IA agora virou SI? Para os EUA sim
A corrida da IA vai pisar no freio? 🚗
Nesta edição
- 📽️ Vídeo: uma análise sobre vagas júnior vs. IA, sem sensacionalismo
- 🛑 Os donos da IA pediram para desacelerar a corrida
- ✍️ Será que você deve desacelerar também?
- 🚨 O primeiro ataque atribuído a um agente de IA
- 🇧🇷 A USP começou a catalogar os erros de IA no Brasil
- 🧪 E se um artigo científico virasse um assistente?
📺 As vagas júnior estão em perigo?
Tem uma coisa acontecendo no mercado em 2026: a porta de entrada está fechando. As empresas estão contratando menos gente no início de carreira, e a vaga que antes era de júnior hoje já sai pedindo experiência de pleno.
Mas será que é só alarde de mercado? Qual é o risco real para as vagas júnior? A IA vai substituir todo mundo? Todos os dias saem manchetes anunciando o "fim do mundo" para nós, humanos, e a nossa substituição pela IA. Será que é assim mesmo?
Neste vídeo eu vou te mostrar o que os dados de diversas pesquisas revelam sobre o primeiro emprego, explico por que um acordo invisível que sempre existiu entre empresa e iniciante simplesmente deixou de valer, e conto o que aconteceu com as empresas que apostaram alto demais em IA e depois se arrependeram.
Não existe um único ponto de vista, e você vai ver que o debate é mais complexo do que parece.
Você ainda vai aprender 5 movimentos concretos pra se posicionar nesse mercado novo, e ainda tem um material bem legal de presente para você se preparar para essa realidade que já está batendo na porta 🎁
👇 Bora lá pro YouTube? Toque no botão abaixo!
Os donos da corrida pediram para pisar no freio 🛑
Aconteceu uma coisa que até pouco tempo seria impensável. No sábado, Dario Amodei, CEO da Anthropic, publicou uma proposta para "regular o ritmo da fronteira", ou seja, reduzir de propósito a velocidade com que os modelos mais capazes avançam, pra dar tempo de as avaliações de segurança acompanharem. Sam Altman (OpenAI), Elon Musk (xAI) e Demis Hassabis (Google DeepMind) reagiram bem à ideia.
A proposta tem três camadas: a primeira é colocar avaliadores independentes dentro dos laboratórios, com acesso parecido com o de um funcionário, para examinar modelos e incidentes continuamente. A segunda é coordenar empresas e governos de países democráticos. A terceira, mais distante, seria alguma coordenação global. A Anthropic disse que aceita a primeira camada por conta própria, sem esperar ninguém. E, nesta semana, a Reuters noticiou uma cooperação em segurança entre OpenAI, Anthropic e Google.
Amodei usa como justificativa um cenário de enxames de agentes comprometendo a internet em seis a doze meses. Mas o teste real da proposta é bem mais concreto e vai demorar a aparecer: o que acontece quando um avaliador independente disser "ainda não" na véspera de um lançamento? É fácil concordar com prudência no sábado. Difícil é manter na terça, quando o concorrente anuncia modelo novo. 🤔
A própria pressão de governos, órgãos de controle e sociedade civil naturalmente fará o papel de regular o avanço da IA, exigindo mais segurança e transparência nas decisões. E ainda tem outro fator: "desacelerar" a IA não pode, indiretamente, significar reserva de mercado para as gigantes e frear a entrada de novas empresas sob a alegação de "riscos" à segurança?
IAgora, o que isso significa?
Concordar com prudência custa pouco. O preço aparece na semana em que o concorrente anuncia primeiro. 💭
✍️ Sobre a pressa que importa (e não é a deles)
A proposta do Amodei e companhia levanta um debate que não é novo e que ainda vai se estender por muitos anos. No entanto, essa conversa sobre desacelerar não é sobre você. Ela acontece nos laboratórios que treinam modelos de fronteira, com orçamento de bilhões. Quando os CEOs mais poderosos da IA levantam essa bola, o risco para o nosso dia a dia é outro: o de isso virar desculpa pra empresa que já estava travada continuar travada, agora com "respaldo".
A velocidade que decide o seu ano não é a do LLM lá nos EUA. É a de dentro da sua empresa e a da sua carreira. E essas duas andam em ritmos completamente diferentes: enquanto o debate global discute o que vai existir daqui a doze meses, a maioria das empresas e dos profissionais no Brasil ainda não tirou proveito do que já existe há dois anos. O gargalo nunca foi o modelo ser capaz o bastante, e já faz tempo que ele é.
Fica a reflexão: prudência lá em cima não é motivo pra lentidão aqui embaixo. Quem está esperando "a poeira assentar" pra começar a usar IA no time não está sendo cauteloso, está perdendo tempo de aprendizado que não volta. Adotar devagar é uma decisão, e ela tem custo, só que ele não aparece em lugar nenhum da planilha. Aparece dois anos depois, na diferença entre o time que sabe operar com IA e o que ainda está discutindo se deve.
O que dá pra fazer nesta semana, sem esperar ninguém: escolher um processo chato e repetitivo do seu time, testar com IA, medir o tempo antes e depois, e escrever até onde a ferramenta pode ir sozinha. Teste bastante, erre rápido e corrija em seguida. Isso é prudência de verdade: a que pratica, e não a que fica esperando.
O primeiro ataque atribuído a um agente de IA 🚨
A autoridade espanhola de proteção de dados recebeu a primeira notificação de vazamento de dados pessoais supostamente executado por um agente de IA. Segundo o relato da organização atingida, o sistema usou um modelo de linguagem conhecido, entrou com credenciais válidas, procurou falhas na aplicação e, ao encontrar uma, alterou dados pessoais e acessou faturas.
E aqui está o ponto que interessa: nenhuma dessas técnicas é nova. Credencial roubada, busca por vulnerabilidade e acesso indevido existem há décadas. O que mudou foi a costura. A automação tradicional segue um caminho previsto: recebe uma entrada, executa a regra e para. Um agente planeja, lembra, testa ferramentas e tenta de novo; se encontra uma porta fechada, vai procurar outra. O intervalo entre perceber a oportunidade e explorá-la encolheu para segundos. Vale também a leitura crítica do caso.
A agência ainda analisa o caso, não identificou a empresa nem o modelo, e diz que um episódio não faz tendência. Mas fica o alerta: um agente com permissão demais causa estrago mesmo quando cada ferramenta, sozinha, está funcionando direitinho. 👀
IAgora, o que isso significa?
A pergunta não é mais "a ferramenta é segura?", e sim "quanta permissão esse agente precisa de verdade?"
🇧🇷 A USP começou a catalogar os erros de IA no Brasil
Uma pesquisa do Centro de Inteligência Artificial da USP apresentou nesta semana seus primeiros resultados, e o método é tão interessante quanto o achado. Os pesquisadores vasculharam cerca de 30 mil acórdãos de segunda instância do Tribunal de Justiça de São Paulo até agosto, usando uma lista de 102 termos de referência e metodologias da OCDE e da ISO, e selecionaram 600 decisões para análise detalhada.
Entre os casos que apareceram, um tema se destaca: problemas com biometria e reconhecimento facial, especialmente em processos ligados a concessão de crédito. O trabalho também gerou um glossário que vai sustentar uma taxonomia-piloto para o Observatório de Incidentes de IA.
Parece burocracia, mas não é. Dar nome consistente às falhas é infraestrutura de segurança. Sem uma linguagem comum, cada empresa registra o problema do seu jeito, ninguém consegue comparar nada e risco recorrente vira "caso isolado". A ressalva justa: decisão judicial mostra só a fração dos incidentes que virou processo. Não é o mapa do Brasil, é o começo de um método pra desenhar esse mapa.
IAgora, o que isso significa?
Sua empresa saberia descrever um incidente de IA de forma que outra pessoa entendesse? 🤔
🎯 Quiz IAgora: teste seu conhecimento
No estudo da USP sobre incidentes de IA nos tribunais de São Paulo, qual tema apareceu com mais destaque entre os casos analisados?
A) Chatbots de atendimento ao cliente
B) Biometria e reconhecimento facial
C) Veículos autônomos
👇 A resposta está no final da newsletter!
E se um artigo científico virasse um assistente? 🧪
Pra fechar com algo mais leve e bem engenhoso: pesquisadores apresentaram na Nature o Paper2Agent, uma estrutura que transforma artigo científico em agente interativo. O sistema junta o texto do trabalho com o código, os dados e os métodos associados, e aí outra pessoa consegue fazer perguntas e rodar análises em linguagem natural, sem precisar reconstruir tudo do zero.
A dor que isso ataca é bem real, e quem já tentou aplicar um método de paper conhece: publicar o método não significa que outro time consiga instalar, entender os parâmetros e aplicar direito. Nos testes relatados, os agentes reproduziram os resultados dos artigos de origem e ainda responderam a perguntas novas.
A ressalva vale tanto quanto a novidade: conversar com o método não valida os pressupostos dele. Execução reproduzível não é a mesma coisa que conclusão científica correta, e essa distinção vale pro seu dashboard também. 😉
🎯 Resposta do Quiz: B) Biometria e reconhecimento facial. Os casos apareceram principalmente em processos ligados à concessão de crédito. É um lembrete de que incidente de IA no Brasil já é assunto de tribunal, não de futuro.
IAgora, prudência lá em cima não é motivo pra lentidão aqui embaixo. 😉
