Uma nova plataforma pública de pesquisa, o AI Observatory, foi estruturada para oferecer uma fonte independente de dados sobre como a inteligência artificial generativa é efetivamente utilizada. Liderado por Anka Reuel, doutoranda em Ciência da Computação no Stanford Trustworthy AI Research (STAIR) Lab, em colaboração com pesquisadores do MIT, de Stanford e da Data Provenance Initiative — grupo que reúne mais de 50 pesquisadores da academia e da indústria —, o projeto agregou e analisou 85.633 turnos de conversa, correspondentes a 24.521 conversas de 5 mil usuários com 52 modelos diferentes, incluindo ChatGPT, Gemini, Claude e Grok, entre 2023 e 2025. As conversas foram coletadas com consentimento dos usuários por meio de sete conjuntos de dados existentes. O objetivo, conforme descrito em reportagem do MIT Technology Review, é suprir a ausência de verificação independente sobre os relatórios de uso divulgados por empresas como Anthropic e OpenAI.
Contexto de Mercado & Capacidades da Solução
A relevância do AI Observatory está relacionada à forma como o uso da IA generativa tem sido mensurado e comunicado ao mercado. Relatórios corporativos como o Anthropic Economic Index e o relatório de 2025 da OpenAI sobre o ChatGPT constituem hoje as fontes mais citadas sobre padrões de uso, mas, segundo os pesquisadores, concentram-se em recortes específicos. O Anthropic Economic Index, por exemplo, tem como foco usos relacionados a trabalho e produtividade, filtrando conversas não relacionadas a esse escopo. A plataforma do AI Observatory busca ampliar a visibilidade sobre o conjunto total de interações, incluindo usos pessoais, sociais e sensíveis, ao consolidar dados de múltiplos modelos e provedores em um repositório analisável por pesquisadores e formuladores de políticas públicas. A iniciativa parte do diagnóstico de que decisões de grande consequência sobre benefícios e riscos da IA têm sido tomadas com base em dados limitados e não verificáveis de forma independente.
Considerações Estratégicas para Lideranças
Para lideranças responsáveis por governança, adoção e gestão de riscos de IA, o projeto aponta critérios relevantes de avaliação. O primeiro é a necessidade de distinguir entre dados de uso reportados por um único fornecedor e evidências transversais entre modelos e versões. O segundo é a consideração de que padrões de uso variam significativamente por plataforma e evoluem ao longo do tempo, o que exige monitoramento contínuo e políticas de uso adaptáveis. O terceiro é a importância de mecanismos de compartilhamento de dados com pesquisadores independentes que preservem a privacidade dos usuários, ponto destacado pelos coordenadores do projeto como condição para uma compreensão mais consistente do fenômeno. Um representante da Anthropic afirmou que as pesquisas publicadas pela empresa refletem perguntas e interesses específicos de suas equipes e que é importante apoiar pesquisas externas e independentes. A OpenAI não respondeu aos pedidos de comentário solicitados na apuração original.
Eficiência Operacional & Métricas
Os dados apresentados pelo AI Observatory oferecem métricas comparativas sobre a cobertura dos relatórios corporativos. Ao aplicar os métodos de filtragem da Anthropic ao seu próprio conjunto de dados, os pesquisadores constataram que 48% das conversas teriam sido filtradas por não se relacionarem a trabalho. Nesse subconjunto não relacionado ao trabalho, a prevalência de temas sensíveis foi superior à registrada na análise da Anthropic: saúde e relacionamentos representaram 44,2% contra 31,2%; temas adultos ou ilícitos, 7,9% contra 2,1%; assédio e ódio, 27,5% contra 5,66%; e conteúdo sexual, 6,7% contra 2,4%. O relatório de 2025 da OpenAI, por sua vez, constatou que 30% do uso por consumidores estava relacionado ao trabalho.
A análise temporal, com base no conjunto WildChat — um dos maiores incluídos no estudo —, indicou aumento no número de tokens nos prompts, nos tokens nas respostas e nos turnos de conversa, com conversas mais longas e elaboradas ao longo do tempo. Houve crescimento de conversas informais, sugerindo expansão do uso como companhia, enquanto a autorrevelação dos assistentes — admissão de que são chatbots — diminuiu. Interações classificadas como sensíveis, incluindo assédio sexual e discurso de ódio, tornaram-se menos frequentes, o que pode indicar a implementação de salvaguardas mais eficazes pelas plataformas.
Foram identificadas variações entre modelos: Grok e Gemini foram mais utilizados para busca de informações, com o Grok apresentando concentração em notícias e política e maior incidência de desinformação, em linha com outras pesquisas sobre o tema. A xAI não respondeu a pedido de comentário. O uso da Anthropic concentrou-se em programação, o do Gemini em usos sociais e de interpretação de papéis, e o do ChatGPT em auxílio a tarefas escolares. Diferenças foram observadas inclusive entre versões do mesmo modelo, com conversas mais curtas no ChatGPT com GPT-3.5 e mais longas e iterativas com o GPT-4o. Em escala, o conjunto do AI Observatory é significativamente menor que as bases corporativas: o Anthropic Economic Index mais recente baseia-se em 1 milhão de conversas com o Claude, e o relatório da OpenAI analisou 1,5 milhão de conversas. Os pesquisadores ressaltam que, por ser composto por fontes fornecidas voluntariamente, o conjunto do AI Observatory provavelmente sub-representa usos sensíveis e não é representativo da totalidade do uso de IA.
Próximos Passos & Evolução do Mercado
Os dados do AI Observatory ficarão disponíveis para análise pela comunidade de pesquisa, com expectativa de ampliação dos conjuntos ao longo do tempo. A perspectiva apresentada pelos coordenadores, Anka Reuel e Shayne Longpre, recém-doutor pelo MIT Media Lab, é de que a disponibilidade de uma análise panorâmica e independente permita compreender de forma mais consistente os diferentes usos entre modelos e versões, superando a limitação de que nenhum relatório de uma única empresa conte a história completa, conforme observado também por David Widder, professor assistente da Universidade do Texas em Austin. A evolução esperada no setor inclui o desenvolvimento de protocolos para compartilhamento de dados de conversas com pesquisadores independentes com proteção à privacidade, ampliando a base empírica para avaliação de benefícios, riscos e direcionamentos de governança da IA generativa.