Nova voz do ChatGPT reacende debate sobre vínculos emocionais entre humanos e IA

A OpenAI iniciou no dia 8 de julho a liberação global do GPT-Live, nova geração de modelos de voz que passa a alimentar o ChatGPT Voice em iOS, Android e web. Construído sobre uma arquitetura full-duplex, o sistema consegue ouvir e falar simultaneamente e, segundo a empresa, torna a conversa com a inteligência artificial mais próxima de um diálogo entre pessoas. O lançamento recolocou em pauta uma discussão que acompanha os assistentes de voz desde a estreia do GPT-4o: os efeitos das interfaces cada vez mais naturais sobre as relações humanas.

Diferentemente das gerações anteriores, que operavam em turnos e aguardavam o silêncio do usuário para responder, o GPT-Live processa entrada e saída de áudio de forma contínua e decide, várias vezes por segundo, se fala, segue ouvindo, pausa ou aciona uma ferramenta. Na prática, o modelo emite sinais de escuta como “mhmm”, aceita interrupções no meio da resposta e permanece em silêncio quando a pessoa precisa de tempo para pensar. Para tarefas que exigem busca na web ou raciocínio mais complexo, o sistema delega o trabalho ao GPT-5.5, que opera em segundo plano enquanto a conversa continua.

A mudança chega em escala massiva. Segundo a OpenAI, mais de 150 milhões de pessoas usam os recursos de voz e ditado do ChatGPT por semana. O GPT-Live-1 se tornou o modelo padrão de voz para os assinantes dos planos Go, Plus e Pro, enquanto a versão GPT-Live-1 mini passou a atender os usuários gratuitos. Em avaliações comparativas conduzidas pela empresa, os novos modelos foram preferidos ao antigo Advanced Voice Mode em conversas de cinco a dez minutos que mediram fluidez, naturalidade e alternância de turnos.

Leia também: A infraestrutura invisível da IA: por que a fibra óptica define o futuro digital

O que dizem as pesquisas sobre dependência emocional

O avanço técnico convive com um alerta produzido dentro da própria OpenAI. Em março de 2025, a empresa e o MIT Media Lab publicaram dois estudos paralelos sobre os efeitos emocionais do ChatGPT. O primeiro, “Investigating Affective Use and Emotional Well-being on ChatGPT”, conduzido pela OpenAI, analisou de forma automatizada cerca de 40 milhões de interações na plataforma e entrevistou mais de 4 mil usuários. O segundo, “How AI and Human Behaviors Shape Psychosocial Effects of Extended Chatbot Use: A Longitudinal Controlled Study”, liderado pelo MIT Media Lab, acompanhou 981 participantes em um experimento controlado de quatro semanas.

As pesquisas, com foco no Advanced Voice Mode, o antecessor do GPT-Live, identificaram que o maior uso diário se correlacionava a níveis mais altos de solidão, dependência emocional e uso problemático, além de menor socialização. Os autores ponderam que o engajamento emocional era raro no uso geral da plataforma e se concentrava em um pequeno grupo de usuários intensivos do modo de voz. O achado ganha novo peso com o GPT-Live, projetado justamente para tornar a interação por voz mais envolvente e contínua.

A companhia afirma ter incorporado salvaguardas ao lançamento. De acordo com a OpenAI, o GPT-Live recebeu treinamento de segurança específico para voz, com testes que cobriram temas como dependência emocional de IA, autolesão, psicose e mania, além de violência e conteúdo sexual. O novo modo também prevê salvaguardas que atuam durante a conversa em tempo real, e pais podem definir, pelos controles parentais, se adolescentes terão acesso ao ChatGPT Voice.

Do teclado à voz

O GPT-Live é o passo mais recente de um movimento que a OpenAI conduz desde 2022, quando o ChatGPT popularizou a interação por texto com modelos de linguagem. O primeiro modo de voz, lançado em 2023, funcionava em cascata, com um modelo transcrevendo a fala, outro gerando a resposta e um terceiro convertendo o texto em áudio. O Advanced Voice Mode, de 2024, unificou o processamento em um único modelo e tornou a experiência mais expressiva, o que à época gerou comparações com o filme Her, em que o protagonista se apaixona por um sistema operacional.

No lançamento, o GPT-Live ainda não oferece suporte a voz com vídeo ou compartilhamento de tela, recursos que a OpenAI diz estar desenvolvendo. A empresa também planeja disponibilizar os novos modelos na API, o que deve levar a interação por voz contínua a aplicações corporativas como centrais de atendimento e assistentes internos, ampliando o alcance do debate para dentro das empresas.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!