AI Highlights — o panorama completo — 27/10/2026 (ter) Notícias do dia

Segundo relatos, a Comcast está transferindo seus serviços de atendimento presencial para agentes de IA e reduzindo seu quadro de funcionários devido à queda no número de assinaturas de banda larga. No entanto, a Apollo aponta que a IA não está gerando retorno financeiro para as empresas dos EUA. Quando a decisão de reduzir o número de pessoas é tomada antes de confirmar os resultados, o trabalho, o julgamento, as palavras e a confiança passam silenciosamente para a IA. As matérias reunidas neste intervalo de meio dia abrangem situações diversas, como revisões administrativas, polícia, eleições, educação e pesquisa especializada, mas todas pedem ao leitor que julgue o mesmo ponto. Antes de decidir se a IA deve ou não ser incluída, é importante considerar quem arcará com o ônus e a responsabilidade que surgirão após a introdução da IA.

As reduções estão em primeiro plano e não há retorno à vista

A Comcast estaria transferindo suas operações de atendimento para agentes de IA e reduzindo sua força de trabalho em resposta a uma queda de 144.000 assinaturas de banda larga (TechSpot). A TechStory também informou que a empresa deve fazer cortes de pessoal em larga escala, citando redução de contratos e a disseminação da IA como motivos. Há duas razões para a redução. O número de assinantes diminuiu e o ponto de contato pode ser deixado a cargo da IA. No entanto, não é possível depreender desses artigos como os custos e o atendimento ao cliente mudarão depois de se apoiar na IA. Por outro lado, a Apollo aponta que a IA não está gerando retorno financeiro para as empresas dos EUA (Business Insider). Isso significa que a decisão de cortar pessoal pode estar em andamento antes de os resultados serem confirmados.

A redução não é a única opção. O banco privado do JPMorgan usa IA para agilizar o trabalho dos assessores (Bloomberg.com). Esse método é usado para reduzir a quantidade de trabalho exigida dos assessores, mantendo ao mesmo tempo o papel deles no relacionamento com os clientes. Em Singapura, a NTUC e a KPMG lançaram um programa de transformação de recursos humanos (NTUC UPortal) que conecta a adoção de IA à melhoria da qualidade do emprego. O que esses dois casos abordam não é o número de pessoas, mas o conteúdo de suas funções.

Se compararmos o exemplo da Comcast com os exemplos do JPMorgan, da NTUC e da KPMG, veremos que, embora tenham introduzido a mesma IA, as premissas são diferentes. No primeiro caso, devido à deterioração do desempenho dos negócios causada pela diminuição de contratos, toda a função de atendimento presencial será transferida para a IA. Os últimos estão tentando deixar o trabalho a cargo das pessoas e mudar a qualidade dele. No entanto, a matéria sobre o JPMorgan mostra apenas a eficiência operacional, e, a partir dela, a magnitude dos resultados não é clara. Os programas da NTUC e da KPMG também estão na fase de anúncio de seus esforços.

Ao ler matérias sobre adoção, os leitores querem ver não apenas o que a IA vai mudar, mas também o que será reduzido primeiro e o que receberão em troca. Se a observação da Apollo estiver correta, a Comcast não é o único exemplo em que se fazem cortes sem ver nenhum retorno. A questão passa a ser quem arcará com o ônus que permanece após os cortes. Na próxima seção, examinaremos o processo em que tarefas e decisões são cada vez mais executadas pela IA e para quem o ônus será transferido.

O exame automatizado e o uso policial corrigem o viés

Em relação à revisão automática de pagamentos do Medicaid, a HomeCare citou cinco contramedidas, apontando os riscos da revisão baseada em IA. Deixar a análise nas mãos de uma máquina pode prejudicar o beneficiário do pagamento. Isso significa que é necessário preparar medidas com antecedência para lidar com isso. A BBC informou que pesquisadores alertaram que o uso de IA pela polícia pode aprofundar a discriminação. Em Berlim, discute-se se a psicoterapia baseada em IA deve ser usada (The Berliner). O que os três casos têm em comum é que os destinatários das decisões e do apoio da IA são pessoas que recebem benefícios, pessoas sujeitas ao controle policial e pessoas que sofrem de problemas de saúde mental.

O que influencia o julgamento do leitor aqui não é tanto se a adoção vai melhorar a eficiência, mas sim quem vai contestar quando ocorrer um erro ou viés e quem vai arcar com o custo da correção. A HomeCare ressalta a necessidade de contramedidas porque, mesmo que a automação da triagem seja apresentada como ganho de eficiência para quem implementa, ela pode acabar prejudicando as empresas no local e os usuários. Os alertas de pesquisadores apresentados pela BBC também indicam que o uso de IA em departamentos de polícia levanta preocupações sobre imparcialidade. A questão de saber se uma tecnologia pode ou não ser usada em psicoterapia indica que é preciso primeiro decidir em quais situações ela pode ser usada, e não apenas se pode ser usada. Quem está considerando a adoção deve levar em conta não só a eficácia esperada, mas também os mecanismos para receber e verificar reclamações.

A mesma estrutura aparece entre países. Segundo a Al Jazeera, um alto funcionário das Nações Unidas alertou que as disparidades no uso de IA ameaçam ampliar a desigualdade global. O Seeking Alpha informa que, na corrida de IA entre EUA e China, cada país está sendo forçado a fazer escolhas difíceis entre esferas tecnológicas concorrentes. Países que têm capacidade de fazer pleno uso da tecnologia têm uma escolha, mas países que não têm capacidade de utilizar a tecnologia por conta própria podem ter limitadas as oportunidades de usá-la ou de determinar a qual esfera tecnológica pertencem. Novamente, os benefícios e os ônus da implementação não são necessariamente distribuídos do mesmo lado.

Tanto no nível individual quanto no nacional, a introdução da IA pode marcar a diferença entre quem consegue arcar com o ônus e quem é forçado a assumi-lo. Nesse caso, a pergunta que deve ser feita antes de decidir se a IA será incluída é quem será responsável por eventuais desvantagens que possam surgir. Na próxima seção, veremos como essa responsabilidade é tratada na prática.

A verdade e a humanidade vacilam

Dois dias antes da eleição, o primeiro-ministro Netanyahu publicou uma imagem gerada por IA retratando uma explosão nuclear em Tel Aviv, segundo o The Jerusalem Post. Na reta final da votação, cabe a cada destinatário determinar se a imagem é genuína. A situação é a mesma no campo da educação. O Shinano Mainichi Shimbun Digital informou que a desinformação está aumentando devido à rápida expansão da IA e que as instituições de ensino também enfrentam dificuldades com a checagem de fatos. A Наша Ніва, sob a manchete ``A IA lança dúvida sobre o autor da pintura mais cara do mundo'', relata um caso em que até a suposição de autoria está sendo questionada. O que todos têm em comum é que, em contextos diferentes como eleições, aulas e arte, verificar as coisas exige mais tempo e esforço. Mesmo que quem implementa a IA consiga reduzir o tempo necessário para criar algo, o ônus de verificar a autenticidade continua com o destinatário ou a escola. Ao considerar os prós e contras de sua adoção, também é preciso levar em conta quem pagará pela verificação.

Essa oscilação se estende não apenas ao lado da informação, mas também ao lado humano. O Mainichi Shimbun informou que estilos de fala semelhantes aos de bots de IA estão se espalhando entre os humanos. Não só questionamos se as palavras do outro lado da tela soam como as de uma máquina, como a nossa própria maneira de falar está ficando mais mecânica. A Unisba Media relata que o professor Brian Green falou sobre a ameaça da IA, a consciência e o fim da humanidade, e o debate sobre se as máquinas têm consciência entrou na arena profissional. No campo do estilo de vida, o The Sun informou que uma pessoa que gastou o dinheiro de sua bolsa com uma namorada de IA parecida com Kim Kardashian disse: "Ela vai ter um bebê." Há pessoas que constroem relacionamentos mesmo quando o outro não é humano. O livro apresenta a vida e o pensamento de Turing, o "pai da inteligência artificial", como um gênio excêntrico e solitário. A pergunta se as máquinas podem pensar há muito tempo é inseparável da vida humana.

Verificar se algo é real ou não, e traçar a linha entre humanos e IA, agora ficam a cargo do senso pessoal de vida de cada indivíduo, e não de instituições ou empresas. A questão a ser abordada na próxima seção é em que medida esse ônus deve ser suportado por pessoas além das partes envolvidas.

A verificação determina os resultados em áreas especializadas

No diagnóstico do câncer bucal, o papel da IA está se expandindo do diagnóstico por imagem para o tratamento de precisão, informa o Bioengineer.org. Na agricultura, a IA e os robôs vão aprimorar a agricultura de precisão e o monitoramento de lavouras, informa o Analytics Insight. Na descoberta de medicamentos, a Pathos AI garantiu US$ 237 milhões em financiamento Série E para expandir sua plataforma de descoberta de medicamentos com IA baseada em agentes e avançar seu pipeline de oncologia, informa o BioSpace. O que os três temas têm em comum é que o objetivo não é reduzir o número de pessoas, mas melhorar a qualidade do próprio trabalho: diagnóstico, cultivo e busca por medicamentos terapêuticos. No entanto, o enorme volume de financiamento indica apenas o nível de expectativa do mercado, não uma prova de resultados. O que difere da situação vista nas seções anteriores, em que "as reduções ocorrem primeiro e não há retorno visível", é que os alvos para medir os resultados são específicos desde o início.

São as verificações conduzidas no âmbito da pesquisa que constroem as evidências para esses resultados. O artigo da Scientific Reports trata de como suprimir efeitos de lote (batch effects) na espectroscopia Raman usando aprendizado profundo. O conteúdo aborda diretamente as variações decorrentes das condições e do momento da medição, como uma questão separada da acurácia do modelo. O International Journal of Oncology Research relata a classificação de subtipos de câncer de mama usando dados de expressão do GEO, juntamente com a validação externa em uma coorte independente. O Journal of Radiation Research and Applications trata da previsão dos efeitos da radioterapia para câncer gástrico usando radiômica de TC com contraste, tanto no desenvolvimento quanto na validação do modelo. O Kashmir Journal of Academic Research and Development traz um artigo que discute uma estrutura farmacêutica de apoio ao tratamento do câncer de pulmão com aprendizado de máquina, um projeto de pesquisa conjunto entre a Faculdade de Farmácia do Paquistão e a China Pharmaceutical University. Em várias instituições e vários tipos de câncer, há um procedimento comum de validar os modelos desenvolvidos com outros dados.

Esse contraste mostra o que o leitor deve perguntar ao ouvir sobre a introdução. A única maneira de estimar o potencial de redução de custos é verificar os registros contábeis para ver se a economia realmente foi alcançada. A IA em áreas especializadas precisa primeiro responder a perguntas como: se pode ser aplicada a coortes independentes, se os resultados se mantêm mesmo que as condições de medição mudem e se pode ser incorporada aos procedimentos no local. Se o sistema for usado para diagnóstico ou decisões de tratamento, o custo de verificar as respostas deve ser incluído no custo de implementação.

Em áreas em que há responsáveis pela verificação, haverá mais elementos para julgar o valor da IA. Então, onde recai a responsabilidade por erros em áreas em que os produtos são usados sem uma pessoa ou organização responsável pela verificação? A próxima seção começa com essa pergunta.

Os exemplos vistos em cada seção são de diferentes setores e situações. O que permanece verdadeiro, porém, é que, embora se fale em eficiência e promessas com a introdução da IA, o ônus que fica depois é repassado a outra pessoa. No caso de redução de pessoal, as decisões são tomadas sem confirmar os resultados, e no caso de exames automatizados e do uso pela polícia, quem é prejudicado arca com os custos de contestações e correções. A verificação da autenticidade fica a cargo do destinatário e da escola. O que diferenciou os resultados por área de especialização foi se o objetivo era específico e se havia sido verificado. Portanto, os fatores que determinam se a IA deve ou não ser introduzida não são apenas o desempenho da IA e as expectativas do mercado. Quando ocorre um erro ou um viés, é importante decidir previamente quem fará a verificação, quem responderá às contestações e quem arcará com os custos.

P1: Quando um erro ou viés é descoberto em um trabalho que usa IA, quem tem o ônus de verificar e corrigir? P2: Os canais para contestar decisões da IA e quem arcará com os custos das correções são definidos por escrito antes da implementação? P3: Você tomou a decisão de mudar pessoal ou autoridade antes de confirmar os resultados da implementação?

Por fim, três perguntas

- Quando um erro ou viés é descoberto em um trabalho que usa IA, quem deve ser responsável por verificá-lo e corrigi-lo? Q2: Os canais para contestar as decisões da IA e quem arcará com os custos das correções são definidos por escrito antes da implementação? Q3: Você tomou uma decisão de mudar pessoal ou autoridade antes de confirmar os resultados da implementação? - Os canais para contestar as decisões da IA e quem arcará com os custos de reparação são definidos por escrito antes da implementação? Q3: Você tomou uma decisão de mudar pessoal ou autoridade antes de confirmar os resultados da implementação? - As decisões de remanejar pessoal ou autoridade são tomadas antes de confirmar os resultados da implementação?