Muse, da Meta, comenta mensagens sem permissão e gera alerta

Muse, da Meta, comenta mensagens sem permissão e gera alerta

Um episódio envolvendo o Muse, o assistente de inteligência artificial da Meta, escancarou a zona cinzenta entre conveniência e privacidade. Em 19 de setembro de 2026, o editor colaborador da Inc Magazine, Jason Aten, publicou no Threads capturas de tela de uma interação em que o assistente fazia perguntas sobre uma conversa que ele mantinha no Messages, segundo o próprio usuário, sem nunca ter autorizado o acesso às suas mensagens.

O caso foi detalhado pelo The Verge.

Nas imagens, o Muse comenta o teor do diálogo. Questionado sobre a origem daquela informação, afirma ter visto apenas as prévias de notificação, e não o histórico de mensagens.

Nega que estivesse lendo os textos.

Aten insistiu: de que forma o assistente recebia aquelas prévias? A resposta seguinte foi menos reconfortante que a primeira.

O sistema admitiu não conseguir detalhar o mecanismo exato pelo qual a informação chegava até ele.

Disse apenas que o aplicativo emparelhado no Mac expõe notificações como uma de suas capacidades. E que elas são entregues por meio da sincronização entre dispositivos.

A versão da Meta

David Singleton, da Meta Superintelligence Labs, apareceu nos comentários para tentar organizar a explicação. Ele percorreu as permissões necessárias para que o Muse leia mensagens, incluindo a concessão de acesso total ao disco pelo aplicativo de Mac. Disse que todas essas capacidades são opcionais, ativadas pelo próprio usuário.

Na parte final da thread, Singleton sustentou que o Muse não fica observando notificações no computador. Ele sincroniza dados do Messages apenas depois que o usuário habilita esse acesso de forma específica.

O comentário está disponível em thread pública no Threads.

O esclarecimento chegou por meio de um comentário em rede social, e não de uma nota oficial ou de documentação técnica pormenorizada. Para quem acompanhou a discussão, ficou uma pergunta prática: como saber, no cotidiano, quais permissões um assistente realmente usa?

E o que fazer quando o comportamento observado parece contradizer aquilo que foi autorizado?

O aplicativo de mac e a opacidade

O episódio ganha peso porque o Muse passou a contar com um aplicativo para Mac capaz de acessar Messages, Calendar e Notes. Em testes práticos, o assistente vem sendo descrito como eficaz.

Isso desloca o centro do problema: a questão não é a competência do sistema, mas a dificuldade de compreender o que ele faz e como faz.

Uma avaliação prática do Muse já apontava esse incômodo difuso. Agora há um caso concreto para ilustrá-lo.

Um assistente que não sabe se explicar

O detalhe mais incômodo talvez não esteja na informação em si, mas na incapacidade do Muse de explicar como a obteve. Um assistente que responde com fluência sobre a vida do usuário e, ao mesmo tempo, tropeça ao descrever o próprio funcionamento revela uma assimetria.

Ele sabe muito sobre a pessoa e muito pouco sobre si mesmo, ou não consegue comunicar o que sabe.

Na prática, isso transfere ao usuário um ônus impossível de cumprir: verificar promessas de privacidade sem qualquer evidência produzida pelo próprio software.

Por que isso importa

Casos assim tendem a se multiplicar conforme assistentes de IA recebem permissões mais amplas em computadores e celulares. Notificações funcionam como um canal lateral.

Mesmo sem acesso ao conteúdo integral de um aplicativo, prévias podem revelar nomes, trechos e contextos suficientes para que um modelo pareça onisciente.

Quando a pessoa não distingue o que foi autorizado daquilo que foi inferido, o consentimento vira uma formalidade difícil de auditar.

A Meta afirma que o comportamento é opcional e depende de permissões explícitas. O relato mostra que a percepção do usuário pesa tanto quanto a arquitetura técnica.

Uma interação que parece invasiva, mesmo quando não é, corrói a confiança.

Em um momento em que empresas e reguladores discutem transparência de sistemas de IA, um assistente incapaz de descrever o próprio encanamento interno é um lembrete de que explicabilidade não é apenas exigência regulatória: é parte da experiência do produto. E, quando o próprio sistema admite que não sabe detalhar seu funcionamento, quem fica responsável por responder ao usuário?

Fontes e links

Matéria publicada originalmente em The Verge

Últimas Notícias

World models: setor cheio de dinheiro esconde o que cria
Jensen Huang diz que risco de IA acabar com o mundo é '0%'
Humanos, não IA rebelde, ainda são maior risco à rede elétrica
TechCrunch Disrupt 2026: ingressos sobem após 25 de setembro