IA Lab by amano
Radar de IA

O que mudou em IA e o que realmente importa

Uma curadoria do IA Lab sobre mudanças que podem afetar criatividade, arquitetura, design, negócios, produtividade e empresas.

11 entradas encontradas

LançamentoGoogle DeepMind

EmbeddingGemma 2 leva busca multimodal para o dispositivo, mas português ainda pede teste

Uma mesa de arquivo recebe página, imagem, faixa de áudio e sequência de vídeo; cada mídia atravessa módulos físicos e chega a um mapa comum de pontos, revisado por uma pesquisadora.
Ilustração conceitual da busca multimodal local. Mídias diferentes viram representações comparáveis no mesmo mapa, enquanto a equipe testa idioma, precisão e custo de armazenamento antes de usar o resultado.

O Google lançou o EmbeddingGemma 2, um modelo aberto de 740 milhões de parâmetros para busca, classificação e recuperação multimodal no próprio dispositivo. Texto, código, imagem, vídeo e áudio entram no mesmo espaço vetorial, com encoders modulares e saídas que podem ser reduzidas para economizar armazenamento. Os pesos estão disponíveis sob Apache 2.0, mas os resultados publicados são do fornecedor e ainda não demonstram qualidade específica em português brasileiro.

Por que importa. Busca semântica local deixa de ficar limitada a texto. Escritórios podem indexar acervos de documentos, imagens, vídeos e áudios sem enviar cada consulta a uma API externa, mas a utilidade depende de testes com o próprio repertório, idioma e hardware.

Ler análise

3 min de leitura

ConhecimentoProdutividadeEmpresasMultimodalidadePesquisaLLMsPrivacidade

LançamentoDocuWare

DocuWare Aura consulta arquivos com fontes, permissões e revisão explícita

Documentos entram em um arquivo arquitetônico com gabinetes permitidos e uma área bloqueada; respostas com abas de fonte seguem para uma revisora que abre os originais.
Ilustração conceitual do fluxo. Aura busca apenas no conjunto configurado, devolve documentos de origem e mantém uma etapa de conferência; esconder um campo não equivale a bloquear acesso.

A nova geração do DocuWare colocou o assistente Aura dentro dos arquivos corporativos. Ele pesquisa, resume e compara documentos, cita os originais usados e respeita permissões reais do repositório. O pacote também amplia extração, classificação, OCR e conciliação com cadastros mestres. O produto está disponível para novos clientes cloud e começa a chegar gradualmente aos existentes; a versão local ainda virá depois.

Por que importa. O assistente opera dentro do arquivo corporativo e deixa a origem da resposta acessível, o que melhora revisão de contratos, propostas, faturas e conhecimento interno. O valor depende de permissões reais, escopo de indexação e conferência: a própria documentação avisa que Aura pode errar.

Ler análise

3 min de leitura

ProdutividadeConhecimentoEmpresasNegóciosPesquisaAutomaçãoPrivacidadeEnterprise

EstudoAgência Nacional de Proteção de Dados

ANPD mostra como três projetos de IA estão sendo testados sob supervisão

Três módulos experimentais de finanças, mobilidade e saúde ocupam uma arena de areia cercada; fiscais acompanham fichas de risco, testes, correções e retestes, enquanto um livro de normas permanece fechado ao fundo.
Ilustração conceitual do sandbox. Projetos delimitados são observados, testados e corrigidos dentro de um ambiente supervisionado; a experiência pode informar regras futuras, mas ainda não é uma norma.

A ANPD publicou o segundo relatório parcial de seu sandbox de IA e proteção de dados. O documento acompanha projetos da Metatext, Synapse AI e Prevvine e registra coleta de evidências, classificação de riscos, medidas de mitigação, treinamento e testes de segurança, conformidade e LGPD. O sandbox continua experimental e supervisionado até a conclusão do ciclo. O relatório informa a futura atuação regulatória, mas não é regra geral, licença, certificação ou decisão sancionadora.

Por que importa. O relatório revela um método regulatório baseado em evidência, risco, mitigação e reteste, em vez de apenas declaração de conformidade. Para organizações brasileiras, ele antecipa perguntas que tendem a aparecer em avaliação de IA, sem transformar o experimento em obrigação geral.

Ler análise

3 min de leitura

EmpresasNegóciosConhecimentoGovernançaPrivacidadeSegurançaEnterprisePesquisa

LançamentoAi2

AstaBrief transforma evidências recuperadas em relatórios científicos citados

Pesquisadora conecta um conjunto delimitado de trechos científicos a um relatório por uma máquina de papel e latão, com cada citação ligada visualmente à evidência de origem.
Ilustração conceitual do escopo do AstaBrief. O modelo organiza trechos previamente recuperados em um relatório citado; busca, seleção da literatura e validação científica continuam sendo etapas separadas.

A Ai2 publicou o AstaBrief 8B, modelo aberto que recebe uma pergunta de pesquisa e trechos científicos já recuperados para redigir um relatório com citações. Ele foi desenhado para uma etapa específica do fluxo, depois da busca e antes da revisão. A empresa relata velocidade cerca de 3,5 vezes maior que o modo Thinking do Asta, mas reconhece avaliação estreita, majoritariamente executada em 2025.

Por que importa. Relatórios de tendências, revisões rápidas e notas técnicas gastam tempo na passagem de evidências dispersas para uma narrativa verificável. AstaBrief oferece uma peça aberta para essa etapa, mas não substitui busca, leitura crítica nem checagem do alcance de cada citação. O teste útil mede rastreabilidade e distorção, não apenas fluência.

Ler análise

4 min de leitura

ConhecimentoProdutividadeEmpresasLLMsPesquisa

RegulaçãoMinistério da Saúde

Brasil publica matriz de risco para IA em pesquisas com seres humanos

Quatro integrantes de um comitê examinam uma matriz de papel com dados, vieses, proteção, incidentes e pessoas no centro da avaliação; um pequeno sistema de IA permanece na borda da mesa.
Ilustração conceitual da MARIAH. A matriz organiza riscos e salvaguardas; a avaliação ética continua humana e colegiada.

A Instância Nacional de Ética em Pesquisa publicou em 25 de setembro um guia, um caderno referencial e a MARIAH, matriz para identificar e classificar riscos de IA em pesquisas com seres humanos. Os documentos são orientativos e entram em aplicação inicial por seis meses; os Comitês de Ética em Pesquisa preservam autonomia e responsabilidade pela decisão.

Por que importa. O Brasil ganha um método explícito para discutir dados, viés, discriminação, representatividade, supervisão humana, incidentes e responsabilidade ao longo do ciclo de uma pesquisa. O valor está em documentar perguntas e salvaguardas, não em produzir um selo automático de conformidade.

Ler análise

4 min de leitura

ConhecimentoEmpresasProdutividadeGovernançaSegurançaPrivacidadePesquisa

PesquisaAustrian Academy of Sciences

Apollo propõe lacunas em textos gregos antigos, sem retirar a decisão dos especialistas

Uma pesquisadora compara fragmentos candidatos para preencher lacunas em um papiro e em uma inscrição de pedra, mantendo a revisão humana no centro da cena.
Ilustração conceitual do uso de sugestões para restaurar trechos ausentes. Apollo oferece candidatos; a escolha e a interpretação continuam dependentes de especialistas e evidências.

A Academia Austríaca de Ciências, a Mistral AI, a SAIL Reply e a Northeastern University apresentaram o Apollo Restore, modelo de 24 bilhões de parâmetros treinado para sugerir preenchimentos de lacunas em papiros, inscrições e manuscritos em grego histórico. A aplicação é gratuita e aberta, mas cada proposta ainda exige validação filológica e histórica.

Por que importa. Apollo mostra uma direção diferente dos assistentes gerais: modelos menores, ajustados a um domínio e ligados a um método de trabalho específico. O interesse não está em completar textos automaticamente, mas em ampliar o conjunto de hipóteses que especialistas conseguem examinar e documentar.

Ler análise

3 min de leitura

ConhecimentoCriatividadeLLMsPesquisa

LançamentoOpenAI

Dados financeiros rastreáveis passam a integrar o ChatGPT empresarial

Documentos financeiros e tabelas sobre uma mesa, com linhas conectando dados a trechos de origem.
Ilustração conceitual de uma pesquisa financeira que conecta dados, fontes e materiais de trabalho; as citações anunciadas pela OpenAI precisam ser verificadas pela equipe.

Em 10 de setembro, a OpenAI apresentou o ChatGPT for Financial Services, uma oferta para instituições financeiras que combina GPT-6 Astra, dados de provedores licenciados e fluxos de pesquisa. O produto promete ligar números e afirmações a tabelas e passagens de origem e transformar análises em modelos e materiais no formato das equipes. Morgan Stanley e Evercore participaram como parceiros de design. A oferta está disponível a instituições elegíveis; preço, disponibilidade no Brasil e suporte em português não foram detalhados no anúncio.

Por que importa. A oferta ilustra uma disputa empresarial que não se resume ao modelo: dados licenciados, rastreabilidade, permissões, governança e formatos de entrega entram no produto. Para empresas que produzem análises e materiais para clientes, esse desenho pode reduzir etapas de pesquisa e formatação, desde que as citações sejam conferidas e o acesso aos dados esteja corretamente delimitado.

Ler análise

6 min de leitura

NegóciosConhecimentoProdutividadeEmpresasEnterpriseLLMsPesquisaIntegraçãoGovernança

EstudoHandoff AI

IA estima materiais a partir de plantas, mas o benchmark ainda exige cautela

Uma planta residencial aberta ao lado de uma planilha de quantitativos, com linhas de material sendo verificadas por uma profissional antes de entrarem no orçamento.
Ilustração conceitual de extração e conferência de quantitativos a partir de plantas. Os números e categorias não representam resultados visuais do Handoff-H1 nem reproduzem a interface do produto.

Um preprint publicado em 15 de agosto de 2026 avaliou o Handoff-H1 para estimar quantitativos de materiais a partir de PDFs de projetos. Em dez conjuntos residenciais, o sistema alcançou pontuação composta de 81,6, ante 77,6 dos estimadores independentes avaliados. A composição combina cobertura e precisão: os estimadores tiveram maior precisão de quantidade, enquanto o sistema cobriu mais itens. O estudo é dos desenvolvedores, usa avaliador de linguagem e ainda não tem replicação independente identificada.

Por que importa. Quantitativos preliminares afetam orçamento, escopo e planejamento. O estudo oferece evidência inicial de que sistemas especializados podem ajudar a encontrar itens, mas também mostra por que cobertura de materiais e precisão das quantidades precisam ser avaliadas separadamente por profissionais.

Ler análise

6 min de leitura

ArquiteturaProdutividadeConhecimentoPesquisaMultimodalidadeAutomação

EstudoNational Bureau of Economic Research

Experimento indica que IA reduziu diferenças de desempenho ligadas à escolaridade

Duas pessoas analisam o mesmo problema de trabalho com apoio de um assistente digital; uma etapa posterior mostra a retomada da tarefa sem assistência.
Ilustração conceitual do experimento: a assistência digital reduziu parte da diferença observada durante a tarefa, enquanto o exercício sem ferramenta evidencia o que ainda precisa ser aprendido.

Um experimento randomizado com 1.174 adultos de 25 a 45 anos avaliou uma tarefa de solução de problemas empresariais, com ou sem assistente de IA, seguida de uma atividade sem a ferramenta. Sem IA, participantes com escolaridade mais alta superaram os de escolaridade mais baixa em 0,548 desvio-padrão. Com acesso ao assistente, a diferença caiu para 0,139. A IA elevou o desempenho nos dois grupos, com ganhos maiores no grupo de menor escolaridade. O estudo é um working paper, realizado fora de empresas e sem revisão por pares.

Por que importa. A IA pode ampliar o desempenho assistido de pessoas com repertórios formais diferentes, mas a forma de usar a ferramenta também varia. Para empresas, a pergunta é como combinar acesso, orientação e esforço de aprendizagem.

Ler análise

5 min de leitura

ProdutividadeConhecimentoEmpresasLLMsPesquisa

EstudoBanco Europeu de Investimento

Estudo estima ganho de produtividade com IA, concentrado em empresas maiores

Equipe analisa dados em uma estação de trabalho, com outros profissionais ao fundo em um escritório amplo.
Ilustração editorial sobre adoção de IA nas empresas e a diferença de estrutura necessária para convertê-la em produtividade.

Um estudo do Banco Europeu de Investimento analisou mais de 12 mil empresas não financeiras da União Europeia e dos Estados Unidos, com dados de 2019 a 2024. Os autores estimam que a adoção de IA elevou em 4% a produtividade do trabalho, sem redução detectável do emprego no curto prazo. Os ganhos foram maiores em empresas médias e grandes e dependeram de investimentos complementares. A medida inclui IA e análise de big data em sentido amplo: não isola ferramentas generativas.

Por que importa. O estudo desloca a discussão da ferramenta para as condições organizacionais que acompanham sua adoção. Também mostra que ganhos médios podem esconder diferenças importantes entre empresas de portes distintos.

Ler análise

4 min de leitura

ProdutividadeEmpresasNegóciosPesquisaEnterprise

EstudoInformation Systems Research

IA pode ampliar a ideação e atrasar a execução de designers experientes

Caderno de esboços variados evolui para uma peça gráfica finalizada sob revisão de uma designer.
A composição representa as duas etapas examinadas no estudo: ideação com múltiplas possibilidades e implementação com refinamento e revisões.

Estudo publicado na Information Systems Research examinou o uso de IA generativa em tarefas de design. A ferramenta ampliou medidas de criatividade na ideação, mas, na implementação, designers experientes gastaram mais tempo sem ganhos criativos significativos.

Por que importa. Para equipes criativas, a decisão pode estar menos em adotar ou rejeitar IA e mais em definir em qual etapa ela entra. A evidência é específica a tarefas de design gráfico e precisa ser testada em cada fluxo.

Ler análise

5 min de leitura

CriatividadeDesignProdutividadePesquisaImagem