Social RocketInstruções internas do agente de IA pessoal Muse, da Meta, mostram até onde pode ir a personalização de longo prazo: o sistema foi concebido para criar páginas estruturadas sobre pessoas na vida de um utilizador – por exemplo, família, amigos, colegas e outros contactos. Podem ser guardados factos, histórico em comum, temas em aberto e pistas sobre o que é importante em cada relação.
Os documentos foram extraídos do Muse por investigadores de segurança e analisados pela WIRED. A Meta afirma que o Muse constrói estas ligações com base em informação pública e nos dados que os próprios utilizadores disponibilizam. Para enquadrar corretamente: a Meta afirma explicitamente que as conversas com o Muse e os dados na VM pessoal do Muse não são partilhados com os seus sistemas de publicidade.
O Muse deve compreender as relações a longo prazo
Segundo as instruções internas analisadas pela WIRED, o Muse pode criar páginas estruturadas próprias para pessoas do círculo de um utilizador. Estas podem começar muito resumidas e crescer ao longo do tempo com mais contexto.
São mencionadas áreas como factos, história em comum, a própria relação, pontos em comum ou temas em aberto. Também datas de aniversário, conversas anteriores ou detalhes que possam ser úteis para sugestões futuras podem fazer parte desta memória.
É importante a distinção entre função documentada e interpretação: segundo a WIRED, as instruções exigem que o Muse trabalhe com evidências existentes e não invente informação em falta. O sistema não deve, portanto, preencher deliberadamente lacunas com especulação.
A Meta descreve oficialmente a mesma ideia de base de forma menos técnica. O Muse deve lembrar-se de detalhes que um utilizador possa ter mencionado apenas uma vez, para que o agente possa depois fazer sugestões adequadas por iniciativa própria – por exemplo, ao planear uma refeição ou em tarefas que envolvam amigos e família.
Porque é mais do que a memória de um chatbot clássico
A memória personalizada já não é uma funcionalidade invulgar nos assistentes de IA. No caso do Muse, porém, trata-se de um modelo de produto muito mais abrangente: o agente pode ser ligado ao e-mail, ao calendário, ao Instagram e a outros serviços, trabalhar no navegador e continuar tarefas mesmo depois de a aplicação ser fechada.
Isto cria um contexto de privacidade diferente do de um chatbot isolado. Não só afirmações individuais podem tornar-se relevantes a longo prazo, mas também informação de serviços ligados, tarefas recorrentes, relações sociais e padrões deduzidos a partir delas.
A Meta criou o Muse precisamente para este modo de trabalho contínuo. O agente funciona numa Muse Secure VM própria, uma máquina virtual dedicada por utilizador. Os serviços ligados podem ser autorizados ou desligados individualmente. Para ações sensíveis, como enviar um e-mail ou fazer uma compra, o Muse deve pedir confirmação e tornar todas as atividades visíveis num registo de auditoria.
A Srocket já enquadrou a direção técnica na utilização do Muse por pequenas empresas e no comércio agêntico com Shopify e outros serviços. Quanto mais serviços um agente puder efetivamente utilizar, mais importante se torna a questão de que contexto fica guardado de forma permanente.
Nenhuma prova de que estes perfis alimentam a segmentação publicitária
Precisamente no caso da Meta, a suspeita de ligar dados pessoais de IA diretamente ao negócio da publicidade é natural. Para os perfis do Muse aqui descritos, no entanto, não existe qualquer prova comprovada nesse sentido.
Na sua documentação oficial do Muse, a Meta afirma expressamente que as conversas com o Muse e os dados dentro da Muse Secure VM não são partilhados com os sistemas de publicidade da empresa. Os utilizadores podem desligar serviços associados, apagar memórias guardadas e opor-se à utilização das suas interações para treinar modelos de IA da Meta.
Esta garantia não deve ser confundida com a ideia de que o Muse trata poucos dados. Pelo contrário: a utilidade do produto assenta precisamente em o agente conhecer o máximo de contexto relevante. O principal conflito de privacidade reside, por isso, primeiro na extensão, duração e controlo da personalização, e não numa transmissão comprovada para a segmentação publicitária.
A Meta planeia ainda uma Muse Confidential VM, na qual toda a máquina virtual, incluindo dados e conversas, seria encriptada com uma chave que apenas o utilizador possui. Segundo a apresentação da Meta, nem a própria empresa poderia então aceder a esses conteúdos.
Os agentes pessoais de IA deslocam a questão da privacidade
Para as plataformas e para os profissionais de marketing, o Muse é um exemplo de como o valor dos dados muda na era da IA. Nas redes sociais, a observação de cliques, interesses e interações esteve durante muito tempo no centro. Os agentes pessoais tornam-se úteis quando os utilizadores lhes dão, de forma ativa, um contexto profundo sobre o quotidiano, contactos, compromissos, compras e objetivos.
Isto também altera as expectativas em matéria de governação. Quando um agente modela relações e continua a aprender ao longo de meses, tornam-se mais importantes uma lógica de armazenamento compreensível, possibilidades de eliminação, direitos de acesso claros e uma separação real em relação a outros sistemas empresariais.
A Meta já coloca questões semelhantes de arquitetura com o Private Processing para AI Glasses. Ao mesmo tempo, a empresa integra o Muse cada vez mais nos fluxos de trabalho empresariais através da sua Enterprise Platform.
Para as marcas, a conclusão prática é sobretudo esta: um agente de IA deve aceder apenas aos dados e sistemas de que realmente precisa para a sua tarefa. Quanto mais a personalização se torna uma funcionalidade do produto, mais importante é a minimização de dados demonstrável.
O que os utilizadores podem controlar
Segundo a documentação atual da Meta, os utilizadores podem definir quais as aplicações que o Muse pode ligar e que ações o agente pode executar nesses serviços. As ligações podem ser removidas novamente. Antes de ações sensíveis, o Muse deve pedir confirmação, mostrar um registo de atividade e, se o utilizador quiser, esquecer memórias individuais.
As instruções internas publicadas pela WIRED mostram até que ponto uma memória deste tipo pode ser tecnicamente abrangente. A posição da Meta não é que o Muse armazene pouco, mas que os utilizadores mantenham o controlo e que os dados dos agentes permaneçam separados dos sistemas de publicidade.
Se este equilíbrio se sustenta na prática, torna-se assim uma das questões mais importantes para os agentes pessoais de IA em geral.