A inteligência artificial generativa foi treinada em séculos de arte e escrita produzidos por humanos.
Cientistas e críticos se perguntaram o que aconteceria quando a inteligência artificial se tornasse amplamente adotada e começasse a treinar em suas saídas.
Um novo estudo aponta algumas respostas.
Automatize a indexação de páginas no Google, monitore status e erros, e melhore seu SEO.
O MySignature é uma poderosa ferramenta de assinatura de e-mail que transforma suas comunicações com assinaturas personalizadas e profissionais. Com integração fácil ao Gmail e Outlook, ele é ideal para empresas que desejam fortalecer sua marca e melhorar seu profissionalismo. Aproveite uma gestão centralizada e garanta a segurança e conformidade com RGPD em cada envio. Confie no MySignature para elevar cada e-mail a um novo patamar de credibilidade.
Gere vídeos de marketing a partir de qualquer prompt de texto, script ou postagem de blog usando IA.
Happierleads é uma plataforma revolucionária projetada para transformar visitantes anônimos do seu site em leads qualificados, aumentando suas conversões. Ideal para profissionais de marketing, agências e pequenas empresas que buscam expandir sua base de clientes com automação eficaz de e-mails e acesso a um vasto banco de dados. Confie em Happierleads para superar a concorrência.
Crie fotos, arte e imagens com a mais recente tecnologia de IA.
O serviço de validação de e-mail mais preciso que limpa endereços de e-mail inválidos.
Crie sua própria ferramenta de IA sem código! Ganhe dinheiro com assinaturas.
Em janeiro de 2026, os pesquisadores em inteligência artificial Arend Hintze, Frida Proschinger Åström e Jory Schossau publicaram um estudo mostrando o que acontece quando sistemas de inteligência artificial generativa são permitidos a rodar autonomamente – gerando e interpretando suas próprias saídas sem intervenção humana.
Os pesquisadores ligaram um sistema de texto para imagem com um sistema de imagem para texto e os deixaram iterar – imagem, legenda, imagem, legenda – várias vezes. Independentemente de quão diversas fossem as sugestões iniciais – e independentemente de quanto de aleatoriedade os sistemas fossem permitidos – as saídas rapidamente convergiram para um conjunto estreito de temas visuais genéricos e familiares: paisagens urbanas atmosféricas, edifícios grandiosos e paisagens pastorais. Ainda mais marcante, o sistema rapidamente “esqueceu” a sugestão inicial.
Os pesquisadores chamaram os resultados de “música de elevador visual” – agradável e polida, mas desprovida de qualquer significado real.
Por exemplo, eles começaram com a sugestão de imagem, “O Primeiro Ministro examinava documentos de estratégia, tentando vender ao público um frágil acordo de paz enquanto equilibrava o peso de seu trabalho em meio a uma ação militar iminente.” A imagem resultante foi então legendada pela inteligência artificial. Essa legenda foi usada como sugestão para gerar a próxima imagem.
Após repetir esse ciclo, os pesquisadores acabaram com uma imagem sem graça de um espaço interior formal – sem pessoas, sem drama, sem um real senso de tempo e lugar.
Este experimento pode parecer irrelevante: a maioria das pessoas não pede a sistemas de inteligência artificial para descrever e regenerar suas próprias imagens interminavelmente. A convergência para um conjunto de imagens genéricas aconteceu sem re-treinamento. Nenhum novo dado foi adicionado. Nada foi aprendido. O colapso surgiu puramente do uso repetido.
Mas eu acho que a configuração do experimento pode ser pensada como uma ferramenta de diagnóstico. Ela revela o que os sistemas generativos preservam quando ninguém intervém.
Isso tem implicações mais amplas, porque a cultura moderna é cada vez mais influenciada por exatamente esse tipo de pipelines. Imagens são resumidas em texto. Texto é convertido em imagens. Conteúdo é classificado, filtrado e regenerado à medida que se move entre palavras, imagens e vídeos. Novos artigos na web agora têm maior probabilidade de serem escritos por inteligência artificial do que por humanos. Mesmo quando os humanos permanecem no ciclo, eles muitas vezes escolhem a partir de opções geradas por inteligência artificial em vez de começar do zero.
Os resultados deste estudo recente mostram que os sistemas de inteligência artificial generativa tendem para a homogeneização quando usados autonomamente e repetidamente. Eles até sugerem que os sistemas de inteligência artificial estão atualmente operando dessa forma por padrão.
Este experimento pode parecer irrelevante: a maioria das pessoas não pede a sistemas de inteligência artificial para descrever e regenerar suas próprias imagens interminavelmente. A convergência para um conjunto de imagens genéricas aconteceu sem re-treinamento. Nenhum novo dado foi adicionado. Nada foi aprendido. O colapso surgiu puramente do uso repetido.
Mas eu acho que a configuração do experimento pode ser pensada como uma ferramenta de diagnóstico. Ela revela o que os sistemas generativos preservam quando ninguém intervém.
Isso tem implicações mais amplas, porque a cultura moderna é cada vez mais influenciada por exatamente esse tipo de pipelines. Imagens são resumidas em texto. Texto é convertido em imagens. Conteúdo é classificado, filtrado e regenerado à medida que se move entre palavras, imagens e vídeos. Novos artigos na web agora têm maior probabilidade de serem escritos por inteligência artificial do que por humanos. Mesmo quando os humanos permanecem no ciclo, eles muitas vezes escolhem a partir de opções geradas por inteligência artificial em vez de começar do zero.
Os resultados deste estudo recente mostram que o comportamento padrão desses sistemas é comprimir o significado em direção ao que é mais familiar, reconhecível e fácil de regenerar.
Para os cépticos, os resultados deste estudo são uma peça importante no debate sobre se a inteligência artificial levará à estagnação cultural. Mostram que os sistemas generativos de inteligência artificial tendem para a homogeneização quando utilizados de forma autônoma e repetida.
Esta experiência pode parecer inócua: a maioria das pessoas não pede a sistemas de inteligência artificial para descrever e regenerar suas próprias imagens interminavelmente. A convergência para um conjunto de imagens genéricas aconteceu sem re-treinamento. Nenhum novo dado foi adicionado. Nada foi aprendido. O colapso surgiu puramente do uso repetido.
Os resultados deste estudo recente mostram que o comportamento padrão desses sistemas é comprimir o significado em direção ao que é mais familiar, reconhecível e fácil de regenerar.