ChatGPT Slides começa a chegar a contas elegíveis
Nas notas de lançamento de 16 de outubro, a OpenAI anunciou o ChatGPT Slides, que permite criar apresentações a partir de conversas, arquivos ou roteiros e continuar o trabalho em equipe no Space. Também é possível fornecer uma apresentação de referência para orientar estilo e disposição dos elementos. A novidade reúne geração e edição no mesmo ambiente; não é apenas uma promessa de produzir um roteiro para copiar em outro programa.
Segundo a documentação, o usuário pode alterar textos, imagens, formas e gráficos diretamente ou pedir mudanças ao ChatGPT. Colegas convidados podem editar a mesma apresentação em tempo real e deixar comentários compartilhados. A empresa informa ainda que é possível apresentar dentro do ChatGPT. Na versão web, a exportação contempla PowerPoint, PDF e Google Slides; no aplicativo de desktop, a apresentação pode ser aberta no PowerPoint ou Keynote quando esses programas estiverem instalados.
O acesso está em distribuição para usuários elegíveis dos planos Pro, Business e Enterprise com Space, na web e no desktop. A instrução inicial é solicitar em Work a criação de uma apresentação no Space. A nota não traz uma relação específica de países nem um prazo de liberação para cada conta brasileira. Portanto, ter um dos planos citados não deve ser interpretado como confirmação de acesso imediato para toda a equipe.
Para uma empresa brasileira que prepara propostas ou materiais internos, a oportunidade prática é experimentar criação, revisão compartilhada e exportação com conteúdo autorizado. Essa é uma recomendação editorial: o anúncio não apresenta medição de economia de tempo nem garante fidelidade visual em todo arquivo exportado. Antes de usar comercialmente uma apresentação, confira dados, atribuições e a versão final no formato de entrega, sem confundir colaboração em tempo real com validação factual automática.
Anthropic investiga a origem de curvas ECDSA, sem anunciar quebra criptográfica
Também em 16 de outubro, a Anthropic publicou uma investigação feita com um modelo interno de pesquisa sobre a origem de sementes de curvas elípticas padronizadas pelo NIST. Essas sementes são parâmetros usados na definição das curvas; não são senhas de usuários nem chaves privadas recuperadas de sistemas em operação. A dúvida histórica dizia respeito à maneira como esses valores haviam sido escolhidos e à possibilidade de critérios ocultos na seleção.
Segundo a equipe, o modelo identificou uma relação entre sementes publicadas, um gerador pseudoaleatório de bibliotecas antigas de C e horários representados no formato Unix. O artigo disponibiliza código para reproduzir os valores encontrados. A interpretação dos autores é que a reconstrução torna menos plausível a hipótese de parâmetros deliberadamente enfraquecidos. A evidência apresentada é técnica e delimitada à investigação, não uma auditoria de todos os sistemas que usam assinaturas digitais.
A própria Anthropic enfatiza que o resultado não é uma quebra de criptografia, um novo ataque ou uma vulnerabilidade das curvas ECDSA. Também reconhece questões abertas: uma semente de curva binária permaneceu sem explicação, a origem de determinados pontos-base não foi recuperada e os critérios para pular alguns candidatos continuam desconhecidos. Esses limites impedem transformar o relato em uma afirmação de que toda a história dos parâmetros foi definitivamente esclarecida.
O material é público para leitura e reprodução; o anúncio, porém, não disponibiliza ao público o modelo interno usado na investigação nem apresenta uma nova ferramenta comercial de segurança. Para organizações brasileiras, não há nesse comunicado orientação de trocar certificados, chaves ou bibliotecas às pressas. A contribuição está na rastreabilidade de uma pesquisa assistida por IA. Decisões operacionais de criptografia continuam exigindo análise específica, e não uma reação ao título de uma descoberta.
Google conecta agentes a experimentos físicos, ainda sob supervisão
O Google Research apresentou em 16 de outubro projetos que aproximam agentes de IA de experimentos em biologia. Uma das peças é o VERID, uma infraestrutura que mantém uma representação digital do estado da bancada, incluindo geometria dos robôs, volumes, reagentes e materiais disponíveis. A proposta é impedir que um comando aparentemente correto em software produza uma ação fisicamente impossível ou inadequada no laboratório.
Construído sobre o framework aberto PyLabRobot, o VERID combina acompanhamento do estado físico, simulações prévias, bloqueio de comandos inválidos e registros sincronizados de vídeo e execução. O Google descreve casos em que essas informações ajudaram agentes a revisar mistura de líquidos, lidar com falhas e replanejar movimentos. São demonstrações em ambientes experimentais definidos pelos pesquisadores; não comprovam confiabilidade geral para qualquer equipamento ou protocolo.
Outras frentes do anúncio envolvem ciclos de proposta, teste e revisão de moléculas, incluindo aptâmeros e proteínas projetadas para se ligar a alvos específicos. O ponto central é usar resultados físicos para corrigir hipóteses computacionais. O próprio relato mostra que otimizar uma medida aparente de ligação pode favorecer candidatos pouco específicos, exigindo revisão das regras após o experimento. Não se trata de descoberta clínica validada nem de tratamento disponível para pacientes.
Os relatos e links para trabalhos técnicos são públicos, mas a página não anuncia um serviço comercial de laboratório autônomo, preço ou disponibilidade para contratação no Brasil. Também seria incorreto deduzir que o VERID inteiro está aberto apenas porque utiliza uma base de código aberto. O Google descreve triagem de biossegurança, simulação antes da execução e pessoas autorizando sequências, verificando protocolos e supervisionando os robôs. A autonomia apresentada permanece dentro desses controles.
O que vale fazer com essas notícias agora
As três novidades exigem avaliações distintas. Para apresentações, verifique a disponibilidade na conta e faça um teste de edição e exportação. Para a investigação criptográfica, separe a reconstrução de parâmetros de um alerta de vulnerabilidade. Para os agentes científicos, observe a importância de estado atualizado, validação antes da ação e revisão humana. Essas recomendações são uma leitura editorial dos anúncios, não resultados comprovados em empresas brasileiras.
Como exemplo hipotético, uma equipe que automatiza relatórios pode aproveitar a ideia de conferir dados e permissões antes de gerar a entrega, sem precisar reproduzir um laboratório robótico. Já uma instituição científica deve avaliar protocolos e riscos próprios antes de adotar agentes. O passo útil não é comprar toda novidade: é identificar qual problema concreto existe, que evidência sustenta a solução e quem aprova o resultado. Para discutir esse recorte na sua operação, a EAE oferece uma conversa sobre processos e aplicações de IA, sem pressupor parceria com as empresas citadas.
