By admin 
Google Revoluciona Automação com IA Capaz de Interagir com Telas
O Google apresentou uma novidade que promete transformar a automação de tarefas digitais: a integração da função “Computer use” ao modelo Gemini 3.5 Flash. Essa capacidade permite que agentes de inteligência artificial não apenas compreendam informações, mas também visualizem telas e executem ações em computadores, navegadores e aplicativos de forma autônoma. A ferramenta já está disponível para desenvolvedores e empresas através da API do Gemini e da plataforma Gemini Enterprise Agent.
IA Agente: Do Clique à Automação Completa
Com a nova funcionalidade, o Gemini 3.5 Flash se torna um agente capaz de realizar tarefas complexas de maneira independente. Isso inclui desde ações simples como clicar em botões e preencher formulários até a navegação entre diferentes sistemas internos. O objetivo principal do Google com essa inovação é impulsionar a automação de processos no ambiente corporativo, otimizando a análise de dados e os processos de testes de software. Essa evolução segue a linha de iniciativas anteriores da empresa, como o Auto Browse no Chrome Enterprise, mas agora com uma abrangência maior, funcionando sobre qualquer interface de tela.
Segurança e Desafios em Interfaces Dinâmicas
Apesar do avanço significativo, o Google reconhece que a IA ainda enfrenta desafios em cenários imprevisíveis, como a resolução de CAPTCHAs, a interação com pop-ups inesperados e interfaces que mudam dinamicamente. Para mitigar riscos, a empresa implementou mecanismos de segurança robustos. Entre eles, destacam-se a necessidade de confirmação humana para ações consideradas sensíveis e a interrupção automática em caso de detecção de possíveis tentativas de manipulação. É importante notar que esses controles de segurança são opcionais e não vêm ativados por padrão. Adicionalmente, o Google investiu em treinamento adversário para prevenir ataques de injeção de prompts, onde instruções maliciosas ocultas podem levar a IA a executar ações indesejadas.
Competição e Como Experimentar a Nova IA
O lançamento do Gemini 3.5 Flash com capacidades de controle de tela intensifica a competição no emergente mercado de agentes de IA. O Google agora disputa espaço com players como a Anthropic, que já oferece o Claude Computer Use com interação ampla em sistemas operacionais e arquivos, e a OpenAI, que também expande suas iniciativas nessa área. Para desenvolvedores interessados em explorar o “Computer use”, o Google disponibiliza um ambiente de demonstração no Browserbase (gemini.browserbase.com) para testes em um ambiente controlado. A documentação e implementações de referência também estão acessíveis pela API do Gemini e pela plataforma Gemini Enterprise Agent.
Fonte: canaltech.com.br