Android Geek
A Block, empresa de Jack Dorsey, apresentou um modelo de inteligência artificial chamado Dessa. A ideia é invulgar: em vez de treinar um sistema com texto da internet e depois ensinar-lhe a falar, a equipa diz que partiu de conversa humana e só de conversa humana.
O resultado, nos exemplos que a própria empresa divulgou, alterna entre o surpreendentemente fluido e o ligeiramente desconcertante. Numa das conversas partilhadas, a Dessa começa por tratar o interlocutor por Ronaldo, aparentemente sem motivo.
É o tipo de deslize que recorda que estamos perante um sistema em treino, não perante um assistente de voz polido e domesticado. A Block não esconde esses momentos.
Pelo contrário, usa-os para mostrar o que o modelo é capaz de fazer quando não foi moldado para parecer perfeito. A informação foi avançada originalmente por The Verge.
A equipa descreve a Dessa como um modelo verdadeiro de fala para fala. Isto significa que o sistema não converte a voz em texto, processa o texto e volta a sintetizar voz.
Trabalha diretamente com áudio. Segundo a Block, tudo o que a Dessa sabe veio da fala humana.
A justificação técnica está no site do projeto. A equipa argumenta que a IA de voz atual desperdiça a fala ao transformá-la em texto, porque perde o ritmo, as pausas e a entoação que carregam significado.
E acrescenta um problema de segurança: um sistema que ignora a emoção na voz pode continuar a responder a alguém que está com dor ou em sofrimento sem se aperceber. É uma crítica razoável ao funcionamento dos assistentes que já usamos.
Quando falamos com um assistente no telemóvel, a voz é primeiro transcrita. Muita da informação emocional e temporal perde-se nesse passo.
Um modelo que aprende e responde diretamente em áudio pode, em teoria, reagir a essas pistas. A Block diz que a Dessa é um passo nesse sentido, não a solução final.
A empresa vai dar acesso antecipado a um pequeno grupo de investigadores de segurança de IA. Não há indicação de lançamento público, preço ou plano de disponibilidade.
As fontes fornecidas também não esclarecem que idiomas o modelo domina. Um dos dados mais concretos é a exigência de hardware.
A Dessa pode correr localmente num MacBook Pro M4 Max ou melhor. Isto coloca o modelo numa categoria diferente da dos grandes sistemas que dependem de servidores na nuvem.
Correr no próprio computador tem vantagens óbvias de privacidade e latência, mas também limita quem consegue experimentar. Para o leitor português, isto significa que a Dessa não é, para já, algo que se instale num telemóvel Android comum.
O modelo está associado a uma máquina específica da Apple, com um chip topo de gama. Não há referência a versões para Windows, Linux ou Android.
A comparação com assistentes móveis como o Gemini ou o ChatGPT é prematura: são produtos comerciais, disponíveis em vários dispositivos, e a Dessa é um modelo de investigação com acesso restrito. Ainda assim, a aposta em execução local merece atenção.
Se modelos de voz deste tipo conseguirem correr em hardware de consumo, abrem-se caminhos para assistentes mais privados e mais rápidos, sem enviar áudio para servidores. É uma possibilidade técnica, não uma promessa da Block para o curto prazo.
Os exemplos divulgados incluem uma conversa sobre os filmes de Christopher Nolan, na qual a Dessa envereda por uma tangente inesperada sobre os filmes do Superman de Bryan Singer. Há também o relato de alguém que conta à Dessa que a vai levar numa viagem surpresa a Paris, ao que o modelo responde com o que o site descreve como gratidão quase lacrimosa.
E existe ainda uma conversa entre a Dessa e o modelo de voz GPT-Live-1, da OpenAI, na qual a Dessa surge como mais natural. Estes exemplos são escolhidos pela própria empresa, pelo que devem ser lidos como demonstração e não como avaliação independente.
A Block não publicou métricas comparativas, nem resultados de testes cegos. A referência ao GPT-Live-1 é feita pela empresa que desenvolve a Dessa, num contexto promocional.
Isso não invalida a comparação, mas retira-lhe peso probatório. O detalhe mais interessante é o tipo de falha.
A confusão com Ronaldo e a tangente sobre o Superman não são erros de conhecimento factual no sentido clássico. São desvios de conversa, do género que um amigo distraído também comete.
A Dessa parece ter aprendido a textura da conversa humana, incluindo a sua irregularidade. Resta saber se isso é uma qualidade ou um problema quando o modelo for usado em contextos em que a precisão importa.
A indústria da IA tem investido sobretudo em modelos de texto e imagem. A voz tem sido tratada como uma camada de interface, não como o núcleo do sistema.
A Dessa propõe inverter essa lógica. Se a abordagem funcionar, o impacto prático pode sentir-se em assistentes de acessibilidade, linhas de apoio, dispositivos sem ecrã e interações em que escrever não é uma opção.
Para Portugal, não há ainda consequências diretas de compra ou compatibilidade. Não existe preço em euros, data de chegada ao mercado nem suporte confirmado para português.
O acesso está limitado a investigadores de segurança. Quem quiser acompanhar o tema deve olhar para os próximos passos da Block: se o modelo for disponibilizado a mais testers, se surgirem avaliações independentes e se a execução local se estender a outro hardware.
A equipa da Dessa apresenta três motivos para o projeto: curiosidade, melhor compreensão entre humanos e IA, e segurança. O terceiro é o mais delicado.
Um modelo que ouve emoção na voz pode ser mais útil, mas também levanta questões sobre como interpreta e reage a estados emocionais. A Block não detalha como pretende tratar esses riscos.
Diz apenas que vai dar acesso a especialistas. É um começo, não uma resposta.
O anúncio da Dessa é, por agora, mais uma declaração de intenções do que um produto. Mostra uma direção técnica distinta e admite falhas.
Para quem acompanha a evolução dos assistentes de voz, vale a pena seguir. Para quem procura uma aplicação para instalar, ainda é cedo.
Leiam as últimas notícias do mundo da tecnologia no Google News , Facebook e X (ex Twitter) .
