Como os agentes de IA interagem com páginas da web
Até recentemente, pedir a uma inteligência artificial que pesquisasse uma passagem aérea resultava apenas em informações sobre preços e horários. A etapa seguinte ainda dependia do usuário: abrir o site, escolher o voo, preencher os dados e concluir a compra. Agora, os chamados agentes de IA estão mudando essa divisão de tarefas, permitindo que a própria tecnologia interaja diretamente com páginas da internet.
A OpenAI desenvolveu o Computer-Using Agent (CUA), uma tecnologia capaz de interpretar o que aparece na tela e usar mouse e teclado virtuais para clicar, rolar e digitar. O recurso foi inicialmente testado no Operator e hoje faz parte das capacidades do modo agente do ChatGPT.
Enquanto um chatbot tradicional produz uma resposta, um agente pode executar uma sequência de ações para chegar a um resultado. No navegador, isso significa identificar um botão, preencher um campo, abrir outra página, comparar informações e continuar o processo. A tecnologia observa a interface por meio de capturas de tela, interpreta o estado atual da página e decide a próxima ação. Se algo muda durante a execução, o agente pode tentar adaptar o plano.
Tarefas que podem ser automatizadas
A tecnologia é útil em atividades que exigem várias etapas. Entre os exemplos apresentados pela OpenAI estão o preenchimento de formulários, a pesquisa de produtos, a organização de informações em diferentes páginas e a realização de tarefas administrativas.
No ChatGPT, o modo agente combina navegação visual com outras ferramentas, como pesquisa na web, terminal e conectores. Assim, uma tarefa pode começar com uma busca, passar pela análise das informações e terminar com uma ação em um site.
Riscos e limitações atuais
Dar acesso para uma IA agir também cria novos riscos. Uma página pode conter instruções maliciosas, um agente pode interpretar uma ação de forma incorreta ou um site pode bloquear a automação.
Por isso, os sistemas atuais adotam limites para determinadas ações. O navegador na nuvem do ChatGPT, por exemplo, pausa quando precisa de informações, login ou confirmação do usuário. A OpenAI também recomenda que o usuário verifique o endereço do site, as etapas propostas e solicitações de confirmação, além de não inserir senhas, códigos de segurança ou dados de pagamento diretamente na conversa.
A mudança, portanto, não está apenas na capacidade de clicar. O navegador passa a ser um ambiente onde a IA pode perceber, decidir e agir, enquanto a pessoa define o objetivo e acompanha as etapas que podem gerar consequências importantes. Para quem trabalha com ferramentas digitais, entender essa nova dinâmica tende a ser cada vez mais relevante.
