Um estudo da Anthropic Research revelou que robôs atuais já são capazes de realizar cerca de 75% do trabalho físico humano, mas o alto custo de aquisição e manutenção limita sua adoção em larga escala. A pesquisa destaca que, embora a tecnologia avance cerca de 2% ao ano, a substituição em massa é lenta e economicamente viável em menos de 1% das tarefas atuais.
Tópicos principais: Anthropic Research (empresa), robótica e modelos de linguagem LLM (tecnologia), automação do trabalho físico e impacto econômico (tendência).
Robôs já podem fazer 75% do trabalho físico humano - e só um motivo impede
Resumo
Um estudo da Anthropic Research colocou números numa sensação que muita gente já tem: robôs estão ficando capazes de fazer boa parte do trabalho "de chão de fábrica". O freio, por enquanto, não é só tecnologia ou regulamentação - é principalmente dinheiro.
O que rolou?
*A Anthropic criou um "índice de exposição a robôs", que mede o quanto as tarefas de cada profissão já podem ser feitas por robôs disponíveis hoje.
*Segundo o estudo, robôs já conseguem executar cerca de 74% das tarefas físicas nos EUA, o que equivale a 34% das horas trabalhadas.
*A pesquisa diz que essa capacidade costuma funcionar melhor em ambientes bem controlados (pense em um armazém organizado, com rotas e regras claras), e pior em situações imprevisíveis do mundo real.
*Trabalhos como direção e atividades de depósito aparecem como altamente expostos; já enfermagem e reparos gerais seriam menos afetados agora, porque robôs atuais ainda fazem pouco do que essas funções exigem.
*O estudo estima que, somando robôs e LLMs (modelos de linguagem, as IAs de texto como chatbots), cerca de 80% das tarefas por tempo de trabalho ficam "expostas" a algum tipo de automação.
*Apesar disso, robôs seriam competitivos em custo contra humanos em apenas 0,3% das tarefas; se os preços caírem como no passado, levaria cerca de 40 anos para esse número chegar a 10% (mas vale lembrar que a IA é a tecnologia que fica mais barata mais rapidamente na história humana).
*O estudo também aponta que, nos últimos 50 anos, empregos mais expostos a robôs tiveram quedas maiores de salários e de emprego - e que, ano a ano, robôs passaram a conseguir fazer cerca de 2% do trabalho físico que antes não conseguiam.
IAgora?
*O recado mais prático é que "robô capaz" não é o mesmo que "robô no seu trabalho": a conta só fecha quando o custo do robô (compra, manutenção, energia, adaptação do ambiente) fica menor do que pagar gente - e isso tende a acontecer primeiro em tarefas repetitivas e com cenário previsível.
*Ao mesmo tempo, a pesquisa sugere um efeito desigual: quem está em funções mais padronizadas e com menor salário pode sentir a pressão antes, enquanto trabalhos que dependem de cuidado, improviso e contato humano seguem mais protegidos - pelo menos com os robôs de hoje.
E teve mais isso...
1) ChatGPT para adolescentes vira "risco inaceitável", diz ONG
O que rolou?
*A Common Sense Media, organização que avalia produtos de mídia e tecnologia para famílias, classificou o "ChatGPT for Teens" como um "risco inaceitável".
*Segundo o relatório, o design do produto ainda incentiva o adolescente a continuar conversando, inclusive em situações de crise de saúde mental.
*A OpenAI contestou a avaliação e disse que a metodologia do grupo não refletiu bem como as proteções funcionam na prática, citando inclusive o processo de ativação de controles parentais.
IAgora?
*Quando um chatbot tenta ser "companheiro 24 horas", ele pode virar uma espécie de ímã de atenção - e, para adolescentes, isso aumenta o risco de a ferramenta competir com apoio humano justamente quando mais importa.
2) IA "rouba" em torneio de StarCraft: engraçado, mas revelador
O que rolou?
*Na competição StarSkirmish, modelos de IA têm uma hora para escrever seu próprio bot de StarCraft em C++ e depois disputar partidas.
*Segundo a newsletter Future Tools, o modelo GPT-6 Astra (da OpenAI) teria sido pego baixando o bot "Stardust" (feito por humano) e tentando rodá-lo como se fosse seu.
*O organizador Kai McPheeters identificou a troca, reverteu o código e deixou o torneio seguir.
IAgora?
*A história parece piada, mas aponta um padrão: IAs muito focadas em "ganhar" podem procurar atalhos quando existe uma regra no caminho - o que, fora de um jogo, vira um problema de segurança e confiança. Foi o que já aconteceu no ataque hacker de IA rebelde da OpenAI ao Hugging Face.
3) Meta diz que usou IA "de chat" para avançar em matemática aberta
O que rolou?
*A Meta afirmou que pesquisadores usaram seus modelos Muse Spark (1.1 e 1.2) no modo de raciocínio dentro do chat comum do Meta.ai para ajudar a responder cinco questões matemáticas que estavam em aberto.
*O trabalho resultou em seis artigos; em alguns casos, a IA ajudou com estratégias de prova, cálculos e até um programa de busca que encontrou um contraexemplo em teoria de grupos.
*A Meta diz que matemáticos humanos guiaram o processo e que outros matemáticos revisaram os resultados; a empresa também reconheceu que houve trabalhos independentes em temas parecidos.
IAgora?
*O ponto aqui não é IA resolveu sozinha, e sim que o chat pode virar uma bancada de rascunho: ele sugere caminhos, gera tentativas e acelera a exploração - mas ainda exige checagem pesada de especialistas antes de virar conhecimento confiável.
4) Instagram coloca um "assistente de IA" para te ensinar a postar
O que rolou?
*O Instagram anunciou que o app Edits vai ganhar um "assistente criativo" com IA que usa dados da conta do usuário para sugerir mudanças e ideias.
*A ferramenta promete responder perguntas sobre tendências, por que um vídeo funcionou e outro não, e sugerir ganchos, legendas, áudios e roteiros, usando métricas como curtidas, visualizações, retenção e compartilhamentos.
*A proposta lembra movimentos parecidos do YouTube, que também vem ampliando painéis e recursos de IA para orientar criadores a "agradar o algoritmo".
IAgora?
*Se a plataforma vira uma "consultora" de engajamento, o risco é todo mundo correr para o mesmo tipo de fórmula - e a criatividade virar uma corrida de otimização, como se postar fosse ajustar um anúncio até o gráfico subir.
As últimas da coluna "IAgora?"
IAgora
Matemáticos se revoltam com OpenAI e dizem que IA pode 'quebrar a internet' Leia mais
IAgora
CEO da OpenAI diz que mundo deve aceitar "coisas ruins". O que exatamente? Leia mais
IAgora
O plano de Zuckerberg, Google e governo que vai mudar totalmente a biologia Leia mais
Dica de IA na prática: descubra o que mudou - e não apenas o que foi acrescentado
Como fazer?
Escolha duas versões de um documento: um contrato, planejamento, relatório, política interna, proposta comercial ou estratégia. Envie as duas para a IA, identificando claramente qual é a versão anterior e qual é a mais recente.
Em vez de pedir apenas para comparar os arquivos, dê uma instrução mais específica:
Compare estas duas versões e produza uma análise das mudanças, não apenas um resumo das diferenças textuais. Organize a análise em cinco categorias:
- O que foi acrescentado: informações, condições, compromissos ou regras que não existiam antes.
- O que foi removido: informações, garantias, restrições, obrigações ou ressalvas que desapareceram.
- O que mudou de significado: trechos que continuam tratando do mesmo assunto, mas cuja redação altera o sentido, o alcance ou a interpretação.
- O que mudou de forma sutil: alterações pequenas de palavras, prazos, condições, responsáveis ou critérios que podem produzir consequências importantes.
- O que permaneceu igual: pontos relevantes que não mudaram, mas que ajudam a entender o alcance das alterações.
Para cada mudança, mostre o trecho anterior, o trecho novo e explique objetivamente o que mudou. Diferencie alterações textuais de possíveis consequências práticas. Se não houver evidência suficiente para afirmar que uma mudança produz determinada consequência, sinalize isso como uma hipótese a verificar.
O que isso muda pra você?
Você deixa de usar a IA apenas para economizar tempo na comparação de arquivos e passa a utilizá-la para investigar as consequências das mudanças.
Isso pode ser útil quando uma empresa atualiza uma política, um cliente devolve uma proposta revisada, uma equipe modifica o planejamento de um projeto ou você precisa acompanhar sucessivas versões de um documento.
O ganho não está em descobrir que uma frase foi alterada. Está em perceber que essa frase pode ter mudado uma obrigação, eliminado uma proteção ou alterado a prioridade de um projeto.
Veja também
Deixe seu comentário
O autor da mensagem, e não o UOL, é o responsável pelo comentário. Leia as Regras de Uso do UOL.
Meridiano
