.webp){kind=small}
Quando Alexandru Voica, chefe de assuntos corporativos da startup de geração de vídeos. Synthesia, me enviou um link neste verão para o mais novo membro da equipe de relações públicas, fiquei surpreso. Era um avatar virtual interativo dele, treinado para responder a perguntas comuns da imprensa sobre a Synthesia, como o que ela faz e como funciona. No dia anterior, eu havia participado de um painel onde profissionais de relações públicas me perguntaram se eu me importaria com apresentações que utilizassem texto gerado por IA. Mas o avatar de Alexandru ia além disso — para mim, parecia o ápice do uso de IA em relações públicas.
Em setembro, a Synthesia me convidou para conhecer seu novo escritório em Nova York. Originalmente sediada no Reino Unido, a Synthesia é uma startup promissora de avatares digitais, ao lado de outras como D-ID, HeyGen e Colossyan. Ela atingiu uma avaliação de US$ 4 bilhões no início deste ano e, no ano passado, anunciou ter ultrapassado US$ 100 milhões em receita recorrente anual (ARR).
A Synthesia permite que empresas criem vídeos de treinamento interativos com avatares de IA e lançou recentemente um produto chamado Roleplay Sessions, que permite aos funcionários praticar, por exemplo, apresentações de vendas com um avatar de IA interativo que responde e avalia suas respostas.
Quando fui à inauguração do novo escritório e me perguntaram se eu gostaria de ter meu próprio avatar de IA, não hesitei em dizer que sim. É claro que eu gostaria de ter meu próprio gêmeo digital. Meu look estava bonito naquele dia, e meu cabelo estava impecável.
Até conhecer meu gêmeo digital, eu era indiferente a avatares, mas sentia que eles inevitavelmente se tornariam parte do nosso cotidiano online. Ouvi falar de pessoas no Instagram que os criavam à sua imagem e semelhança para ajudá-las a produzir conteúdo para as redes sociais. Acho tudo isso muito interessante, e talvez seja por isso que não hesito em apresentar a vocês meu gêmeo digital. Esta é a primeira vez que a Synethsia cria um avatar digital para um jornalista (ou para qualquer pessoa, aliás, fora da Voica). Ele foi treinado com base na minha reportagem sobre por que startups financiadas por capital de risco cometem mais fraudes do que startups sem esse tipo de investimento e só responderá a perguntas relacionadas a essa reportagem.
Para criar isso, entrei em um miniestúdio de cinema dentro do escritório da Synthesia, onde tiraram várias fotos minhas e gravaram dois minutos da minha voz. Tive que consentir com a criação desses avatares e, bem, assim nasceu o Dom digital. Criaram um avatar pessoal para mim (que apenas lê qualquer texto que eu lhe dê) — com e sem óculos — e dois avatares interativos (que podem falar e me ouvir), também com e sem óculos.
Selecionamos um artigo para treinar o avatar interativo e, em seguida, uma das equipes construiu meu avatar interativo, que utiliza uma combinação de modelos de voz para texto, vídeo, linguagem e texto para voz. A tecnologia do meu avatar inclui os modelos de vídeo e voz da própria Synthesia, embora a empresa também permita que os clientes escolham alternativas de outros laboratórios, como Cartesia, ElevenLabs, Google ou OpenAI. As empresas também podem optar por hospedar seus avatares em qualquer nuvem que desejarem ou pagar à Synthesia para hospedá-los.
O modelo de voz para texto transforma o que as pessoas dizem em texto, o modelo de linguagem agentiva interpreta o texto e pode tomar ações com base nele, o modelo de texto para voz transforma uma resposta em áudio e, finalmente, um modelo de vídeo (desenvolvido pela Synthesia) anima o avatar enquanto ele fala.
Em resumo, a Synthesia desenvolve três tipos de produtos: uma plataforma de criação e distribuição de vídeos com avatares clássicos, onde o usuário digita um roteiro e o avatar o repete; uma plataforma interativa chamada Sessions, onde as pessoas podem interagir com os avatares em pesquisas ou dramatizações; e uma plataforma de API onde as pessoas podem usar os modelos de vídeo e voz da Synthesia e combiná-los com outros serviços tecnológicos para criar avatares interativos ou outros tipos de produtos.
A equipe da Synthesia levou alguns dias para criar meus avatares. Primeiro, brinquei com os avatares pessoais e digitei um roteiro bastante genérico para ver como minha voz de IA soaria. Pedi para ela falar sobre a chegada do outono em Nova York, minha época favorita do ano. A voz ficou bem precisa e fiquei feliz por não ter captado a rouquidão que eu tinha quando gravei minha amostra de áudio.
Mostrei para alguns amigos que não entendem de tecnologia e eles acharam interessante e assustador ao mesmo tempo.
Então, mostrei a eles meu modelo interativo, que é determinístico, ou seja, só responde ao que foi programado. Nesse caso, era a minha história sobre fraude de investimentos. Fiz perguntas como onde eu estava antes do TechCrunch e em que parte de Nova York eu morava, mas a cada vez ele me direcionava de volta para a história.
Meus amigos acharam que a voz não se parecia muito com a minha e que a semelhança não era tão boa quanto a do meu avatar pessoal, mas, mesmo assim, era parecida o suficiente para ser um pouco assustadora. Minha mãe disse que era "incrível", o que é um grande elogio vindo dela. Ela e meu pai ficavam tentando fazer perguntas "que só eles saberiam" sobre mim — mas o modelo não respondia, redirecionando-os sempre para a história da fraude financeira.
Não me lembro de ter dado à luz a dois de vocês”, brincou ela após testar o modelo.
O que eu gosto na minha carreira é conectar-me com as pessoas, escrever histórias e pesquisar novos temas. Mas a parte mais importante do jornalismo é a confiança. E isso não me parece algo que possa ser terceirizado para uma IA.
Fora do jornalismo, acredito que a ideia de se clonar possa ser atraente. Chega de ter que colocar o trabalho em dia depois de um feriado ou férias, porque uma versão sua estaria sempre disponível para responder perguntas.
Teremos que ver como o uso de avatares evolui no mundo corporativo americano. Mas agora que tenho o meu, tenho sentimentos contraditórios. Depois que a novidade inicial passou, examinei meu avatar atentamente após ele parar de falar e esperei — por quê, não sei ao certo. Talvez eu esteja esperando que ele pisque. Ou que diga algo novo, ou que sorria, ou simplesmente que me mostre que sabe.
Como meus gêmeos digitais são determinísticos, eles nunca farão isso. Mas consigo perceber como seria fácil para alguém desenvolver um leve surto psicótico de IA com um gêmeo digital não determinístico, ou seja, alimentado por um chatbot que pudesse divagar livremente.
Eu disse a um investidor que, seja qual for o futuro dos gêmeos digitais, prevejo que minha geração, a Geração Z, provavelmente não se acostumará com eles. Parecem ficção científica: tudo o que já vimos em filmes está aqui agora. Mas devo dizer que acho os avatares digitais menos perturbadores do que os humanoides. Pelo menos com um avatar, se algo ficar estranho, posso sempre me desconectar.
Até lá, porém, aqui está meu avatar pessoal, apresentando um resumo das principais notícias do nosso site desta semana!
.jpg)
