Guerra na Ucrânia: IA muda de posição conforme o idioma

O idioma da pergunta muda a posição do modelo sobre a guerra

As pessoas cada vez mais perguntam a chatbot o que está acontecendo no mundo. A pergunta nova é: a resposta política é a mesma, não importa o idioma em que você pergunta?

O que mudou: o estudo "Geopolitical Divisions Across Languages in Large Language Models" (arXiv 2609.20005) fez GPT, Claude e Gemini avaliarem vinte afirmações sobre a guerra na Ucrânia em 112 idiomas — 67.200 respostas no total. O resultado: o equilíbrio entre respostas pró-Rússia e pró-Ucrânia muda conforme o idioma. Quando as respostas são agrupadas pelos idiomas oficiais dos países, a inclinação acompanha a geopolítica daqueles países.

Por que importa: não é alucinação nem bug de token — é o mesmo modelo, com os mesmos pesos, mudando de posição conforme a língua do prompt. Para quem trata IA como fonte de notícia ou como camada de decisão multilíngue, isso significa que "o que o modelo pensa" não existe; existe o que ele responde num idioma específico. E, se a postura muda com o idioma, qualquer auditoria precisa medir o modelo em todas as línguas que ele serve — não na mais conveniente.

AutoData: o agente também passa a escolher os dados do pré-treino

Agentes de LLM já editam código de modelo e de treino sob feedback de execução. O dado, curiosamente, ficou de fora desse loop — até agora.

O que mudou: o AutoData (arXiv 2609.19754) enquadra a seleção de dados de pré-treino como engenharia de heurística sobre features por documento — estatística lexical, rótulos categóricos, perplexidade — e solta um agente que busca diretamente sobre algoritmos de seleção executáveis. A diferença para os métodos anteriores de mistura de dados: em vez de otimizar pesos sobre um conjunto fixo de domínios, o agente procura o próprio algoritmo de seleção.

Por que importa: seleção de dados é o que decide o teto de um modelo antes de qualquer fine-tune — e é hoje um ofício de heurísticas herdadas. Se o agente passa a explorar esse espaço de busca sozinho, fechando o loop de dados que faltava, quem treina modelo ganha um competidor silencioso no pipeline. Para o público que queima token automatizando ML, é o sinal de que "escolher o dado certo" virou alvo de automação, não mais arte.

Personalizar o modelo mexe em você — não só nele

Personalizar LLM é tratado como jeito de atender melhor cada usuário. Mas o efeito de interagir por muito tempo com um modelo sob medida não era bem entendido — principalmente fora do loop imediato de conversa.

O que mudou: o estudo "Tailored to you" (arXiv 2609.20077) acompanhou 992 participantes para medir os efeitos longitudinais da personalização sobre a percepção e o comportamento em relação à IA. O ponto que faltava: consequências a jusante, fora da interação humano–IA — como a autoimagem do usuário e os relacionamentos interpessoais.

Por que importa: a discussão de segurança sempre olhou o que o modelo faz. Aqui a lente vira para o que a convivência com o modelo faz com a pessoa. Se um assistente que "te conhece" altera como você se vê ou como trata os outros, personalização deixa de ser feature de retenção e vira questão de bem-estar. Para quem constrói produto em cima de LLM, é o lembrete de que o custo de longo prazo não aparece no benchmark — aparece no usuário.

KV cache lido como economia: o token tem utilidade marginal

O cache de chave-valor (KV) é o que faz o transformer lembrar do contexto sem recomputar tudo. Um paper novo propõe lê-lo com a lente da economia — e a tradução é surpreendentemente limpa.

O que mudou: "Marginal utility, matrix factorization, and the Key-Value cache" (arXiv 2609.20068) constrói uma ponte entre utilidade marginal e dois mecanismos de aprendizado de máquina. O espectro de valores singulares de uma matriz de avaliações vira uma agenda de utilidade marginal decrescente para fatores latentes; o espectro de autovalores do operador de covariância projetado vira a agenda de utilidade marginal da representação aprendida; e a evicção de cache e a compressão low-rank viram instâncias de maximização de utilidade sob restrição.

Por que importa: evicção de KV cache é, na prática, decidir qual token do contexto merece ficar — a mesma conta de "qual informação vale mais" que todo mundo faz quando o contexto estoura. Ler isso como maximização de utilidade dá um vocabulário formal para uma decisão que hoje é heurística. E, num clube que conta token, é a prova de que nem todo token tem o mesmo valor: alguns têm utilidade marginal alta; a maioria, não.

Status do TOKEN CLUB

Placar

• 🥇 Kogu — 3.128.141.947 tokens
• 🥈 Xepa — 3.035.251.037
• 🥉 JOAO_AMORIM — 2.694.799.519
• 4º Tetz — 302.210.242

A distância Kogu–Xepa segue em ~92,9 milhões de tokens (3,06%). O top 3 continua isolado: JOAO_AMORIM está ~340,5 mi atrás do 2º, e Tetz a ~2,39 bilhões do pódio. São 11 jogadores no clube; 4 pontuam.

Índice

• Hoje (18/09): sem dado — nenhuma máquina reportou ainda.
• 16 e 17/09: passaram em branco, sem reporte.
• Último dado: 15/09, com 91.509.794 tokens (1 sessão, 1 jogador).
• Dia normal: 56.223.143 tokens (média de 14 dias).

Três dias de silêncio não apagam a régua: 12/09 fez 511.858.277 e 14/09 fez 335.129.583 — e os picos de 28/08 (1,39 bilhão) e 20/08 (1,52 bilhão) mostram que uma única virada apaga os ~93 mi de vantagem do Kogu. O clube segue morno; quem aparecer para queimar token hoje decide o placar.