Confira aqui as novidades sobre os aplicativos, criptomoedas, metaverso, jogos , redes sociais etc, aqui você vai aprender a resolver tudo na área de tecnologia e também a ganhar dinheiro, grande parte do conteúdo te levará a ter conhecimento para ter uma renda na internet, já leia as materias e comece a fazer dinheiro hoje.
Os Estados Unidos enfrentam um desafio sem tamanho e estão vendo suas defesas enfraquecerem exatamente quando a inteligência artificial eleva a escala e a sofisticação dos ataques.
Segundo o Washington Post, autoridades, ex-agentes e empresas alertam que cortes na CISA (Agência de Segurança Cibernética e de Infraestrutura dos EUA), falta de pessoal e de liderança deixam o país mais vulnerável a hackers e espiões.
Uso crescente de IA por atacantes expõe fragilidades nas defesas dos EUA, agravadas por cortes e falta de pessoal em órgãos federais. Imagem: VRVIRUS / Shutterstock)
Uma combinação explosiva: IA + estruturas enfraquecidas
Como você já deve saber, a IA está sendo usada para potencializar ataques cibernéticos, automatizando a busca por vulnerabilidades e acelerando invasões em larga escala. Ao mesmo tempo, o governo federal enfrenta redução de pessoal e incerteza estratégica nas agências responsáveis pela defesa, segundo entrevistas com autoridades e especialistas externos.
O alerta partiu até de um grupo empresarial que reúne gigantes de segurança. “Uma nova liderança é necessária para proteger nossa nação das crescentes ameaças cibernéticas”, escreveu a Cybersecurity Coalition, associação comercial que reúne empresas de segurança e gigantes da tecnologia, incluindo Microsoft, Google e Cisco, em carta à Casa Branca.
Entre as preocupações estão cortes que reduziram significativamente o quadro da CISA, além do aumento do uso de IA por atacantes, combinação que pressiona por maior cooperação entre governo e setor privado.
Gigantes de tecnologia pedem nova liderança para enfrentar ameaças cibernéticas crescentes impulsionadas por IA. Imagem: Chayada Jeeratheepatanont/iStock
Exemplos recentes e falhas apontadas
Relatos internos e públicos descrevem casos concretos. A Anthropic afirmou que hackers apoiados por um governo externo usaram sua ferramenta para criar agentes autônomos que viabilizaram uma campanha de espionagem contra empresas de tecnologia, bancos, indústrias químicas e órgãos públicos. A empresa disse que os agentes encontraram conjuntos de dados e falhas não corrigidas com pouca supervisão humana.
Além disso, um memorando interno da CISA aponta uma taxa de vacância de aproximadamente 40% em áreas-chave do órgão, enquanto demissões e saídas por frustração reduziram capacidades críticas. Ainda assim, a agência continuou a emitir alertas e orientar respostas em casos urgentes.
O número de funcionários diminuiu e a capacidade foi drasticamente reduzida. Quer queiramos ou não, não estamos tão fortes hoje quanto precisamos estar.
Chris Krebs, diretor fundador da CISA, ao Washington Post.
Fragilidade das defesas federais afeta redes críticas e expõe impactos de decisões políticas em segurança digital. Imagem: FlyD/Unsplash
Consequências práticas
A fragilidade das defesas federais tem repercussões reais, desde redes de telecomunicações potencialmente menos protegidas, após decisões regulatórias recentes, até atrasos na nomeação de diretores na CISA e na NSA. O balanço entre segurança e decisões políticas aparece em debates sobre proibições de equipamentos estrangeiros e medidas de aquisições federais.
Impactos imediatos a acompanhar:
Aumento da superfície de ataque por agentes automatizados com IA.
Menor capacidade de resposta federal diante de incidentes coordenados.
Possível transferência de risco para o setor privado e usuários finais.
Esses episódios revelam um cenário em que atacantes avançam rapidamente enquanto órgãos federais lidam com equipes reduzidas e diretrizes instáveis – uma diferença de ritmo que ajuda a explicar por que os Estados Unidos parecem mais expostos e por que cresce a cobrança por reforço institucional.
O lançamento do ChatGPT completa três anos neste domingo (30). De lá para cá, a inteligência artificial (IA) generativa – tecnologia por trás do chatbot da OpenAI – foi de novidade peculiar para eixo de transformação cultural e econômica. A escalada foi rápida o suficiente para reordenar prioridades de usuários, empresas e governos.
Para você ter ideia, a plataforma da OpenAI tinha 800 milhões de usuários semanais em outubro de 2025. É quase 10% da população adulta do planeta. É um dado que mostra como, na prática, a IA generativa tem se tornado uma tecnologia de propósito geral (leia-se: usada de várias maneiras, em diversos contextos, para muitos fins).
Entre 2022 e 2025, o grande modelo de linguagem da empresa de Sam Altman evoluiu até chegar no GPT-5.1, com personalidades ajustáveis e um nível de autonomia antes restrito a laboratórios. E a interface simplificou o uso, reduzindo a necessidade de comandos de texto (prompts) complexos.
Essa evolução acendeu uma nova corrida tecnológica. Google, Meta e outras gigantes aceleraram seus lançamentos, o que movimentou bilhões de dólares e abriu espaço para temores sobre uma bolha da IA.
A questão para 2025 é: onde estamos agora? Bem, a indústria migrou o foco da geração de conteúdo para a consolidação de agentes de IA (sistemas capazes de planejar e executar tarefas complexas).
Além disso, o avanço dessa tecnologia redefine a competição global, mas também expõe riscos: direitos autorais, alucinações, impacto em empregos e dilemas éticos que crescem na mesma velocidade da adoção.
Para conter danos e construir confiança, governos aceleraram regulações. Entre os exemplos, estão o AI Act europeu e o PL 2338/2023 brasileiro. Ambos são esforços para enquadrar a tecnologia mais influente da década.
Muita coisa, né? Vamos por partes, então.
ChatGPT redefiniu a interação entre humanos e ‘A Máquina’
Aproximadamente 800 milhões de pessoas usavam o ChatGPT semanalmente em outubro de 2025 (Imagem: jackpress/Shutterstock)
O resultado desse ciclo contínuo de upgrades é uma base de usuários grande o suficiente para consolidar a OpenAI como um dos principais players da nova corrida tecnológica global.
O uso também mudou de natureza. O que era motivado pela curiosidade passou a ser pautado pela produtividade – com presença diária em tarefas como código, análise de documentos e planejamento – e até criatividade.
“O ChatGPT provocou uma inversão tectônica: ele não apenas demoliu a barreira técnica da execução, mas implodiu o mito do ‘gênio solitário’ e inverteu a gravidade do processo criativo”, disse Maurício Pinheiro, analista de software do Serviço Municipal de Água e Esgoto (Semae) e educador de tecnologias e artes do Sesc de Piracicaba (SP), em entrevista ao Olhar Digital. Ou seja, é uma mudança de posição do humano no processo criativo, não só de ferramenta.
No contexto da programação, o analista encara o fenômeno do ChatGPT da seguinte forma: “O foco migrou da escrita bruta de linhas para a curadoria sofisticada e a integração de sistemas. Porém, essa facilidade trouxe uma nova profundidade filosófica: o código deixou de ser uma arquitetura determinista (onde o erro é puramente lógico) para se tornar uma ‘caixa preta’ probabilística e fluida.”
A experiência de usar o ChatGPT também ficou mais simples. Atualmente, o usuário manda mensagens para a IA como quem conversa com um amigo. Inclusive, este é o efeito e o momento mais inesperado para Pinheiro quando o assunto é o contato entre pessoas e IA: “O momento em que a tecnologia deixou de ser apenas uma ferramenta de produtividade para se revelar um refúgio emocional.”
Ao longo das atualizações lançadas pela OpenAI, interface do ChatGPT se tornou mais simples – e seu uso deixou de exigir prompts complexos (Imagem: Tatiana Diuvbanova / Shutterstock)
Esse deslocamento emocional não é periférico. Ele já aparece nos dados de uso. Um estudo da OpenAI mostra que 72,2% do uso em junho de 2025 ainda não estava ligado ao trabalho. Isso sugere que o impacto cultural, especialmente na forma como interagimos com computadores, corre em paralelo ao avanço técnico.
Essa virada de experiência também reorganizou o ato de buscar informação. Um artigo publicado no The Conversation recentemente aponta que o ChatGPT se tornou a “nova porta de entrada” para consultas básicas, retirando de Google, YouTube e assistentes de voz o lugar de primeira escolha.
Além do uso semanal ter chegado a 800 milhões de pessoas, 55% dos consumidores nos EUA passaram a recorrer a chatbots de IA para tarefas antes feitas no Google, segundo pesquisas citadas no artigo. Esse deslocamento ajuda a explicar por que a busca hoje começa pela conversa. Inclusive, para o analista de software entrevistado pelo Olhar Digital, hoje em dia somos limitados apenas “pela sofisticação das nossas perguntas”.
No entanto, essa guinada trouxe tensões. As alucinações continuam a ser a falha estrutural dos modelos (por mais que o GPT-5 e GPT-5.1 tenham prometido reduzir o problema em até 45%). Além disso, a tecnologia enfrenta pressão jurídica pelo uso de dados protegidos por direitos autorais e impactos na educação.
Um estudo do MIT, por exemplo, alertou que a dependência de LLMs (sigla em inglês para Grandes Modelos de Linguagem) pode inibir pensamento crítico, reduzir a sensação de autoria e até enfraquecer conectividades neurais associadas ao esforço cognitivo.
“Ele atrapalha brutalmente quando é encarado como um oráculo de respostas finais”, explica o educador do Sesc de Piracicaba. “Nesse cenário, vemos a atrofia da dúvida e da dialética interna: se o aluno não precisa lutar com um conceito para entendê-lo, ele não o integra, apenas o ‘aluga’.”
Como se não bastasse, há o custo invisível: trabalhadores terceirizados expostos ao “trabalho sujo” e mega data centers que consomem energia equivalente a mais de 100 mil residências, o que tem pressionado infraestrutura elétrica e hídrica em vários países.
De viagens a suporte corporativo, agentes de IA começam a funcionar
Em 2025, a fronteira da IA mudou de lugar. A indústria deixou de falar só em geração de conteúdo e passou a mirar em agentes de IA (sistemas que planejam e executam tarefas complexas sozinhos).
Essa virada marca a passagem de um modelo passivo, que espera comandos, para um modelo proativo, guiado por objetivos. A base técnica dessa autonomia vem dos LAMs (sigla em inglês para Grandes Modelos de Ação), capazes de traduzir linguagem em ações reais via APIs, coordenados por agentes orquestradores e protegidos por “muretas” que impõem limites de segurança.
A corrida pela autonomia ganhou nomes e estruturas:
Google/DeepMind integra agentes ao Workspace e ao Vertex AI;
Anthropic ampliou o uso de “Artifacts” com o Claude 3.5 Sonnet;
xAI aposta no Grok 4, voltado para raciocínio avançado e engenharia de software autônoma.
Evolução do ChatGPT acendeu uma corrida tecnológica na qual X, Google, Meta e outras gigantes aceleraram os lançamentos e updates de rivais (Imagem: Tada Images/Shutterstock)
A complexidade desse ecossistema é reforçada por frameworks abertos como CrewAI e AutoGen, por meio dos quais desenvolvedores podem montar seus próprios sistemas multiagentes.
Essa autonomia já aparece no cotidiano de empresas e usuários. No atendimento corporativo, o Salesforce Agentforce, por exemplo, resolve sozinho até 80% dos problemas comuns, sem intervenção humana.
Em operações internas, agentes monitoram logs, detectam falhas, avaliam impacto e executam testes de validação automaticamente. No uso pessoal, assistentes de viagem assumem todo o processo: recebem objetivo e orçamento, pesquisam, reservam e montam o cronograma completo.
No entanto, a transição para a autonomia não foi repentina. Para Kenneth Corrêa – professor da FGV, especialista em tecnologias emergentes e autor do livro Organizações Cognitivas: Alavancando o Poder da IA Generativa e dos Agentes Inteligentes – os “copilotos” abriram caminho para essa virada.
“Seguindo essa adoção massiva, os copilotos são a materialização dessa IA no dia a dia”, disse o professor. “Podemos pensar neles como assistentes proativos integrados às ferramentas que já usamos, acelerando nossa produtividade.”
Essa base de integração explica por que, em 2025, a indústria empurra agora os agentes rumo ao planejamento e execução de tarefas completas. Mas o salto amplia riscos e exige governança. Afinal, quanto mais autonomia, maior a necessidade de confiabilidade, alinhamento e padrões éticos rígidos.
Por isso, a ascensão da IA agêntica intensifica a pressão por regulações capazes de garantir que sistemas proativos atuem em benefício da sociedade. E não fora do controle humano.
Disputa para criar regras para IA expõe tensões entre inovação, controle e direitos
A União Europeia saiu na frente ao adotar uma regulação baseada em risco para a IA. A Lei de IA (AI Act), promulgada em 2024, divide sistemas em quatro níveis (inaceitável, alto, limitado e mínimo), proíbe práticas como social scoring e impõe regras rígidas para aplicações de alto risco.
O modelo virou referência global, mas trouxe um alerta: o custo de conformidade poderia chegar a 31 bilhões de euros em 2025, o que levantou receios de que o excesso de exigências freiasse inovação e pressionasse pequenas e médias empresas. No fim, a Europa deu um passo atrás na regulamentação.
A União Europeia foi o primeiro bloco econômico a propor uma regulação baseada em risco para a IA (Imagem: RaffMaster/Shutterstock)
Fora da Europa, o cenário é fragmentado. A China segue um controle centralizado, com camadas de supervisão estatal e exigência de alinhamento aos “valores socialistas centrais”, regulando até o conteúdo gerado por IA.
Já os Estados Unidos não têm uma lei federal abrangente. O país opera com diretrizes executivas e um mosaico de legislações estaduais, como o Colorado AI Act. A falta de um padrão nacional cria incerteza e dificulta que os EUA liderem a governança internacional.
O Brasil tenta equilibrar essas forças ao adotar o modelo europeu. O PL 2338/2023, aprovado pelo Senado em dezembro de 2024, segue a lógica de risco e busca proteger direitos humanos, prevendo responsabilidade objetiva em caso de danos.
No entanto, há lacunas no projeto brasileiro. O texto aponta a Autoridade Nacional de Proteção de Dados (ANPD) como autoridade fiscalizadora, porém o desenho do Sistema Nacional de Regulação (SIA) e o alcance efetivo de seus poderes ainda dependem de normas complementares.
Nesse ambiente fragmentado, cresce a pressão por interoperabilidade. O chamado “Efeito Bruxelas” faz empresas globais adotarem o padrão europeu para acessar o bloco, enquanto entidades como OCDE e G7 criam princípios e códigos de conduta voluntários para avançar em transparência e responsabilidade.
No fim, a disputa regulatória importa porque define o que pode (e o que não pode) ser feito com a tecnologia que agora move negócios, governos e a vida digital diária. E esse descompasso regulatório aparece justamente no momento em que empresas começam a integrar IA a processos internos de maneira ampla. Como resume Corrêa, “estamos na segunda fase da jornada, saindo da experimentação isolada para a integração sistêmica”.
Corrida da IA remodela mercados, energia e geopolítica ao mesmo tempo, mas…
Enquanto governos discutem regras para uso e desenvolvimento de IA, a disputa pela liderança do setor virou uma corrida trilionária.
Previsões do Citi Group apontam US$ 2,8 trilhões até 2029, enquanto o Morgan Stanley estima quase US$ 3 trilhões entre 2025 e 2028. E big techs respondem triplicando seus gastos: US$ 360,2 bilhões só em 2025, quase todos destinados a mega data centers.
O tamanho dessas instalações mudou a escala da conversa. O consumo de energia já é medido em gigawatts, com projeções entre 100 GW e 250 GW até 2030, algo que muitos justificam pela corrida para alcançar a Inteligência Artificial Geral (IAG, sobre a qual você vai saber mais no fim desta reportagem).
O lançamento do ChatGPT causou o boom da IA generativa; neste contexto, a Nvidia se tornou uma espécie de banco central (Imagem: Mijansk786/Shutterstock)
No centro desse movimento está a Nvidia, que virou a fornecedora dominante de chips de IA – das GPUs H100 às Blackwell. Em 2025, a empresa se tornou a primeira do mundo a atingir US$ 5 trilhões em valor de mercado.
A trama financeira é circular. Como? Nvidia, OpenAI e os provedores de nuvem (como Microsoft e Oracle) se financiam mutuamente, o que cria um sistema no qual qualquer tropeço reverbera em cadeia. O contrato de US$ 11,9 bilhões da CoreWeave com a OpenAI, por exemplo, mostra a dependência estrutural do setor. E reforça a analogia de que a Nvidia virou o “banco central da IA”.
Essa disputa também é geopolítica. Os EUA lançaram, em julho de 2025, um Plano de Ação para a IA voltado a garantir liderança global, fortalecer a produção doméstica de chips e endurecer o controle de exportações. A China, por sua vez, sustenta um ecossistema próprio e lidera o volume de patentes (cerca de 300 mil em 2024).
No meio desse tabuleiro surgem novos polos, como Arábia Saudita e Emirados Árabes, que investem para construir sua soberania de IA. Enquanto isso, a União Europeia concentra esforços no AI Act e em programas de talento e infraestrutura para reduzir a dependência de players globais.
… acende alertas de bolha e expõe risco de excesso de capacidade
A empolgação global com IA vem acompanhada de sinais amarelos. FMI e Bank of Englandalertam para a possibilidade de uma bolha, citando a distância crescente entre valoração e receita.
O caso da OpenAI é emblemático: avaliada em US$ 500 bilhões, mas com US$ 13 bilhões de receita anual. Até o CEO da empresa, Sam Altman, já admitiu publicamente que uma bolha pode estar se formando. A fala reforçou a tensão entre expectativas e realidade financeira, evidentemente.
O risco central está no excesso de capacidade. Big techs apostam pesado, mas a construção da infraestrutura tem ocorrido antes da confirmação da demanda. Em 2025, as cinco maiores investidoras levantaram bilhões de dólares em dívidas para bancar novos data centers, por exemplo.
Apenas 1% das empresas que adotaram IA em seus processos dizem ter atingido maturidade no uso da tecnologia, segundo relatório da consultoria McKinsey (Imagem: M-Production/Shutterstock)
Enquanto isso, a adoção corporativa caminha devagar: só 1% das empresas que usam IA dizem ter atingido maturidade, segundo relatório anual da consultoria McKinsey. Se esse ritmo não acelerar, parte desses investimentos pode virar capacidade ociosa.
Mesmo assim, o maior gargalo pode não estar na infraestrutura. Para o professor da FGV, “a maior barreira para a adoção da IA hoje não é técnica, é cultural”. Seja como for, a dependência do hardware e a circularidade do capital ampliam o risco sistêmico.
É aqui que o fantasma da “bolha pontocom” retorna: apesar de empresas como Microsoft e Alphabet serem sólidas e lucrativas, as GPUs têm ciclo de obsolescência de três a seis anos.
Se a demanda não acompanhar, o excesso de investimento pode pesar. Ainda assim, o Goldman Sachs sustenta uma leitura otimista. Para o banco, a valorização se apoia em fundamentos reais, inclusive ganhos de produtividade de cerca de 15% nas empresas que adotaram a tecnologia.
Seja como for, se a estrutura balança no topo, o impacto chega na base. Especialmente no mercado de trabalho.
Pode usar ChatGPT no trabalho? Como a IA têm transformado o mercado
A IA vai continuar a mexer profundamente no mercado de trabalho (para melhor ou pior), principalmente em relação a funções administrativas em cargos iniciantes.
O FMI alertou, em janeiro de 2024, que cerca de 40% dos empregos no mundo seriam afetados pela tecnologia. Em economias avançadas, que são mais digitalizadas e concentradas em profissionais qualificados em setores intensivos em informação, esse número pode chegar a 60%.
Avanço do ChatGPT deve continuar a impactar principalmente funções administrativas de cargos nível júnior (Imagem: Mijansk786/Shutterstock)
Ao mesmo tempo, o quadro não é apenas de risco. Em 2020, estimava-se que 97 milhões de empregosseriam criados até 2025 em áreas ligadas à tecnologia. Isso mostra que: 1) a automação destrói funções; e 2) abre portas.
Assim, um novo ecossistema profissional vai surgindo. A demanda por especialistas em gestão e otimização de IA explodiu em países como EUA e Reino Unido de 2024 para cá. No Brasil, carreiras como engenharia de IA e ciência de dados estão em alta.
A requalificação vira peça central. E o mercado passa a valorizar habilidades humanas não replicáveis: criatividade, pensamento crítico e capacidade de julgamento, por exemplo. Nesse cenário, ferramentas como o ChatGPT funcionam mais como uma espécie de copiloto.
“Como professor, vejo que o ChatGPT já é um aliado indispensável”, afirma Corrêa. Ele também destacou que ferramentas como Perplexity e NotebookLM já são parte do cotidiano do trabalho acadêmico, por exemplo. Esse debate sobre impacto imediato convive com outra discussão, bem mais ambiciosa. E muito mais controversa.
Debate sobre IAG acelera previsões de superinteligência, mas limites técnicos persistem
A busca pela IAG – capacidade de uma máquina executar qualquer tarefa cognitiva humana com amplitude e profundidade comparáveis – ganhou velocidade em 2025. E um dos marcos mais recentes foi um novo acordo entre OpenAI e Microsoft, que estende os direitos de propriedade intelectual da empresa de Bill Gates até que a IAG seja validada por um painel independente de especialistas.
Sam Altman falou em marcos próximos. O CEO da OpenAI já sugeriu que a superinteligência pode surgir entre 2029 e 2030. Mas reconheceu um problema nessa discussão recentemente.
O CEO da OpenAI, Sam Altman, já sugeriu que a IAG pode ser alcançada muito em breve, mas reconheceu um problema nessa discussão (Imagem: alprodhk/Shutterstock)
Seja como for, é essa expectativa que sustenta parte dos investimentos trilionários em computação, incluindo data centers projetados para operar em faixas de 100 gigawatts. Para muitos analistas, tamanha infraestrutura só se explica pela crença de que a IAG será alcançada.
No entanto, o otimismo convive com ceticismo técnico. Pesquisadores como Yann LeCun e Gary Marcus argumentam que os LLMs atuais estão longe da IAG. Talvez, a “décadas de distância”, segundo Marcus.
Nesse ponto, é crucial diferenciar dois caminhos:
IA agêntica (que já existe atualmente): sistemas autônomos, focados e especialistas, capazes de executar tarefas delimitadas;
IAG (ambição para futuro): pressupõe competência cognitiva universal, algo muito além do que os modelos atuais entregam (e parecido ao que faz o Jarvis, criado por Tony Stark, no universo da Marvel).
O ChatGPT é uma ferramenta avançadíssima e complexa? Sim. Mas ainda patina em lógica básica, raciocínio intrínseco e generalização, por exemplo. Sem contar que continua vulnerável a alucinações.
Pesquisas buscam arquiteturas que capturem processos cognitivos humanos para, quem sabe, se chegar à tão almejada superinteligência artificial (Imagem: Pedro Spadoni via DALL-E/Olhar Digital)
Em termos práticos, pesquisadores tentam avançar em frentes consideradas essenciais para qualquer salto rumo à IAG. Entre elas, estão:
Aprendizagem contínua, para evitar o esquecimento catastrófico;
Desenvolvimento de raciocínio de senso comum e compreensão do mundo físico (habilidades que crianças dominam, diga-se).
No hardware, cresce o interesse por plataformas híbridas e neuromórficas, como o chip Tianjic, que imita estruturas do cérebro.
Também vale destacar: a IAG levanta riscos sérios. Quais? Dá para citar desalinhamento de objetivos, perda de controle e até riscos existenciais. O ponto central é o problema de alinhamento.
Em suma, “problema de alinhamento” diz respeito à dificuldade de garantir que um sistema cada vez mais autônomo interprete e siga objetivos humanos exatamente como pretendido. Isto é, sem distorções, atalhos perigosos ou comportamentos inesperados para “otimizar” metas mal definidas.
Por isso, a busca pela superinteligência exige cautela, reforço de guardrails e governança. Três anos após a chegada do ChatGPT ao mundo real, talvez essa seja a questão central: como conviver com tecnologias cada vez mais inteligentes sem abrir mão do que nos faz humanos.
Neste sábado (29), Vitória e Mirassol se enfrentam em jogo válido pela 36ª rodada do Brasileirão 2025. A bola rola para a partida às 16h00 (horário de Brasília) no Estádio Manoel Barradas, o Barradão, em Salvador.
O Vitória ocupa atualmente a 17ª colocação da competição, com 31 pontos conquistados em 30 partidas. O Rubro-negro tem campanha de sete vitórias, 10 empates e 13 derrotas. No Brasileirão, a equipe baiana vem de derrota para o Corinthians por 0 a 1.
Já o Mirassol ocupa atualmente a quarta colocação da competição, com 55 pontos conquistados em 30 partidas. O Leão Caipira tem campanha de 15 vitórias, 10 empates e cinco derrotas. No Brasileirão, a equipe do interior paulista vem de vitória sobre o Sport por 2 a 1.
Neste sábado (29), Palmeiras e Flamengo se enfrentam pela grande final da Libertadores, disputada em jogo único. A bola rola às 18h00 (horário de Brasília) no Estádio Monumental “U”, em Lima, no Peru.
Onde assistir a Palmeiras x Flamengo pela Libertadores?
A partida entre Palmeiras e Flamengo será transmitido ao vivo na TV aberta pela Globo, na TV fechada pela ESPN, no YouTube pela Ge TV e no streaming pelo Disney+ e Paramount+.
Prováveis escalações e arbitragem
Palmeiras: Carlos Miguel; Bruno Fuchs, Gustavo Gómez e Murilo; Khellven, Andreas Pereira, Piquerez, Allan e Raphael Veiga; Flaco López e Vitor Roque.
Técnico: Abel Ferreira.
Flamengo: Rossi; Varela, Danilo (Léo Ortiz), Léo Pereira e Alex Sandro; Pulgar, Jorginho e Arrascaeta; Luiz Araújo, Carrascal e Bruno Henrique.
Técnico: Filipe Luís.
Arbitragem:
Árbitro: Darío Humberto Herrera.
Assistentes: Cristian Gonzalo Navarro e José Miguel Savorani.
VAR: Héctor Alberto Paletta.
As escalações são confirmadas cerca de uma hora antes do jogo.
O Palmeiras passou como o primeiro colocado do Grupo G da Libertadores, com seis vitórias em seis jogos, totalizando 18 pontos. Nas oitavas, o Alviverde passou pelo Universitario por 4 a 0. Nas quartas, a equipe paulista derrubou o River Plate, por 5 a 2 somando ida e volta. Nas semis, o Palmeiras eliminou a LDU de virada por 4 a 3.
O Flamengo terminou em 2º lugar do Grupo C e venceu o Internacional nas oitavas de final. Nas quartas, o Rubro-Negro superou o Estudiantes. Do outro lado, o Racing fechou a fase de grupos na liderança do Grupo E e superou o Fortaleza nas oitavas de final. Depois, venceu o Peñarol nas quartas. Nas semifinais, o Flamengo bateu o Racing por 1 a 0 no agregado.
Gosta de poesias? Então saiba que, segundo pesquisadores, elas podem enganarchatbots, como o ChatGPT.
De acordo com a WIRED, metáforas, rimas e versos bem construídos contornam filtros de segurança, fazendo com que os modelos respondam mesmo a temas sensíveis, como armas nucleares.
Poesias exploram falhas em chatbots, permitindo que IAs cedam a pedidos que normalmente bloqueiam (Imagem: SuPatMaN/Shutterstock)
Por que poemas enganam a IA
Um estudo do Icaro Lab, formado por pesquisadores da Universidade Sapienza de Roma (Itália) e do think tank DexAI, revelou algo preocupante: frases em forma de poema conseguem burlar filtros de grandes modelos de linguagem. A abordagem de poesia adversária alcançou taxas de sucesso de até 62% para versos escritos à mão e aproximadamente 43% para versões automatizadas.
Eles testaram a técnica em 25 chatbots, incluindo IAs de empresas, como OpenAI, Meta e Anthropic, e a maioria cedeu ao “disfarce poético”. A equipe ressalta que, ao usar metáforas, estruturas fragmentadas e versos indiretos, conseguiu fazer com que os alarmes internos das IAs não disparassem da mesma forma que com perguntas diretas.
Testes em 25 IAs revelam que perguntas sobre temas restritos, incluindo armas nucleares, podem passar despercebidas (Imagem: Bordovski Yauheni/Shutterstock)
Como a poesia desbloqueia o perigo
A estratégia funciona porque explora o que os técnicos chamam de “temperatura alta”, apostando em palavras inesperadas e estruturas incomuns. “Na poesia, vemos a linguagem em alta temperatura, onde as palavras se sucedem em sequências imprevisíveis e de baixa probabilidade”, comentam os pesquisadores.
Eles explicam que esse estilo confunde os classificadores — sistemas que filtram pedidos perigosos. Com a abordagem poética, muitos desses filtros não acompanham o raciocínio do modelo, permitindo que solicitações potencialmente prejudiciais sejam atendidas.
Sequências imprevisíveis e de baixa probabilidade em versos dificultam a detecção por filtros de segurança de IAs (Imagem: TippaPatt/Shutterstock)
Como evitar esse problema?
Redobre a cautela ao usar IAs para fins profissionais ou sensíveis.
Prefira chatbots com múltiplos mecanismos de segurança — não apenas filtros básicos.
Avalie e monitore o código-fonte ou as políticas de segurança ao usar IAs desenvolvidas por terceiros.
Segundo o estudo, “há um desalinhamento entre a capacidade interpretativa do modelo… e a robustez de suas salvaguardas” — e isso pode ter consequências muito reais.
Pela primeira vez, essas explosões foram capturadas no regime do infravermelho médio, oferecendo uma nova perspectiva que pode ser crucial para desvendar os mecanismos por trás desses fenômenos cósmicos e o papel dos campos magnéticos na matéria que circunda esses gigantes espaciais.
Ilustração da erupção de infravermelho médio se movendo à medida que os elétrons espiralam em torno dos campos magnéticos de Sgr A* (Imagem: CfA/Mel Weiss)
A equipe de astrônomos, que inclui Sebastiano von Fellenberg, do Instituto Max Planck de Radioastronomia na Alemanha, utilizou o JWST para preencher uma lacuna vital no espectro das observações de Sgr A*.
Anteriormente, as chamas eram rotineiramente estudadas no infravermelho próximo e em outros comprimentos de onda, mas o infravermelho médio permanecia um “buraco” no conhecimento.
De acordo com von Fellenberg, os dados do infravermelho médio são “emocionantes” porque permitem conectar os regimes de rádio e infravermelho próximo. Embora as chamas de infravermelho médio se assemelhem às de infravermelho próximo, elas se diferenciam da variabilidade observada no rádio, indicando nuances importantes nos processos que as geram.
James Webb foi o rersponsável pelas detecções inéditas (Imagem: Vadim Sadovski/Shutterstock)
Desvendando os mistérios das chamas de buracos negros
A natureza dos buracos negros, com seu horizonte de eventos onde nem mesmo a luz consegue escapar, torna intrigante o estudo de emissões de radiação eletromagnética vindas deles;
No entanto, as explosões de Sgr A*, um buraco negro com a massa equivalente a mais de quatro milhões de sóis, não vêm do buraco negro em si, mas da matéria em seu entorno;
Simulações indicam que essas “erupções” podem ser resultado de interações entre os campos magnéticos circundantes;
Quando as linhas de campo magnético se conectam, uma imensa quantidade de energia é liberada, gerando um tipo de radiação conhecida como “radiação síncrotron“;
A variação no índice espectral do infravermelho médio da chama de Sgr A* ao longo de sua vida útil revelou aos pesquisadores a ocorrência de um fenômeno chamado “resfriamento síncrotron“;
Este processo ocorre quando elétrons de alta velocidade perdem energia ao emitir radiação síncrotron, que, por sua vez, alimenta as emissões de infravermelho médio observadas.
Von Fellenberg explica ao Space.com que, embora a intensidade do campo magnético pudesse ser medida com as chamas de infravermelho próximo, essas medições não permitiam que os cientistas a determinassem independentemente de outros parâmetros, como o número total de elétrons na região de emissão.
“Esta nova forma de determinar a intensidade do campo magnético é particularmente útil, pois é bastante ‘limpa‘, sem muitas suposições na medição”, destacou o pesquisador, ressaltando sua importância para modelos teóricos que têm poucas restrições para Sgr A* nesse aspecto.
Uma imagem do buraco negro supermassivo no centro da Via Láctea, chamado de Sagitário A* (Imagem: Colaboração Event Horizon Telescope)
Contribuição crucial do JWST
As observações foram possíveis graças à alta sensibilidade do JWST, especialmente ao modo de espectrômetro de média resolução (MRS, na sigla em inglês) do seu instrumento de infravermelho médio (MIRI, na sigla em inglês).
O pesquisador enfatizou que, para alcançar tamanha sensibilidade no infravermelho médio, é imprescindível que o telescópio esteja no Espaço, já que a atmosfera terrestre interfere drasticamente nas observações baseadas em solo nesse comprimento de onda.
Além disso, o instrumento MIRI/MRS é o primeiro a oferecer uma cobertura tão ampla de comprimento de onda para Sgr A*, pré-requisito essencial para medir o índice espectral. A pesquisa da equipe está disponível no repositório de artigos arXiv, acompanhada de dois artigos adicionais.
Os exames médicos que não precisam ser feitos todos os anos ainda geram muitas dúvidas entre pacientes. Existe a ideia de que repetir todos os testes anualmente é sinônimo de prevenção, mas a ciência mostra que nem sempre isso é necessário. Isso porque a periodicidade varia conforme idade, histórico familiar e estilo de vida, e alguns exames só devem ser solicitados em situações específicas.
Neste artigo, vamos esclarecer os principais mitos sobre check-ups, mostrar quais exames não precisam ser repetidos anualmente e destacar a importância de seguir sempre a recomendação médica. Afinal, cada organismo é único e pode exigir cuidados diferentes. Confira!
Ciência e medicina investigando os hormônios essenciais T3, T4 e TSH para diagnosticar e tratar o hipo e o hipertireoidismo (Imagem: Buravleva stock / Shutterstock.com)
Inicialmente, é importante saber que na maior parte das situações, o check-up precisa ser individualizado. Cabe ao médico que acompanha o paciente definir a periodicidade dos exames, levando em conta o estado de saúde, os antecedentes pessoais e o histórico familiar.
O dr. Drauzio Varella salienta em seu perfil no TikTok, que a recomendação é que alguns exames médicos sejam feitos anualmente a partir dos 25 anos. No entanto, essa indicação é para quem tem algum fator de risco na família ou antecedentes de doença na família. Caso contrário, esses exames são apenas indicados a partir dos 35 anos em diante.
Quais exames médicos não precisam ser feitos todos os anos?
Exames cardíacos
Exames cardíacos, como o holter e o teste ergométrico (ou de esforço), não costumam ser recomendados de forma rotineira para adultos jovens que não apresentam sintomas ou fatores de risco. Quando necessários, geralmente são realizados em intervalos mais longos, sobretudo quando os resultados anteriores indicam normalidade.
Além disso, a Sociedade Brasileira de Cardiologia (SBC) não indica o teste ergométrico como exame de rotina (rastreamento) para pacientes assintomáticos de baixo risco.
Papanicolau e ultrassom transvaginal
Tecnologia não substitui o julgamento clínico de profissionais (Imagem: mediaphotos/iStock)
De acordo com o Ministério da Saúde, o exame Papanicolau é indicado a partir do momento que a mulher inicia sua vida sexual. Contudo, ao contrário do que muita gente pensa, é um exame que não precisa ser feito todos os anos.
Em geral, recomenda-se realizar o exame e se os dois primeiros resultados forem normais, pode ser repetido a cada 3 anos. No entanto, a frequência pode mudar conforme idade, histórico e fatores de risco.
Outros exames ginecológicos também entram na lista. De acordo com o dr. João Alho em seu perfil no Instagram, não há nenhuma evidência com base científica que os médicos tenham que indicar a ultrassom transvaginal de rotina. Contudo, isso só se encaixa em pacientes que não apresentam sintomas ou grau de risco específico.
Ultrassom de tiroide
Entre os exames que não precisam ser feitos todos os anos, existem aqueles que podem até prejudicar pacientes assintomáticos. Esse é o exame de ultrassom de tiroide, de acordo com o dr. João Alho ele não faz parte dos exames de rotina para a população em geral.
Além disso, a realização sem necessidade pode resultar em “superdiagnóstico” de nódulos benignos, gerando preocupação excessiva e até procedimentos médicos desnecessários. Então, sua indicação deve ser feita pelo médico, considerando sintomas, antecedentes familiares ou alterações identificadas no exame físico.
O check-up ginecológico é fundamental para a saúde da mulher, pois permite prevenir doenças e acompanhar o bem-estar íntimo ao longo da vida/Crédito: Kmpzzz/Shutterstock
Teste de intolerância alimentar
Esse tipo de teste é muito importante para o bem-estar e qualidade de vida dos pacientes, porém também não é obrigatório em um check-up anual. Isso porque, é mais indicado para pacientes que tenham sintomas como azia, estufamento, gases, enxaquecas, entre outros.
A partir desses sintomas e com avaliação médica, o exame é solicitado. Vale lembrar que esse tipo de teste é aquele que detecta a presença de anticorpos IgG específicos contra certos alimentos consumidos.
Pesquisadores da Universidade Técnica de Viena (Áustria) desenvolveram um solvente capaz de separar, de forma rápida e eficiente, dois materiais amplamente usados na indústria têxtil: poliéster e algodão.
A novidade pode ajudar a enfrentar um dos maiores desafios da reciclagem de tecidos, já que a maior parte do que chamamos de “poliéster” é, na verdade, uma combinação desses dois componentes, difícil de reutilizar por métodos tradicionais.
Pesquisadora Nika Depope testando o solvente em um tecido (Imagem: Universidade Técnica de Viena)
Como funciona a separação de poliéster e algodão
A solução criada pela doutoranda Nika Depope e pelo Dr. Andreas Bartl, em parceria com outros colegas, é composta por mentol e ácido benzoico.
Embora ambos sejam sólidos à temperatura ambiente, quando aquecidos a 216 °C formam um “solvente eutético profundo”.
Nesse estado, são capazes de decompor amostras de tecido misto em apenas cinco minutos.
Durante o processo, o poliéster se dissolve completamente, enquanto o algodão permanece intacto.
Após a separação, as fibras de algodão podem ser lavadas, secas e reutilizadas.
Já o poliéster volta a precipitar quando o líquido esfria, permitindo sua recuperação quase total.
Em testes de laboratório, foi possível recuperar até 100% do algodão e 97% do poliéster.
Solvente especial dissolve o poliéster sem afetar o algodão e recupera mais de 90% dos materiais (Imagem: anna.spoka/Shutterstock)
Resultados e próximos passos
Segundo Bartl, um ponto decisivo do método é que “nem o algodão, nem o poliéster são danificados ou alterados quimicamente”, garantindo que ambos conservem suas propriedades originais. O grupo também afirma que as fibras recuperadas podem ser transformadas novamente em fios.
Os cientistas agora buscam reduzir o consumo de energia do processo, especialmente a temperatura necessária para ativar o solvente.
O estudo foi publicado recentemente na revista Waste Management.
Nova tecnologia isola poliéster e algodão e aumenta eficiência da reciclagem têxtil (Imagem: bezikus/Shutterstock)
Pesquisadores da Universidade de Sevilha (Espanha) identificaram as regiões que podem atuar como pontos de partida para danos estruturais em pessoas com transtornos do espectro da esquizofrenia (TEE).
Esses locais são os que mais apresentam alterações morfológicas nos estágios iniciais da condição, quando comparados a indivíduos neurotípicos da mesma idade e sexo.
O estudo também encontrou reduções marcantes na similaridade estrutural entre áreas dos lobos temporais, cingulado e insular — regiões essenciais para funções cognitivas e emocionais. Os resultados foram publicados na revista Nature Communications.
Pesquisa identifica regiões que sofrem as primeiras alterações morfológicas e explica como elas se espalham por redes cerebrais essenciais (Imagem: Elif Bayraktar/Shutterstock)
Esquizofrenia: como o cérebro se reorganiza nos TEE
Pesquisas recentes sugerem que muitos transtornos psiquiátricos surgem primeiro como alterações localizadas no cérebro e, depois, se expandem para outras áreas por meio de redes de conectividade.
Nos TEE, esse processo envolve redução do volume e da espessura do córtex, além de mudanças na área de superfície, refletindo uma maturação cerebral atípica.
Para medir essa reorganização, os cientistas utilizaram redes baseadas na chamada Divergência Inversa Morfométrica (MIND, na sigla em inglês), que avaliam o grau de similaridade morfológica entre diferentes regiões a partir de imagens de ressonância magnética. Valores menores de MIND indicam maior desconexão estrutural.
Primeiras alterações cerebrais na esquizofrenia são explicadas em novo estudo (Imagem: PeopleImages.com – Yuri A/Shutterstock)
Principais achados e implicações
A equipe analisou redes MIND de 195 indivíduos neurotípicos e 352 pessoas com TEE. O grupo com a condição apresentou as maiores quedas na similaridade estrutural justamente em áreas associativas de ordem superior — que amadurecem mais tarde e são cruciais para funções cognitivas complexas. As reduções foram mais fortes em pacientes com pior quadro clínico.
Os pesquisadores também relacionaram 46 características neurobiológicas às regiões afetadas, incluindo maior presença de astrócitos e alterações em neurotransmissores, como dopamina e serotonina.
Segundo os autores, esses resultados abrem caminho para futuros biomarcadores estruturais e estratégias de tratamento personalizadas.
Cérebro no início da esquizofrenia revela “epicentros” de dano estrutural, aponta estudo (Imagem: Corona Borealis Studio/Shutterstock)
