Os pesquisadores da Microsoft avaliaram 19 IAs em tarefas de 52 profiss\u00f5es, desde desenvolvimento de software at\u00e9 biologia. O objetivo foi entender como as IAs lidam com documentos complexos no desempenho de atividades t\u00edpicas. Os algoritmos testados incluem Gemini 3.1 Pro, Claude 4.6 Opus e GPT 5.4, entre outros.<\/p>\n
Os resultados indicam corrup\u00e7\u00e3o de conte\u00fado em parte relevante dos documentos. Em pelo menos 25% do material, textos e imagens foram modificados ou removidos sem aviso durante a execu\u00e7\u00e3o das tarefas. Esse \u00edndice atingiu o n\u00edvel mais alto nos modelos mais modernos.<\/p>\n
Ao considerar todas as IAs avaliadas, a m\u00e9dia de corrup\u00e7\u00e3o chegou a 50% do conte\u00fado dos arquivos. Em um segundo teste, em que as bots atuaram no modo \u201cagente\u201d e tiveram acesso a outros softwares, a situa\u00e7\u00e3o piorou, com maior volume de dados comprometidos.<\/p>\n
Quando as equipes eliminaram a necessidade de arquivos correlatos, fornecendo apenas o documento principal, houve melhoria: a corrup\u00e7\u00e3o caiu entre 2% e 8%, dependendo do modelo. Mesmo assim, o resultado ainda foi abaixo do ideal para usos cr\u00edticos.<\/p>\n
A \u00fanica atividade em que quase todas as IAs apresentaram bom desempenho foi a gera\u00e7\u00e3o de c\u00f3digo de software. Os pesquisadores relatam que, embora LLMs demonstrem aptid\u00e3o para algumas rotinas, como programa\u00e7\u00e3o em Python, a maioria das \u00e1reas exige monitoramento humano cont\u00ednuo durante o uso.<\/p>\n
Os autores concluem que modelos de linguagem atuais podem sustentar fluxos de trabalho em \u00e1reas espec\u00edficas, mas n\u00e3o substituem o trabalho humano de forma generalizada. O monitoramento ativo continua sendo necess\u00e1rio para evitar corrup\u00e7\u00e3o de conte\u00fado em documentos.<\/p>\n","protected":false},"excerpt":{"rendered":"