Edição de 20 de outubro de 2026

Peça a uma IA "uma enfermeira" ou "um advogado". Você nunca menciona a aparência. Uma equipe liderada pela Universidade Cornell fez isso com 27 geradores de imagens e obteve 51.300 rostos.

Nas avaliações de 550 pessoas, todos os 23 geradores com imagens avaliadas suficientes superaram as fotos reais em atratividade. Entre os rostos pedidos como mulheres, 37% superaram a modelo fotográfica mediana nas pontuações automáticas. Os rostos pedidos como nigerianos, negros ou etíopes tiveram as notas mais baixas.

Depois, 570 pessoas fizeram a triagem de candidatos a um emprego. Algumas viram primeiro rostos de IA muito atraentes. Em seguida, avaliaram os mesmos candidatos reais como menos contratáveis e menos confiáveis. Menos deles foram chamados para entrevista: 72,5% contra 77,4%.

O retoque fotográfico clássico não mudou nada. Os autores ainda não sabem dizer por que os rostos de IA mudam. Mas pessoas sintéticas estão ocupando anúncios, sites e bancos de imagens.

Fonte: Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

Imagine vários corredores numa pista circular. Mesma largada, cada um na sua própria velocidade constante. Cada corredor ficará, em algum momento, longe de todos os outros? Essa é a conjectura do corredor solitário.

Com n + 1 corredores, ela prevê uma distância de pelo menos 1/(n + 1) de volta. Um argumento simples de contagem garante só metade disso. Por décadas, os ganhos sobre esse limite fácil encolhiam até sumir à medida que se acrescentavam corredores.

Xiyu Hu e Yifan Jing provam agora um ganho que nunca desaparece: uma fração fixa acima do limite fácil, para qualquer número de corredores. As ferramentas: uma nova desigualdade de sobreposição e argumentos sobre divisores comuns.

Os autores usaram o ChatGPT 6 para verificar e polir provas. Eles escrevem que os modelos não conseguiram melhorar o limite por conta própria.

Fonte: Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

Os modelos climáticos rodam em alguns dos maiores supercomputadores do mundo. Mas quanta precisão compra cada pedaço extra de computação? Uma equipe de 24 pesquisadores examinou 159 modelos climáticos construídos desde 1995.

A resposta é de uma regularidade impressionante. Cada duplicação da computação reduziu o erro dos modelos em cerca de 13,5%. Reduzir pela metade o erro atual exigiria aproximadamente 28 vezes mais computação.

Os ganhos são desiguais. Desde a primeira geração, os erros na pressão do ar caíram 3,5 vezes e os na temperatura da superfície 2,7 vezes. Os erros na chuva caíram apenas 7%.

Os modelos meteorológicos de IA já igualam as melhores previsões. Mas nenhum publica a sua energia medida. Contando o treinamento, um deles cai do segundo para o último lugar em eficiência. A equipe pede que a energia seja relatada ao lado da precisão.

Fonte: Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

Acompanhe a chuva diária e anote cada recorde: um dia mais chuvoso que todos os anteriores. Muitos recordes deveriam significar um pico final alto, certo? Três físicos verificaram com matemática exata.

Para valores aleatórios tirados de qualquer distribuição suave, a resposta é não. O número de recordes e o valor mais alto não têm relação nenhuma. Conhecer um não diz nada sobre o outro, qualquer que seja o comprimento da série.

Acrescente dias secos, com zero de chuva, e surge uma ligação. Acima de uma proporção crítica de dias secos, ela primeiro cresce, depois se apaga. Abaixo, ela só se apaga. O limiar tem uma fórmula exata.

A equipe testou isso em registros diários de chuva de estações meteorológicas alemãs. Um grupo ficava acima do limiar, o outro abaixo. Os dois seguiram a forma prevista, sem nenhum parâmetro ajustado.

Fonte: Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

A godilha é uma maneira antiga de mover um barco com um único remo. Ele se apoia num entalhe na popa, com a pá sempre debaixo d'água. As mãos de quem godilha desenham um sinal de infinito.

Uma equipe francesa equipou um barco de 4,7 metros com medidores de força, sensores de movimento e um odômetro náutico. Dois praticantes experientes então o levaram do repouso à velocidade máxima em águas calmas.

Durante os movimentos laterais, a pá funciona como uma asa. A sustentação empurra o barco para a frente. Em cada virada, a rápida inversão da pá empurra água para trás. As quatro fases do movimento impulsionam.

A eficiência chega perto de 65% a moderados 1,2 metro por segundo. A 2 metros por segundo, cai para cerca de 25%. O casco está então perto da sua velocidade crítica, e as ondas devoram o esforço.

Fonte: Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

Os quatro planetas gigantes do nosso Sistema Solar têm anéis. Mas nenhum anel jamais foi confirmado em torno de um planeta maduro de outra estrela. Eles são raros ou apenas difíceis de ver?

O telescópio espacial Roman leva um coronógrafo que bloqueia a luz das estrelas. Ele deverá ver planetas gigantes pela luz estelar que refletem. Uma equipe da Universidade de Michigan modelou o que os anéis acrescentariam.

Os anéis podem ser de dez a cem vezes mais brilhantes do que o seu planeta. E deixam uma impressão digital: quatro picos e vales de brilho ao longo da órbita, em vez de dois.

A equipe simulou Epsilon Eridani b, um alvo prioritário do Roman. Sem anel, ele muitas vezes afunda abaixo do limiar de detecção. Com um anel como o de Saturno, brilha até duas vezes mais e permanece visível em quase toda a sua órbita.

Fonte: Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

A eletricidade da rede funciona a 50 ou 60 hertz, mas nunca exatamente. A sua frequência oscila, da mesma forma em toda uma rede. As lâmpadas cintilam com ela, e as câmeras registram essa cintilação.

Dois pesquisadores da Universidade Solent de Southampton esperavam que os vídeos de IA não tivessem essa cintilação. Surpresa: os geradores a reproduzem com a mesma intensidade das filmagens reais. A sua presença não prova nada.

Então eles comparam a oscilação com um registro independente da rede. O seu sistema aceitou 93% dos clipes de áudio reais e 100% dos vídeos reais. Ele consegue datar uma gravação de som com precisão de cerca de um segundo dentro de um dia.

Duas recriações por IA de uma cena real cintilavam a 60 hertz, quando o lugar alegado funciona a 50. O ponto fraco continua: um rosto trocado numa filmagem genuína mantém um zumbido genuíno.

Fonte: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

Os glúons transportam a força forte, aquela que une os quarks. Aqueça-os o suficiente e eles formam um plasma. Que pressão ele exerce? Os físicos calculam a resposta passo a passo, cada passo uma correção mais fina.

Um desses passos, chamado termo g⁶, ficou fora de alcance por mais de vinte anos. Ele exige 65 diagramas emaranhados, com quatro laços cada.

Uma equipe de Helsinque, Turku, Chile e Berna finalmente o concluiu. Resolveu nove integrais desconhecidas com um método novo, usando cerca de um milhão de horas de processador em supercomputadores.

A recompensa: os passos anteriores oscilavam acima e abaixo das simulações computacionais do plasma. Com o novo termo, teoria e simulação concordam, até poucas vezes a temperatura em que os glúons se libertam. Próxima meta: incluir os quarks, para fusões de estrelas de nêutrons.

Fonte: Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

Na Índia, boa parte das compras do dia a dia acontece em pequenos armazéns chamados lojas kirana. Uma IA conseguiria tocar uma? Uma equipe do BITS Pilani construiu uma loja simulada para descobrir.

Um único modelo de IA faz os quatro funcionários: gerente, caixa, ajudante e contador. O gerente nunca vê a loja, só os relatórios da equipe. Clientes e fornecedores falam inglês, hindi ou hinglish.

Quatro modelos de IA abertos tocaram a loja, cada um, por 30 dias simulados. Um lojista simples, que segue regras, ganhou cerca de 103.000 rúpias. O melhor modelo teve média de cerca de 13.700. Dois perderam mais do que uma loja sem ninguém no comando.

As falhas têm nome. E-mails para fornecedores que não existem. Um pagamento que nunca aconteceu. Pedidos pagos duas vezes. Um modelo teve 42% dos seus e-mails em hindi devolvidos como ilegíveis.

Fonte: KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

Os aplicativos de saúde acompanham a sua frequência cardíaca, a sua glicose, às vezes a sua saúde mental. Uma equipe de universidades dos Estados Unidos e do Canadá examinou mais de 10.000 deles no Google Play.

69% pedem pelo menos uma permissão que a sua descrição não justifica. Cerca de metade quer a sua localização ou a sua câmera sem uma razão declarada. Um terço quer o microfone.

A equipe abriu os aplicativos em celulares de teste. Dos 3.599 que funcionaram, 93% não mostraram nenhuma tela de consentimento. Muitos ainda assim enviaram o identificador de publicidade do celular.

Quando um formulário de consentimento aparece, os aplicativos em geral cumprem a palavra: 1 em cada 14 coletou algo que não mencionava. Até grandes desenvolvedores com muitos recursos escorregaram. Os autores pedem verificações automáticas de privacidade antes que um aplicativo chegue à loja.

Fonte: Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851