Acordo da CBP com a Clearview AI: Reconhecimento Facial para Direcionamento Tático

A Alfândega e Proteção de Fronteiras dos EUA (CBP) garantiu um contrato de US$ 225.000 com a Clearview AI, permitindo o uso de sua tecnologia de reconhecimento facial para 'direcionamento tático' e 'análise estratégica de contra-redes'. A ferramenta da Clearview AI tem acesso a mais de 60 bilhões de imagens extraídas da internet, aprimorando as capacidades das unidades de inteligência da CBP, como a divisão de inteligência (INTEL) e o Centro Nacional de Direcionamento, na identificação de ameaças à segurança.
O acordo implica que a tecnologia da Clearview será integrada às tarefas diárias de inteligência dos analistas. Espera-se que os analistas lidem com dados pessoais sensíveis, incluindo identificadores biométricos como imagens faciais, enquanto estão vinculados a acordos de confidencialidade. No entanto, o contrato não especifica os tipos de fotos que serão carregadas, a possível inclusão de cidadãos americanos nas buscas ou a duração do armazenamento de imagens ou resultados de pesquisa.
Este acordo surge em meio ao crescente escrutínio sobre o uso do reconhecimento facial por entidades federais além da segurança de fronteiras, com preocupações sobre seu uso rotineiro em vez de investigações isoladas. Notavelmente, o senador Ed Markey propôs legislação proibindo o ICE e a CBP de usar tecnologia de reconhecimento facial, abordando a integração cada vez mais profunda da vigilância biométrica sem limites claros ou transparência.
Observa-se que testes anteriores do Instituto Nacional de Padrões e Tecnologia (NIST) destacaram os desafios dos sistemas de reconhecimento facial. Embora eficazes em ambientes controlados, como 'fotos de alta qualidade semelhantes a vistos', esses sistemas têm dificuldades em ambientes menos controlados, mostrando taxas de erro superiores a 20% com imagens de qualidade inferior. O NIST ressalta que esses sistemas, quando usados investigativamente, devem fornecer uma lista classificada de correspondências potenciais para revisão humana, em vez de produzir uma única correspondência confirmada.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

A discussão no Reddit destaca uma redução de 68% nos tokens para agentes de IA por meio de mudanças na infraestrutura.
Um usuário do Reddit relata reduzir o uso de tokens de agentes de IA em 68,5% ao mudar de uma infraestrutura padrão para um sistema operacional nativo para agentes com acesso nativo a estado em JSON, reduzindo as verificações de estado de ~9 comandos shell para 1 chamada estruturada.

Erros Elevados no Claude Opus 4.7: Atualização de Status e O que Esperar
Claude Opus 4.7 está apresentando erros elevados desde 2026-05-19T15:21Z. Verifique status.claude.com para progresso e resoluções.

Resultados de Benchmark de Raciocínio Visual para 15 Modelos de IA Multimodal
A AIMultiple avaliou 15 principais modelos de IA multimodal em 200 questões de raciocínio visual em duas categorias: compreensão de gráficos e lógica visual. Gemini-3.1-pro-preview e Gemini-3-pro-preview lideram os resultados gerais, seguidos por GPT-5.2, Kimi-K2.5 e GPT-5.2-pro.

Comparação de Benchmark dos Modelos Qwen 3.5 com os Principais Modelos de IA
Um site de comparação de benchmarks inclui pontuações verificadas e infográficos comparativos para os modelos Qwen 3.5 (122B, 35B, 27B, 397B) contra modelos como GPT-5.2, Claude 4.5 Opus, Gemini-3 Pro e outros.