Os óculos inteligentes podem parecer um simples aparelho de consumo: uma câmera no rosto, alto-falantes nos ouvidos e um assistente de IA que responde a perguntas sobre o que você vê. Mas o mesmo dispositivo pode oferecer a um sistema de IA algo que sempre lhe faltou: uma visão em primeira pessoa do cotidiano humano.

Isso importa porque ensinar uma IA a escrever ou gerar imagens é muito diferente de ensinar uma máquina a se mover pelo mundo físico. Um robô precisa entender onde os objetos estão, o que acontece quando eles se movem e como as mãos interagem com coisas que dobram, quebram, entornam ou mudam de forma.

A Meta passou anos pesquisando dispositivos vestíveis que capturam esse tipo de informação. Seus óculos Ray-Ban Meta colocam parte dessa tecnologia em um produto de consumo, o que dá à empresa acesso a dados gerados durante atividades comuns.

Um teste de 72 horas com os óculos, usando os recursos de IA ao longo do dia e solicitando os dados associados, ofereceu um vislumbre de por que gravações em primeira pessoa podem ser valiosas para treinar IA e por que a privacidade se torna mais difícil de separar da própria tecnologia.

Como a IA aprende com o mundo real

Os grandes modelos de linguagem aprendem com enormes coleções de material escrito. Isso funciona bem para sistemas construídos em torno da linguagem, mas o texto não consegue descrever por completo como as pessoas fazem coisas como se mover pela cozinha, pegar uma garrafa, quebrar um ovo ou encontrar as chaves.

Os seres humanos aprendem essas coisas depois de anos de experiência sensorial. Yann LeCun, ex-cientista-chefe de IA da Meta, argumentou que, aos quatro anos, uma criança já viu 50 vezes mais dados do que até os maiores modelos de linguagem. O ponto mais amplo dele é que as máquinas precisam de entrada sensorial mais rica para compreender o mundo físico.

Para um robô, isso significa aprender com mais do que instruções. Ele precisa de dados sobre o que as pessoas realmente fazem, incluindo as pequenas variações difíceis de descrever em palavras. Por exemplo, alguém lavando a louça pode parecer algo banal. Mas, depois que essas imagens são marcadas e anotadas, elas podem mostrar a um sistema de IA onde estão os objetos, como as mãos se movem e o que acontece quando algo inesperado ocorre.

Esse tipo de dado de treinamento é difícil de coletar em escala. Uma câmera vestível oferece uma possível solução, pois consegue capturar o mundo da mesma perspectiva da pessoa que realiza a tarefa. Como diz o argumento de LeCun, “ela precisa de olhos”.

Por que a Meta está usando óculos inteligentes

A Meta trabalha nesse problema há anos por meio do Project Aria(nova janela), um programa de pesquisa construído em torno de computadores vestíveis no formato de óculos. Os dispositivos de pesquisa usam câmeras e outros sensores para estudar como as pessoas interagem com o mundo.

O Project Aria também mostra como as expectativas de privacidade podem ser diferentes entre a pesquisa e o uso pelo consumidor. As diretrizes publicadas pela Meta dizem que os participantes da pesquisa são treinados sobre práticas adequadas de gravação, que as pessoas em residências privadas precisam consentir e que uma luz visível indica quando áudio e vídeo estão sendo coletados.

Os óculos inteligentes de consumo operam em um ambiente muito menos controlado. A pessoa pode usá-los enquanto caminha pela rua, faz compras, prepara um café ou realiza tarefas domésticas. Isso cria uma fonte útil de dados em primeira pessoa. Também significa que as pessoas ao redor de quem usa os óculos podem aparecer nas gravações sem saber que uma câmera está ativa.

A distinção importa porque o valor desses dados vem de sua natureza comum. Esse valor está em capturar os pequenos detalhes da vida cotidiana.

O que os robôs precisam aprender

Pesquisadores trabalham em vários problemas que parecem simples para os humanos, mas são difíceis para as máquinas. Um deles é a memória episódica. Perguntar a uma IA onde você deixou as chaves parece fácil, mas o sistema precisa reconhecer o objeto, entender quando ele foi visto pela última vez e acompanhar o que aconteceu entre aquele momento e agora.

Outro é a física intuitiva. Se você rola uma bola em direção a uma mesa, já tem uma expectativa do que vai acontecer. Os humanos desenvolvem essas previsões ao longo de anos observando o mundo físico.

O terceiro envolve as interações entre mãos e objetos. Amarrar os cadarços, abotoar uma camisa, pegar algo ou manusear um pedaço de tecido exigem que uma máquina lide com objetos que podem dobrar e se deformar. Esses são os tipos de situação que as gravações em primeira pessoa conseguem capturar.

Durante o teste de 72 horas, as atividades cotidianas corresponderam surpreendentemente bem a esses problemas de pesquisa. Dirigir envolvia prever como os objetos se movem pelo espaço. Pegar uma garrafa ou quebrar um ovo envolvia a interação entre mãos e objetos. Ver um ovo rolar e cair da bancada envolvia física intuitiva. Perguntar onde as chaves foram deixadas era uma tarefa de memória episódica.

A questão não é que toda gravação banal se torne imediatamente um dado de treinamento útil. É que a atividade humana comum contém os exemplos de que a IA incorporada precisa.

O que os óculos da Meta conseguem capturar

A Meta afirma que os óculos Ray-Ban Meta não gravam continuamente tudo ao redor de quem os usa para treinamento de IA. Segundo a empresa, os dados usados para treinar sua IA e que podem ser revisados por humanos incluem os comandos de voz e o vídeo capturados quando um usuário pede que a IA faça algo.

Quando a IA precisa analisar o que a câmera vê, as imagens relevantes podem ser enviadas aos servidores da Meta para processamento. A empresa pode então usar essas informações para melhorar seus sistemas de IA. A pessoa pode perguntar aos óculos sobre um objeto, uma localização, uma tarefa ou algo que acontece à sua frente, o que cria um registro dessas interações em primeira pessoa.

A Meta também lançou o Live AI, que deixa o assistente disponível sem exigir a frase de ativação habitual. Isso torna os óculos mais úteis como assistente em tempo real e também aumenta o tempo em que a câmera e o microfone podem permanecer ativos.

Há outro problema de privacidade mais difícil de resolver por meio das configurações. Quem usa os óculos controla o dispositivo, mas quem está ao redor não. Durante o teste, os rostos foram desfocados no material revisado, mas as pessoas ao redor de quem usava os óculos não sabiam que estavam sendo gravadas. Isso é diferente do processo de pesquisa do Project Aria, da Meta, em que participantes e pessoas em determinados ambientes privados estão sujeitos a exigências explícitas de consentimento.

O que aponta para os planos de robótica da Meta

A ideia de que a Meta poderia usar dados de dispositivos vestíveis para ajudar a construir robôs ainda é uma hipótese sobre a estratégia mais ampla da empresa, e não algo que os óculos sozinhos comprovem. Há, no entanto, várias evidências que sustentam essa ideia.

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

A Meta também declarou que quer que sua tecnologia sirva como a camada de software para robôs humanoides. Sua pesquisa já explorou como gravações egocêntricas podem ajudar robôs a aprender tarefas físicas. Isso faz com que os óculos sejam relevantes além da função de assistente de IA. Eles colocam câmeras, microfones e IA em um dispositivo que as pessoas podem usar ao longo do dia.

Os protótipos vestíveis de nova geração da Meta são descritos como caminhando na direção de um sensoriamento mais contínuo e de um rastreamento de objetos mais robusto. Esses recursos poderiam produzir dados mais úteis sobre como as pessoas interagem com o mundo físico.

Nada disso comprova que a Meta esteja coletando secretamente cada momento da vida dos clientes para construir um exército de robôs. Mas mostra por que dados vestíveis em primeira pessoa podem ser estrategicamente valiosos para uma empresa que investe pesadamente tanto em IA quanto em robótica.

A questão maior

Os óculos inteligentes tornam a IA mais útil porque lhe dão acesso ao mundo ao nosso redor. Essa mesma capacidade os torna diferentes dos assistentes de IA a que a maioria das pessoas está acostumada. A questão é quem decide como essa fonte de dados cada vez mais pessoal é coletada, processada e usada.

À medida que a IA sai da tela e entra no mundo físico, os dados em primeira pessoa se tornam mais valiosos.

Isso torna cada vez mais importante entender o que um dispositivo pode ver, ouvir, armazenar e enviar.