A tecnológica Anthropic apresentou uma actualização do seu modelo de inteligência artificial (IA), o Claude Opus 4.8. Esta nova versão centra-se em resolver um dos problemas mais irritantes destes sistemas: as chamadas “alucinações” ou falhas silenciosas, que acontecem quando a máquina erra, mas finge ter a certeza absoluta do que está a fazer. Segundo a Anthropic, o novo modelo foi desenhado para analisar dados extensos e executar tarefas complexas de forma contínua, mantendo o preço da versão anterior. Nas tarefas que exigem autonomia, comummente designadas na indústria como competências de agente, a empresa garante que o sistema se tornou visivelmente mais perspicaz.A grande novidade deste lançamento reside no aumento substancial da fiabilidade do algoritmo. Segundo os dados técnicos partilhados pela Anthropic, o Claude Opus 4.8 é cerca de quatro vezes menos propenso a deixar passar erros em código informático sem alertar o utilizador. Isto significa que a inteligência artificial ganhou uma espécie de autocrítica. Se o sistema perceber que a estratégia definida para resolver um problema não está a funcionar, ele interrompe o processo, assume a falha e muda de rumo.“Nas tarefas mais complexas, o Claude Opus 4.8 demonstra um julgamento muito mais apurado. Faz as perguntas certas, detecta os seus próprios erros e recua quando um plano não lhe parece sólido”, explicou Tom Pritchard, engenheiro principal da Anthropic, no comunicado de imprensa empresa. Esta abordagem aproxima o comportamento da máquina ao de um programador humano, que prefere estruturar o pensamento antes de aplicar alterações drásticas.A par do novo modelo, a plataforma introduziu uma funcionalidade que permite ao utilizador controlar o nível de esforço e de raciocínio que a máquina deve aplicar a cada pedido. Se precisar de um resumo rápido de um email, pode optar por uma modalidade mais leve e económica. Se o objectivo for analisar um relatório financeiro complexo com centenas de páginas, pode activar o raciocínio profundo, gerindo o tempo e os custos de computação de forma mais eficiente.