A Block, empresa fundada por Jack Dorsey, anunciou um modelo de inteligência artificial chamado Dessa. Segundo a empresa, ele foi treinado do zero apenas com conversa humana, ou seja, aprendeu a falar ouvindo pessoas e não lendo textos.

Para mostrar o modelo, a Block divulgou trechos de conversas com ele. Algumas são naturais, outras ficam um pouco estranhas, como quando o Dessa confunde o interlocutor com outra pessoa no começo de um diálogo. Também há um vídeo de uma brincadeira de adivinhação feita por voz e exemplos de conversas com o modelo de voz GPT-Live-1, da OpenAI, em que o Dessa parece mais natural.

Por que isso importa? A maioria das IAs de voz primeiro transforma a fala em texto e depois responde. Segundo a equipe, esse caminho desperdiça o tom e o ritmo da conversa. O Dessa é descrito como um modelo que trabalha direto com a fala, sem passar pelo texto.

A equipe diz que o modelo pode rodar localmente em um MacBook Pro M4 Max “ou melhor”, sem depender de nuvem. Ela cita três motivos para o projeto: curiosidade, melhor entendimento entre humanos e IA, e segurança. No último ponto, a ideia é que uma IA que não percebe emoção na voz pode ignorar uma pessoa em sofrimento.

Quem pode usar? Por enquanto, a Block vai dar acesso antecipado a um pequeno grupo de pesquisadores de segurança em IA. Não há data para disponibilização ampla nem informações sobre preço.

Para o leitor comum, o recado é que as IAs de voz estão caminhando para conversas mais humanas, mas ainda há muito a testar. Vale acompanhar as próximas etapas antes de confiar nesse tipo de assistente para assuntos sensíveis.