Jornalista do TechCrunch testa seu próprio avatar digital interativo e reflete sobre os clones de inteligência artificial
Uma repórter da área de tecnologia decidiu experimentar na prática a criação de um avatar digital interativo capaz de conversar com outras pessoas e, depois da experiência, passou a ter sentimentos conflitantes sobre a possibilidade de fazer clones de si mesma por meio da inteligência artificial. A profissional treinou seu avatar para discutir fraudes em investimentos e relatou tanto as potencialidades quanto as impressões negativas que surgiram ao longo do processo.
O experimento foi realizado em parceria com a Synthesia, empresa especializada em geração de vídeo com inteligência artificial. Para criar o avatar, a repórter entrou em um mini estúdio cinematográfico instalado dentro do escritório da companhia. No local, foram tiradas diversas fotos e gravada uma amostra de voz com aproximadamente dois minutos. Após consentir com a produção dos avatares, ela teve quatro versões desenvolvidas: duas pessoais, que apenas leem roteiros previamente escritos, e duas interativas, que escutam o usuário e respondem em tempo real. Cada categoria contou ainda com variantes em que a pessoa aparece com e sem óculos.
A construção dos avatares levou alguns dias. A pilha tecnológica empregada pela Synthesia combina modelos de conversão de voz em texto, modelos de vídeo, modelos de linguagem e modelos de conversão de texto em voz. A empresa utiliza seus próprios modelos de vídeo e voz, mas também permite que clientes escolham alternativas de outros laboratórios, como Cartesia, ElevenLabs, Google e OpenAI. Empresas que contratam a solução ainda podem optar por hospedar os avatares em qualquer provedor de nuvem de sua preferência.
Nos primeiros testes, a jornalista utilizou a versão pessoal do avatar, digitando um roteiro genérico para avaliar como sua voz gerada por inteligência artificial soaria. O conteúdo escolhido falava sobre a chegada do outono em Nova York, estação que ela considera sua favorita. Segundo o relato, a voz reproduzida foi bastante fiel e, surpreendentemente, não capturou a rouquidão que ela apresentava no momento da gravação original.
A experiência chamou atenção também de pessoas fora do universo tecnológico. Ao apresentar o avatar para amigos que não atuam na área, a repórter ouviu reações que variaram entre curiosidade e uma certa inquietação. Essas pessoas descreveram o resultado como simultaneamente interessante e um pouco perturbador, reflexo do estranhamento que costuma acompanhar o encontro com representações digitais realistas de seres humanos.
O ponto central do experimento foi a criação dos avatares interativos, aqueles que realmente escutam e respondem. Para treiná-los, a equipe selecionou um artigo jornalístico sobre fraudes no setor de investimentos de capital de risco. Com base nesse material, o sistema passou a ser capaz de responder perguntas sobre o tema utilizando a voz e a imagem da repórter. A proposta é justamente demonstrar como esses clones podem ser usados em contextos específicos de comunicação, seja para atendimento, seja para divulgação de conteúdo técnico.
A experiência, porém, levantou questões que vão além da curiosidade tecnológica. Ao refletir sobre o processo, a jornalista afirmou ter sentimentos mistos em relação à criação de clones de si mesma por meio da inteligência artificial. O desconforto mencionado não veio apenas das reações dos amigos, mas da própria percepção ao observar uma versão digital de si mesma conduzindo conversas que normalmente exigiriam sua presença física.
O caso ilustra um debate cada vez mais presente no setor de tecnologia. À medida que ferramentas de geração de avatares se tornam mais acessíveis e realistas, cresce também a preocupação com os limites éticos e profissionais dessa prática. Questões sobre consentimento, uso indevido de imagem, desinformação e substituição de profissionais humanos aparecem com frequência nas discussões sobre o tema. A própria necessidade de consentimento explícito para a criação dos avatares, mencionada pela repórter, evidencia que esse tipo de tecnologia exige cuidados específicos antes de ser amplamente difundido.
Apesar das ressalvas, o experimento mostra que a tecnologia já permite resultados notáveis em pouco tempo. Em apenas alguns dias, foi possível obter uma representação digital capaz de manter conversas em tempo real com fidélité razoável à voz original. O avanço sugere que aplicações corporativas, educacionais e de atendimento ao cliente tendem a se expandir rapidamente, acompanhadas por regulamentações e práticas de uso que ainda estão sendo definidas. Por enquanto, a experiência pessoal da repórter serve como um termômetro das ambiguidades envolvidas nesse tipo de inovação.
