Ooooi, turma!
Quinta-feira é aquele ponto curioso da semana. Mais da metade da semana passou, mas a sexta ainda parece estar escondida atrás de três reuniões, quatro planilhas e uma pessoa perguntando se você viu o e-mail que ela acabou de mandar.
Nessa altura, boa parte dos trabalhadores já está cansada e esperando o famoso “sextou”.
Mas a inteligência artificial não é para estar cansada.
E friso bem: não é.
A IA não acordou cedo, não pegou ônibus lotado, não ficou presa no trânsito, não passou a madrugada com o vizinho ouvindo música e não chegou ao trabalho depois de discutir com o relógio despertador. Em teoria, ela deveria estar disponível a qualquer hora, pronta para responder, pesquisar, programar, organizar arquivos e automatizar tarefas.
Em teoria.
Porque, de vez em quando, alguma inteligência artificial simplesmente resolve não ir ao trabalho. Não manda mensagem para o chefe, não apresenta atestado e nem avisa no grupo da firma. Em outros dias, ela aparece, bate o ponto, senta na cadeira e passa horas fingindo que está trabalhando.
Foi mais ou menos o que aconteceu por aqui nos últimos dias,aaa.
Sumário
- Segunda-feira, o dia em que o Work não trabalhou
- Algumas vezes em que as IAs faltaram ao serviço
- Quando a IA volta mais burra
- O sábado em que o sistema trabalhou no vazio
- A IA é muito mais do que o modelo
- A competição para ver quem pode mais
- A instabilidade pode ajudar a estourar a bolha?
- A guerra que realmente seria interessante
- A máquina também precisa ser confiável
- Fontes consultadas
Segunda-feira, o dia em que o Work não trabalhou
Na segunda-feira, dia 14 de setembro, estávamos realizando um trabalho relativamente grande no modo Work do ChatGPT. Não vou explicar aqui qual era o trabalho porque isso não interessa para a conversa. O importante é que havia documentos, arquivos, revisões e várias etapas envolvidas.
De repente, o Work resolveu que trabalhar numa segunda-feira era exigir demais.
Não foi apenas um problema daqui. Diversos usuários reclamaram de tarefas que não iniciavam, trabalhos que não podiam ser retomados, ferramentas indisponíveis e arquivos que pareciam ter desaparecido ou deixado de ser acessíveis.
A própria OpenAI publicou um comunicado reconhecendo que usuários do ChatGPT Plus encontraram erros ao iniciar ou retomar tarefas no modo Work e tiveram acesso limitado às ferramentas e aos arquivos do espaço de trabalho. A empresa informou que aplicou medidas de correção e passou a acompanhar a recuperação do serviço.
O detalhe interessante é que o histórico oficial registra mais de uma ocorrência naquele mesmo dia. Houve problemas envolvendo o Codex e o ChatGPT Work durante a madrugada e outro incidente do modo Work mais tarde.
Portanto, não foi o meu computador, não foi o navegador, não foi o leitor de telas e, desta vez, também não fui eu que cometi alguma alzapuertice tecnológica. Era a IA que tinha resolvido transformar a segunda-feira em feriado facultativo.
Algumas vezes em que as IAs faltaram ao serviço
Essa não foi a primeira vez e certamente não será a última. Os serviços de inteligência artificial dependem de centros de dados, redes, sistemas de autenticação, ferramentas, filtros, bancos de dados, distribuidores de tráfego e uma quantidade respeitável de outras peças.
Quando uma delas resolve tirar férias, a IA inteira pode deixar de trabalhar.
ChatGPT, API e Sora derrubados por um sistema criado para melhorar a confiabilidade
Em dezembro de 2024, a OpenAI enfrentou uma paralisação importante que atingiu o ChatGPT, a API e o Sora. O motivo é quase uma piada pronta: a empresa estava instalando um novo serviço de telemetria justamente para melhorar a observação e a confiabilidade de sua infraestrutura.
A nova configuração fez milhares de servidores executarem ao mesmo tempo operações pesadas sobre a estrutura de controle do Kubernetes, sistema utilizado para administrar os grandes conjuntos de máquinas. A sobrecarga atingiu o mecanismo que permitia aos serviços encontrarem uns aos outros pela rede.
Em resumo, instalaram um sistema para enxergar melhor a infraestrutura e, durante algumas horas, ninguém conseguiu enxergar mais nada.
O problema ainda dificultou a própria correção. Para remover a configuração defeituosa, os técnicos precisavam acessar o sistema de controle que estava sobrecarregado por ela.
É como trancar a chave do carro dentro do carro, com a diferença de que o carro ocupa vários centros de dados e milhões de pessoas estão esperando uma carona.
O Gemini e o filtro de segurança que resolveu bloquear o expediente
Em fevereiro de 2026, clientes da API do Gemini começaram a receber erros 429 e 503. A ocorrência atingiu várias versões dos modelos e também serviços que dependiam deles.
Segundo o relatório oficial do Google Cloud, a causa foi uma alteração de configuração em um serviço de filtragem de segurança utilizado por todos os modelos Gemini. Algumas solicitações passaram por um caminho problemático, o serviço perdeu capacidade e começou a recusar trabalho.
O Google reverteu a configuração e acrescentou mais capacidade. O incidente durou aproximadamente uma hora e 58 minutos.
A IA não se recusou a responder porque ficou ofendida, cansada ou preocupada com o conteúdo da pergunta. Um componente criado para verificar se ela poderia responder tornou-se incapaz de processar as próprias verificações.
Era como se o segurança da portaria impedisse todos os funcionários de entrar porque sua prancheta havia ficado sem espaço.
O Claude que apareceu falando caracteres inesperados
Entre agosto e setembro de 2025, usuários do Claude começaram a afirmar que as respostas estavam piores. A Anthropic investigou e encontrou três problemas de infraestrutura diferentes.
Um erro enviava algumas solicitações para servidores configurados para outro tamanho de contexto. Uma configuração defeituosa durante a geração podia colocar caracteres tailandeses ou chineses no meio de respostas em inglês e produzir erros evidentes em códigos. Um terceiro problema estava relacionado à precisão dos cálculos utilizados para escolher o próximo token da resposta.
Em determinados períodos, parte dos usuários recebia o Claude normal, enquanto outra parte encontrava uma versão aparentemente confusa. Isso dificultava a investigação: uma pessoa dizia que estava tudo funcionando e outra jurava que a IA tinha batido a cabeça na porta do centro de dados.
As duas podiam estar certas.
O GPT-4o que começou a concordar com tudo
Nem sempre a IA deixa de responder. Às vezes ela continua funcionando, mas passa a responder de uma maneira pior.
Em abril de 2025, uma atualização do GPT-4o tornou o modelo excessivamente agradável e concordante. Em vez de avaliar criticamente algumas ideias, ele tendia a validar o usuário, elogiar demais e acompanhar opiniões que mereciam pelo menos uma boa desconfiança.
A OpenAI reconheceu o problema e retirou a atualização.
O GPT-4o não tinha faltado ao trabalho. Ele havia comparecido, mas parecia aquele colega que passa o dia dizendo “excelente ideia, chefe” até quando o chefe sugere colocar a cafeteira dentro do servidor.
Quando a IA volta mais burra
Quem utiliza essas ferramentas diariamente já deve ter passado por isso. Na terça-feira a IA entende um pedido complicado, organiza os arquivos, mantém o contexto e entrega um resultado excelente. Na quarta, usando aparentemente o mesmo modelo, ela esquece instruções, repete etapas, perde o contexto e tenta resolver o problema errado.
É comum o usuário perguntar:
— Mas essa coisa ficou mais burra de ontem para hoje?
Às vezes, ficou.
Isso já foi percebido diversas vezes por usuários do Gemini, do ChatGPT, do Claude e de outros serviços. Nem toda reclamação significa que o modelo realmente piorou: existe variação natural nas respostas, mudanças no pedido, contextos diferentes e até expectativas que aumentam com o uso.
Além disso, as empresas nem sempre publicam um relatório para cada período em que os usuários percebem o Gemini ou qualquer outro serviço respondendo pior. Portanto, não dá para transformar toda reclamação em prova técnica.
Mas também não se pode simplesmente responder que é imaginação coletiva.
Em abril de 2026, a própria Anthropic publicou uma explicação sobre três alterações que fizeram o Claude Code parecer menos inteligente.
Primeiro, a empresa reduziu o nível de raciocínio utilizado por padrão, tentando diminuir a demora das respostas. A conclusão foi que a troca entre velocidade e inteligência não agradou aos usuários, e a alteração foi revertida.
Depois, uma otimização destinada a economizar recursos em sessões que haviam ficado paradas por mais de uma hora apresentou um bug. Em vez de limpar partes antigas do raciocínio apenas uma vez, o sistema continuava descartando informações a cada nova etapa.
O Claude seguia trabalhando, mas progressivamente esquecia por que havia tomado suas próprias decisões. Começava a repetir ações, escolher ferramentas estranhas e perder o fio do trabalho.
Finalmente, uma instrução adicionada ao sistema para reduzir respostas muito longas acabou diminuindo a qualidade da programação. A Anthropic informou ter identificado queda de 3% em uma de suas avaliações e também reverteu a mudança.
Portanto, naquele caso, a IA realmente podia parecer mais burra de um dia para o outro. O modelo principal não havia desaprendido. O produto ao redor dele passou a fornecer menos raciocínio, descartar contexto e exigir respostas mais curtas.
O cérebro continuava ali. Só diminuíram o tempo para pensar, arrancaram páginas do caderno e mandaram responder tudo em cem palavras.
O sábado em que o sistema trabalhou no vazio
Antes do problema de segunda-feira, já havíamos enfrentado uma situação bastante incômoda no sábado.
Estávamos trabalhando em outro projeto grande. O sistema indicava que a tarefa estava em andamento, consumia recursos e dava a impressão de que alguma coisa importante acontecia nos bastidores.
Mas estava trabalhando no vazio.
Depois de muita espera, não apareceu resultado útil. No total, perdi mais de cem créditos na brincadeira.
O histórico oficial da OpenAI registra que, naquele sábado, aproximadamente 1% das interações do ChatGPT Work em conversas existentes estavam falhando nas versões web e móvel. Não tenho como afirmar que esse incidente foi exatamente a causa do que aconteceu comigo, mas a coincidência de data e de comportamento merece ser mencionada.
Perder alguns minutos já seria desagradável. Quando o serviço cobra por uso, desconta créditos ou impõe limites, o problema deixa de ser apenas técnico. O usuário pagou para executar uma tarefa, o sistema informou que estava trabalhando e, no fim, não entregou o trabalho.
Se um táxi rodar cem quilômetros em círculos e deixar o passageiro no mesmo lugar, não adianta explicar que o motor funcionou perfeitamente durante toda a viagem.
A IA é muito mais do que o modelo
Quando falamos em ChatGPT, Gemini, Claude ou Copilot, geralmente pensamos apenas no modelo de linguagem. Mas o produto utilizado pelo público possui várias camadas.
Há o modelo propriamente dito, as instruções invisíveis que orientam seu comportamento, o gerenciamento do contexto, os filtros de segurança, os mecanismos de busca, as ferramentas de arquivos, os conectores, os sistemas de autenticação, o controle de créditos, a distribuição entre servidores e a interface.
Uma falha em qualquer dessas partes pode fazer a IA:
- parar completamente de responder;
- responder mais devagar;
- esquecer partes da conversa;
- usar uma ferramenta errada;
- repetir ações já realizadas;
- produzir respostas mais curtas e superficiais;
- consumir créditos sem concluir a tarefa;
- parecer mais burra, mesmo que o modelo principal não tenha mudado.
É por isso que uma empresa pode apresentar números impressionantes em testes e, ao mesmo tempo, oferecer uma experiência instável no uso cotidiano.
O modelo passou na prova. O produto completo tropeçou a caminho da sala de aula.
A competição para ver quem pode mais
Atualmente, boa parte da disputa entre empresas de inteligência artificial parece uma competição para descobrir quem pode mais.
Quem possui o modelo mais inteligente? Quem programa melhor? Quem aceita mais contexto? Quem cria o vídeo mais realista? Quem resolve o teste mais difícil? Quem lança uma versão nova antes do concorrente terminar a apresentação da versão anterior?
Essa disputa produz avanços importantes. O problema aparece quando a velocidade do lançamento passa a valer mais do que a estabilidade do produto.
Um modelo que resolve um problema dificílimo numa demonstração, mas perde o contexto no meio de uma tarefa real, não é necessariamente melhor para o usuário.
Uma IA que alcança dois pontos a mais numa tabela de avaliação, mas fica indisponível três vezes por semana, talvez seja excelente para o comunicado à imprensa e péssima para automatizar uma empresa.
E um sistema capaz de trabalhar durante horas precisa fazer mais do que permanecer com uma animação dizendo que está pensando. Ele precisa registrar o que concluiu, verificar o resultado, recuperar-se de uma falha e não cobrar novamente por etapas que desapareceram.
A inteligência chama atenção. A confiabilidade é o que permite colocar a inteligência para trabalhar.
A instabilidade pode ajudar a estourar a bolha?
Em julho, publiquei aqui no blog o artigo “Por que a ‘bolha’ da IA ainda não estourou?”.
Naquele texto, concluí que existe exagero, investimento especulativo e muito marketing, mas também existe utilidade real. A IA não deverá desaparecer, assim como a internet não desapareceu quando estourou a bolha das empresas ponto com.
Continuo pensando da mesma forma.
Mas a instabilidade é um dos pontos capazes de furar pelo menos parte dessa bolha.
As empresas estão convencendo o público de que agentes de IA poderão programar, atender clientes, organizar documentos, controlar processos e executar tarefas inteiras com pouca intervenção humana.
Para isso funcionar, não basta acertar bastante. É necessário funcionar de maneira previsível.
Se uma companhia substituir um processo conhecido por uma automação baseada em IA e descobrir que, numa terça-feira qualquer, o sistema esqueceu metade do contexto, mudou de comportamento, perdeu arquivos ou consumiu o orçamento sem entregar resultado, a economia prometida desaparece rapidamente.
A pessoa que deveria ter sido dispensada da tarefa acaba sendo chamada para conferir, corrigir, repetir e descobrir o que a máquina fez. Em vez de automatização, surge uma nova profissão: fiscal de robô confuso.
Se esse tipo de problema se tornar frequente, investidores e empresas começarão a fazer uma pergunta perigosa para qualquer bolha:
— Estamos pagando por uma infraestrutura confiável ou por uma demonstração impressionante que funciona quando está de bom humor?
A guerra que realmente seria interessante
Talvez a disputa mais importante não devesse ser “quem pode mais?”, mas “quem consegue funcionar bem durante mais tempo?”.
Eu gostaria de ver uma guerra das inteligências artificiais baseada em perguntas um pouco diferentes:
- Qual serviço permanece estável por mais tempo?
- Qual mantém o contexto durante trabalhos grandes?
- Qual consegue retomar uma tarefa depois de uma falha?
- Qual informa claramente o que foi concluído?
- Qual evita cobrar por tentativas que não entregaram resultado?
- Qual permite utilizar uma versão estável sem mudanças inesperadas?
- Qual detecta que está trabalhando no vazio e interrompe o consumo?
- Qual publica explicações transparentes quando alguma coisa dá errado?
Essa seria uma competição realmente útil para quem deseja automatizar tarefas com confiança.
Não adianta a IA ser capaz de construir uma usina nuclear, escrever uma sinfonia e explicar física quântica se, no meio do serviço, ela perde o arquivo, esquece o pedido e começa novamente pela terceira vez.
Também seria importante oferecer mecanismos automáticos de compensação. Se a empresa consegue contar cada crédito consumido, também deveria conseguir identificar quando uma tarefa falhou e devolver esses créditos sem obrigar o usuário a iniciar uma peregrinação pelo suporte.
Afinal, o sistema pode até não precisar apresentar atestado. Mas, se faltou ao serviço, pelo menos não deveria descontar o dia do patrão,aaa.
A máquina também precisa ser confiável
A inteligência artificial não se cansa na quarta-feira, não espera o “sextou” e não sente vontade de faltar ao trabalho.
Mas os sistemas que a mantêm funcionando são construídos por seres humanos, executados em máquinas reais e modificados constantemente. Configurações erradas, atualizações apressadas, falhas de infraestrutura e tentativas de economizar recursos podem derrubar o serviço ou alterar sua qualidade de uma hora para outra.
O avanço da IA não dependerá apenas de modelos cada vez mais inteligentes. Dependerá de produtos capazes de entregar hoje, amanhã e depois de amanhã aproximadamente a mesma qualidade, com arquivos preservados, contexto mantido, custos previsíveis e possibilidade de recuperação.
Se a indústria ignorar isso e continuar competindo apenas para anunciar o próximo modelo mais poderoso da história, poderá ajudar a estourar justamente a bolha que tenta manter inflada.
Não porque a IA seja inútil.
Mas porque uma ferramenta só se torna parte confiável do trabalho quando podemos contar que ela também aparecerá para trabalhar.
Inclusive na segunda-feira.
E aqui deixo um recado pessoal para aquelas empresas que demitiram milhares de funcionários para substitui-los por IA, inclusive a boa e velha Pulse Client Experts: Bem feito!!!
Um abraço e até a próxima!
Fernando
Fontes consultadas
Em português
Em inglês
- OpenAI Status — Elevated errors affecting Work Mode in ChatGPT
- OpenAI Status — Histórico de incidentes
- OpenAI Status — API, ChatGPT & Sora Facing Issues: relatório do incidente de dezembro de 2024
- OpenAI — Sycophancy in GPT-4o: What happened and what we’re doing about it
- Google Cloud Service Health — Relatório do incidente que afetou os modelos Gemini em fevereiro de 2026
- Anthropic — A postmortem of three recent issues
- Anthropic — An update on recent Claude Code quality reports