Voltar para artigos
Notícias de Tecnologia

In the Weights: ex-OpenAI criam busca de vaidade que mede o quanto a IA te conhece

20 de junho de 2026
17:15
modelosopenaibuscaIAvaidadein-the-weights
In the Weights: ex-OpenAI criam busca de vaidade que mede o quanto a IA te conhece

Dois ex-funcionários da OpenAI acabam de lançar uma ferramenta que pode se tornar a nova obsessão do mundo tech: o In the Weights, um site que mede o quanto você é "lembrado" pelos modelos de inteligência artificial.

Criado por Thomas Dimson e Joey Flynn — que chegaram à OpenAI quando a startup de design Global Illumination foi adquirida — o site consulta diversos modelos de IA (incluindo Grok, Gemini, múltiplas versões do GPT, Claude e Llama) com perguntas do tipo "Quem é [nome]?" e atribui uma pontuação de "força" baseada nas respostas.

Como funciona

O In the Weights envia o nome da pessoa para cada modelo, coleta até 10 resultados com descrições curtas e níveis de confiança, e então agrupa respostas similares para gerar uma pontuação consolidada. O slogan do site não economiza na ambição:

"Estar nos pesos significa que sua existência foi considerada importante no processo de criação de inteligência artificial sobre-humana."

Resultados surpreendentes

Os criadores relataram que a recepção tem sido "insana". Dimson contou ao TechCrunch que achava que seria uma "curiosidade moderada", mas o site parece ter tocado em um nervo: "as pessoas querem saber se vão viver para sempre na superinteligência — e o fator comparação também não atrapalha."

Um aspecto curioso: modelos diferentes da mesma família (como versões distintas do GPT) retornam resultados diferentes para a mesma pessoa, revelando vieses e diferenças de treinamento. O GPT-5.4 Mini, por exemplo, classificou um nome como "forma ambígua que pode se referir a múltiplas pessoas com as iniciais A.H.A."

Motivação

Dimson explicou que ele e Flynn queriam "reativar a criatividade" após deixarem a OpenAI. A ideia surgiu da percepção de que buscas de vaidade no Google são o objetivo errado em 2026, já que cada vez mais o tráfego migra para LLMs.

Os próximos passos incluem investigar por que modelos da mesma série retornam resultados diferentes, quais modelos têm viés para diferentes tipos de pessoas, e quem "deveria ter um artigo na Wikipédia mas não tem."

Para os curiosos de plantão: o site está no ar e aceita consultas públicas. Qual será o seu score?

Fonte: TechCrunch (Anthony Ha)

Leia também