Na abertura do Grupo Especial do Rio, a transmissão mostrou algo novo: a fala do Diretor de Harmonia foi captada e analisada por inteligência artificial 🤖🧵 — capaz de identificar quem fala e gerar transcrições em tempo real, como acontece com rádios na F1.

Imagem indisponível

Era domingo: a Mangueira teve um carro com problema. Pela rádio dava pra ouvir tensão, ordens rápidas e improviso — agora tudo virou texto marcado por quem falou. O público viu, pela primeira vez, o backstage emocional do desfile sob uma lente tecnológica.

Por trás do espetáculo tem tecnologia: modelos de ASR (speech-to-text), diarização para separar vozes e algoritmos de identificação. Redes neurais tentam isolar vozes em meio a tamborins e gente cantando — mas som alto, sotaques e sobreposição complicam a precisão.

Imagem indisponível

Os ganhos são claros: legendas automáticas, arquivos para estudo e um corte mais eficiente da transmissão. Mas também há riscos — quem tem acesso às gravações? As vozes viram dados comerciais? Precisamos equilibrar inovação com direito à imagem e à privacidade.

Questões legais saltam: houve consentimento explícito das agremiações e dos integrantes? Como os áudios serão armazenados e por quanto tempo? Plataformas e fornecedores de IA devem ser transparentes — sem regras, o uso pode se tornar exploração ou vigilância.

Imagem indisponível

Também há um caminho propositivo: adotar ferramentas abertas, garantir remuneração pelo uso de dados das escolas, aplicar anonimização e envolver as comunidades nas decisões. Tecnologia bem aplicada pode ampliar acessibilidade e dar voz a quem cria o espetáculo.

A cena final é ambígua: a bateria continua, a rádio sussurra soluções, a IA traduz. A pergunta que fica não é só técnica, é ética — queremos só o espetáculo ou também proteger quem o faz? A tecnologia é poderosa; cabe a nós escolher como usá-la.

Imagem indisponível