A IA desenhou 11.064 espécies de aves. Quem observa olhou a sobrancelha primeiro

No início de novembro, um conjunto de imagens incendiou a comunidade de observadores de aves.
Um app de registro de aves anunciou que usou IA para desenhar “retratos” das 11.064 espécies do mundo: mais de mil espécies, mais de mil imagens. Na propaganda, era a solução de um problema antigo, a falta de ilustração. Quem trabalha com identificação e divulgação de aves sabe que boa parte das espécies só tem foto de exemplar empalhado, desenho à mão ou filme de décadas atrás. Alguém se dispor a tapar esse buraco faz sentido.
A reação veio rápido. Um autor que observa aves há anos publicou sua opinião no The Paper. A irritação não estava no “você usou IA”, mas no que ele viu de imediato no anúncio do app no Xiaohongshu: a sobrancelha do pinguim-de-sobrancelha-amarela estava errada. A marca da sobrancelha é uma das chaves de classificação do grupo. Errar ali não é questão de estética, é de identificação.
A imagem é da IA. A conferência também.
O que incomoda quem observa aves é que nenhuma pessoa olhou aquelas imagens, nem na produção nem na aprovação.
As diferenças entre espécies costumam estar em poucos pontos percentuais: o comprimento da faixa superciliar, a proporção de primárias expostas, a curvatura do bico, a cor do tarso. São exatamente os detalhes que o modelo generativo borra, porque a maioria dos “pássaros” que ele viu no treino eram fotos bem compostas, não peles com marcações de medida. O modelo aprendeu “parece um pássaro”, não “este é um determinado tentilhão”.

Colocar imagens assim em ferramentas de identificação e em material didático não deixa o resultado feio: transforma o erro em referência. O usuário compara com ela e se afasta cada vez mais; quem está começando memoriza primeiro uma imagem errada e depois gasta o dobro para corrigir. A palavra que o autor usou foi “contaminação de dados”, e é precisa.
Há mais uma camada: as imagens foram feitas por IA e revisadas por IA. Usar um modelo para conferir a saída de outro modelo é deixar o mesmo viés assinar o próprio laudo. Se a ideia era ir até o fim, faltava pelo menos uma amostragem humana, com os grupos mais propensos a erro separados para revisão.
Treinar e redesenhar são coisas diferentes
A segunda controvérsia é de direitos autorais.
Segundo o autor, o projeto usou um volume grande de fotos como modelo. Treinar um modelo com imagens é uma coisa; redesenhar a partir de imagens sem licença é outra. A primeira ainda está numa zona cinzenta em boa parte das jurisdições; a segunda é mais fácil de enquadrar como cópia. Se o redesenho se apoia muito na foto original e o resultado se parece com ela, o que sai é quase “uma cópia com ajustes”, não “uma criação independente”. O projeto tem potencial comercial, e abrir o código não muda a natureza disso.
A fronteira não é complicada: o modelo aprender, em milhões de imagens, “como é um pássaro” e o modelo olhar uma foto específica e replicar enquadramento, pose e luz são duas condutas. A primeira é aprendizado. A segunda é decalque. A diferença é existir, no processo, uma obra concreta e identificável.
Uma sugestão prática
A sugestão do autor vale mais do que a crítica: se você precisa mesmo desenhar aves com IA, troque para um estilo não realista.
Isso resolve a maior parte do problema. Ilustração, gravura, colagem de cores, silhueta minimalista: o público entende na hora que não é foto e não vai usar aquilo como base de identificação. A contaminação de dados pressupõe “ser tomado por real”. Quando o estilo já avisa que é uma representação, o pressuposto desaparece. Dá para usar realismo, claro, mas aí alguém precisa conferir uma por uma. São 11.064. Faça a conta.
Ele ainda disse, com educação, que programação e natureza são dois círculos bastante distintos, e que entrar em outro círculo sem seguir as regras dele, alegando servi-lo, queima por dentro.
Na mesma semana, o Xiaohongshu limpava outro tipo de “parece”
Se no caso das aves a geração por IA esbarrou no “precisa ser exato”, a operação do Xiaohongshu esbarrou no “precisa ser verdadeiro”.
Por volta de 5 de novembro, o Xiaohongshu iniciou uma varredura de conteúdo e colocou no topo da lista os vídeos de venda em que figuras públicas são imitadas por IA. São dois tipos: troca de rosto, que insere o rosto de uma pessoa conhecida num vídeo de produto para o público achar que ela está recomendando, e clonagem de voz, que reproduz a voz e narra um texto publicitário sobre imagens já editadas.
A punição atinge notas e contas ao mesmo tempo. Conteúdo irregular sai do ar e perde distribuição; contas reincidentes têm alcance limitado, permissões comerciais ajustadas e, nos casos graves, são banidas. Quem imita traços de figuras públicas de propósito e usa IA para gerar personagens parecidos em vídeos de venda também entra na varredura.
A lógica é a mesma do caso das aves. Quando o consumidor vê um rosto e ouve uma voz, o critério é “conheço essa pessoa e confio no que ela diz”. A IA torna essa cadeia fluida, fluida a ponto de nenhuma etapa exigir algo real. Quando o produto dá problema, o comprador descobre que a pessoa nunca participou da campanha, e a essa altura já não está claro contra quem reclamar.
Os dois tapam o mesmo buraco
Vistas juntas, as duas histórias preenchem o mesmo tipo de vazio.
O guia de aves não tem imagem porque não dá para fotografar, porque é caro, porque a licença não sai. O vídeo de vendas não tem gente porque não dá para contratar, porque é caro, porque a agenda não fecha. A IA é muito competente nos dois lugares, com custo quase irrelevante e prazo de horas em vez de meses. O problema é que os dois vazios não são da mesma natureza: um carece de “representação”, o outro carece de “aval”.
Representação pode ser feita por IA, desde que fique claro que é representação. Aval não pode, porque o valor do aval está inteiro em “esta pessoa realmente pensa assim”. Entregar o segundo caso ao modelo é retirar a premissa da transação.
A regra chinesa de rotulagem de conteúdo gerado, em vigor desde 1º de outubro, exige marcação explícita e implícita. O efeito prático depende muito de a plataforma querer escolher entre tráfego e conformidade. A varredura do Xiaohongshu é uma amostra: primeiro mexe no tráfego, depois fala de rótulo. Rótulo permite verificar depois; limitar alcance dói antes.
Três verdades para quem produz conteúdo
Primeiro: em acervo de imagens, guias e material didático, a IA serve para rascunho e para ocupar espaço, não para versão final. Se vai publicar, o custo da revisão humana entra no orçamento. Não tem como cortar.
Segundo: o estilo já é um aviso. Realismo é prometer “isto é verdade”; ilustração é declarar “isto é desenho”. Pode escolher qualquer um, só não escolha errado e culpe o público por entender errado.
Terceiro: quando entram rosto e voz de pessoas reais, licenciamento não tem atalho. A ação do Xiaohongshu mostra que a plataforma começou a agir no lugar de quem é imitado. Esperar a reclamação de terceiros custa bem mais do que negociar antes.
O pinguim de sobrancelha errada acabou virando um lembrete caro. O modelo desenha cem mil imagens que parecem pássaros, mas não sabe qual delas serve para ensinar alguém a reconhecer um.
Artigos relacionados
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.
Rune é um framework de UI em Rust feito para que um agente possa verificar o próprio trabalho
Rune renderiza sem interface, despeja sua árvore de elementos e aceita entrada roteirizada, o que dá a um agente de código um sinal diffável que um screenshot nunca oferece. O framework está em pré-lançamento e não aceita pull requests.