📝 O Sumário · 2026-08-17
Bom dia! Hoje trazemos novidades sobre marcas de água em textos gerados por IA, um registo de atividade no computador e uma tentativa de manipular tribunais.
A aplicação de desktop do ChatGPT no macOS tem uma nova funcionalidade chamada Computer History, que regista a atividade do utilizador para treinar o modelo, sugerir automatizações e retomar tarefas. A funcionalidade é opcional (opt-in) e permite excluir aplicações e sites específicos, além de apagar entradas. Ari Weinstein, da OpenAI, confirmou que o sistema ignora automaticamente conteúdo em separadores privados ou de navegação anónima.
Para a sua aula: Debater privacidade: quando é aceitável que uma ferramenta registe o que fazemos no computador?
A Anthropic publicou detalhes sobre a marca de água que o Claude vai aplicar ao texto gerado, para cumprir o código de transparência do AI Act da UE. A empresa usa a técnica SynthID-Text do Google DeepMind e afirma que a marca é indetetável para o leitor, mas identificável com uma chave. Edições ligeiras provavelmente não eliminam a marca, mas uma reescrita completa sim. No código, a marca será mais fraca ou inexistente, salvo em comentários.
Para a sua aula: Testar com os alunos: pedir ao Claude um texto e depois reescrevê-lo — a marca ainda se deteta?
Um juiz no Connecticut identificou o que parece ser o primeiro caso nos EUA de alguém a esconder texto invisível (letra minúscula, branca sobre branco) em documentos judiciais para tentar manipular sistemas de IA. Matthew Elliott incluiu instruções para que qualquer IA concordasse com os seus argumentos e ignorasse decisões anteriores do tribunal. O plano falhou — o tribunal não usa IA —, mas Elliott foi sancionado e proibido de submeter documentos eletronicamente no futuro.
Para a sua aula: Discutir ética: que limites devem existir quando se usa IA em contextos formais ou oficiais?
Ferramentas como o ChatGPT ou o Claude podem gerar feedback formativo instantâneo sobre textos de alunos — identificar problemas de coesão, sugerir melhorias, apontar argumentos frágeis. Mas há limites a considerar: um feedback demasiado detalhado pode substituir o papel do professor e reduzir a autonomia do aluno. A chave está em calibrar: usar a IA para acelerar a deteção de padrões (por exemplo, erros recorrentes numa turma) e libertar tempo para comentários mais profundos e personalizados. Perguntas úteis: o feedback da IA ajuda o aluno a melhorar sozinho, ou torna-o dependente? Estamos a formar escritores ou utilizadores de corretores automáticos?
Escrito por IA. Fontes verificadas automaticamente e sempre ligadas.