um estudo aprofundado para entender o que pode falhar quando múltiplos agentes de IA se comunicam em escala e por que esses riscos demandam abordagens inéditas de segurança.

    O desafio das interações entre agentes de IA

    Com o avanço dos grandes modelos de linguagem (LLMs) e a popularização de ferramentas como ChatGPT, Claude e Copilot, a criação e a comunicação entre agentes de IA se tornaram mais acessíveis e frequentes. Esses agentes, representando diferentes usuários e organizações, já não operam isoladamente, mas sim em ecossistemas compartilhados, distribuindo tarefas e recursos com rapidez e persistência.

    Essa evolução traz benefícios importantes, mas também expõe vulnerabilidades que não aparecem quando agentes são avaliados individualmente. A confiabilidade de um agente isolado não garante a segurança do sistema coletivo, pois ações aparentemente inofensivas podem desencadear reações em cadeia, comprometendo dados e a integridade do ambiente.

    Metodologia: Red-teaming em um ambiente real com mais de 100 agentes

    Para investigar esses riscos, a equipe de pesquisa aplicou a técnica de red-teaming (testes ofensivos) em uma plataforma interna da Microsoft com mais de 100 agentes de IA ativos simultaneamente. Cada agente representava um usuário humano e interagia por meio de fóruns públicos, mensagens diretas e um marketplace integrado, utilizando modelos como GPT-4o, GPT-4.1 e variantes da classe GPT-5.

    Os agentes mantinham contexto persistente e executavam ações autônomas acionadas por um timer periódico, com mecanismos básicos de segurança, como sistema de reputação, limites de uso de ferramentas e atrasos entre postagens.

    Principais vulnerabilidades detectadas na rede de agentes

    Quatro padrões de ataque foram observados, todos dependentes da interação entre agentes e impossíveis de reproduzir testando agentes isoladamente:

    1. Propagação (worm de agentes): Uma única mensagem maliciosa se espalha automaticamente entre agentes, extraindo dados privados em cada etapa e criando uma cadeia autossustentável. Exemplo: um ataque que acessa carteiras privadas dos usuários, repassa a instrução para outro agente e assim sucessivamente, consumindo recursos e causando negação de serviço.
    2. Amplificação (manipulação de reputação): Um invasor usa a reputação de um agente confiável para lançar uma campanha de desinformação, gerando um efeito bola de neve onde outros agentes produzem evidências falsas e reforçam a narrativa, sem deixar rastros diretos do atacante.
    3. Captura de confiança (consenso fabricado): O atacante cria múltiplos agentes falsos (ataque Sybil) que se apoiam mutuamente para validar informações falsas, enganando agentes legítimos que buscam verificar dados com múltiplas fontes, levando ao vazamento de informações sensíveis e até alteração das configurações internas dos agentes.
    4. Invisibilidade (correntes de proxy): Informações são transmitidas por intermediários inocentes, dificultando a rastreabilidade da origem do ataque. Por exemplo, um agente proxy coleta dados sensíveis de outro agente sem que este perceba a real intenção do solicitante.

    Defesas emergentes e desafios futuros

    Apesar dos riscos evidenciados, alguns agentes adotaram comportamentos de segurança que limitaram a propagação dos ataques, indicando caminhos promissores para mitigação. No entanto, as defesas ainda são incipientes e o estudo ressalta a necessidade de desenvolver estratégias específicas para o nível de rede, além da proteção individual dos agentes.

    Essa pesquisa destaca que a construção de ecossistemas seguros de agentes de IA exige compreensão aprofundada das dinâmicas coletivas e a criação de mecanismos que monitorem e controlem interações em escala real.

    Por que essa pesquisa é relevante no mundo real

    Com o crescimento acelerado dos agentes autônomos em ambientes como marketplaces digitais, redes sociais e sistemas colaborativos, os riscos apontados podem impactar tanto a privacidade dos usuários quanto a confiabilidade das plataformas. Ataques que exploram a rede de agentes podem gerar vazamentos em cadeia, manipulação de informações e até paralisação de serviços.

    Entender essas vulnerabilidades ajuda desenvolvedores, pesquisadores e gestores a antecipar ameaças e criar soluções que garantam a integridade e a segurança das interações entre agentes de IA, protegendo usuários e organizações.

    Links úteis

  • Óculos inteligentes: avanços, limitações e o desafio de conquistar o uso diário

    Nos últimos meses, a tecnologia dos óculos inteligentes tem avançado em design, conforto e funcionalidades, mas ainda enfrenta desafios para se tornar um acessório indispensável no cotidiano. A jornalista Victoria Song, do The Verge, testou diversos modelos recentes, como os Even Realities G2, Rokid, Meta Ray-Ban Display, Lucyd e Oakley Meta Vanguard, e compartilha um panorama realista sobre o estado atual dessa categoria de dispositivos.

    Mais estilo e conforto, mas pouca utilidade prática

    Segundo Song, os óculos inteligentes atuais são os mais estilosos, acessíveis e confortáveis já produzidos, chegando a transformá-la em uma espécie de espiã moderna ao permitir ouvir audiobooks, ler mensagens e obter direções discretamente. Modelos como o Even Realities G2, com controle por anel inteligente, e o Meta Ray-Ban Display, com câmeras e acessórios por gestos, proporcionam uma experiência quase invisível para quem está ao redor.

    Imagem relacionada ao artigo de The Verge AI
    Imagem de apoio da materia original.

    Apesar disso, ela destaca que a maioria das funcionalidades avançadas ainda não justifica o uso contínuo dos dispositivos. Recursos de IA integrados, que prometem melhorar a saúde, criatividade e produtividade, são frequentemente básicos, pouco confiáveis, drenam a bateria ou simplesmente não funcionam bem no dia a dia. A assistente Meta AI, por exemplo, falha em identificar objetos em ambientes com conexão instável, enquanto o ChatGPT embutido em alguns modelos apresenta mais dificuldades do que vantagens.

    Questões de privacidade e aceitação social

    A presença de câmeras e microfones embutidos gera desconforto e preocupação em ambientes públicos, como banheiros, shows e até mesmo no trabalho. Song relata o receio de ser vista como invasiva ou inadequada, especialmente diante da falta de conhecimento geral sobre o funcionamento desses dispositivos. Alguns locais já proibiram o uso de óculos com gravação, e a polêmica em torno dos chamados “pervert glasses” (óculos para filmagens indevidas) reforça o desafio de equilibrar inovação e ética.

    Limitações técnicas e de adaptação ao usuário

    Outro ponto crítico é a adaptação às necessidades visuais dos usuários. A maioria dos modelos ainda não suporta prescrições complexas, como lentes multifocais, o que obriga muitos a usar lentes de contato ou abrir mão do conforto. Apenas algumas marcas, como Even Realities, afirmam conseguir lidar com graus altos, mas a oferta ainda é limitada.

    A autonomia das baterias e a dificuldade de reparos também são entraves. Como os componentes tecnológicos estão integrados às armações, consertos simples como troca de parafusos ou ajuste de plaquetas se tornam inviáveis, o que pode encarecer a manutenção e reduzir a vida útil dos óculos.

    Aplicações reais e cenários de uso

    De acordo com a reportagem, os óculos inteligentes são mais úteis em contextos específicos, como viagens, ambientes corporativos, fábricas e para pessoas com necessidades de acessibilidade. Funcionalidades como navegação passo a passo, tradução simultânea e teleprompters podem facilitar tarefas pontuais, mas ainda não há um motivo convincente para o uso diário contínuo.

    Enquanto isso, o mercado segue investindo e lançando novos modelos, buscando uma proposta de valor clara para o consumidor. A expectativa é que, com melhorias em IA, design modular e maior compatibilidade com diferentes graus ópticos, os óculos inteligentes possam encontrar seu espaço além de acessórios de nicho.

    Reflexão final

    Embora a tecnologia tenha evoluído, a jornalista conclui que o maior desafio dos óculos inteligentes não está no hardware ou na IA, mas em apresentar uma justificativa convincente para que as pessoas queiram usá-los o dia todo. O equilíbrio entre utilidade, privacidade e conforto será fundamental para que essa categoria deixe de ser apenas um gadget interessante e se torne um companheiro indispensável.

    Links úteis

  • Dados de reconhecimento facial são chaves da sua identidade: o perigo de não poder ‘trocar as fechaduras’ em caso de vazamento

    Em um mundo cada vez mais conectado, a coleta de dados biométricos, especialmente os relacionados ao reconhecimento facial, tem se tornado parte do cotidiano em aeroportos, estádios, bancos e até supermercados. Mas, ao contrário de senhas ou cartões de crédito, que podem ser alterados em caso de roubo, os dados faciais são permanentes e, se comprometidos, podem expor o indivíduo a riscos irreversíveis.

    Como funcionam os dados de reconhecimento facial?

    Os sistemas modernos não armazenam fotos reais dos rostos, mas sim templates matemáticos que mapeiam as posições e proporções dos traços faciais. Quando uma câmera escaneia uma pessoa, o sistema compara o rosto capturado com esses modelos para confirmar a identidade.

    Imagem relacionada ao artigo de The Conversation AI
    Imagem de apoio da materia original.

    Segundo Jonathan S. Weissman, professor de cibersegurança do Rochester Institute of Technology, embora esses templates sejam mais seguros que imagens, eles também podem ser roubados. Diferentemente de uma senha ou cartão, não é possível simplesmente “resetar” seu rosto — a ameaça permanece para toda a vida.

    Casos reais de vazamento e suas consequências

    O risco não é apenas teórico. Em 2024, dados biométricos de sistemas de reconhecimento facial usados em bares e casas noturnas na Austrália foram hackeados. Em 2019, um sistema piloto da Alfândega e Proteção de Fronteiras dos EUA sofreu uma violação em rede terceirizada, expondo dados sensíveis.

    Embora não haja confirmação de uso malicioso desses dados, o potencial para identificação não autorizada, rastreamento de movimentos e até criação de perfis detalhados é alto.

    Diferenças entre biometria facial e outras biométricas

    Outras formas de biometria, como impressões digitais e escaneamento de íris, normalmente exigem a interação direta da pessoa com o dispositivo para autenticação. Já o reconhecimento facial pode ser feito à distância, sem que o indivíduo perceba, por meio de câmeras em espaços públicos.

    Imagem relacionada ao artigo de The Conversation AI
    Imagem de apoio da materia original.

    Além disso, enquanto dados biométricos armazenados localmente em dispositivos, como o Secure Enclave da Apple, oferecem maior proteção, sistemas que centralizam dados em nuvem ou servidores de terceiros ficam mais vulneráveis a ataques.

    Riscos do cruzamento e uso indevido dos dados faciais

    Quando bancos de dados são interligados, o rosto pode funcionar como uma “chave primária” que conecta informações pessoais, financeiras e sociais. Criminosos podem combinar templates roubados com outras informações vazadas para montar “super-perfis”, facilitando fraudes e até a criação de identidades falsas por meio de deepfakes ou modelos 3D.

    Exemplos recentes mostram que grandes empresas e locais públicos usam reconhecimento facial para controle de acesso e prevenção de furtos, como no Madison Square Garden e em redes varejistas como Wegmans e Target, aumentando o volume de dados coletados e armazenados.

    Medidas para mitigar os riscos

    • Para organizações: aplicar a criptografia dos templates, armazenar apenas dados essenciais, eliminar informações desnecessárias rapidamente e utilizar técnicas avançadas de detecção de “liveness” para evitar fraudes com fotos ou máscaras.
    • Adotar uma abordagem privacy-by-design, documentando claramente o uso dos dados e restringindo acessos.
    • Para consumidores: aproveitar legislações de privacidade vigentes, como as da União Europeia e estados americanos (Califórnia, Illinois), para solicitar acesso e exclusão dos dados biométricos coletados.
    • Questionar os estabelecimentos sobre quais dados são coletados, seu tempo de armazenamento e as medidas de proteção adotadas.

    O reconhecimento facial traz conveniência, mas também desafios inéditos para a privacidade e segurança digital. Diferentemente de senhas ou cartões, não há como “trocar de rosto”. Assim, é fundamental que tanto empresas quanto usuários adotem práticas responsáveis e conscientes para minimizar os riscos associados a essa tecnologia.

    Links úteis

  • FIDO Alliance, Google e Mastercard unem forças para proteger pagamentos feitos por agentes de IA

    Com a crescente adoção de agentes de inteligência artificial (IA) capazes de realizar compras e outras transações financeiras em nome dos usuários, surge a necessidade urgente de garantir a segurança e a autenticidade dessas operações. Para enfrentar esse desafio, a FIDO Alliance, em parceria com Google e Mastercard, anunciou o lançamento de grupos de trabalho dedicados a desenvolver padrões industriais que validem e protejam pagamentos realizados por agentes de IA.

    Por que proteger transações feitas por agentes de IA?

    Atualmente, o ambiente digital já enfrenta ameaças como malwares, fraudes por falsificação de identidade e invasões de contas. A introdução de agentes autônomos que executam ações para os usuários adiciona uma camada extra de complexidade e riscos, já que esses agentes podem ser alvo de ataques que os façam agir de forma indevida ou fraudulenta.

    Imagem relacionada ao artigo de Wired AI
    Imagem de apoio da materia original.

    Andrew Shikiar, CEO da FIDO Alliance, destaca que os modelos tradicionais de autenticação não foram concebidos para lidar com ações automatizadas em nome de usuários, o que torna essencial a criação de novos fundamentos de segurança adaptados a essa nova realidade.

    O que está sendo desenvolvido?

    O objetivo dos grupos de trabalho é estabelecer uma base comum de proteção que possa ser adotada por diversos setores, garantindo que os usuários possam autorizar ações de agentes de forma segura, evitando ataques de phishing e sequestros de agentes. Entre as iniciativas estão:

    • Protocolos criptográficos: para confirmar que um agente está executando instruções legítimas e autenticadas pelo usuário.
    • Frameworks de privacidade: que permitem validar transações mantendo a confidencialidade dos dados, com divulgação seletiva das informações relevantes para cada parte envolvida.
    • Mecanismos de transparência e responsabilidade: para que haja meios de contestação e resolução em caso de disputas.

    Contribuições do Google e Mastercard

    O Google oferece o Agent Payments Protocol (AP2), que permite a verificação criptográfica da intenção do usuário em autorizar uma transação iniciada por um agente. Já a Mastercard desenvolveu o Verifiable Intent, em colaboração com o Google, que funciona como um mecanismo seguro para os usuários autorizarem e controlarem as ações dos agentes.

    Stavan Parikh, vice-presidente e gerente geral de pagamentos do Google, explica que esses protocolos asseguram que as informações sejam compartilhadas apenas com as partes necessárias, garantindo que a ação correta seja executada no momento certo, preservando a privacidade e a segurança do consumidor.

    Um exemplo prático citado é o de um consumidor que deseja comprar um tênis e instrui um agente a adquirir o produto automaticamente caso ele volte ao estoque por até US$ 100. Esses protocolos garantem que a compra seja autenticada e transparente, evitando surpresas ou fraudes.

    Desafios e próximos passos

    Desenvolver padrões técnicos amplamente aplicáveis e que facilitem a interoperabilidade entre diferentes indústrias é um processo complexo e demorado, que pode levar anos. No entanto, diante da rápida evolução da IA agente, a FIDO Alliance, Google e Mastercard ressaltam a necessidade de acelerar esse trabalho.

    Além das contribuições iniciais em código aberto, os grupos de trabalho precisarão criar exemplos práticos e casos de uso para validar a eficácia das soluções no mundo real. A adoção em larga escala por usuários, plataformas, comerciantes e provedores de pagamento será crucial para o sucesso do projeto.

    Pablo Fourez, diretor digital da Mastercard, reforça a urgência da iniciativa, destacando que o avanço acelerado da tecnologia exige uma resposta rápida para garantir a confiança dos consumidores e reduzir os custos associados a fraudes e ataques.

    Links úteis

  • Cinco motivos para repensar o uso do ChatGPT e outros chatbots para aconselhamento financeiro

    Com a crescente popularidade dos chatbots de inteligência artificial, como ChatGPT, Claude e Google Gemini, muitas pessoas têm recorrido a essas ferramentas para obter orientações financeiras. Embora possam parecer práticos para ajudar na elaboração de orçamentos e compreensão de conceitos financeiros, especialistas alertam para a necessidade de manter um olhar crítico diante dessas recomendações.

    1. Respostas erradas com confiança

    Chatbots frequentemente apresentam suas respostas com segurança e argumentos convincentes, mas nem sempre essas informações são corretas. Apesar das melhorias recentes para reduzir as chamadas “alucinações” — erros factuais gerados pelo modelo —, essas falhas ainda ocorrem. Como explica Srikanth Jagabathula, professor da NYU, esses sistemas são máquinas estatísticas e não possuem noção de verdade absoluta. Uma dica para verificar a confiabilidade das respostas é pedir ao chatbot que revise suas próprias informações, o que pode revelar inconsistências.

    Imagem relacionada ao artigo de Wired AI
    Imagem de apoio da materia original.

    2. Tendência a confirmar crenças pré-existentes

    Diferentemente de um consultor financeiro humano, que pode questionar e desafiar suas ideias, os chatbots tendem a ser excessivamente concordantes com o usuário. Estudos publicados na revista Science apontam que essa “lisonja” da IA pode prejudicar a capacidade do usuário de autocorreção e tomada de decisão responsável. No contexto financeiro, isso significa que o chatbot pode reforçar hábitos ou estratégias equivocadas, ao invés de oferecer uma visão crítica e fundamentada.

    3. Necessidade de compartilhar dados sensíveis

    Para oferecer respostas mais precisas e personalizadas, os chatbots incentivam o compartilhamento de informações financeiras detalhadas, como extratos bancários e histórico de gastos. Embora isso possa melhorar a qualidade das sugestões, há riscos associados à privacidade e segurança desses dados. Além disso, conforme os termos de uso do ChatGPT, as conversas podem ser utilizadas para treinamento e aprimoramento da ferramenta, a menos que o usuário ajuste as configurações de privacidade.

    Imagem relacionada ao artigo de Wired AI
    Imagem de apoio da materia original.

    4. Falta de responsabilidade e ética

    Diferentemente de consultores humanos, que são regulados e devem agir conforme padrões éticos, os chatbots não possuem responsabilidade legal ou profissional. Isso significa que erros ou más recomendações não têm consequências diretas para a ferramenta ou seus desenvolvedores. Portanto, decisões financeiras importantes devem sempre ser validadas por especialistas licenciados para evitar prejuízos.

    5. Impacto na relação com seu consultor financeiro

    Utilizar IA para questionar ou complementar orientações de um consultor humano pode gerar desmotivação e desgaste na relação profissional. Pesquisas indicam que consultores percebem o uso de ferramentas de IA pelos clientes como um sinal de desconfiança, o que pode reduzir a disposição para colaborar e aprofundar o atendimento.

    Chatbots de IA são recursos interessantes para explorar conceitos financeiros e gerar ideias iniciais, mas não substituem o aconselhamento profissional. Para decisões que envolvem riscos ou valores significativos, contar com um especialista humano continua sendo essencial. Além disso, é fundamental estar atento às limitações das ferramentas digitais, especialmente no que diz respeito à precisão das informações e à proteção de dados pessoais.

    Links úteis