Inteligência artificial generativa

Imagem de estilo impressionista com figuras num cenário de ópera futurista
Théâtre D'opéra Spatial (2022), imagem criada com o Midjourney que deu a seu autor, Jason M. Allen, um prêmio no concurso de belas-artes da Feira Estadual do Colorado

Inteligência artificial generativa (IA generativa ou GenAI) é um ramo da inteligência artificial que usa modelos generativos para produzir texto, imagens, vídeo, áudio, código de programação e outros tipos de dados digitais. Esses modelos aprendem os padrões e as estruturas presentes nos seus dados de treinamento e os usam para criar conteúdo novo em resposta a uma entrada, que em geral é um pedido em linguagem natural, chamado prompt. Os sistemas costumam ser classificados pelo formato de entrada e de saída, como texto para texto, texto para imagem ou texto para vídeo.

O uso de ferramentas de IA generativa cresceu de forma acentuada com a explosão da inteligência artificial da década de 2020, tornada possível por avanços nas redes neurais profundas e, em especial, nos modelos de linguagem de grande escala, baseados na arquitetura transformer. Entre as aplicações mais difundidas estão chatbots como ChatGPT, Claude, Google Gemini, Microsoft Copilot, DeepSeek, Grok e Qwen; modelos de texto para imagem como DALL-E, Stable Diffusion e Midjourney; e modelos de texto para vídeo como o Sora e o Veo.

Empresas de setores variados adotaram a tecnologia, entre eles desenvolvimento de software, saúde, finanças, entretenimento, atendimento ao cliente, publicidade, roteirização e design de produtos. Os modelos podem, no entanto, produzir respostas incorretas, as chamadas "alucinações", e têm sido usados em crimes cibernéticos, campanhas de desinformação e deepfakes. O treinamento com obras protegidas sem autorização dos titulares originou disputas judiciais sobre direito autoral, e a dependência de grandes centros de dados levanta preocupações com o consumo de energia e de água e com o lixo eletrônico.

A expansão da IA generativa foi acompanhada de iniciativas de regulação em vários países, como o Regulamento sobre Inteligência Artificial da União Europeia, as medidas provisórias chinesas para serviços de IA generativa e, no Brasil, o projeto de marco legal da inteligência artificial e as regras do Tribunal Superior Eleitoral para o uso da tecnologia em campanhas eleitorais. Também provocou greves de roteiristas e atores em Hollywood e debates sobre o seu efeito no trabalho, na educação e no jornalismo.

História

Origens

A geração algorítmica de conteúdo remonta às cadeias de Markov, usadas para modelar a linguagem natural desde o início do século XX. O matemático russo Andrei Markov apresentou o conceito em 1906, com uma análise dos padrões de vogais e consoantes em Ievguêni Oniéguin, de Púchkin. Depois de treinada num corpus de texto, uma cadeia de Markov consegue gerar texto probabilístico.

No início da década de 1970, artistas passaram a usar computadores para levar as técnicas generativas além dos modelos de Markov. Harold Cohen desenvolveu e expôs obras produzidas pelo AARON, programa pioneiro projetado para criar pinturas de forma autônoma.

Nas décadas de 1980 e 1990, as expressões "planejamento generativo" e "planejamento de IA generativo" designavam sistemas de planejamento automatizado, sobretudo de planejamento de processos assistido por computador, que geravam sequências de ações para atingir um objetivo definido. Esses sistemas empregavam métodos da IA simbólica, como busca em espaço de estados e satisfação de restrições, e eram considerados uma tecnologia relativamente madura no início dos anos 1990. Foram usados para gerar planos de ação militar em situações de crise, planos de processos industriais e planos de decisão em protótipos de naves espaciais autônomas.

Redes neurais generativas

O aprendizado de máquina usa tanto modelos discriminativos, que classificam ou preveem a partir dos dados, quanto modelos generativos, que produzem dados novos. Do fim da década de 2000 ao início da de 2010, avanços na aprendizagem profunda trouxeram grandes melhorias na classificação de imagens, no reconhecimento de fala e no processamento de linguagem natural. Nesse período, as redes neurais eram treinadas sobretudo como modelos discriminativos, porque os generativos eram mais difíceis de treinar.

Em 2014, o surgimento do autocodificador variacional (VAE) e da rede adversária generativa (GAN) permitiu modelar de forma eficaz dados complexos como imagens. Em 2017, o artigo Attention Is All You Need propôs que a arquitetura transformer permitiria novos avanços na modelagem generativa em relação às redes LSTM usadas até então. A partir dela surgiram os transformadores pré-treinados generativos (GPT), a começar pelo GPT-1, em 2018.[carece de fontes]?

Popularização

Rostos gerados por redes neurais em anos sucessivos, com aumento progressivo do realismo

Em março de 2020, o lançamento do 15.ai, aplicação web gratuita criada por um pesquisador anônimo do Instituto de Tecnologia de Massachusetts (MIT), capaz de gerar vozes convincentes de personagens a partir de poucos dados de treinamento, foi um dos primeiros usos de IA generativa abertos ao público. A plataforma é apontada como o primeiro serviço popular de deepfakes de áudio.

Em 2021, o DALL-E, modelo generativo de código fechado baseado em transformer e desenvolvido pela OpenAI, chamou a atenção do público para a geração de imagens a partir de texto. Projetos de código aberto, como o VQGAN+CLIP e o DALL·E Mini (depois renomeado Craiyon), tornaram sistemas semelhantes mais acessíveis. O aplicativo Dream, da Wombo, foi lançado no fim de 2021, seguido pelo Midjourney e pelo Stable Diffusion em 2022.

Em novembro de 2022, o ChatGPT foi aberto ao público e, ao longo de 2023, popularizou a IA generativa para tarefas de texto de uso geral. Na mesma época, a OpenAI lançou o GPT-4, e o Google apresentou o chatbot Bard, baseado no modelo LaMDA e renomeado Gemini em fevereiro de 2024. O investimento cresceu no início da década de 2020, com grandes empresas como Microsoft, Google e Baidu e várias empresas menores desenvolvendo modelos próprios. A Nvidia esteve entre as empresas que mais cresceram no período, já que suas unidades de processamento gráfico passaram a ser a base do treinamento desses modelos.

Numa pesquisa da Ipsos de 2024, os países da Ásia e do Pacífico mostraram-se mais otimistas que as sociedades ocidentais quanto à IA generativa e com taxas de adoção mais altas: 68% dos entrevistados da região achavam que a IA tinha impacto positivo no mundo, contra 57% na média global. Segundo levantamento do SAS Institute e da Coleman Parkes Research, 83% dos entrevistados chineses usavam a tecnologia em 2023, acima da média global de 54% e da taxa dos Estados Unidos, de 65%. Um relatório da Organização das Nações Unidas indicou que entidades chinesas depositaram mais de 38 000 patentes de IA generativa de 2014 a 2023, mais que qualquer outro país. Numa pesquisa do Federal Reserve de outubro de 2025, um em cada quatro trabalhadores americanos disse ter usado IA generativa no trabalho no mês anterior.

Em meados de 2025, empresas abandonavam cada vez mais projetos-piloto de IA generativa por dificuldades de integração, problemas de qualidade dos dados e retorno abaixo do esperado, o que levou analistas da Gartner e da revista The Economist a descrever o momento como a fase de "vale da desilusão" do ciclo de expectativas.

Modelos e técnicas

Um sistema de IA generativa é construído aplicando aprendizado de máquina não supervisionado ou autossupervisionado a um conjunto de dados, e suas capacidades variam conforme a modalidade, isto é, o tipo de dado e a tarefa para a qual foi treinado. Os modelos aprendem as estruturas subjacentes dos dados e as usam para gerar dados novos.

Redes adversárias generativas

Duas imagens do mesmo crocodilo de desenho animado
Imagens do mesmo crocodilo de desenho animado geradas por um VAE (à esquerda) e por uma GAN (à direita); os VAE tendem a produzir imagens mais suaves, porém mais borradas, por causa da decodificação probabilística

As redes adversárias generativas são formadas por duas redes neurais, o gerador e o discriminador, treinadas ao mesmo tempo em competição. O gerador transforma ruído aleatório em amostras sintéticas parecidas com os dados de treinamento, e o discriminador aprende a distinguir os dados autênticos dos produzidos pelo gerador. As duas redes disputam um jogo de minimax: o gerador tenta criar dados cada vez mais realistas para "enganar" o discriminador, que por sua vez melhora a capacidade de separar o real do falso. Esse treinamento contínuo leva o gerador a produzir saídas de alta qualidade.

Autocodificadores variacionais

Os autocodificadores variacionais são modelos de aprendizagem profunda que codificam os dados de forma probabilística. São usados em tarefas como redução de ruído em imagens, compressão de dados, identificação de padrões incomuns e reconhecimento facial. Ao contrário dos autocodificadores comuns, que comprimem a entrada numa representação latente fixa, os VAE modelam o espaço latente como uma distribuição de probabilidade, o que permite amostragem suave e interpolação entre pontos. O codificador ("modelo de reconhecimento") mapeia a entrada para o espaço latente, produzindo médias e variâncias, e o decodificador ("modelo generativo") amostra dessa distribuição e tenta reconstruir a entrada original.

Transformers

O mecanismo de autoatenção dos transformers permite ao modelo avaliar a importância relativa de cada token de uma sequência ao prever o seguinte, o que melhora a compreensão do contexto. Diferentemente das redes neurais recorrentes, os transformers processam os tokens em paralelo, o que torna o treinamento mais eficiente e escalável.

Aplicações

Empresas e instituições de vários setores passaram a usar ou a testar a IA generativa, entre eles saúde, finanças, entretenimento, atendimento ao cliente, vendas e publicidade, moda e design de produtos. Na indústria de mídia, a tecnologia é usada em composição musical, desenvolvimento de roteiros e geração de imagens e vídeos.

Texto e código

Os modelos de linguagem de grande escala são treinados com texto segmentado em tokens, retirado de grandes corpora, e são capazes de processamento de linguagem natural, tradução automática e geração de linguagem natural. Também servem de modelos de fundação para uma série de tarefas derivadas, como redigir, resumir, traduzir e responder a perguntas. Exemplos incluem as séries GPT, da OpenAI, LaMDA, LLaMA e BLOOM.

Além de texto em língua natural, esses modelos podem ser treinados com código em linguagens de programação, o que lhes permite gerar código-fonte a partir de instruções em linguagem natural, como faz o OpenAI Codex. Ferramentas como o GitHub Copilot funcionam como assistentes de programação, com sugestões de código conforme o contexto do que o desenvolvedor escreve.

Imagens

Sistemas de geração de imagens são treinados com pares de imagem e texto e são usados principalmente para criar imagens a partir de descrições e para transferência de estilo. Exemplos incluem o Imagen, o DALL-E, o Midjourney e o Stable Diffusion. A técnica também é aplicada à compressão de imagens com baixa taxa de bits, em que o modelo reconstrói imagens perceptivamente realistas a partir de dados muito comprimidos.

Vídeo

Vídeo gerado pelo Sora a partir do prompt Borneo wildlife on the Kinabatangan River ("vida selvagem de Bornéu no rio Kinabatangan")

Modelos de texto para vídeo geram, a partir de um prompt, vídeos com coerência temporal e aparência fotorrealista. A empresa Runway apresentou o modelo Gen-2 em 2023, e a OpenAI apresentou o Sora em fevereiro de 2024. O Google DeepMind lançou o Veo 2 em dezembro de 2024, com vídeos de resolução de até 4K. Em outubro de 2025, a israelense Lightricks apresentou o LTX-2, modelo de vídeo de pesos abertos.

Áudio e música

Em 2016, o WaveNet, da DeepMind, mostrou que redes neurais profundas podiam gerar formas de onda de áudio diretamente, o que tornou a síntese de fala mais realista do que as abordagens anteriores. Sistemas posteriores, como o Tacotron 2, demonstraram a conversão de texto em fala feita inteiramente por redes neurais. Modelos treinados com áudio geram música, efeitos sonoros e vozes humanas realistas, e são explorados em composição musical, dublagem e produção de podcasts; empresas como a ElevenLabs oferecem ferramentas comerciais de clonagem de voz.

Jogos eletrônicos

No desenvolvimento de jogos, a IA generativa é aplicada na criação de personagens e diálogos, na geração de conteúdo e em narrativas interativas. A Ubisoft desenvolveu o Ghostwriter, ferramenta baseada em modelos de linguagem de grande escala que redige rascunhos de falas de personagens não jogáveis.

Saúde

Na medicina, a IA generativa tem sido aplicada ao cuidado dos pacientes, à educação médica, à comunicação entre médicos e pacientes e à pesquisa, incluindo ensaios clínicos e estudos observacionais. Autores da área apontam, porém, desafios éticos na sua integração à prática clínica, como responsabilidade pelas decisões e proteção de dados dos pacientes.

Ciências da vida e dos materiais

Modelos generativos podem ser treinados com sequências de aminoácidos ou representações moleculares, como a notação SMILES, e são usados no desenho de proteínas e na descoberta de medicamentos; sistemas como o AlphaFold atuam na previsão da estrutura de proteínas.

Em 2023, o Google DeepMind apresentou o GNoME, método que propõe estruturas cristalinas inorgânicas candidatas para triagem computacional e síntese experimental em ciência dos materiais. Outros métodos da área incluem o MatterGen, o CDVAE e o CrystalFlow.

Matemática e ciência da computação

Sistemas de IA generativa têm sido usados em matemática e ciência da computação para gerar programas, demonstrações, construções e algoritmos candidatos. Em 2023, o Google DeepMind apresentou o FunSearch, método de criação de programas que resolvem problemas matemáticos e algorítmicos, usado para descobrir construções novas no problema do cap set e no problema do empacotamento. No mesmo ano, a empresa apresentou o AlphaDev, que encontrou pequenos algoritmos de ordenação mais rápidos que as referências humanas conhecidas; eles foram incorporados à biblioteca padrão de ordenação em C++ do projeto LLVM. Em 2025, veio o AlphaEvolve, sistema de descoberta e otimização de algoritmos em que modelos de linguagem propõem alterações de código, avaliadores automáticos testam cada candidato e um processo evolutivo aprimora os algoritmos de forma iterativa.

Em 2026, diante do uso crescente da IA generativa na pesquisa matemática, um grupo de matemáticos divulgou a Declaração de Leiden sobre Inteligência Artificial e Matemática, que recomenda informar o uso de IA nos artigos, garantir revisão por pares para trabalhos feitos com auxílio de IA e oferecer recursos jurídicos e financiamento público para que universidades e empresas possam competir em pé de igualdade.

Sistemas multimodais

Um sistema de IA generativa pode combinar vários modelos ou ser treinado com vários tipos de dados ao mesmo tempo. Uma versão do GPT-4, por exemplo, aceita entradas de texto e de imagem.

Otimização para motores generativos

A otimização para motores generativos (GEO, na sigla em inglês) é a prática de estruturar conteúdo digital e gerir a presença on-line para ganhar visibilidade nas respostas produzidas por sistemas de IA generativa, influenciando a forma como os modelos de linguagem recuperam, resumem e apresentam informação. Termos relacionados incluem otimização para motores de resposta (AEO) e otimização para inteligência artificial (AIO).

Software e hardware

Além de chatbots e assistentes de programação, recursos de IA generativa foram incorporados a serviços comerciais já existentes, como o Microsoft Office (por meio do Copilot), o Google Fotos e o pacote da Adobe (por meio do Firefly). Muitos modelos estão disponíveis como software livre ou de pesos abertos, entre eles o Stable Diffusion e o LLaMA.

Modelos menores, com até alguns bilhões de parâmetros, rodam em smartphones, dispositivos embarcados e computadores pessoais. A versão do LLaMA com 7 bilhões de parâmetros funciona num Raspberry Pi 4, e uma versão do Stable Diffusion roda num iPhone 11. Modelos com dezenas de bilhões de parâmetros podem rodar em computadores de mesa ou portáteis, mas, para velocidade aceitável, costumam exigir aceleradores como as unidades de processamento gráfico (GPU) da Nvidia e da AMD ou o Neural Engine dos processadores da Apple; a versão de 65 bilhões de parâmetros do LLaMA, por exemplo, pode ser configurada num computador de mesa. Rodar os modelos localmente protege a privacidade e a propriedade intelectual e evita limites de uso e censura; comunidades de usuários dedicam-se a executá-los em placas de vídeo de consumo com técnicas de compressão. Já os modelos com centenas de bilhões de parâmetros, como o GPT-4, rodam em centros de dados equipados com conjuntos de GPU ou de chips aceleradores, como a Unidade de Processamento Tensorial do Google, e são acessados como serviços na nuvem.[carece de fontes]?

Em 2022, os Estados Unidos restringiram a exportação para a China de GPU e chips aceleradores usados em IA generativa. Chips como o Nvidia A800, que opera a cerca de 70% da velocidade do A100, e o BR104, da chinesa Biren Technology, foram projetados para atender às exigências das sanções.

Regulação

Estados Unidos

Em julho de 2023, um grupo de empresas que incluía OpenAI, Alphabet e Meta firmou com o governo de Joe Biden um acordo voluntário para aplicar marcas d'água a conteúdos gerados por IA. Em outubro do mesmo ano, a Ordem Executiva 14110 recorreu à Lei de Produção de Defesa para obrigar as empresas americanas a informar o governo federal ao treinar certos modelos de alto impacto. A ordem foi revogada por Donald Trump em 20 de janeiro de 2025, e três dias depois a Ordem Executiva 14179 determinou a revisão das medidas tomadas com base nela e a elaboração de um plano de ação nacional para a IA.

União Europeia e Portugal

O Regulamento sobre Inteligência Artificial da União Europeia exige que os fornecedores de sistemas de IA generativa divulguem o material protegido por direitos autorais usado no treinamento e rotulem os conteúdos gerados por IA. Em Portugal, onde o regulamento se aplica diretamente, o governo anunciou em 19 de setembro de 2025 a escolha da Autoridade Nacional de Comunicações (ANACOM) como autoridade de fiscalização e ponto de contacto para a sua aplicação.

China

Na China, as Medidas Provisórias para a Gestão de Serviços de IA Generativa, editadas pela Administração do Ciberespaço da China, regulam todo serviço de IA generativa oferecido ao público. Incluem a obrigação de marcar imagens e vídeos gerados, regras sobre dados de treinamento e qualidade da rotulagem, limites à coleta de dados pessoais e a diretriz de que os serviços devem "aderir aos valores socialistas fundamentais". Em março de 2025, o país passou a exigir que os provedores de serviços on-line rotulem os conteúdos gerados por IA.

Brasil

No Brasil, o Projeto de Lei 2338/2023, que institui um marco legal para a inteligência artificial com abordagem baseada em riscos, foi aprovado pelo Senado Federal e remetido à Câmara dos Deputados em março de 2025. Em maio de 2026, o texto ainda era analisado por uma comissão especial da Câmara, relatada pelo deputado Aguinaldo Ribeiro. No debate sobre o projeto, a mineração de textos e dados para treinar modelos generativos e os direitos dos titulares das obras usadas estão entre os pontos centrais.

No campo eleitoral, o Tribunal Superior Eleitoral (TSE) passou a exigir em 2024 a rotulagem de conteúdos de propaganda produzidos com IA e proibiu deepfakes nas campanhas, sob pena de cassação do candidato. Em março de 2026, a Resolução 23.755 atualizou essas normas para as eleições gerais: manteve o uso de IA permitido mediante rotulagem, proibiu chatbots e avatares que simulem conversas com candidatos ou outras pessoas reais, vedou que plataformas e sistemas de IA recomendem candidatos e estabeleceu um período sem novos conteúdos sintéticos nas 72 horas anteriores e nas 24 horas posteriores à votação. Partidos e plataformas passaram também a ter de apresentar planos de conformidade para o uso da tecnologia.

Iniciativas internacionais

Em 2021, a Organização das Nações Unidas para a Educação, a Ciência e a Cultura (UNESCO) adotou a Recomendação sobre a Ética da Inteligência Artificial, primeiro instrumento normativo global sobre o tema, com orientações aos Estados-membros sobre direitos humanos, equidade, transparência, governança de dados e sustentabilidade ambiental. Em 2023, o G7 lançou o Processo de Hiroshima sobre IA, que produziu princípios orientadores internacionais e um código de conduta voluntário para desenvolvedores de sistemas avançados. Em 2024, o Conselho da Europa adotou a Convenção-Quadro sobre Inteligência Artificial e Direitos Humanos, Democracia e Estado de Direito, primeiro tratado internacional juridicamente vinculativo sobre IA.

Direitos autorais

Treinamento com obras protegidas

Sistemas como o ChatGPT e o Midjourney são treinados com grandes conjuntos de dados públicos que incluem obras protegidas. Os desenvolvedores sustentam que esse uso é permitido pela doutrina americana do fair use, por ser transformativo e não disponibilizar cópias das obras ao público, enquanto os titulares afirmam que ele viola seus direitos. Críticos apontam que geradores de imagem como o Midjourney conseguem produzir cópias quase idênticas de algumas imagens protegidas e que os programas passam a competir com o conteúdo usado no seu treinamento. A origem dos dados de treinamento é muitas vezes complexa e pode incluir dados pessoais; em 2024, a Meta foi cobrada por autoridades a explicar como usava dados de usuários para treinar seus modelos.

Litígios

Autores, editoras de notícias, artistas visuais e gravadoras moveram ações alegando que desenvolvedores de IA usaram suas obras sem autorização; os réus contestam parte das alegações, inclusive sustentando que o treinamento se enquadra no fair use. A Getty Images processou a Stability AI pelo uso de suas imagens no treinamento do Stable Diffusion, e tanto a Authors Guild quanto o New York Times processaram a Microsoft e a OpenAI pelo uso de suas obras no treinamento do ChatGPT. Em outubro de 2026, o USA Today também processou a OpenAI, enquanto outra leva de ações acusava provedores de chatbots de contribuir para crises de saúde mental e outras condutas danosas, discutindo se esses sistemas devem ser tratados juridicamente como produtos ou como serviços.

Proteção de obras geradas por IA

Outra questão é se obras geradas por IA podem ser protegidas. Nos Estados Unidos, o Escritório de Direitos Autorais e a Justiça federal entenderam que obras criadas por IA sem participação humana não podem ser registradas, por falta de autoria humana. Juristas apontam o caso Naruto v. Slater (2018), em que um tribunal federal de apelações decidiu que animais não podem ser titulares de direitos sobre obras artísticas, como possível precedente. O escritório abriu consulta pública para avaliar se essas regras precisavam ser ajustadas. Em janeiro de 2025, publicou orientações segundo as quais ferramentas que permitem ao usuário controlar a seleção e a disposição de elementos criativos podem gerar obras protegíveis, conforme o grau de originalidade avaliado caso a caso. Pouco depois, registrou A Single Piece of American Cheese, primeira obra visual composta inteiramente de material gerado por IA a obter registro.

Impactos sociais

O desenvolvimento da IA generativa motivou reações de governos, empresas e pessoas, como protestos, ações judiciais, pedidos de pausa nos experimentos com os sistemas mais avançados e medidas de vários governos. Numa reunião do Conselho de Segurança das Nações Unidas em julho de 2023, o secretário-geral António Guterres afirmou que a tecnologia tem enorme potencial para o bem e para o mal em grande escala, que poderia acrescentar entre 10 e 15 trilhões de dólares à economia mundial até 2030 e que seu uso malicioso poderia causar morte, destruição e danos psicológicos numa escala inimaginável.

Trabalho e economia

Manifestante na greve dos roteiristas de 2023; uma das reivindicações do sindicato era a regulamentação do uso de IA generativa

Desde os primórdios da IA, o criador do programa ELIZA, Joseph Weizenbaum, e outros autores questionaram se tarefas que computadores conseguem executar deveriam de fato ser entregues a eles, dada a diferença entre cálculos quantitativos e julgamentos qualitativos baseados em valores. Em abril de 2023, reportagens indicaram que a geração de imagens por IA havia eliminado cerca de 70% dos postos de ilustradores de jogos eletrônicos na China.

Em maio de 2023, o sindicato dos roteiristas americanos (Writers Guild of America) entrou em greve por melhores salários e por regras para o uso de IA, com o objetivo de impedir que textos literários fossem produzidos por IA generativa e que roteiros fossem usados para treiná-la. O acordo que encerrou a greve, em setembro de 2023, determinou que os estúdios informem quando repassarem material produzido por IA, que a IA não receba créditos de autoria nem escreva ou reescreva material literário, e que os roteiristas possam usar a tecnologia com consentimento da produtora, sem ser obrigados a isso. Os atores também pararam em julho de 2023, em parte pelo uso de suas imagens e vozes sem proteção e consentimento, e durante a greve da SAG-AFTRA a presidente do sindicato, Fran Drescher, declarou que a IA representava uma ameaça existencial às profissões criativas. Em julho de 2024, dubladores e artistas de captura de movimento de jogos eletrônicos filiados ao mesmo sindicato anunciaram nova greve, tendo a IA como ponto central. A geração de voz é vista como um desafio para o setor de dublagem, e redatores e jornalistas manifestam preocupações semelhantes.

Os efeitos agregados medidos até 2025 foram modestos. Um estudo do Budget Lab da Universidade Yale concluiu que o mercado de trabalho americano ainda não havia sofrido perturbação perceptível causada pela IA generativa, e outro estudo, com trabalhadores dinamarqueses, verificou que os usuários de chatbots economizavam em média 2,8% do tempo, sem mudança significativa nos rendimentos ou nas horas trabalhadas.

Educação

A IA generativa pode redigir e modificar textos acadêmicos, parafrasear fontes e traduzir. Seu uso em sala de aula desafiou definições tradicionais de plágio acadêmico e criou uma dinâmica de "gato e rato" entre estudantes e instituições que tentam detectá-lo. Logo após o lançamento do ChatGPT, muitos distritos escolares e universidades proibiram temporariamente a tecnologia, mas várias instituições migraram depois para políticas de integração controlada. Pesquisas indicam que a implementação dessas políticas costuma ser pouco clara e que o ônus de interpretar o que é "uso aceitável" recai muitas vezes sobre estudantes e professores, o que dificulta definir e aplicar regras de honestidade acadêmica.

Pesquisadores alertam que o uso acrítico dessas ferramentas pode levar a uma "atrofia cognitiva", em que o estudante delega à máquina funções como a síntese e a análise crítica. Nesse debate, propõe-se distinguir o uso da IA como "andaime", ferramenta de apoio que sustenta o aprendizado, do uso como "elevador", que entrega o resultado sem esforço cognitivo; este último criaria uma "Zona de Não-Desenvolvimento Proximal", em que a dependência tecnológica inibe o desenvolvimento de competências mentais superiores. Os autores defendem a passagem de medidas puramente proibitivas para uma cultura de engajamento crítico, com uso moderado da tecnologia e declarações obrigatórias de uso de IA nos trabalhos acadêmicos. Um estudo com universitários identificou ainda uma lacuna entre a consciência sobre a automação e o preparo para o mercado de trabalho, e recomendou currículos adaptados à IA generativa, avaliação autêntica, aprendizagem experiencial e formação ética.

Para professores, um uso frequentemente proposto é a correção de trabalhos. Empresas como a Pearson e o ETS usam IA para avaliar gramática, mecânica, uso e estilo, mas não ideias centrais ou estrutura geral. O National Council of Teachers of English afirmou que a correção automática faz os alunos sentirem que seus textos não merecem ser lidos, e a pontuação por IA já produziu resultados injustos para estudantes de diferentes origens étnicas.

Saúde mental e cognição

Numa amostra representativa de 20 847 adultos americanos, um estudo publicado em 2026 na JAMA Network Open associou o uso diário de IA generativa a mais sintomas depressivos, com chance cerca de 30% maior de depressão ao menos moderada entre usuários diários; o desenho transversal não permite conclusões causais. Outro levantamento nacional, de 2025, verificou que cerca de 13% dos adolescentes e jovens americanos de 12 a 21 anos haviam usado IA generativa para apoio emocional, e mais de 90% deles consideraram os conselhos úteis.

O primeiro ensaio clínico randomizado de um chatbot terapêutico inteiramente generativo, publicado na NEJM AI em 2025, encontrou reduções significativas de sintomas de depressão, ansiedade e transtornos alimentares em quatro semanas, em comparação com um grupo em lista de espera. Uma meta-análise de 31 ensaios encontrou efeitos pequenos a moderados de chatbots na redução de sintomas depressivos, de ansiedade e de estresse em jovens. Já um estudo da Universidade Stanford de 2025 constatou que chatbots terapêuticos comerciais demonstravam estigma em relação a condições como esquizofrenia e dependência de álcool e respondiam de forma inadequada a ideação suicida e a pensamentos delirantes. Cientistas também se preocupam com a dependência emocional criada por chatbots de companhia que validam constantemente o usuário, e em 2026 pesquisadores de Stanford verificaram que usuários da plataforma Character.AI com poucos laços sociais fora da internet se sentiam mais solitários depois de buscar apoio emocional nela.

A dependência excessiva também pode afetar habilidades cognitivas. Num estudo apresentado em 2026 na Conference on Human Factors in Computing Systems, participantes que usaram IA regularmente por quatro semanas, a maioria do Reino Unido e dos Estados Unidos, mostraram menor capacidade de identificar desinformação por conta própria.

Jornalismo

Em janeiro de 2023, o site Futurism revelou que o CNET usava uma ferramenta interna de IA, sem informar os leitores, para escrever ao menos 77 reportagens; depois da revelação, o CNET publicou correções em 41 delas. Em abril de 2023, a revista alemã Die Aktuelle publicou uma falsa entrevista com Michael Schumacher gerada por IA. Em maio de 2024, o Futurism relatou que a AdVon Commerce, que produzia artigos com IA generativa para vários desses veículos, parecia ter fornecido dezenas de milhares de textos a mais de 150 editoras. Em 2025, um relatório do American Sunlight Project afirmou que a Rede Pravda publicava até 10 000 artigos por dia e que boa parte desse material buscava introduzir narrativas russas nos modelos de linguagem por meio dos seus dados de treinamento.

No Digital News Report de 2024 do Reuters Institute, 52% dos entrevistados nos Estados Unidos e 47% na Europa disseram sentir-se desconfortáveis com notícias produzidas "principalmente por IA, com alguma supervisão humana", enquanto 42% e 33%, respectivamente, aceitavam notícias produzidas "principalmente por humanos, com alguma ajuda da IA". O desconforto era maior em temas como política (46%), crime (43%) e notícias locais (37%). Numa pesquisa do Pew Research Center de 2025, cerca de metade dos adultos americanos previu que a IA terá impacto muito negativo (24%) ou um pouco negativo (26%) nas notícias nos vinte anos seguintes.

Vieses

Um modelo de linguagem pode associar certas profissões a um gênero quando esse padrão é frequente nos dados, e alguns geradores de imagem retratam homens como diretores executivos com mais frequência que mulheres. Sistemas de reconhecimento de voz têm dificuldade com distúrbios de fala, como a gagueira, o que prejudica o uso de assistentes como o Gemini e a Siri. Em processos seletivos conduzidos por IA, transcrições incorretas podem eliminar candidatos com deficiências ou sotaques pouco comuns antes de chegarem a um entrevistador humano, em parte porque muitos modelos são desenvolvidos e treinados nos Estados Unidos, com predominância do inglês americano.

Desinformação e deepfakes

Imagem falsa do Papa Francisco com uma jaqueta acolchoada branca, criada com o Midjourney, que viralizou em março de 2023

A IA generativa permite produzir textos, imagens, áudios e vídeos fictícios usados para espalhar notícias falsas, inclusive em campanhas eleitorais, o que torna mais difícil distinguir o verdadeiro do sintético. Os deepfakes, termo que junta deep learning (aprendizagem profunda) e fake (falso), substituem a aparência ou a voz de uma pessoa pela de outra e despertam preocupação pelo uso em pornografia não consentida, boatos, desinformação sobre saúde, fraudes financeiras e interferência estrangeira em eleições. Em julho de 2023, a empresa de checagem Logically verificou que o Midjourney, o DALL-E 2 e o Stable Diffusion produziam, quando solicitados, imagens plausíveis de desinformação, como falsas cenas de fraude eleitoral nos Estados Unidos. Outros pesquisadores consideram exagerados os temores sobre o efeito da IA generativa na desinformação, argumentando que o fator limitante é a demanda por conteúdo falso, e não o custo de produzi-lo.

O uso de ferramentas de clonagem de voz para atribuir declarações a celebridades e autoridades levantou preocupações éticas; em resposta, empresas como a ElevenLabs anunciaram salvaguardas e verificação de identidade. A mesma tecnologia foi usada para imitar vozes de músicos famosos em canções que alcançaram grande popularidade e também críticas.

A IA generativa também tem sido usada em campanhas de propaganda patrocinadas por Estados. Segundo um relatório de 2025 da Graphika, artigos da mídia estatal chinesa eram reescritos com IA e redistribuídos em redes sociais para disfarçar sua origem. Em 2025, Israel contratou por 6 milhões de dólares a empresa americana Clock Tower X para difundir em redes sociais e sites conteúdo favorável ao país, com o objetivo de influenciar as respostas do ChatGPT, do Gemini e do Grok, que recorrem à geração aumentada por recuperação para obter informação atualizada.

Alucinações e qualidade do conteúdo

Os modelos podem gerar afirmações, citações ou resumos incorretos apresentados com aparente segurança, fenômeno chamado alucinação. Em 2025, pesquisadores da OpenAI argumentaram que esses erros são matematicamente inevitáveis nos modelos atuais, e um estudo do mesmo ano verificou que mecanismos de busca com IA citavam fontes de notícias de forma incorreta em cerca de 60% dos casos.

O termo slop designa conteúdo de IA de baixa qualidade; o New York Times o define como análogo ao spam, presente em redes sociais, arte, livros e resultados de busca. Jornalistas apontam a dificuldade de moderar esse volume de conteúdo, os incentivos financeiros das plataformas para sua circulação, o envio em massa de artigos científicos e a indexação desse material por mecanismos de busca. Pesquisadores da Amazon Web Services estimaram que mais de 57% de uma amostra de mais de 6 bilhões de frases do Common Crawl eram traduções automáticas, muitas de baixa qualidade, sobretudo em línguas com poucos recursos, como o uolofe e o xossa. Em setembro de 2024, a autora da base de frequências de palavras wordfreq anunciou que deixaria de atualizá-la, entre outros motivos porque a IA generativa havia "poluído os dados". Segundo o Instituto de IA Centrada no Humano da Universidade Stanford, cerca de 17,5% dos artigos recentes de ciência da computação e 16,9% dos textos de revisão por pares incorporavam conteúdo gerado por modelos de linguagem em 2024.

Uso malicioso e segurança

A capacidade de criar conteúdo falso realista tem sido explorada em crimes cibernéticos como o phishing e em fraudes com vídeo e áudio falsificados. Modelos de linguagem foram usados para criar avaliações falsas em sites de comércio eletrônico, e criminosos desenvolveram modelos voltados à fraude, como o WormGPT e o FraudGPT. Um estudo de 2023 mostrou que os sistemas são vulneráveis a técnicas de desbloqueio e de injeção de prompt que levam a ajuda em pedidos danosos, como a preparação de ataques de engenharia social, e outros pesquisadores demonstraram que modelos de pesos abertos podem ser ajustados a baixo custo para remover suas restrições de segurança. Ferramentas de geração de imagens também têm sido usadas para produzir material ilegal, inclusive de abuso sexual infantil, o que levou autoridades britânicas a pedir a proibição de aplicativos que criam imagens de nudez.

Impacto ambiental

Centro de dados do Google em The Dalles, no Oregon, Estados Unidos

O treinamento e o uso dos modelos consomem quantidades crescentes de energia, o que dá à IA uma pegada de carbono significativa. Cientistas e jornalistas apontam as altas emissões de CO2, o grande volume de água doce usado no resfriamento dos centros de dados, o alto consumo de eletricidade, o lixo eletrônico e a poluição dos geradores a diesel de reserva. Teme-se que esses impactos cresçam com a incorporação dos modelos a mecanismos de busca, com a popularização dos chatbots e com a necessidade de retreinamento.

Segundo o instituto Epoch AI, uma consulta típica ao ChatGPT consome cerca de 0,3 watt-hora, pouco perto do consumo médio de uma residência americana em um minuto, de quase 20 watts-hora; consultas com entradas longas podem consumir bem mais. Em escala global, porém, as emissões anuais da IA generativa poderiam chegar a entre 18,21 e 245,94 milhões de toneladas de CO2 em 2035; a estimativa mais alta se aproxima das emissões da pecuária de corte dos Estados Unidos, de cerca de 257,5 milhões de toneladas por ano. Entre as medidas de mitigação propostas estão considerar os custos ambientais antes de desenvolver modelos, aumentar a eficiência dos centros de dados e dos próprios modelos, reduzir retreinamentos, exigir transparência e auditorias ambientais e regular o uso de energia e de água.

Concentração de mercado

O treinamento de modelos de fronteira exige enorme capacidade computacional, e em geral só as grandes empresas de tecnologia têm recursos para esse investimento. Empresas menores, como a Cohere e a OpenAI, acabaram comprando acesso aos centros de dados do Google e da Microsoft, respectivamente.

Detecção e marcas d'água

Ferramentas como o GPTZero tentam identificar textos gerados por IA, e há programas semelhantes para imagens, áudio e vídeo. Esses detectores, gratuitos ou pagos, produzem com frequência falsos positivos e já levaram a acusações indevidas contra estudantes. A marca d'água digital melhora a detecção ao alterar o conteúdo gerado na origem, de forma sutil, para que seja reconhecido por um programa correspondente; outras estratégias incluem a autenticação de conteúdo e classificadores de aprendizado de máquina.

Em 2023, a OpenAI desenvolveu uma ferramenta de marca d'água para o ChatGPT, mas não a lançou, por temer que os usuários migrassem para concorrentes e porque ela poderia ser facilmente contornada, por exemplo pedindo a outra IA que reescrevesse o texto. Em maio de 2025, o Google passou a aplicar a marca d'água SynthID a textos do Gemini, imagens do Imagen e vídeos do Veo, com um portal próprio para verificação. As desconfianças também atingem obras humanas: em 2025, desenvolvedores de jogos como Little Droid foram acusados por usuários, erroneamente, de usar IA generativa.

Ver também

Referências

  1. ↑ Grinstead, Charles Miller; Snell, James Laurie (1997). Introduction to Probability (em inglês). [S.l.]: American Mathematical Society. pp. 464–466. ISBN 978-0-8218-0749-1
  2. ↑ Bremaud, Pierre (9 de março de 2013). Markov Chains: Gibbs Fields, Monte Carlo Simulation, and Queues (em inglês). [S.l.]: Springer Science & Business Media. p. ix. ISBN 978-1-4757-3124-8. Cópia arquivada em 23 de março de 2017
  3. ↑ Hayes, Brian (2013). «First Links in the Markov Chain». American Scientist (em inglês). 101 (2): 92. ISSN 0003-0996. doi:10.1511/2013.101.92
  4. ↑ Fine, Shai; Singer, Yoram; Tishby, Naftali (julho de 1998). «The Hierarchical Hidden Markov Model: Analysis and Applications». Machine Learning (em inglês). 32 (1): 41–62. doi:10.1023/A:1007469218079
  5. ↑ Bergen, Nathan; Huang, Angela (2023). «A Brief History of Generative AI» (PDF). Dichotomies: Generative AI: Navigating Towards a Better Future (em inglês) (2): 4. Consultado em 8 de agosto de 2023. Cópia arquivada (PDF) em 10 de agosto de 2023
  6. 1 2 Alting, Leo; Zhang, Hongchao (1989). «Computer aided process planning: the state-of-the-art survey». The International Journal of Production Research (em inglês). 27 (4): 553–585. doi:10.1080/00207548908942569. Consultado em 3 de outubro de 2023. Cópia arquivada em 7 de maio de 2024
  7. ↑ Chien, Steve (1998). «Automated planning and scheduling for goal-based autonomous spacecraft». IEEE Intelligent Systems and Their Applications (em inglês). 13 (5): 50–55. doi:10.1109/5254.722362
  8. ↑ Burstein, Mark H., ed. (1994). ARPA/Rome Laboratory Knowledge-based Planning and Scheduling Initiative Workshop Proceedings (em inglês). [S.l.]: The Advanced Research Projects Agency, Department of Defense, and Rome Laboratory, US Air Force. p. 219. ISBN 1-55860-345-X
  9. ↑ Pell, Barney; Bernard, Douglas E.; Chien, Steve A.; Gat, Erann; Muscettola, Nicola; Nayak, P. Pandurang; Wagner, Michael D.; Williams, Brian C. (1998). An Autonomous Spacecraft Agent Prototype (em inglês). [S.l.]: Autonomous Robots, volume 5, n.º 1. pp. 29–45
  10. ↑ Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffrey E. (2012). «ImageNet classification with Deep Convolutional Neural Networks». Advances in Neural Information Processing Systems (em inglês). 25. Cópia arquivada em 21 de outubro de 2020
  11. ↑ Jebara, Tony (2012). Machine learning: discriminative and generative (em inglês). [S.l.]: Springer Science & Business Media
  12. ↑ Kingma, Diederik P.; Welling, Max (2014). Auto-Encoding Variational Bayes. ICLR (em inglês). arXiv:1312.6114Acessível livremente. Cópia arquivada em 4 de setembro de 2026
  13. ↑ Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua (2014). «Generative Adversarial Nets». Advances in Neural Information Processing Systems (em inglês). 27. Cópia arquivada em 29 de outubro de 2020
  14. 1 2 Vaswani, Ashish; Shazeer, Noam; Parmar, Niki; Uszkoreit, Jakob; Jones, Llion; Gomez, Aidan N.; Kaiser, Łukasz; Polosukhin, Illia (2017). «Attention Is All You Need». Advances in Neural Information Processing Systems (em inglês). arXiv:1706.03762Acessível livremente
  15. ↑ Chandraseta, Rionaldi (21 de janeiro de 2021). «Generate Your Favourite Characters' Voice Lines using Machine Learning» (em inglês). Towards Data Science. Consultado em 18 de dezembro de 2024. Cópia arquivada em 21 de janeiro de 2021
  16. ↑ Temitope, Yusuf (10 de dezembro de 2024). «15.ai Creator reveals journey from MIT Project to internet phenomenon». The Guardian (Nigéria) (em inglês). Lagos. Consultado em 25 de dezembro de 2024. Cópia arquivada em 28 de dezembro de 2024
  17. ↑ Anirudh VK (18 de março de 2023). «Deepfakes Are Elevating Meme Culture, But At What Cost?» (em inglês). Analytics India Magazine. Consultado em 18 de dezembro de 2024. Cópia arquivada em 26 de dezembro de 2024
  18. ↑ Coldewey, Devin (5 de janeiro de 2021). «OpenAI's DALL-E creates plausible images of literally anything you ask it to» (em inglês). TechCrunch. Consultado em 15 de março de 2023. Cópia arquivada em 3 de outubro de 2026
  19. ↑ «DALL·E mini by craiyon.com» (em inglês). Hugging Face. Consultado em 20 de março de 2026. Cópia arquivada em 19 de outubro de 2026
  20. ↑ Macaulay, Thomas (24 de novembro de 2021). «This AI app turns your words into striking (and less cursed) fan art» (em inglês). TNW. Consultado em 18 de janeiro de 2026. Cópia arquivada em 22 de setembro de 2026
  21. ↑ «Stable Diffusion Public Release» (em inglês). Stability AI. Agosto de 2022. Consultado em 20 de março de 2026. Cópia arquivada em 7 de novembro de 2023
  22. ↑ Roose, Kevin (21 de outubro de 2022). «A Coming-Out Party for Generative A.I., Silicon Valley's New Craze» (em inglês). The New York Times. Consultado em 14 de março de 2023. Cópia arquivada em 15 de fevereiro de 2023
  23. ↑ Lock, Samantha (5 de dezembro de 2022). «What is AI chatbot phenomenon ChatGPT and could it replace humans?» (em inglês). The Guardian. Consultado em 15 de março de 2023. Cópia arquivada em 16 de janeiro de 2023
  24. ↑ Huang, Haomiao (23 de agosto de 2023). «How ChatGPT turned generative AI into an "anything tool"» (em inglês). Ars Technica. Consultado em 21 de setembro de 2024. Cópia arquivada em 19 de julho de 2024
  25. 1 2 Metz, Cade (14 de março de 2023). «OpenAI Plans to Up the Ante in Tech's A.I. Race». The New York Times (em inglês). ISSN 0362-4331. Consultado em 4 de novembro de 2023. Cópia arquivada em 1 de fevereiro de 2026
  26. ↑ Thoppilan, Romal; De Freitas, Daniel (20 de janeiro de 2022). «LaMDA: Language Models for Dialog Applications». arXiv:2201.08239Acessível livremente [cs.CL]
  27. ↑ Griffith, Erin; Metz, Cade (27 de janeiro de 2023). «Anthropic Said to Be Closing In on $300 Million in New A.I. Funding» (em inglês). The New York Times. Consultado em 14 de março de 2023. Cópia arquivada em 2 de novembro de 2025
  28. ↑ «The race of the AI labs heats up» (em inglês). The Economist. 30 de janeiro de 2023. Consultado em 14 de março de 2023. Cópia arquivada em 4 de maio de 2026
  29. ↑ Yang, June; Gokturk, Burak (14 de março de 2023). «Google Cloud brings generative AI to developers, businesses, and governments» (em inglês). Google Cloud. Consultado em 22 de outubro de 2026. Cópia arquivada em 4 de abril de 2026
  30. ↑ «Why does the rise of Nvidia and AI remind people of the dot-com boom?» (em inglês). Business Standard. 20 de junho de 2024. Consultado em 22 de outubro de 2026. Cópia arquivada em 22 de junho de 2025
  31. ↑ «Asia Pacific open to digital and reform transformation» (em inglês). Ipsos. 11 de novembro de 2024. Consultado em 14 de junho de 2025. Cópia arquivada em 14 de outubro de 2026
  32. ↑ Baptista, Eduardo (9 de julho de 2024). «China leads the world in adoption of generative AI, survey shows». Reuters (em inglês). Consultado em 14 de julho de 2024
  33. ↑ «Report on the Economic Well-Being of U.S. Households in 2025» (em inglês). Federal Reserve Board. Maio de 2026. Consultado em 22 de setembro de 2026. Cópia arquivada em 8 de outubro de 2026
  34. ↑ «Gartner Says Generative AI for Procurement Has Entered the Trough of Disillusionment» (em inglês). Gartner. 30 de julho de 2025. Consultado em 16 de setembro de 2025. Cópia arquivada em 30 de setembro de 2026
  35. ↑ «Welcome to the AI trough of disillusionment». The Economist (em inglês). 21 de maio de 2025. Consultado em 16 de setembro de 2025. Cópia arquivada em 21 de setembro de 2025
  36. 1 2 3 Bommasani, R.; Hudson, D. A. (16 de agosto de 2021). «On the opportunities and risks of foundation models». arXiv:2108.07258Acessível livremente [cs.LG]
  37. ↑ Banh, Leonardo; Strobel, Gero (2023). «Generative artificial intelligence». Electronic Markets (em inglês). 33 (1): 63. doi:10.1007/s12525-023-00680-1
  38. ↑ Pasick, Adam (27 de março de 2023). «Artificial Intelligence Glossary: Neural Networks and Other Terms Explained». The New York Times (em inglês). ISSN 0362-4331. Consultado em 22 de abril de 2023. Cópia arquivada em 1 de setembro de 2023
  39. ↑ Lanxon, Nate; Bass, Dina; Davalos, Jackie (10 de março de 2023). «A Cheat Sheet to AI Buzzwords and Their Meanings». Bloomberg News (em inglês). Consultado em 14 de março de 2023. Cópia arquivada em 11 de março de 2026
  40. ↑ Karpathy, Andrej; Abbeel, Pieter; Brockman, Greg; Chen, Peter; Cheung, Vicki; Duan, Yan; Goodfellow, Ian; Kingma, Durk; Ho, Jonathan (16 de junho de 2016). «Generative models» (em inglês). OpenAI. Consultado em 22 de outubro de 2026. Cópia arquivada em 13 de abril de 2024
  41. ↑ Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua (22 de outubro de 2020). «Generative adversarial networks». Communications of the ACM (em inglês). 63 (11): 139–144. ISSN 0001-0782. arXiv:1406.2661Acessível livremente. doi:10.1145/3422622
  42. ↑ Kingma, Diederik P.; Welling, Max (2019). An Introduction to Variational Autoencoders (em inglês). [S.l.]: Now Publishers. ISBN 978-1-68083-622-6. doi:10.1561/2200000056
  43. 1 2 Raza, Marium M.; Venkatesh, Kaushik P.; Kvedar, Joseph C. (7 de março de 2024). «Generative AI and large language models in health care: pathways to implementation». npj Digital Medicine (em inglês). 7 (1): 62. ISSN 2398-6352. PMID 38454007. doi:10.1038/s41746-023-00988-4
  44. ↑ Mogaji, Emmanuel (7 de janeiro de 2025). «How generative AI is transforming financial services – and what it means for customers» (em inglês). The Conversation. Consultado em 10 de abril de 2025. Cópia arquivada em 27 de setembro de 2026
  45. ↑ Davenport, Thomas H.; Bean, Randy (19 de junho de 2023). «The Impact of Generative AI on Hollywood and Entertainment» (em inglês). MIT Sloan Management Review. Consultado em 10 de abril de 2025. Cópia arquivada em 6 de agosto de 2024
  46. ↑ Brynjolfsson, Erik; Li, Danielle; Raymond, Lindsey R. (abril de 2023). «Generative AI at Work» (em inglês). National Bureau of Economic Research. doi:10.3386/w31161. Consultado em 21 de janeiro de 2024. Cópia arquivada em 28 de março de 2024
  47. ↑ «Don't fear an AI-induced jobs apocalypse just yet» (em inglês). The Economist. 6 de março de 2023. Consultado em 14 de março de 2023. Cópia arquivada em 19 de agosto de 2025
  48. ↑ Harreis, H.; Koullias, T.; Roberts, Roger. «Generative AI: Unlocking the future of fashion» (em inglês). McKinsey & Company. Consultado em 22 de outubro de 2026. Cópia arquivada em 25 de janeiro de 2026
  49. ↑ «How Generative AI Can Augment Human Creativity». Harvard Business Review (em inglês). 16 de junho de 2023. ISSN 0017-8012. Consultado em 20 de junho de 2023. Cópia arquivada em 8 de outubro de 2026
  50. 1 2 Epstein, Ziv (2023). «Art and the science of generative AI». Science (em inglês). 380 (6650): 1110–1111. PMID 37319193. arXiv:2306.04141Acessível livremente. doi:10.1126/science.adh4451
  51. ↑ Brown, Tom B. (2020). «Language Models are Few-Shot Learners». Advances in Neural Information Processing Systems (em inglês). arXiv:2005.14165Acessível livremente
  52. ↑ Chen, Mark; Tworek, Jerry (7 de julho de 2021). «Evaluating Large Language Models Trained on Code». arXiv:2107.03374Acessível livremente [cs.LG]
  53. ↑ Sabin, Sam (30 de junho de 2023). «GitHub has a vision to make code more secure by design» (em inglês). Axios. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  54. ↑ Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; Gray, Scott; Voss, Chelsea; Radford, Alec; Chen, Mark; Sutskever, Ilya (2021). Zero-shot text-to-image generation. International Conference on Machine Learning (em inglês). PMLR. pp. 8821–8831. Cópia arquivada em 16 de outubro de 2026
  55. ↑ Agustsson, Eirikur; Tschannen, Michael; Mentzer, Fabian; Timofte, Radu; Van Gool, Luc (2019). «Generative Adversarial Networks for Extreme Learned Image Compression» (em inglês). CVF Open Access. Consultado em 8 de outubro de 2026. Cópia arquivada em 9 de outubro de 2026
  56. ↑ Mentzer, Fabian; Toderici, George D.; Tschannen, Michael; Agustsson, Eirikur (2020). «High-Fidelity Generative Image Compression» (em inglês). NeurIPS Proceedings. Consultado em 8 de outubro de 2026. Cópia arquivada em 9 de outubro de 2026
  57. ↑ Vincent, James (20 de março de 2023). «Text-to-video AI inches closer as startup Runway announces new model» (em inglês). The Verge. Consultado em 15 de agosto de 2023. Cópia arquivada em 27 de setembro de 2023
  58. ↑ Metz, Cade (15 de fevereiro de 2024). «OpenAI Unveils A.I. That Instantly Generates Eye-Popping Videos». The New York Times (em inglês). ISSN 0362-4331. Consultado em 16 de fevereiro de 2024. Cópia arquivada em 15 de fevereiro de 2024
  59. ↑ «A Hero Or A Killer? Overview Of Opportunities, Challenges, And Implications Of Text-To-Video Model SORA» (em inglês). TechRxiv. 2024. Consultado em 22 de outubro de 2026. Cópia arquivada em 18 de maio de 2024
  60. ↑ «Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models». 2024. arXiv:2402.17177Acessível livremente [cs.CV]
  61. ↑ «Google lança Veo 2, nova IA capaz de gerar vídeos com resolução até 4K». TecMundo. 17 de dezembro de 2024. Consultado em 21 de maio de 2026. Cópia arquivada em 6 de dezembro de 2025
  62. ↑ Shahaf, Tal (23 de outubro de 2025). «Lightricks unveils powerful AI video model challenging OpenAI and Google». Ynetglobal (em inglês). Consultado em 22 de dezembro de 2025. Cópia arquivada em 27 de setembro de 2026
  63. ↑ van den Oord, Aaron (2016). «WaveNet: A Generative Model for Raw Audio». arXiv:1609.03499Acessível livremente [cs.SD]
  64. ↑ Shen, Jonathan (2017). «Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions». arXiv:1712.05884Acessível livremente [cs.CL]
  65. 1 2 Wiggers, Kyle (22 de agosto de 2023). «ElevenLabs' voice-generating tools launch out of beta» (em inglês). TechCrunch. Consultado em 25 de setembro de 2023. Cópia arquivada em 28 de novembro de 2023
  66. ↑ «IA generativa reinventa o que é jogar». MIT Technology Review Brasil. 29 de julho de 2024. Consultado em 6 de agosto de 2024. Cópia arquivada em 16 de novembro de 2025
  67. ↑ Shanmugam, Divya; Agrawal, Monica; Movva, Rajiv; Chen, Irene Y.; Ghassemi, Marzyeh; Jacobs, Maia; Pierson, Emma (11 de agosto de 2025). «Generative Artificial Intelligence in Medicine». Annual Review of Biomedical Data Science (em inglês) (1): 199–226. ISSN 2574-3414. doi:10.1146/annurev-biodatasci-103123-095332. Consultado em 20 de setembro de 2025. Cópia arquivada em 11 de janeiro de 2026
  68. ↑ Pérez Martínez, David A. (27 de agosto de 2025). «Proposal for Responsible Use of Generative Artificial Intelligence in Medical Practice». Revista de Neurología (em inglês) (7). ISSN 0210-0010. doi:10.31083/RN37503. Consultado em 20 de setembro de 2025. Cópia arquivada em 3 de novembro de 2025
  69. ↑ Heaven, Will Douglas (15 de fevereiro de 2023). «AI is dreaming up drugs that no one has ever seen. Now we've got to see if they work» (em inglês). MIT Technology Review. Consultado em 15 de março de 2023. Cópia arquivada em 23 de maio de 2026
  70. ↑ Merchant, Amil; Batzner, Simon; Schoenholz, Samuel S.; Aykol, Muratahan; Cheon, Gowoon; Cubuk, Ekin Dogus (2023). «Scaling deep learning for materials discovery». Nature (em inglês). 624 (7990): 80–85. PMID 38030720. doi:10.1038/s41586-023-06735-9
  71. ↑ Zeni, Claudio; Pinsler, Robert; Zügner, Daniel (2025). «A generative model for inorganic materials design». Nature (em inglês). 639 (8055): 624–632. PMID 39821164. arXiv:2312.03687Acessível livremente. doi:10.1038/s41586-025-08628-5
  72. ↑ Xie, Tian; Fu, Xiang; Ganea, Octavian-Eugen; Barzilay, Regina; Jaakkola, Tommi (2022). Crystal Diffusion Variational Autoencoder for Periodic Material Generation. International Conference on Learning Representations (em inglês). Cópia arquivada em 17 de maio de 2026
  73. ↑ Luo, Xiaoshan; Wang, Zhenyu; Wang, Qingchang (2025). «CrystalFlow: a flow-based generative model for crystalline materials». Nature Communications (em inglês). 16 (1): 9267. PMID 41115940. arXiv:2412.11693Acessível livremente. doi:10.1038/s41467-025-64364-4
  74. ↑ Zeni, Claudio (2025). «Generative AI for crystal structures: a review». npj Computational Materials (em inglês). 11 (1): 370. arXiv:2509.02723Acessível livremente. doi:10.1038/s41524-025-01881-2
  75. ↑ Romera-Paredes, Bernardino; Barekatain, Mohammadamin; Novikov, Alexander; Balog, Matej; Kumar, M. Pawan; Dupont, Emilien; Ruiz, Francisco J. R.; Ellenberg, Jordan S.; Wang, Pengming; Fawzi, Omar; Kohli, Pushmeet; Fawzi, Alhussein (2024). «Mathematical discoveries from program search with large language models». Nature (em inglês). 625 (7995): 468–475. PMID 38096900. doi:10.1038/s41586-023-06924-6
  76. ↑ Mouret, Jean-Baptiste (17 de janeiro de 2024). «Large language models help computer programs to evolve». Nature (em inglês). 625 (7995): 452–453. PMID 38233614. doi:10.1038/d41586-023-03998-0. Cópia arquivada em 4 de julho de 2026
  77. ↑ Ellenberg, Jordan S.; Fraser-Taliente, Cristofero S.; Harvey, Thomas R.; Srivastava, Karan; Sutherland, Andrew V. (2025). «Generative Modeling for Mathematical Discovery». Advances in Theoretical and Mathematical Physics (em inglês). 29 (8): 2225. arXiv:2503.11061Acessível livremente. doi:10.4310/ATMP.260412165352
  78. ↑ Timmer, John (7 de junho de 2023). «AI system devises first optimizations to sorting code in over a decade» (em inglês). Ars Technica. Consultado em 8 de maio de 2026. Cópia arquivada em 7 de maio de 2026
  79. ↑ Mankowitz, Daniel J.; Michalski, Andrea; Zhernov, Anton; Gelmi, Marco; Selvi, Marco (junho de 2023). «Faster sorting algorithms discovered using deep reinforcement learning». Nature (em inglês). 618 (7964): 257–263. PMID 37286649. doi:10.1038/s41586-023-06004-9
  80. ↑ Whitwam, Ryan (14 de maio de 2025). «Google DeepMind creates super-advanced AI that can invent new algorithms» (em inglês). Ars Technica. Consultado em 1 de maio de 2026. Cópia arquivada em 17 de maio de 2026
  81. ↑ Roberts, Siobhan (2 de junho de 2026). «As A.I. Makes Strides in Mathematics, Mathematicians Urge Caution». The New York Times (em inglês). ISSN 0362-4331. Consultado em 8 de junho de 2026. Cópia arquivada em 13 de outubro de 2026
  82. ↑ «Explainer: What is Generative AI, the technology behind OpenAI's ChatGPT?». Reuters (em inglês). 17 de março de 2023. Consultado em 17 de março de 2023. Cópia arquivada em 31 de março de 2025
  83. ↑ Newman, Nic (12 de janeiro de 2026). «Journalism, media, and technology trends and predictions 2026» (em inglês). Reuters Institute for the Study of Journalism. Consultado em 30 de janeiro de 2026. Cópia arquivada em 30 de janeiro de 2026
  84. ↑ Fan, Zhenan; Ghaddar, Bissan; Wang, Xinglu; Xing, Linzi; Zhang, Yong; Zhou, Zirui (1 de julho de 2026). «Artificial intelligence for optimization: Unleashing the potential of parameter generation, model formulation, and solution methods». European Journal of Operational Research (em inglês). 332 (1): 1–30. ISSN 0377-2217. doi:10.1016/j.ejor.2025.08.029. Cópia arquivada em 12 de abril de 2026
  85. ↑ Vanian, Jonathan (16 de março de 2023). «Microsoft adds OpenAI technology to Word and Excel» (em inglês). CNBC. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  86. ↑ Wilson, Mark (15 de agosto de 2023). «The app's Memories feature just got a big upgrade» (em inglês). TechRadar. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  87. ↑ Sullivan, Laurie (23 de maio de 2023). «Adobe Adds Generative AI To Photoshop» (em inglês). MediaPost. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  88. ↑ Michael Nuñez (19 de julho de 2023). «LLaMA 2: How to access and use Meta's versatile open-source chatbot right now» (em inglês). VentureBeat. Consultado em 15 de agosto de 2023. Cópia arquivada em 3 de novembro de 2023
  89. ↑ Pounder, Les (25 de março de 2023). «How To Create Your Own AI Chatbot Server With Raspberry Pi 4» (em inglês). Tom's Hardware. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  90. ↑ Kemper, Jonathan (10 de novembro de 2022). «"Draw Things" App brings Stable Diffusion to the iPhone» (em inglês). The Decoder. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  91. ↑ Witt, Allan (7 de julho de 2023). «Best Computer to Run LLaMA AI Model at Home (GPU, CPU, RAM, SSD)» (em inglês). Hardware Corner. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  92. ↑ Westover, Brian (28 de setembro de 2023). «Who Needs ChatGPT? How to Run Your Own Free and Private AI Chatbot» (em inglês). PCMag. Consultado em 7 de janeiro de 2024. Cópia arquivada em 7 de janeiro de 2024
  93. ↑ Nellis, Stephen; Lee, Jane (1 de setembro de 2022). «U.S. officials order Nvidia to halt sales of top AI chips to China». Reuters (em inglês). Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  94. ↑ Shilov, Anton (7 de maio de 2023). «Nvidia's Chinese A800 GPU's Performance Revealed» (em inglês). Tom's Hardware. Consultado em 15 de agosto de 2023. Cópia arquivada em 7 de maio de 2024
  95. ↑ Patel, Dylan (24 de outubro de 2022). «How China's Biren Is Attempting To Evade US Sanctions» (em inglês). SemiAnalysis. Consultado em 15 de agosto de 2023. Cópia arquivada em 15 de agosto de 2023
  96. ↑ Bartz, Diane; Hu, Krystal (21 de julho de 2023). «OpenAI, Google, others pledge to watermark AI content for safety, White House says». Reuters (em inglês). Consultado em 27 de julho de 2023. Cópia arquivada em 27 de julho de 2023
  97. ↑ «FACT SHEET: President Biden Issues Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence» (em inglês). Casa Branca. 30 de outubro de 2023. Consultado em 30 de janeiro de 2024. Cópia arquivada em 30 de janeiro de 2024
  98. ↑ Burt, Andrew (31 de outubro de 2023). «3 Obstacles to Regulating Generative AI». Harvard Business Review (em inglês). ISSN 0017-8012. Consultado em 17 de fevereiro de 2024. Cópia arquivada em 17 de fevereiro de 2024
  99. ↑ «Executive Order 14179: Removing Barriers to American Leadership in Artificial Intelligence» (em inglês). U.S. Government Publishing Office. 23 de janeiro de 2025. Consultado em 22 de outubro de 2026. Cópia arquivada em 7 de agosto de 2026
  100. ↑ «EU AI Act: first regulation on artificial intelligence» (em inglês). Parlamento Europeu. 6 de agosto de 2023. Consultado em 13 de setembro de 2024. Cópia arquivada em 21 de fevereiro de 2024
  101. ↑ Chee, Foo Yun; Mukherjee, Supantha (14 de junho de 2023). «EU lawmakers vote for tougher AI rules as draft moves to final stage». Reuters (em inglês). Consultado em 26 de julho de 2023. Cópia arquivada em 27 de julho de 2023
  102. ↑ «Anacom nomeada para regular inteligência artificial em Portugal». Jornal Económico. 19 de setembro de 2025. Consultado em 22 de outubro de 2026
  103. ↑ Ye, Josh (13 de julho de 2023). «China says generative AI rules to apply only to products for the public» (em inglês). Reuters. Consultado em 13 de julho de 2023. Cópia arquivada em 27 de julho de 2023
  104. ↑ «生成式人工智能服务管理暂行办法» (em chinês). Administração do Ciberespaço da China. 13 de julho de 2023. Consultado em 27 de julho de 2023. Cópia arquivada em 27 de julho de 2023
  105. ↑ «Chinese regulators issue requirements for the labeling of AI-generated content». Reuters (em inglês). 14 de março de 2025. Consultado em 19 de julho de 2026. Cópia arquivada em 26 de julho de 2025
  106. ↑ «Projeto de Lei n° 2338, de 2023». Congresso Nacional. Consultado em 22 de outubro de 2026. Cópia arquivada em 15 de março de 2026
  107. ↑ «Câmara vai votar regulamentação da IA e relatório deve ser apresentado em 9 de junho, diz Hugo Motta». Money Times. 28 de maio de 2026. Consultado em 22 de outubro de 2026
  108. ↑ «Inteligência artificial reacende debates na Câmara dos Deputados». Demarest Advogados. 10 de março de 2026. Consultado em 22 de outubro de 2026. Cópia arquivada em 15 de abril de 2026
  109. ↑ «Candidatos terão que indicar uso de IA e deepfake está proibido, determina TSE». Hardware.com.br. Consultado em 22 de outubro de 2026
  110. ↑ Estadão Conteúdo (26 de fevereiro de 2026). «TSE começa a julgar na quinta-feira resoluções para eleições de 2026». IstoÉ. Consultado em 22 de outubro de 2026. Cópia arquivada em 2 de março de 2026
  111. ↑ Del Carmen, Gabriela (25 de agosto de 2026). «IA amplia riscos e expõe limites da Justiça Eleitoral nas eleições de 2026». Startups. Consultado em 22 de outubro de 2026
  112. ↑ «Recommendation on the Ethics of Artificial Intelligence» (em inglês). UNESCO. 16 de maio de 2023. Consultado em 20 de julho de 2026. Cópia arquivada em 14 de outubro de 2026
  113. ↑ «The Hiroshima AI Process: Leading the Global Challenge to Shape Inclusive Governance for Generative AI» (em inglês). Governo do Japão. 9 de fevereiro de 2024. Consultado em 20 de julho de 2026. Cópia arquivada em 23 de setembro de 2026
  114. ↑ «The Framework Convention on Artificial Intelligence» (em inglês). Conselho da Europa. 5 de setembro de 2024. Consultado em 20 de julho de 2026. Cópia arquivada em 16 de outubro de 2026
  115. ↑ «Generative Artificial Intelligence and Copyright Law» (em inglês). Congressional Research Service. 29 de setembro de 2023. Consultado em 30 de janeiro de 2024. Cópia arquivada em 22 de março de 2024
  116. ↑ Thompson, Stuart (25 de janeiro de 2024). «We Asked A.I. to Create the Joker. It Generated a Copyrighted Image.» (em inglês). The New York Times. Consultado em 26 de janeiro de 2024. Cópia arquivada em 25 de janeiro de 2024
  117. ↑ Hadero, Haleluya; Bauder, David (27 de dezembro de 2023). «The New York Times sues OpenAI and Microsoft for using its stories to train chatbots». Associated Press (em inglês). Consultado em 13 de abril de 2024. Cópia arquivada em 27 de dezembro de 2023
  118. ↑ Spadoni, Pedro (20 de agosto de 2024). «Meta é cobrada a mostrar como usa seus dados para treinar IA». Olhar Digital. Consultado em 20 de agosto de 2024. Cópia arquivada em 23 de julho de 2025
  119. ↑ Rushing, Joshua Luke; Lowry, Samuel (2024). «Generative AI Litigation: A One-Year Check-In» (em inglês). American Bar Association. Consultado em 22 de outubro de 2026. Cópia arquivada em 13 de outubro de 2026
  120. ↑ O'Brien, Matt (25 de setembro de 2023). «Photo giant Getty took a leading AI image-maker to court. Now it's also embracing the technology» (em inglês). Associated Press. Consultado em 30 de janeiro de 2024. Cópia arquivada em 30 de janeiro de 2024
  121. ↑ Barber, Gregory (9 de dezembro de 2023). «The Generative AI Copyright Fight Is Just Getting Started» (em inglês). Wired. Consultado em 19 de janeiro de 2024. Cópia arquivada em 19 de janeiro de 2024
  122. ↑ Bruell, Alexandra (27 de dezembro de 2023). «New York Times Sues Microsoft and OpenAI, Alleging Copyright Infringement» (em inglês). The Wall Street Journal. Consultado em 19 de janeiro de 2024. Cópia arquivada em 18 de janeiro de 2024
  123. ↑ «USA Today sues OpenAI for copyright infringement over AI training». Reuters (em inglês). 8 de outubro de 2026. Consultado em 22 de outubro de 2026
  124. ↑ «Is ChatGPT a 'product' or a 'service'? A wave of lawsuits tests a theory of AI liability». Reuters (em inglês). 7 de outubro de 2026. Consultado em 22 de outubro de 2026. Cópia arquivada em 12 de outubro de 2026
  125. ↑ Brittain, Blake (21 de agosto de 2023). «AI-generated art cannot receive copyrights, US court says» (em inglês). Reuters. Consultado em 19 de janeiro de 2024. Cópia arquivada em 20 de janeiro de 2024
  126. ↑ «The Lawsuits That Could Shape the Future of AI and Copyright Law». The Wall Street Journal (em inglês). 15 de abril de 2024. Consultado em 11 de fevereiro de 2025. Cópia arquivada em 6 de fevereiro de 2026
  127. ↑ David, Emilia (29 de agosto de 2023). «US Copyright Office wants to hear what people think about AI and copyright» (em inglês). The Verge. Consultado em 19 de janeiro de 2024. Cópia arquivada em 19 de janeiro de 2024
  128. ↑ «Copyright and Artificial Intelligence» (em inglês). U.S. Copyright Office. Consultado em 9 de abril de 2025. Cópia arquivada em 11 de outubro de 2026
  129. ↑ «U.S. Copyright Office Grants Registration to AI-Generated Artwork» (em inglês). Harvard Journal of Sports and Entertainment Law. 24 de março de 2025. Consultado em 9 de abril de 2025. Cópia arquivada em 9 de abril de 2025
  130. ↑ «Secretary-General's remarks to the Security Council on Artificial Intelligence» (em inglês). Organização das Nações Unidas. 18 de julho de 2023. Consultado em 27 de julho de 2023. Cópia arquivada em 28 de julho de 2023
  131. ↑ Shah, Simmone (4 de maio de 2023). «The Writers Strike Is Taking a Stand on AI» (em inglês). Time. Consultado em 11 de junho de 2023. Cópia arquivada em 11 de junho de 2023
  132. ↑ Tarnoff, Ben (4 de agosto de 2023). «Lessons from Eliza». The Guardian Weekly (em inglês). pp. 34–39
  133. ↑ Zhou, Viola (11 de abril de 2023). «AI is already taking video game illustrators' jobs in China» (em inglês). Rest of World. Consultado em 17 de agosto de 2023. Cópia arquivada em 13 de agosto de 2023
  134. ↑ Carter, Justin (11 de abril de 2023). «China's game art industry reportedly decimated by growing AI use» (em inglês). Game Developer. Consultado em 17 de agosto de 2023. Cópia arquivada em 17 de agosto de 2023
  135. ↑ Kelly, Samantha Murphy. «Roteiristas de TV e cinema dos EUA lutam para salvar seus empregos da IA». CNN Brasil. Consultado em 5 de agosto de 2024. Cópia arquivada em 22 de maio de 2025
  136. ↑ Almeida, Matheus (30 de setembro de 2023). «1ª greve contra inteligência artificial tomou Hollywood como cenário». InvestNews. Consultado em 5 de agosto de 2024. Cópia arquivada em 12 de novembro de 2025
  137. ↑ Coyle, Jake (27 de setembro de 2023). «In Hollywood writers' battle against AI, humans win (for now)» (em inglês). Associated Press. Consultado em 26 de janeiro de 2024. Cópia arquivada em 3 de abril de 2024
  138. ↑ «Greve em Hollywood: o que se sabe sobre as paralisações dos roteiristas e atores». G1. 15 de julho de 2023. Consultado em 20 de agosto de 2024. Cópia arquivada em 5 de dezembro de 2025
  139. ↑ Collier, Kevin (14 de julho de 2023). «Actors vs. AI: Strike brings focus to emerging use of advanced tech» (em inglês). NBC News. Consultado em 21 de julho de 2023. Cópia arquivada em 20 de julho de 2023
  140. ↑ Lorenzo, Alessandro Di (26 de julho de 2024). «Com preocupações sobre IA, artistas de videogame anunciam greve». Olhar Digital. Consultado em 5 de agosto de 2024. Cópia arquivada em 3 de novembro de 2025
  141. ↑ Shrivastava, Rashi (9 de outubro de 2023). «'Keep Your Paws Off My Voice': Voice Actors Worry Generative AI Will Steal Their Livelihoods» (em inglês). Forbes. Consultado em 28 de novembro de 2023. Cópia arquivada em 2 de dezembro de 2023
  142. ↑ «Evaluating the Impact of AI on the Labor Market: Current State of Affairs» (em inglês). The Budget Lab at Yale. Consultado em 12 de janeiro de 2026. Cópia arquivada em 21 de outubro de 2026
  143. ↑ Hale, Craig (29 de abril de 2025). «Generative AI isn't biting into wages, replacing workers, and isn't saving time, economists say» (em inglês). TechRadar. Consultado em 12 de janeiro de 2026. Cópia arquivada em 19 de agosto de 2026
  144. 1 2 UNESCO (2023). Guidance for generative AI in education and research (em inglês). [S.l.]: UNESCO. ISBN 978-92-3-100612-8. doi:10.54675/EWZM9535
  145. ↑ Tsao, Jack (2025). «Trajectories of AI policy in higher education: Interpretations, discourses, and enactments of students and teachers». Computers and Education: Artificial Intelligence (em inglês). 9: 100496. ISSN 2666-920X. doi:10.1016/j.caeai.2025.100496
  146. 1 2 Specht, André Luís (14 de novembro de 2025). «The Ethical Integration of Artificial Intelligence in Educational Contexts: Toward a Culture of Critical Engagement». Liinc em Revista (em inglês) (1): e7596. ISSN 1808-3536. Consultado em 4 de fevereiro de 2026. Cópia arquivada em 8 de outubro de 2025
  147. ↑ Specht, André Luís; Gonçalves, Davi Silva (3 de fevereiro de 2026). «Entre a autonomia e a automação: reflexões sobre IAG e educação». Linhas Críticas. ISSN 1981-0431. doi:10.26512/lc32202659189. Consultado em 4 de fevereiro de 2026. Cópia arquivada em 6 de março de 2026
  148. ↑ Stylianou, Vasso (2026). «Sustainable Career Readiness in the GenAI Era: Student Perceptions of Automation, Entry-Level Employment, and Pedagogical Support». Sustainability (em inglês). 18 (18). Cópia arquivada em 12 de setembro de 2026
  149. ↑ Barrett, A.; Pack, A. (2023). «Not quite eye to A.I.: Student and teacher perspectives on the use of generative artificial intelligence in the writing process». International Journal of Educational Technology in Higher Education (em inglês). 20 (1): 59. doi:10.1186/s41239-023-00427-0
  150. ↑ «NCTE Position Statement on Machine Scoring» (em inglês). National Council of Teachers of English. 20 de abril de 2013. Consultado em 11 de julho de 2025. Cópia arquivada em 26 de setembro de 2026
  151. ↑ Mangal, M.; Pardos, Z. A. (2024). «Implementing equitable and intersectionality-aware AI in education: A practical guide». British Journal of Educational Technology (em inglês). 55 (5): 2003–2038. doi:10.1111/bjet.13484
  152. ↑ Perlis, Roy H.; Gunning, Faith M.; Uslu, Ata A.; Santillana, Mauricio; Baum, Matthew A.; Druckman, James N.; Ognyanova, Katherine; Lazer, David (2026). «Generative AI Use and Depressive Symptoms Among US Adults». JAMA Network Open (em inglês). 9 (1): e2554820. PMID 41563755. doi:10.1001/jamanetworkopen.2025.54820
  153. ↑ McBain, Ryan K.; Bozick, Robert; Diliberti, Melissa Kay (2025). «Use of Generative AI for Mental Health Advice Among US Adolescents and Young Adults». JAMA Network Open (em inglês). 8 (11): e2542281. PMID 41201806. doi:10.1001/jamanetworkopen.2025.42281
  154. ↑ Heinz, Michael V.; Mackin, Destiny M.; Trudeau, Bridget M. (2025). «Randomized Trial of a Generative AI Chatbot for Mental Health Treatment». NEJM AI (em inglês). 2 (4). doi:10.1056/AIoa2400802
  155. ↑ Feng, Xinyu; Tian, Lidan; Ho, Grace W. K.; Yorke, Janelle; Hui, Vivian (2025). «The Effectiveness of AI Chatbots in Alleviating Mental Distress and Promoting Health Behaviors Among Adolescents and Young Adults: Systematic Review and Meta-Analysis». Journal of Medical Internet Research (em inglês). 27: e79850. PMID 41603730. doi:10.2196/79850
  156. ↑ Moore, Jared (11 de junho de 2025). «Expressing stigma and inappropriate responses prevents LLMs from safely replacing mental health providers» (em inglês). Stanford News. Consultado em 1 de setembro de 2026. Cópia arquivada em 19 de setembro de 2026
  157. ↑ Adam, David (2025). «Supportive? Addictive? Abusive? How AI companions affect our mental health». Nature (em inglês). 641 (8062): 296–298. PMID 40329067. doi:10.1038/d41586-025-01349-9
  158. ↑ «AI companions may worsen loneliness for vulnerable users, Stanford study finds» (em inglês). Stanford News. 4 de agosto de 2026. Consultado em 1 de setembro de 2026. Cópia arquivada em 17 de outubro de 2026
  159. ↑ Rani, Anku; Danry, Valdemar; Liang, Paul Pu; Lippman, Andrew; Maes, Pattie (13 de abril de 2026). «Dialogues with AI Reduce Beliefs in Misinformation but Build No Lasting Discernment Skills». Conference on Human Factors in Computing Systems (em inglês): 1–26. ISBN 979-8-4007-2278-3. arXiv:2510.01537Acessível livremente. doi:10.1145/3772318.3790656. Consultado em 23 de junho de 2026. Cópia arquivada em 14 de julho de 2026
  160. ↑ Mansoor, Sanya (19 de junho de 2026). «Over-reliance on chatbots can diminish critical-thinking skills, study finds». The Guardian (em inglês). Consultado em 23 de junho de 2026
  161. ↑ Roth, Emma (25 de janeiro de 2023). «CNET found errors in more than half of its AI-written stories». The Verge (em inglês). Consultado em 17 de junho de 2023. Cópia arquivada em 6 de novembro de 2023
  162. ↑ «A magazine touted Michael Schumacher's first interview in years. It was actually AI». NPR (em inglês). 28 de abril de 2023. Consultado em 17 de junho de 2023. Cópia arquivada em 17 de junho de 2023
  163. ↑ «Meet AdVon, the AI-Powered Content Monster Infecting the Media Industry» (em inglês). Futurism. 8 de maio de 2024. Consultado em 20 de junho de 2025. Cópia arquivada em 10 de outubro de 2026
  164. ↑ Menn, Joseph (17 de abril de 2025). «Russia seeds chatbots with lies. Any bad actor could game AI the same way.». The Washington Post (em inglês). ISSN 0190-8286. Consultado em 1 de junho de 2025. Cópia arquivada em 20 de março de 2026
  165. ↑ Newman, Nic; Fletcher, Richard; Robertson, Craig T.; Arguedas, Amy Ross; Nielsen, Rasmus Fleis (junho de 2024). «Digital News Report 2024» (PDF) (em inglês). Reuters Institute for the Study of Journalism. p. 20. doi:10.60625/risj-vy6n-4v57. Consultado em 20 de junho de 2024. Cópia arquivada (PDF) em 16 de junho de 2024
  166. ↑ Lipka, Michael (28 de abril de 2025). «Americans largely foresee AI having negative effects on news, journalists» (em inglês). Pew Research Center. Consultado em 22 de janeiro de 2026. Cópia arquivada em 21 de setembro de 2026
  167. 1 2 Bender, Emily M.; Gebru, Timnit; McMillan-Major, Angelina; Shmitchell, Shmargaret (2021). «On the Dangers of Stochastic Parrots: Can Language Models be Too Big?». Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (em inglês). [S.l.: s.n.] pp. 610–623. ISBN 978-1-4503-8309-7. doi:10.1145/3442188.3445922
  168. ↑ Ferrara, Emilio (2023). «Fairness and Bias in Artificial Intelligence: A Brief Survey of Sources, Impacts, and Mitigation Strategies». Sci (em inglês). 6 (1): 3. doi:10.3390/sci6010003
  169. ↑ Mish, Patricia. «Featured MSU Engaged Scholars: Building Voice AI That Works for Everyone» (em inglês). Michigan State University. Consultado em 31 de agosto de 2026. Cópia arquivada em 22 de junho de 2026
  170. ↑ Taylor, Josh (13 de maio de 2025). «People interviewed by AI for jobs face discrimination risks, Australian study warns». The Guardian (em inglês). ISSN 0261-3077. Consultado em 1 de maio de 2026
  171. ↑ «Research and Development: The 2025 AI Index Report» (em inglês). Stanford HAI. Consultado em 1 de maio de 2026. Cópia arquivada em 13 de outubro de 2026
  172. ↑ «Imagens falsas mostram Papa Francisco de casaco branco 'estiloso' e viralizam». G1. 26 de março de 2023. Consultado em 20 de agosto de 2024. Cópia arquivada em 26 de julho de 2025
  173. ↑ «Inteligência artificial: as dificuldades para identificar imagens falsas nas eleições». BBC News Brasil. 31 de maio de 2024. Consultado em 20 de agosto de 2024. Cópia arquivada em 22 de julho de 2025
  174. ↑ Taeihagh, Araz (4 de abril de 2025). «Governance of Generative AI». Policy and Society (em inglês). 44 (1): 1–22. ISSN 1449-4035. doi:10.1093/polsoc/puaf001. Cópia arquivada em 23 de agosto de 2026
  175. ↑ Brandon, John (16 de fevereiro de 2018). «Terrifying high-tech porn: Creepy 'deepfake' videos are on the rise». Fox News (em inglês). Consultado em 20 de fevereiro de 2018. Cópia arquivada em 15 de junho de 2018
  176. ↑ Roose, Kevin (4 de março de 2018). «Here Come the Fake Videos, Too». The New York Times (em inglês). ISSN 0362-4331. Consultado em 24 de março de 2018. Cópia arquivada em 18 de junho de 2019
  177. ↑ Menz, Bradley D.; Modi, Natansh D.; Sorich, Michael J.; Hopkins, Ashley M. (janeiro de 2024). «Health Disinformation Use Case Highlighting the Urgent Need for Artificial Intelligence Vigilance: Weapons of Mass Disinformation». JAMA Internal Medicine (em inglês). 184 (1): 92–96. PMID 37955873. doi:10.1001/jamainternmed.2023.5947
  178. ↑ Menn, Joseph (23 de setembro de 2024). «Russia, Iran use AI to boost anti-U.S. influence campaigns, officials say». The Washington Post (em inglês). ISSN 0190-8286. Consultado em 23 de setembro de 2024. Cópia arquivada em 24 de setembro de 2024
  179. ↑ Lawton, Graham (12 de setembro de 2023). «Disinformation wars: The fight against fake news in the age of AI» (em inglês). New Scientist. Consultado em 5 de julho de 2024. Cópia arquivada em 5 de julho de 2024
  180. ↑ Simon, Felix M.; Altay, Sacha; Mercier, Hugo (18 de outubro de 2023). «Misinformation reloaded? Fears about the impact of generative AI on misinformation are overblown». Harvard Kennedy School Misinformation Review (em inglês). doi:10.37016/mr-2020-127
  181. ↑ «A new AI voice tool is already being abused to make deepfake celebrity audio clips» (em inglês). Engadget. 31 de janeiro de 2023. Consultado em 3 de fevereiro de 2023. Cópia arquivada em 10 de outubro de 2023
  182. ↑ Vincent, James (31 de janeiro de 2023). «4chan users embrace AI voice clone tool to generate celebrity hatespeech» (em inglês). The Verge. Consultado em 3 de fevereiro de 2023. Cópia arquivada em 3 de dezembro de 2023
  183. ↑ Coscarelli, Joe (19 de abril de 2023). «An A.I. Hit of Fake 'Drake' and 'The Weeknd' Rattles the Music World». The New York Times (em inglês). Consultado em 5 de dezembro de 2023. Cópia arquivada em 15 de maio de 2023
  184. ↑ Kaufman, Arthur (8 de setembro de 2025). «AI Assists Chinese External Propaganda» (em inglês). China Digital Times. Consultado em 10 de setembro de 2025. Cópia arquivada em 2 de outubro de 2026
  185. ↑ Cordall, Simon Speakman (30 de outubro de 2025). «Spinning genocide: How is Israel using US PR firms to frame its Gaza war?» (em inglês). Al Jazeera. Consultado em 14 de janeiro de 2026. Cópia arquivada em 12 de janeiro de 2026
  186. ↑ «Report: Israel to spend over half a billion shekels turning ChatGPT into public diplomacy tool». Ynetglobal (em inglês). 6 de outubro de 2025. Consultado em 14 de janeiro de 2026. Cópia arquivada em 12 de janeiro de 2026
  187. ↑ «OpenAI admits AI hallucinations are mathematically inevitable, not just engineering flaws» (em inglês). Computerworld. Consultado em 21 de outubro de 2026. Cópia arquivada em 16 de outubro de 2026
  188. ↑ Edwards, Benj (13 de março de 2025). «AI search engines cite incorrect news sources at an alarming 60% rate, study says» (em inglês). Ars Technica. Consultado em 28 de janeiro de 2026. Cópia arquivada em 12 de outubro de 2026
  189. ↑ Metz, Cade; Weise, Karen (5 de maio de 2025). «A.I. Is Getting More Powerful, but Its Hallucinations Are Getting Worse». The New York Times (em inglês). Consultado em 28 de janeiro de 2026. Cópia arquivada em 30 de setembro de 2026
  190. ↑ Hoffman, Benjamin (11 de junho de 2024). «First Came 'Spam.' Now, With A.I., We've Got 'Slop'». The New York Times (em inglês). ISSN 0362-4331. Consultado em 27 de agosto de 2024. Cópia arquivada em 26 de agosto de 2024
  191. ↑ Tangermann, Victor (10 de agosto de 2024). «Investigation Finds Actual Source of All That AI Slop on Facebook» (em inglês). Futurism. Consultado em 27 de agosto de 2024. Cópia arquivada em 15 de agosto de 2024
  192. ↑ Cox, Joseph (18 de janeiro de 2024). «Google News Is Boosting Garbage AI-Generated Articles» (em inglês). 404 Media. Consultado em 27 de agosto de 2024. Cópia arquivada em 13 de junho de 2024
  193. ↑ Thompson, Brian; Dhaliwal, Mehak; Frisch, Peter; Domhan, Tobias; Federico, Marcello (agosto de 2024). «A Shocking Amount of the Web is Machine Translated: Insights from Multi-Way Parallelism». Findings of the Association for Computational Linguistics ACL 2024 (em inglês): 1763–1775. arXiv:2401.05749Acessível livremente. doi:10.18653/v1/2024.findings-acl.103. Consultado em 27 de agosto de 2024. Cópia arquivada em 19 de agosto de 2026
  194. ↑ Koebler, Jason (19 de setembro de 2024). «Project Analyzing Human Language Usage Shuts Down Because 'Generative AI Has Polluted the Data'» (em inglês). 404 Media. Consultado em 20 de setembro de 2024. Cópia arquivada em 19 de setembro de 2024
  195. ↑ Kannan, Prabha (13 de maio de 2024). «How Much Research Is Being Written by Large Language Models?» (em inglês). Stanford HAI. Consultado em 16 de agosto de 2024. Cópia arquivada em 16 de agosto de 2024
  196. ↑ Sjouwerman, Stu (26 de dezembro de 2022). «Deepfakes: Get ready for phishing 2.0». Fast Company (em inglês). Consultado em 31 de julho de 2023. Cópia arquivada em 31 de julho de 2023
  197. ↑ Collinson, Patrick (15 de julho de 2023). «Fake reviews: can we trust what we read online as use of AI explodes?». The Guardian (em inglês). ISSN 0261-3077. Consultado em 6 de dezembro de 2023. Cópia arquivada em 22 de novembro de 2023
  198. ↑ «After WormGPT, FraudGPT Emerges to Help Scammers Steal Your Data» (em inglês). PCMag. 25 de julho de 2023. Consultado em 31 de julho de 2023. Cópia arquivada em 31 de julho de 2023
  199. ↑ Gupta, Maanak; Akiri, Charankumar; Aryal, Kshitiz; Parker, Eli; Praharaj, Lopamudra (2023). «From ChatGPT to ThreatGPT: Impact of Generative AI in Cybersecurity and Privacy». IEEE Access (em inglês). 11: 80218–80245. doi:10.1109/ACCESS.2023.3300381
  200. ↑ Piper, Kelsey (2 de fevereiro de 2024). «Should we make our most powerful AI models open source to all?» (em inglês). Vox. Consultado em 13 de janeiro de 2025. Cópia arquivada em 5 de outubro de 2024
  201. ↑ «How AI is being abused to create child sexual abuse material (CSAM) online» (em inglês). Internet Watch Foundation. Consultado em 6 de maio de 2025. Cópia arquivada em 12 de outubro de 2026
  202. ↑ «Ban AI apps creating naked images of children, says children's commissioner» (em inglês). BBC. 28 de abril de 2025. Consultado em 6 de maio de 2025. Cópia arquivada em 28 de abril de 2026
  203. ↑ Heikkilä, Melissa (5 de dezembro de 2023). «AI's carbon footprint is bigger than you think» (em inglês). MIT Technology Review. Consultado em 4 de julho de 2024. Cópia arquivada em 5 de julho de 2024
  204. 1 2 Dhar, Payal (1 de agosto de 2020). «The carbon impact of artificial intelligence». Nature Machine Intelligence (em inglês). 2 (8): 423–425. ISSN 2522-5839. doi:10.1038/s42256-020-0219-9. Cópia arquivada em 8 de abril de 2026
  205. 1 2 Crawford, Kate (20 de fevereiro de 2024). «Generative AI's environmental costs are soaring and mostly secret». Nature (em inglês). 626 (8000): 693. PMID 38378831. doi:10.1038/d41586-024-00478-x. Cópia arquivada em 23 de agosto de 2026
  206. 1 2 Crownhart, Casey (23 de maio de 2024). «AI is an energy hog. This is what it means for climate change.» (em inglês). MIT Technology Review. Consultado em 27 de agosto de 2024. Cópia arquivada em 20 de agosto de 2024
  207. 1 2 Saenko, Kate (23 de maio de 2023). «Is generative AI bad for the environment? A computer scientist explains the carbon footprint of ChatGPT and its cousins» (em inglês). The Conversation. Consultado em 27 de agosto de 2024. Cópia arquivada em 1 de julho de 2024
  208. ↑ Wang, Peng; Zhang, Ling-Yu; Tzachor, Asaf; Chen, Wei-Qiang (28 de outubro de 2024). «E-waste challenges of generative artificial intelligence». Nature Computational Science (em inglês). 4 (11): 818–823. ISSN 2662-8457. PMID 39468340. doi:10.1038/s43588-024-00712-6. Cópia arquivada em 15 de agosto de 2026
  209. ↑ «Data centers» (em inglês). Washington State Department of Ecology. Consultado em 9 de abril de 2026. Cópia arquivada em 5 de outubro de 2026
  210. ↑ Rogers, Reece. «AI's Energy Demands Are Out of Control. Welcome to the Internet's Hyper-Consumption Era» (em inglês). Wired. Consultado em 27 de agosto de 2024. Cópia arquivada em 14 de agosto de 2024
  211. ↑ «AI has an environmental problem. Here's what the world can do about that.» (em inglês). Programa das Nações Unidas para o Meio Ambiente. 21 de setembro de 2024. Consultado em 20 de agosto de 2025. Cópia arquivada em 13 de outubro de 2026
  212. ↑ You, Josh (7 de fevereiro de 2025). «How much energy does ChatGPT use?» (em inglês). Epoch AI. Consultado em 11 de novembro de 2025. Cópia arquivada em 17 de outubro de 2026
  213. ↑ Ding, Zhaohao; Wang, Jianxiao; Song, Yiyang; Zheng, Xiaokang; He, Guannan; Chen, Xiupeng; Zhang, Tiance; Lee, Wei-Jen; Song, Jie (5 de maio de 2025). «Tracking the carbon footprint of global generative artificial intelligence». The Innovation (em inglês). 6 (5): 100866. ISSN 2666-6758. PMID 40432776. doi:10.1016/j.xinn.2025.100866
  214. ↑ Pelton, Rylie E. O. (setembro de 2024). «Greenhouse gas emissions in US beef production can be reduced by up to 30% with the adoption of selected mitigation measures». Nature Food (em inglês). 5 (9): 787–797. ISSN 2662-1355. PMID 39215094. doi:10.1038/s43016-024-01031-9
  215. ↑ Lohr, Steve (26 de agosto de 2024). «Will A.I. Ruin the Planet or Save the Planet?». The New York Times (em inglês). ISSN 0362-4331. Consultado em 27 de agosto de 2024. Cópia arquivada em 26 de agosto de 2024
  216. ↑ Metz, Cade (5 de julho de 2023). «In the Age of A.I., Tech's Little Guys Need Big Friends». The New York Times (em inglês). Consultado em 10 de julho de 2024. Cópia arquivada em 8 de julho de 2024
  217. ↑ Piccolo, Riccardo (28 de outubro de 2023). «5 software gratuiti per riconoscere le immagini false generate dall'AI» (em italiano). Wired Italia. Consultado em 29 de outubro de 2023. Cópia arquivada em 2 de março de 2026
  218. ↑ Fowler, Geoffrey (3 de abril de 2023). «We tested a new ChatGPT-detector for teachers. It flagged an innocent student» (em inglês). The Washington Post. Consultado em 6 de fevereiro de 2024. Cópia arquivada em 28 de março de 2024
  219. ↑ Holden, Michael (25 de fevereiro de 2025). «AI-detection software isn't the solution to classroom cheating: assessment has to shift» (em inglês). The Conversation. Consultado em 29 de julho de 2025. Cópia arquivada em 15 de outubro de 2026
  220. ↑ «Detecting AI fingerprints: A guide to watermarking and beyond» (em inglês). Brookings Institution. 4 de janeiro de 2024. Consultado em 5 de setembro de 2024. Cópia arquivada em 3 de setembro de 2024
  221. ↑ Ha, Anthony (4 de agosto de 2024). «OpenAI says it's taking a 'deliberate approach' to releasing tools that can detect writing from ChatGPT» (em inglês). TechCrunch. Consultado em 29 de julho de 2025. Cópia arquivada em 3 de outubro de 2026
  222. ↑ Peters, Jay (21 de maio de 2025). «Google has a new tool to help detect AI-generated content» (em inglês). The Verge. Consultado em 29 de julho de 2025. Cópia arquivada em 11 de outubro de 2026
  223. ↑ Carpenter, Nicole (26 de junho de 2025). «A real issue: video game developers are being accused of using AI, even when they aren't». The Guardian (em inglês). ISSN 0261-3077. Consultado em 28 de julho de 2025