Os avanços na inteligência artificial revelaram uma série de novas vulnerabilidades de software. Elas quase certamente provocarão mais interrupções semelhantes às que afetaram sites governamentais em todo o mundo esta semana, de acordo com sete profissionais de segurança cibernética que falaram à Reuters.

A inteligência artificial contribuiu para a duplicação do número de falhas digitais descobertas ano após ano, de acordo com uma pesquisa que será publicada nos próximos dias pela VulnCheck, uma empresa de inteligência de ameaças sediada em Massachusetts.

Matthew Prince, diretor executivo da empresa de infraestrutura digital Cloudflare, disse que estava ciente de “uma série de vulnerabilidades graves adicionais presentes em outros softwares críticos” e previu meses agitados pela frente, à medida que a IA revelasse fragilidades há muito ocultas na estrutura da internet.

“Acho que teremos alguns anos em que, a cada semana, teremos a sensação de que o mundo está acabando”, disse Prince em uma entrevista na quinta-feira.

As interrupções que se espalharam por sites governamentais na Europa e em outros lugares a partir de quarta-feira ocorreram após a descoberta de vulnerabilidades no PHP, uma linguagem de programação consagrada que alimenta grande parte da internet.

Os operadores correram para corrigir seus softwares em antecipação a uma exploração em massa e, como alguns acharam que não conseguiriam aplicar as correções antes que os hackers atacassem, um grupo simplesmente tirou seus sites do ar até que pudessem torná-los seguros.

O pesquisador da VulnCheck, Patrick Garrity, afirmou que a corrida para corrigir o PHP ocorreu durante uma semana já bastante movimentada no setor de segurança cibernética.

A semana também trouxe a divulgação de vulnerabilidades no Node.js, uma alternativa ao PHP, e no programa de streaming Plex, além de violações relacionadas ao gateway de IA LiteLLM e à plataforma de desenvolvimento Railway, e a revelação de que a autoridade certificadora indiana eMudhra havia usado uma chave criptográfica extremamente frágil que potencialmente colocava usuários em risco em toda a internet.

“Se vimos apenas quatro ou cinco casos como esses esta semana, eu esperaria ver muito mais”, disse Garrity. “Acho que haverá muito mais simulações de incêndio para qualquer coisa que esteja exposta na internet”.

Redução de prazos

Os códigos-fonte que executam programas modernos são extensos e erros, ou “bugs”, que abrem potenciais brechas de segurança, frequentemente surgem em locais inesperados.

Anteriormente, encontrar falhas de segurança exigia um nível básico de habilidade, e aproveitar essas falhas para criar ferramentas digitais de abertura de fechaduras – chamadas de “exploits” – poderia levar semanas ou meses de trabalho de um profissional experiente.

Isso, no passado, teria dado aos defensores um pouco de tempo para corrigir erros e implementar atualizações de software gradualmente.

A IA praticamente descartou essas suposições. Os modelos conseguem encontrar um bug após o outro, submetendo as bases de código a uma análise ininterrupta, e podem corrigir vulnerabilidades em questão de horas.

Shane Fry, diretor de tecnologia da RunSafe Security, empresa sediada na Virgínia, afirmou que o desempenho demonstrado pelos modelos de IA nos últimos meses dissipou quaisquer dúvidas sobre se eles transformariam o setor.

“O que está mudando fundamentalmente e inquestionavelmente é o tempo necessário não apenas para encontrar vulnerabilidades, mas também a rapidez com que os adversários podem transformá-las em armas”, disse Fry.

IA será positiva para cibersegurança?

Embora todos os especialistas com quem a Reuters conversou concordassem que os prazos para os defensores estavam ficando mais curtos, eles divergiam sobre se a IA levaria a uma guerra aberta entre hackers.

Daniel Stenberg, o desenvolvedor principal da ferramenta de transferência de arquivos curl, argumentou que as vulnerabilidades encontradas por modelos de IA tendem a ser bugs exóticos, difíceis de serem explorados por agentes maliciosos. Ramy Rahman, engenheiro sênior de soluções da empresa de cibersegurança ArmorCode, afirmou que “mais vulnerabilidades divulgadas não significam automaticamente mais ataques bem-sucedidos”.

Havia indícios preliminares disso em relação à vulnerabilidade do PHP que gerou preocupação mundial esta semana. A empresa de inteligência de ameaças Hunt.io afirmou que – assim como a Amazon e a Cloudflare – a empresa havia observado tentativas agressivas de explorar a vulnerabilidade. Mas o chefe de pesquisa da empresa, Esteban Borges, afirmou que os cibercriminosos que ele monitorava pareciam ter fracassado em improvisar uma ferramenta funcional para tirar proveito disso.

Prince, da Cloudflare, disse à Reuters que havia visto relatos de comprometimentos relacionados à vulnerabilidade do PHP.

A avalanche de descobertas impulsionadas pela IA pode abalar o setor, mas, no final, será um saldo positivo, disse ele, comparando-a a derrotar os monstros de uma casa mal-assombrada.

O confronto pode ser assustador, disse ele, mas deixar os monstros à espreita, silenciosamente, atrás de portas fechadas, é muito pior.

“A realidade é que vamos conseguir limpar muita coisa”, disse ele.

Brasileiro desenvolve ferramenta que detecta e previne ataque hacker

Pesquisadores da Microsoft afirmaram que uma ferramenta de IA que diagnostica pacientes passo a passo, como se fosse um médico, foi mais que duas vezes mais precisa do que clínicos gerais na resolução de casos médicos complexos. Os resultados fazem parte de um estudo publicado na quinta-feira (22) na revista Science.

Segundo o relatório, o modelo identifica e coordena as perguntas que devem ser feitas a um paciente, bem como os exames e testes que devem ser solicitados. Para isso, ele usa um “orquestrador” que organiza a forma como a IA abordará um problema, empregando um painel simulado de especialistas clínicos que colaboram para resolver casos de diagnóstico.

Os modelos de IA médica existentes normalmente adotam uma abordagem simultânea que examina todos os sintomas, resultados de exames laboratoriais e exames de imagem de um paciente para gerar um diagnóstico.

Com o orquestrador coordenando as etapas para chegar a um diagnóstico, o modelo de IA primeiro decide o que perguntar sobre o histórico do paciente e o que é significativo no exame físico. Com base no que aprende, decide quais exames solicitar, considera os resultados e solicita exames adicionais conforme apropriado.

Ao mesmo tempo, a equipe está atualizando suas hipóteses de trabalho e planos, disseram os líderes da pesquisa em entrevista.

Com a tarefa de diagnosticar mais de 300 dilemas médicos altamente incomuns e complexos, o modelo que empregou o orquestrador de diagnóstico foi mais que duas vezes mais preciso na avaliação do paciente e na determinação do diagnóstico do que médicos generalistas que usaram livros didáticos e a internet.

A ferramenta também apresentou desempenho superior ao de médicos humanos quando apresentada a cenários extraídos de um importante banco de dados de admissões em pronto-socorro.

Os pesquisadores afirmaram que as avaliações que comparam esses tipos de sistemas mais antigos com médicos humanos geralmente utilizam questões de múltipla escolha.

“A IA tornou-se muito boa em obter uma taxa de aprovação de 100% nesses testes”, disse o Dr. Dominic King, vice-presidente corporativo da unidade de saúde da Microsoft AI, cuja equipe está desenvolvendo a nova tecnologia.

“Mas é claro que isso não corresponde à realidade. Nenhum paciente jamais veio me consultar com um resumo satisfatório”.

Os pesquisadores também descobriram que os processos de diagnóstico custam menos quando o coordenador elabora os protocolos do que quando médicos humanos o fazem.

“Não estamos apenas medindo a precisão dos sistemas. Também estamos medindo com que rigor e cuidado eles realizam um diagnóstico”, disse Harsha Nori, chefe de IA da Microsoft AI Health.

Em colaboração com o Beth Israel Deaconess Medical Center, em Boston, os pesquisadores testarão a seguir a capacidade da ferramenta de triar pacientes nas salas de espera dos departamentos de emergência.

Por quase duas décadas, a Apple fez apenas pequenas alterações no iPhone, sua máquina de fazer dinheiro. Isso muda nesta sexta-feira (23), quando a empresa começa a vender seu primeiro telefone dobrável, o iPhone Duo, apostando que o dispositivo pode fazer pelo mercado de pequenos dobráveis ​​o que o iPhone fez pelos smartphones.

A sua recepção poderá representar um teste inicial para o novo CEO da Apple, John Ternus, o antigo chefe de hardware que apresentou o iPhone Duo apenas uma semana depois de assumir o cargo, em setembro.

Isso também pode ter grandes implicações para uma categoria de nicho na qual rivais como a Samsung e a Huawei já vendem produtos premium há anos.

Poucos minutos após a abertura da pré-venda na última sexta-feira, a previsão de entrega do Duo pela Apple foi adiada para o final de janeiro, já que a demanda superou a oferta. A empresa classificou a resposta dos clientes como “nada menos que extraordinária”.

Avaliações do iPhone Duo foram mistas

As primeiras análises elogiaram o design premium do Duo de US$ 1.999, bem como sua dobradiça robusta e quase invisível. Esse é um grande feito para telefones cuja tela com vinco proeminente tem sido, por muito tempo, uma grande desvantagem e um potencial fator de dissuasão para os compradores.

Mas os analistas também disseram que as concessões na câmera, incluindo a ausência de uma lente teleobjetiva e aplicativos de terceiros que ainda precisam ser adaptados ao novo tamanho da tela, podem decepcionar alguns compradores.

Eles observaram que o iPhone Duo, em seu formato menor e dobrado, é menos prático para a infinidade de tarefas rápidas que a maioria dos usuários realiza diariamente em iPhones padrão, levando vários analistas renomados a desaconselharem o Duo para muitos clientes da Apple.

“Foi muito divertido testar o Duo por uma semana, mas a sensação é de que usei um protótipo extremamente refinado — não um produto final que eu gostaria de comprar e usar”, escreveu John Gruber, comentarista veterano da Apple e autor do blog Daring Fireball, em uma análise.

O comentarista de tecnologia Marques Brownlee, popularmente conhecido como MKBHD, disse em uma análise no YouTube que “se você é uma pessoa comum que não faz muito mais do que enviar mensagens de texto, usar redes sociais e navegar aqui e ali, então provavelmente não vale a pena. Mas se US$ 2.000 não significam muito para você, e você gosta da ideia, depois da curva de aprendizado e de se acostumar a não ter reconhecimento facial, é um telefone realmente divertido”.

Difícil de encontrar

A disponibilidade limitada pode decepcionar os fãs da Apple, que já estão formando filas em frente às lojas para comprar o Duo.

A Apple informou à Reuters que a disponibilidade nas lojas físicas variará de acordo com o país, com estoques limitados nos EUA, Austrália, Canadá, México e grande parte do Reino Unido e da Europa. Na China, França, Hong Kong, Índia e Japão, as unidades estarão disponíveis apenas para clientes que fizeram o pedido online.

Em Macau, território administrado pela China, onde o iPhone Duo estará disponível apenas para clientes que comparecerem pessoalmente, fãs já começaram a formar filas horas antes, conforme mostram publicações em redes sociais e reportagens da mídia.

“Os dispositivos dobráveis ​​são uma categoria consolidada há anos, mas sua adoção tem permanecido relativamente limitada em comparação com os smartphones convencionais. A entrada da Apple nesse mercado pode levar o formato a um público muito mais amplo”, disse Francisco Jeronimo, vice-presidente da empresa de pesquisa de mercado IDC.

A IDC prevê que a Apple deterá 44% do valor do mercado de dispositivos dobráveis ​​em 2026, com 31% das unidades vendidas. Até 2027, a empresa se tornará líder de mercado na categoria, tanto em valor quanto em unidades comercializadas.

“A Apple apresentou argumentos convincentes para esse formato”, disse Jeronimo após passar uma semana com o Duo.

“Agora vem o próximo desafio: transformar a empolgação em disponibilidade, adoção e um novo capítulo duradouro para o mercado de smartphones”, acrescentou Jeronimo.

Durante séculos, a matemática avançou no ritmo do pensamento humano. Alguns problemas exigiram décadas de tentativas até que alguém encontrasse uma resposta. Outros seguem sem solução.

Agora, a inteligência artificial desafia essa lógica. A OpenAI, dona do ChatGPT, revelou este mês que um modelo de IA foi submetido a 4 mil problemas matemáticos e conseguiu resolver 377 deles — incluindo questões que especialistas tentavam desvendar há anos.

Parte da comunidade científica reagiu mal ao anúncio. Isso por conta do que esse processo representa para a matemática — uma atividade que, historicamente, dependeu de anos de trabalho, intuição e investigação humana.

A inteligência artificial já demonstra capacidade de avançar em questões que desafiam especialistas com anos de experiência, levantando uma pergunta sobre o futuro do próprio campo de estudo: se as máquinas conseguem encontrar soluções em uma escala inigualável para os humanos, o que sobra para a matemática?

Para Fábio Tal, professor do Departamento de Matemática Aplicada do Instituto de Matemática, Estatística e Ciência da Computação da USP (Universidade de São Paulo), os resultados representam uma transformação profunda na maneira de produzir matemática. Ele acredita que, mesmo que as demonstrações ainda precisem ser revisadas, o avanço da IA não deve ser subestimado.

“A coisa é muito impactante, muito forte e vai trazer transformações muito importantes na matemática”, afirma.

A avaliação é compartilhada pelo especialista em IA e colunista da CNN Brasil Álvaro Machado Dias.

“O que a OpenAI divulgou aponta para um horizonte em que resolver problemas matemáticos em aberto deixa de ser trabalho humano. Isso pesa mais do que qualquer um dos resultados tomado isoladamente”, diz.

Objetivo nem sempre é a resposta

Uma das principais questões levantadas pelos especialistas é a diferença entre resolver um problema e compreender o que a resposta significa. Isso porque, na matemática, a investigação não se resume ao resultado.

É justamente esse processo que preocupa Fábio Tal. Segundo o matemático, a resolução de um problema costuma ser parte de uma investigação mais ampla, que ajuda os pesquisadores a formarem uma linha de raciocínio, encontrar ferramentas para lidar com problemas e produzir conhecimento.

“Enquanto o problema era o foco, ele não era o objetivo. E a IA está meio tratando todos os problemas como se fossem objetivos”, afirma Tal.

Para ele, a produção em grande escala pode dificultar a compreensão dos resultados. A comunidade matemática precisa não apenas verificar se as demonstrações estão corretas, mas também descobrir como elas se relacionam com o que já existe, se apresentam técnicas realmente novas e quais outras questões podem ajudar a resolver.

O volume de material produzido pela OpenAI dificulta esse trabalho. Tradicionalmente, uma demonstração matemática complexa pode levar anos para ser revisada por especialistas. Agora, os pesquisadores se deparam com centenas de resultados divulgados de uma só vez.

Na avaliação de Álvaro Machado Dias, a dificuldade de medir a importância das descobertas não é uma novidade na matemática. A diferença está na velocidade e na quantidade de material que precisa ser analisado.

“O que se tornou diferente foi a proporção entre o conteúdo que entra e o número de gente capaz de julgar: uma comunidade dimensionada para absorver um gotejamento de provas recebeu, num único dia, um volume que levaria anos para digerir”, diz.

O especialista ressalta que a dimensão do avanço não significa que todos os resultados tenham a mesma importância científica. A OpenAI poderia selecionar problemas que a tecnologia tem maior chance de apresentar resultados expressivos, e esses problemas nem sempre correspondem às prioridades da comunidade matemática.

Nesse caso, o desafio é transformar a produção da IA em conhecimento que possa ser compreendido, debatido e aproveitado por pesquisadores humanos. Sem esse esforço, a resolução da IA pode até estar certa, mas seu impacto na ciência seguirá limitado.

Quem verifica as respostas da IA?

Antes de incorporar os resultados ao conhecimento matemático, os pesquisadores precisam verificar se as demonstrações estão corretas.

Uma das ferramentas utilizadas nesse processo é o Lean, que verifica resultados e a lógica por trás da resolução. Ela ajuda a conferir a consistência de uma demonstração, mas não substitui a avaliação científica.

Fábio Tal explica que a revisão tradicional depende de especialistas capazes de acompanhar os argumentos apresentados em um artigo, identificar falhas e verificar se cada etapa está devidamente justificada.

O matemático diz que a comunidade já começou a examinar os resultados produzidos pela IA, mas ainda não há uma avaliação definitiva. Inclusive, erros já apareceram e devem continuar aparecendo nessa correção.

A própria divulgação da OpenAI reconhece que alguns resultados ainda podem apresentar problemas. A empresa afirma que pretende corrigir eventuais falhas e financiar workshops, conferências e programas voltados à compreensão das descobertas produzidas pela IA.

Isso não elimina a dimensão do avanço. Para Tal, mesmo depois das correções, o conjunto poderá representar um volume de descobertas superior ao que pesquisadores humanos conseguiriam produzir no mesmo período.

“Eles [empresas de IA] estão fazendo coisas que a gente não estava conseguindo fazer antes com a IA. Eu acho que vai mudar muito como é feito matemática ou como se entende o fazer matemática”, defende.

Machado também destaca que a verificação formal não encerra o trabalho dos matemáticos. É necessário compreender o que cada resultado acrescenta à área, quais conhecimentos anteriores foram utilizados e quais novas perguntas podem surgir a partir das demonstrações.

IA coloca formação dos matemáticos em xeque

Se a inteligência artificial agora consegue resolver em pouco tempo problemas que antes eram desafios para pesquisadores em formação, uma das consequências mais imediatas pode aparecer nas universidades.

Fábio Tal chama a atenção para o papel do erro no aprendizado da matemática. Durante um mestrado ou doutorado, um estudante recebe um problema, testa caminhos, identifica falhas e constrói as habilidades necessárias para conduzir pesquisas mais complexas.

“Você aprendia muito em matemática errando. O jeito de se aprender em matemática não é só acertando, é você tentar, errar e descobrir porque deu errado. E faz isso tantas vezes até a hora que você consegue entender porque a coisa funciona de certo jeito e consegue chegar no próximo lugar”, afirma.

Nesse processo, o estudante desenvolve ferramentas próprias e uma intuição que poderá utilizar em pesquisas futuras. A possibilidade de recorrer a um modelo capaz de encontrar imediatamente uma solução muda as condições desse aprendizado.

“Algo precisa ser feito para pegar esse tipo de produção [por parte da IA] e transformar em conhecimento, e não só resolução de problemas”, diz Tal.

A questão não é apenas se os alunos poderão usar inteligência artificial, mas como aprenderão a trabalhar com ela sem abrir mão da capacidade de compreender e defender os resultados que apresentam como seus.

Para o matemático, a responsabilidade do pesquisador permanece mesmo quando uma demonstração é produzida com auxílio de uma máquina. Quem assina um artigo precisa entender o que está sendo afirmado e ser capaz de sustentar seus argumentos.

Álvaro Machado Dias amplia o problema para a própria estrutura da profissão. Se a resolução de problemas se tornar uma atividade automatizada, a formação de novos matemáticos poderá perder parte de sua justificativa tradicional.

“O problema é que não será preciso gente o suficiente nesses espaços para justificar a formação na área”, afirma.

IA é criativa?

Até que ponto os resultados representam descobertas originais da inteligência artificial ou apenas uma combinação de conhecimentos já produzidos por matemáticos humanos?

Para Fábio Tal, a matemática sempre avançou a partir da combinação de ideias anteriores. Uma descoberta raramente surge do nada: pesquisadores utilizam conceitos, técnicas e demonstrações desenvolvidos por outras pessoas para construir novos resultados.

A diferença da IA, segundo ele, está na capacidade dos modelos de reunir conhecimentos de áreas distintas em uma velocidade que não seria possível para um pesquisador individual.

Já para Machado, a criatividade da máquina tem uma característica diferente da humana. Em vez de depender da própria intuição, os sistemas podem rodar diversas combinações em paralelo até encontrar uma que funcione.

Para ele, a máquina testa alternativas que um matemático dificilmente conseguiria explorar individualmente. A descoberta pode surgir de uma combinação bem-sucedida, sem que exista um pesquisador humano.

Quem escolhe os problemas que merecem ser resolvidos?

Mesmo com o avanço dos modelos, Fábio Tal identifica atividades que continuarão sendo importantes para os pesquisadores: verificar as demonstrações, traduzir os resultados para outros humanos e, principalmente, escolher quais perguntas merecem ser investigadas.

No entanto, ele evita estabelecer uma fronteira definitiva entre as capacidades humanas e as da inteligência artificial, justamente pelo ritmo de avanço da IA.

Para Álvaro Machado, a escolha das perguntas também revela uma assimetria entre empresas de inteligência artificial e pesquisadores independentes.

Semanas antes da resolução dos 377 problemas matemáticos, a OpenAI já havia revelado que sua IA resolveu a equação de Navier-Stokes, considerado o “Problema do milênio”. Segundo o especialista, a desenvolvedora decidiu concentrar esforços no problema depois de saber que dois matemáticos estavam próximos de um avanço.

A OpenAI negou ter acessado os dados produzidos pelos pesquisadores.

O que sobra para a matemática?

A possibilidade de automatizar parte da pesquisa matemática coloca a comunidade diante de um dilema. De um lado, há o potencial de ampliar as fronteiras do conhecimento e chegar a resultados que levariam anos para serem encontrados por humanos. De outro, existe o risco de que a velocidade da produção ultrapasse a capacidade de compreender as descobertas e de formar novos pesquisadores.

Para Fábio Tal, tentar impedir o uso da tecnologia não parece ser uma solução. O desafio é encontrar maneiras responsáveis de incorporá-la ao trabalho científico, preservando a capacidade de entender os resultados e desenvolver novas perguntas.

O matemático também reconhece que o objetivo da área não pode ser simplesmente garantir que humanos continuem sendo melhores do que as máquinas em resolver problemas. Ele avalia que, se a inteligência artificial permitir descobrir mais sobre o mundo, abrir mão desses avanços apenas para preservar o processo tradicional de pesquisa pode significar deixar de produzir conhecimento.

O desafio, então, se torna adaptar instituições, métodos de pesquisa e formação profissional à nova realidade.

Brasil está entre os países que mais usam inteligência artificial

 

A Justiça Federal negou uma liminar da OAB SP (Ordem dos Advogados do Brasil em São Paulo) que pedia a interrupção das atividades jurídicas ofertadas pela Enter, empresa de inteligência artificial voltada para advogados. A decisão faz parte de uma ação civil pública movida pela Ordem contra a companhia de IA, citando a prática de “advocacia sem advogado”.

A OAB SP acionou a Justiça no início deste mês. Entre os pedidos, estavam a preservação de provas relativas ao funcionamento do sistema da Enter, a suspensão de publicidades que apresentem o produto como um substituto ao advogado e restrições a novas contratações.

A Ordem também pediu a imposição de uma supervisão humana “efetiva, verificável e auditável por advogados” em todas as etapas, transparência e o impedimento de que o serviço seja ofertado para profissionais não advogados.

Na decisão de quarta-feira (21), a juíza federal Raquel Fernandez Perrini negou a suspensão da publicidade e a proibição de novas contratações por parte da Enter.

A Justiça aceitou apenas um dos pedidos: o de que a empresa deve preservar documentos e registros de toda a sua operação desde 1º de janeiro de 2024. Isso inclui contratos com clientes e escritórios, versões de modelos e manuais da empresa, e fluxos de remuneração e preços por acesso.

A entidade afirma que os elementos apresentados pela OAB SP revelam “controvérsia plausível” sobre a extensão dos serviços da Enter e que o risco de alteração ou descarte dos registros justifica a preservação imediata.

Entenda o embate entre OAB SP e Enter

A Enter usa inteligência artificial para apoiar advogados e escritórios de advocacia. A empresa afirma que seus agentes de IA produzem a primeira versão de cada etapa de um processo judicial antes que o profissional intervenha no caso.

Os serviços são ofertados tanto a escritórios de advocacia quanto aos clientes finais. O portfólio inclui Bradesco, Mercado Livre, Nubank e LATAM.

Para a OAB SP, a atividade da Enter configura o que a entidade chama de “advocacia sem advogado”, o que motivou o pedido de liminar no início de outubro. A instituição

“A Ordem de São Paulo entende que, diante da escala da operação e do grau de automação empregado, é necessário assegurar que o advogado responsável tenha condições efetivas de analisar, revisar e validar o conteúdo pelo qual responde pessoal e disciplinarmente”, escreveu a Ordem.

A instituição ainda afirmou, à época, que não é contra a tecnologia, mas contra a “advocacia sem advogado“.

“A inteligência artificial pode ampliar produtividade, capacidade de análise e eficiência do trabalho jurídico, porém, deve preservar uma premissa essencial: a decisão jurídica e a responsabilidade profissional precisam permanecer efetivamente sob controle do advogado”, afirmou em comunicado.

Após a decisão da Justiça de aceitar apenas uma das três liminares, a OAB SP escreveu em comunicado que a ação não pede o fechamento da Enter nem a proibição de ferramentas de IA, mas de salvaguardas que garantam a independência do advogado e a identificação de quem responde por cada etapa do processo. Outras liminares ainda serão analisadas.

A Enter diz que já havia se oferecido voluntariamente a preservar os documentos e que vai colaborar com a determinação da Justiça.

A empresa também revelou que demonstrou que todo o conteúdo de sua plataforma passa pelos processos de auditoria, revisão e edição humana, e que a decisão final é sempre do advogado habilitado.

“A Enter recebe a decisão com serenidade e confiança em sua operação. A empresa cumprirá integralmente a determinação de preservação, apresentará sua defesa no momento processual oportuno e segue aberta ao diálogo institucional com a OAB/SP”, escreveu.