Quando Alexandru Voica, chefe de assuntos corporativos da startup de geração de vídeos Synthesia, me enviou este verão um link para a mais nova contratação de sua equipe de Relações Públicas, confesso que fiquei surpreso. Tratava-se de um avatar virtual interativo dele mesmo, treinado para responder perguntas frequentes da imprensa sobre a empresa, 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 me incomodava receber textos gerados por inteligência artificial. Mas o avatar de Alexandru ia além disso — representava, na minha visão, o estágio final do uso de inteligência artificial em Relações Públicas.
Em setembro, a Synthesia me convidou para a inauguration de seu novo espaço de escritórios em Nova York. Originalmente baseada no Reino Unido, a Synthesia é uma das startups mais badaladas no segmento de avatares digitais, ao lado de concorrentes como D-ID, HeyGen e Colossyan. A empresa atingiu uma avaliação de 4 bilhões de dólares no início deste ano e informou que no ano passado ultrapassou 100 milhões de dólares em receita recorrente anual. A plataforma permite que empresas criem vídeos de treinamento interativos com avatares desenvolvidos por inteligência artificial e recentemente lançou um produto chamado Roleplay Sessions, que possibilita funcionários praticarem, por exemplo, apresentações de vendas com um avatar interativo que responde e avalia suas respostas.
Quando compareci à abertura do novo escritório e perguntaram se eu gostaria de ter meu próprio avatar de inteligência artificial, não hesitei nem um segundo. É claro que eu queria meu próprio gêmeo digital. Minha roupa estava bonita naquele dia e meu cabelo estava arrumado. Até conhecer meu gêmeo digital, eu era indiferente aos avatares, mas tinha a sensação de que eles inevitavelmente se tornariam parte da vida online cotidiana. Soube de pessoas no Instagram criando avatares à sua semelhança para ajudá-las a produzir conteúdo para redes sociais. Achei tudo isso muito interessante, e talvez seja por isso que não tenho escrúpulos em apresentar a vocês agora meu gêmeo digital.
Esta é a primeira vez que a Synthesia cria um avatar digital para um jornalista (ou para qualquer pessoa, de modo geral, fora do próprio Voica). O avatar foi treinado com minha reportagen sobre por que startups que recebem investimentos de venture capital cometem mais fraudes do que empresas não apoiadas por esses fundos, e só responderá perguntas sobre essa matéria específica. Abaixo, basta clicar em "iniciar em uma nova janela" para começar. Você pode fazer perguntas como: Por que decidi escrever esta história? Qual é o artigo de pesquisa sobre o qual a matéria fala? O que os pesquisadores encontraram?
Para criar isso, entrei em um pequeno estúdio de cinema localizado dentro do escritório da Synthesia, onde tiraram numerosas fotos de mim e fizeram uma gravação de dois minutos da minha voz. Tive que consentir com a criação desses avatares e, assim, nasceu o Dom digital. Eles criaram um avatar pessoal para mim (um que apenas lê qualquer roteiro que eu forneça) — com e sem óculos — e fizeram dois avatares interativos para mim (que conseguem conversar e me ouvir), também com e sem óculos. Escolhemos um artigo para treinar o avatar interativo, e então uma das equipes construiu meu avatar interativo, que funciona com uma combinação de modelos de voz para texto, vídeo, linguagem e texto para voz. A pilha de tecnologia do meu avatar inclui os próprios modelos de vídeo e voz da Synthesia, embora a empresa também permita que clientes escolham alternativas de outros laboratórios como Cartesia, ElevenLabs, Google ou OpenAI. Empresas também podem optar por hospedar seus avatares na nuvem que quiserem ou pagar à Synthesia para fazer a hospedagem.
O modelo de voz para texto transforma o que as pessoas dizem em texto, o modelo de linguagem agentivo dá sentido ao texto e pode executar 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 fala. De modo geral, a Synthesia constrói três tipos de produtos: uma plataforma de criação e distribuição de vídeos com avatares clássicos, onde alguém digita um roteiro e o avatar o repete; uma plataforma agentiva chamada Sessions, onde pessoas podem interagir com os avatares em pesquisas ou ensaios de papéis; e uma plataforma de interface de programação onde pessoas podem pegar 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 pessoais e digitei um roteiro bastante genérico para ouvir como minha voz de inteligência artificial soava. Fiz o avatar falar sobre como o outono chegou a Nova York, minha época favorita do ano. A voz estava bastante precisa e fiquei feliz que ela não tenha captado nenhuma rouquidão que eu tinha quando gravei minha amostra de áudio. Mostrei para alguns amigos que não são da área de tecnologia e eles acharam tanto interessante quanto sinistro. Então mostrei a eles meu avatar interativo, que é determinístico, ou seja, só dirá o que foi treinado para responder. No caso, isso era minha história sobre fraudes em venture capital. Perguntei coisas como onde eu estava antes da TechCrunch e em que parte de Nova York eu morava, mas sempre me redirecionava de volta para a história. Meus amigos acharam que a voz não soava muito como a minha e que a semelhança não era tão boa quanto a do avatar pessoal, mas ainda assim estava perto o suficiente para ser um pouco sinistro. Minha mãe chamou de "incrível", o que é um elogio e tanto vindo dela. Ela e meu pai continuavam tentando fazer perguntas "que só eles saberiam" sobre mim, mas o modelo não respondia, redirecionando-os sempre de volta para a história sobre venture capital. "Não me lembro de ter dado à luz dois de você", ela brincou depois de testar o modelo.
Essa experiência me fez refletir sobre o futuro do jornalismo. As pessoas aceitariam ligar a televisão e assistir a um telejornal apresentado por um avatar? Um investidor me disse que não, imediatamente. Com certeza existe muita resistência hoje em dia ao conteúdo de inteligência artificial que invadiu as redes sociais e outras plataformas de compartilhamento de notícias. Mas outras pessoas que perguntei não tinham tanta certeza. Os avatares poderiam ampliar — ou até mesmo substituir — jornalistas? Presidentes de empresas quereriam conversar com um avatar de inteligência artificial de um jornalista em vez de com um humano? O que eu gosto na minha carreira é me conectar com pessoas, escrever histórias e pesquisar novos temas. Mas a maior parte do jornalismo é confiança. Isso não parece algo que possa jamais ser terceirizado para uma inteligência artificial.
Fora do jornalismo, tenho certeza de que a ideia de se clonar pode ser atrativa. Não seria mais preciso recuperar o trabalho acumulado depois de um feriado ou férias, porque uma versão de você poderia estar sempre por perto, respondendo perguntas. Teremos que ver como o uso de avatares evolui nas empresas americanas. Mas agora que tenho o meu próprio, tenho sentimentos conflitantes. Depois que superei a novidade inicial, examinei meu avatar de perto depois que ele parou de falar e esperei — por quê, não sei ao certo. Talvez eu esteja esperando ele piscar. Ou dizer algo novo, ou sorrir, ou simplesmente me mostrar que ele sabe que existe. Porque meus gêmeos digitais são determinísticos, eles nunca farão isso. Mas consigo perceber como seria fácil para alguém cair em um estado de psicose de inteligência artificial com um que fosse não determinístico, ou seja, alimentado por um chatbot livre para discorrer à vontade.
Contei 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 posso dizer que acho avatares digitais menos perturbadores do que robôs humanoides. Pelo menos com um avatar, se as coisas ficarem estranhas, sempre posso sair da plataforma. Até lá, no entanto, aqui está meu avatar pessoal, dando a vocês um resumo de todas as principais notícias do nosso site esta semana!
Fonte: TechCrunch
