Embora ambas tenham rapidamente arregado em suas declarações e apagado qualquer menção relevante de seus sites, decidimos explorar essa situação sob uma nova perspectiva. É possível concluir que anunciantes não estão se esgueirando por trás das cortinas digitais para ouvir suas conversas, mas que dispõem de uma variedade de métodos mais simples, porém muito mais eficazes, para direcionar seus anúncios.

Quais são as alegações/defesas

Em suas interações com clientes, podcasts e blogs, tanto a CMG quanto a Mindshift contaram basicamente a mesma história, embora tenham sido escassos nos detalhes técnicos: smartphones e smartTVs, alegadamente, ajudam-nas a identificar palavras-chave específicas nas conversas das pessoas, que, por sua vez, são utilizadas para criar audiências personalizadas.

Essas audiências, apresentadas sob a forma de listas contendo números de telefone, endereços de e-mail e IDs de publicidade anônimos, podem então ser carregadas em várias plataformas, desde o YouTube e Facebook até o Google AdWords e Microsoft Advertising, para direcionar anúncios aos usuários.

Embora a segunda parte, sobre a criação de audiências personalizadas, pareça bastante plausível, a primeira parte é um tanto nebulosa. As declarações das empresas não oferecem muitos detalhes sobre quais aplicativos ou tecnologias são usados para coletar essas informações.

No entanto, em uma postagem de blog extensa (agora deletada), uma passagem não técnica se destacou: “Nós sabemos o que você está pensando. Isso é legal? É legal que telefones e dispositivos estejam nos ouvindo.”

Quando o download ou atualização de um aplicativo solicita aos consumidores um contrato de termos de uso de várias páginas, em algum lugar nas letras miúdas, a Escuta Ativa geralmente está incluída.”

Após serem pressionadas por jornalistas, a CMG retirou a postagem de seu blog e emitiu um pedido de desculpas/esclarecimento, afirmando que não há espionagem envolvida e que os dados de segmentação são “originados por mídias sociais e outros aplicativos”.

Já a Mindshift, discretamente, removeu todas as mensagens de marketing relacionadas a essa forma de publicidade de seu site.

Onde está o erro

Claramente, os profissionais de marketing “não souberam se comunicar” eficazmente com seus clientes nos anúncios sedutores ativados por voz ou na mídia. É bem provável que este não seja o primeiro incidente do tipo; eis o motivo:

Os sistemas operacionais modernos sinalizam claramente quando o microfone está sendo utilizado por um aplicativo legítimo. Se, por exemplo, um aplicativo de previsão do tempo estiver constantemente ouvindo através do microfone, à espera de termos como “máquina de café”, o ícone do microfone acenderá nos painéis de notificação de todos os principais sistemas operacionais.

Em dispositivos móveis como smartphones, a escuta contínua consome bateria e dados. Isso seria notado e provocaria uma reação negativa em cadeia.

Analisar constantemente fluxos de áudio de milhões de usuários requereria uma capacidade computacional enorme e seria financeiramente insustentável, uma vez que os lucros da publicidade nunca cobririam os custos de uma operação de segmentação dessa magnitude.

Ao contrário da crença popular, a receita anual por usuário das plataformas de publicidade é relativamente baixa:

• menos de $4 na África,
• cerca de $10 em média globalmente, e
• até $60 nos EUA.

Dados esses números, que se referem à receita e não ao lucro, simplesmente não há dinheiro suficiente para justificar uma operação de espionagem. Aqueles que duvidam podem analisar, por exemplo, os preços do reconhecimento de fala no Google Cloud: mesmo com a taxa de atacado mais baixa (mais de dois milhões de minutos de gravações de áudio por mês), a conversão de fala em texto custa $0,3 centavos de dólar por minuto.

Supondo um mínimo de três horas de reconhecimento de fala por dia, o cliente teria que gastar cerca de $200 por ano por usuário individual, o que é insustentável, mesmo para as empresas de publicidade dos EUA.

E quanto aos assistentes de voz?

Dito isso, o raciocínio acima pode não se aplicar aos dispositivos que já escutam comandos de voz devido à sua função principal. Entre esses dispositivos, encontram-se os alto-falantes inteligentes e os smartphones com assistentes de voz permanentemente ativados. Dispositivos menos óbvios incluem smart TVs, que também respondem a comandos de voz.

De acordo com a Amazon, a Alexa está sempre ouvindo a palavra de ativação; no entanto, só grava e envia dados de voz para a nuvem após detectá-la. Uma vez encerrada a interação com o usuário, a gravação é interrompida. A empresa não nega que os dados da Alexa sejam usados para segmentação de anúncios, e estudos independentes corroboram essa afirmação. Alguns usuários consideram essa prática ilegal, mas o processo contra a Amazon ainda está em andamento. Enquanto isso, outra ação movida contra a Amazon pela Comissão Federal de Comunicações dos EUA resultou em um acordo modesto de $30 milhões. A gigante do comércio eletrônico foi condenada a pagar por não excluir os dados infantis coletados pela Alexa, em violação direta da Lei de Proteção à Privacidade Online das Crianças dos EU

O post Como saber se você está sendo espionado e o seus aparelhos estão captando (Smartphone, TV, Amazon Echo, Alexa, Siri) apareceu primeiro em Tecnoveste.

ASR significa Reconhecimento Automático de Fala, que é a tecnologia usada para converter a linguagem falada em texto escrito. Os modelos ASR da OpenAI têm o potencial de serem usados em uma ampla gama de aplicativos, desde serviços de transcrição até assistentes de voz e muito mais. Leia o Whipe Paper do Whisper.

Como funciona o Whisper

O Whisper utiliza técnicas de criptografia avançadas para proteger as comunicações dos usuários. As mensagens são criptografadas antes de serem enviadas e só podem ser descriptografadas pelo destinatário pretendido. Além disso, as chaves de criptografia são geradas automaticamente e exclusivamente para cada usuário, garantindo que apenas o destinatário possa ler as mensagens.

O sistema de comunicação Whisper é parte integrante do ecossistema de inteligência artificial da OpenAI e tem como objetivo fornecer uma plataforma segura para que os usuários possam se comunicar e compartilhar dados sensíveis com confiança.

Utilidades do Whisper da Open AI

Embora ainda esteja em fase experimental, o Whisper tem o potencial de se tornar uma ferramenta importante para indivíduos e organizações que precisam de um meio seguro e confiável de comunicação. Com o aumento da conscientização sobre a privacidade dos dados, a demanda por soluções seguras de comunicação só deve crescer no futuro.

Qual é o limite de produção de Whisper?

Qualquer comprimento de áudio é aceitável, desde que o tamanho do arquivo de entrada seja inferior a 25MB. Então, há uma relação inversamente proporcional na qualidade do áudio produzido e o tempo de duração do arquivo final.

O usuário pode fazer até 50 solicitações por minuto.

Quais são os idiomas que o Chat GPT fala pelo Whisper?

Afrikaans, Árabe, Armênio, Azerbaijano, Bielorrusso, Bósnio, Búlgaro, Catalão, Chinês, Croata, Tcheco, Dinamarquês, Holandês, Inglês, Estoniano, Finlandês, Francês, Galego, Alemão, Grego, Hebraico, Hindi, Húngaro, Islandês, Indonésio, Italiano, Japonês, Canarês, Cazaque, Coreano, Letão, Lituano, Macedônio, Malaio, Marathi, Maori, Nepali, Norueguês, Persa, Polonês, Português, Romeno, Russo, Sérvio, Eslovaco, Esloveno, Espanhol, Swahili, Sueco, Tagalo, Tamil, Tailandês, Turco, Ucraniano, Urdu, Vietnamita e Galês.

Quais formatos de arquivo são suportados pelo Whisper?

• m4a
• mp3
• webm
• mp4
• mpga
• wav
• mpeg

O post Whisper da Open AI: o que é, para que serve e como funciona apareceu primeiro em Tecnoveste.