Sigmoidal
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Anthropic vs Pentágono: A Guerra da IA nos EUA

Carlos Melo por Carlos Melo
março 27, 2026
em Artigos, IA Generativa, Youtube
0
29
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Uma empresa de IA americana se recusou a entregar sua tecnologia para armas autônomas e vigilância em massa. A resposta do governo? Classificá-la como ameaça à segurança nacional.

Essa é a história mais surreal que aconteceu no mundo da inteligência artificial em 2026. O Pentágono declarou guerra à Anthropic, criadora do Claude, e o que veio depois ninguém esperava. Neste artigo, você confere o resumo da timeline completa. Para a cobertura detalhada com todas as fontes, assista ao vídeo no canal.

O contrato de US$200 milhões

Em julho de 2025, a Anthropic assinou um contrato de 200 milhões de dólares com o Pentágono. O Claude se tornou o primeiro modelo de IA de fronteira aprovado para uso em redes classificadas do governo americano.

Mas o contrato tinha duas linhas vermelhas. Primeira: o Claude não poderia ser usado para vigilância em massa de cidadãos americanos. Segunda: não poderia controlar armas letais autônomas, ou seja, armas que decidem sozinhas quem matar, sem humano no loop.

A Anthropic não era contra o uso militar em geral. O CEO Dario Amodei deixou claro que armas parcialmente autônomas são essenciais para defesa. A questão é que a IA atual não é confiável o suficiente para tomar decisões de vida ou morte sozinha.

O ultimato e o “ban”

Em setembro de 2025, as negociações travaram. O Pentágono queria que a Anthropic removesse as duas cláusulas. A empresa disse não.

Em fevereiro de 2026, o Secretário de Defesa Pete Hegseth deu um ultimato ao Amodei: ceda até sexta-feira às 17h01, ou a Anthropic seria classificada como risco para a cadeia de suprimentos. A Anthropic não cedeu.

No dia 27 de fevereiro, Trump ordenou que todas as agências federais parassem de usar qualquer produto da Anthropic. Um rótulo que até então só tinha sido usado para empresas ligadas a adversários estrangeiros, como a Huawei. Horas depois, a OpenAI anunciou que tinha fechado acordo com o Pentágono.

Timeline completa do conflito Anthropic vs Pentágono

A reação que ninguém esperava

O público e a indústria reagiram com força. Usuários revoltados com a OpenAI iniciaram o movimento QuitGPT. As desinstalações do ChatGPT subiram 295% em um único dia. Em março, 1,5 milhão de pessoas tinham cancelado a assinatura ou deletado o app.

O Claude foi de 131 para primeiro lugar na App Store americana, ultrapassando o ChatGPT. Os assinantes pagos da Anthropic mais que dobraram.

Mais de 300 funcionários do Google e 60 da OpenAI assinaram uma carta aberta pedindo que suas próprias empresas apoiassem a Anthropic. Funcionários da concorrência se posicionando contra o governo e a favor da rival.

A Justiça chamou de “orwelliano”

Em março, a Anthropic processou o governo federal. A Senadora Elizabeth Warren abriu investigação dizendo que a designação “parece ser retaliação”.

No dia 26 de março, a juíza federal Rita Lin bloqueou a designação da Anthropic como risco de segurança e barrou a ordem de Trump. A frase da sentença de 43 páginas foi devastadora:

“Nada no estatuto sustenta a noção orwelliana de que uma empresa americana pode ser rotulada como adversária potencial e sabotadora dos Estados Unidos por expressar discordância com o governo.”

A juíza classificou como retaliação da Primeira Emenda, ou seja, retaliação contra a liberdade de expressão. O governo tem até 6 de abril para dizer como vai cumprir a decisão.

O que fica dessa história

A Anthropic apostou que princípios valiam mais que 200 milhões de dólares. O mercado recompensou. Funcionários da concorrência apoiaram publicamente. E uma juíza federal criou precedente: empresa de tecnologia tem direito de impor limites éticos sobre como seu produto é usado, mesmo quando o cliente é o governo dos Estados Unidos.

Essa história ainda não acabou. Para a cobertura completa com todos os detalhes e bastidores, assista ao vídeo no canal.

CompartilharCompartilharEnviar
Post Anterior

Faster R-CNN: O Paper Que Mudou a Detecção de Objetos

Próximo Post

Analisando uma Tomografia 3D com Python

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

Artigos

6 Livros de Visão Computacional e Deep Learning

por Carlos Melo
abril 14, 2026
5 Livros de Machine Learning e Data Science para 2026
Artigos

5 Livros de Machine Learning e Data Science para 2026

por Carlos Melo
abril 7, 2026
Artigos

Quanto ganha um Engenheiro de Visão Computacional

por Carlos Melo
março 31, 2026
Artigos

Analisando uma Tomografia 3D com Python

por Carlos Melo
março 28, 2026
Artigos

Faster R-CNN: O Paper Que Mudou a Detecção de Objetos

por Carlos Melo
março 26, 2026
Próximo Post

Analisando uma Tomografia 3D com Python

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós em Visão Computacional Pós em Visão Computacional Pós em Visão Computacional

Mais Populares

  • 5 Livros de Machine Learning e Data Science para 2026

    5 Livros de Machine Learning e Data Science para 2026

    8 compartilhamentos
    Compartilhar 3 Tweet 2
  • O Que é Amostragem e Quantização no Processamento de Imagens

    51 compartilhamentos
    Compartilhar 20 Tweet 13
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    462 compartilhamentos
    Compartilhar 185 Tweet 116
  • Vision Transformer (ViT): Implementação com Python

    7 compartilhamentos
    Compartilhar 3 Tweet 2
  • Introdução ao MediaPipe e Pose Estimation

    555 compartilhamentos
    Compartilhar 222 Tweet 139
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8

6 Livros de Visão Computacional e Deep Learning

abril 14, 2026

Feature Detection em Reconstrução 3D

abril 11, 2026
5 Livros de Machine Learning e Data Science para 2026

5 Livros de Machine Learning e Data Science para 2026

abril 7, 2026

Gaussian Splatting: Reconstrução 3D em Tempo Real com Python

abril 5, 2026
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning deploy detecção de objetos gpt-3 IA generativa image formation inteligência artificial jupyter kaggle keras livros machine learning matplotlib nft openai opencv pandas processamento de imagens profissão python pytorch reconstrução 3d redes neurais redes neurais convolucionais regressão linear regressão logística salário sklearn tensorflow tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Sem Resultado
Ver Todos Resultados
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.