Os óculos Smart podem parecer um simples produto de consumo: uma câmara no rosto, altifalantes nos ouvidos e um assistente de IA capaz de responder a perguntas sobre o que vê. Mas o mesmo dispositivo pode dar a um sistema de IA algo de que sempre teve falta: uma perspetiva na primeira pessoa da vida humana quotidiana.

Isto é importante porque ensinar a IA a escrever ou a gerar imagens é muito diferente de ensinar uma máquina a mover-se no mundo físico. Um robô precisa de compreender onde estão os objetos, o que acontece quando se movem e como as mãos interagem com coisas que se dobram, se partem, se derramam ou mudam de forma.

Meta passou anos a investigar dispositivos vestíveis que captam este tipo de informação. Os seus óculos Ray-Ban Meta colocam parte dessa tecnologia num produto de consumo, dando à empresa acesso a dados gerados durante atividades comuns.

Um teste de 72 horas aos óculos, com utilização das suas funcionalidades de IA ao longo do dia e pedido dos dados associados, permitiu perceber porque é que as gravações na primeira pessoa podem ser valiosas para treinar IA e porque é que se torna mais difícil separar a privacidade da própria tecnologia.

Como a IA aprende com o mundo real

Os grandes modelos de linguagem aprendem com enormes coleções de material escrito. Isto funciona bem para sistemas construídos em torno da linguagem, mas o texto não consegue descrever totalmente como as pessoas fazem coisas como atravessar uma cozinha, pegar numa garrafa, partir um ovo ou encontrar as chaves.

Os seres humanos aprendem estas coisas ao longo de anos de experiência sensorial. Yann LeCun, antigo cientista-chefe de IA da Meta, defendeu que, aos quatro anos, uma criança já viu 50 vezes mais dados do que mesmo os maiores modelos de linguagem. O seu argumento mais amplo é que as máquinas precisam de informação sensorial mais rica para compreender o mundo físico.

Para um robô, isso significa aprender com mais do que instruções. Precisa de dados sobre o que as pessoas fazem na realidade, incluindo as pequenas variações difíceis de descrever por palavras. Por exemplo, alguém a lavar a loiça pode parecer banal. Mas, depois de essas gravações serem etiquetadas e anotadas, podem mostrar a um sistema de IA onde estão os objetos, como as mãos se movem e o que acontece quando algo inesperado ocorre.

Este tipo de dados de treino é difícil de recolher à escala. Uma câmara vestível oferece uma possível solução, porque consegue captar o mundo a partir da mesma perspetiva da pessoa que realiza a tarefa. Como diz o argumento de LeCun, «precisa de olhos».

Porque é que a Meta está a usar óculos Smart

A Meta trabalha neste problema há anos através do Project Aria(nova janela), um programa de investigação construído em torno de computadores vestíveis com o formato de óculos. Os dispositivos de investigação usam câmaras e outros sensores para estudar a forma como as pessoas interagem com o mundo.

O Project Aria mostra também como as expectativas de privacidade podem ser diferentes entre a investigação e a utilização por consumidores. As diretrizes publicadas pela Meta indicam que os participantes na investigação recebem formação sobre práticas de gravação adequadas, que as pessoas em casas privadas têm de dar o seu consentimento e que uma luz visível indica quando estão a ser recolhidos áudio e vídeo.

Os óculos Smart de consumo funcionam num ambiente muito menos controlado. Uma pessoa pode usá-los enquanto caminha na rua, faz compras, prepara café ou realiza tarefas domésticas. Isto cria uma fonte útil de dados na primeira pessoa. Significa também que as pessoas à volta de quem os usa podem aparecer nas gravações sem saber que uma câmara está ativa.

A distinção é importante porque o valor destes dados vem da sua natureza comum. O seu valor vem da captação dos pequenos detalhes do dia a dia.

O que os robôs precisam de aprender

Os investigadores trabalham em vários problemas que parecem simples para os seres humanos, mas são difíceis para as máquinas. Um deles é a memória episódica. Perguntar a uma IA onde deixou as chaves parece fácil, mas o sistema tem de reconhecer o objeto, compreender quando foi visto pela última vez e ter em conta o que aconteceu nesse intervalo.

Outro é a física intuitiva. Se fizer rolar uma bola em direção a uma mesa, já tem uma expectativa do que vai acontecer. Os seres humanos desenvolvem estas previsões ao longo de anos de observação do mundo físico.

O terceiro envolve interações entre as mãos e os objetos. Atar os atacadores, abotoar uma camisa, pegar em algo ou manusear um pedaço de tecido exigem que uma máquina lide com objetos que se dobram e se deformam. São este tipo de situações que as gravações na primeira pessoa conseguem captar.

Durante o teste de 72 horas, as atividades comuns corresponderam surpreendentemente bem a estes problemas de investigação. Conduzir envolvia prever como os objetos se movem no espaço. Pegar numa garrafa ou partir um ovo envolvia interação entre as mãos e os objetos. Ver um ovo cair de uma bancada envolvia física intuitiva. Perguntar onde as chaves tinham ficado era uma tarefa de memória episódica.

A questão não é que todas as gravações banais se transformem imediatamente em dados de treino úteis. É que a atividade humana comum contém os exemplos de que a IA incorporada precisa.

O que os óculos da Meta conseguem captar

A Meta afirma que os óculos Ray-Ban Meta não gravam continuamente tudo o que rodeia quem os usa para treinar IA. Segundo a empresa, os dados usados para treinar a sua IA e potencialmente revistos por seres humanos incluem os comandos de voz e o vídeo captados quando um utilizador pede algo à IA.

Quando a IA precisa de analisar o que a câmara vê, as gravações relevantes podem ser enviadas para os servidores da Meta para processamento. A empresa pode depois usar essa informação para melhorar os seus sistemas de IA. Uma pessoa pode perguntar aos óculos sobre um objeto, um local, uma tarefa ou algo que está a acontecer à sua frente, criando um registo dessas interações na primeira pessoa.

A Meta lançou também o Live AI, que disponibiliza o assistente sem exigir a habitual frase de ativação. Isto torna os óculos mais úteis como assistente em tempo real e aumenta o tempo durante o qual a câmara e o microfone podem estar ativos.

Existe outro problema de privacidade mais difícil de resolver através das definições. Quem usa os óculos controla o dispositivo, mas todas as pessoas à sua volta não. Durante o teste, os rostos foram desfocados no material revisto, mas as pessoas à volta de quem usava os óculos não sabiam que estavam a ser gravadas. Isto é diferente do processo de investigação do Project Aria da Meta, em que os participantes e as pessoas em determinados ambientes privados estão sujeitos a requisitos de consentimento explícito.

O que aponta para os planos de robótica da Meta

A ideia de que a Meta poderá usar dados de dispositivos vestíveis para ajudar a construir robôs é ainda uma hipótese sobre a estratégia mais ampla da empresa, e não algo que os óculos, por si só, provam. Existem, no entanto, várias provas que a sustentam.

Em fevereiro de 2025, a Meta criou uma divisão de robótica humanoide na Reality Labs, a mesma organização mais ampla responsável pelos seus óculos Smart. Em maio de 2026, a Meta adquiriu também a Assured Robot Intelligence, um laboratório de robótica cofundado por Lerrel Pinto.

A Meta afirmou também que quer que a sua tecnologia sirva de camada de software para robôs humanoides. A sua investigação já explorou como as gravações egocêntricas podem ajudar os robôs a aprender tarefas físicas. Isto torna os óculos relevantes para além do seu papel como assistente de IA. Reúnem câmaras, microfones e IA num dispositivo que as pessoas podem usar ao longo do dia.

Os protótipos vestíveis de nova geração da Meta são descritos como evoluindo para uma deteção mais contínua e um rastreio de objetos mais robusto. Estas capacidades poderiam produzir dados mais úteis sobre a forma como as pessoas interagem com o mundo físico.

Nada disto prova que a Meta esteja a recolher em segredo todos os momentos da vida dos seus clientes para construir um exército de robôs. Mostra, isso sim, porque é que os dados vestíveis na primeira pessoa podem ser estrategicamente valiosos para uma empresa que investe fortemente tanto em IA como em robótica.

A questão mais ampla

Os óculos Smart tornam a IA mais útil porque lhe dão acesso ao mundo que nos rodeia. Essa mesma capacidade torna-os diferentes dos assistentes de IA a que a maioria das pessoas está habituada. A questão é saber quem decide como esta fonte de dados cada vez mais pessoal é recolhida, processada e utilizada.

À medida que a IA passa do ecrã para o mundo físico, os dados na primeira pessoa tornam-se mais valiosos.

Isto torna cada vez mais importante compreender o que um dispositivo consegue ver, ouvir, armazenar e enviar.