Edição 7
Edição 7 da News do Chico. Oito notícias da semana em educação, EdTech e inteligência artificial, e cinco vagas em organizações de impacto.
-
Governo edita medida provisória que torna a aprovação no Enamed requisito para registro no CRM e exercício da medicina ↗
Casa Civil · 19 de junho de 2026
Em 19 de junho, o presidente Luiz Inácio Lula da Silva assinou, em Divinópolis (MG), a Medida Provisória nº 1.370/2026, publicada em edição extra do Diário Oficial da União, que condiciona a inscrição no Conselho Regional de Medicina à proficiência no Exame Nacional de Avaliação da Formação Médica (Enamed). A MP entra em vigor imediatamente, mas a exigência só vale para quem ingressar na graduação em medicina a partir da data de publicação, e o exame passa a ser aplicado pelo Inep semestralmente e de forma descentralizada nos municípios com curso de medicina. A medida integra o Enamed à avaliação obrigatória de conclusão e à porta de entrada da residência, e cria o Sistema Nacional de Avaliação das Residências (Sinares). Para instituições públicas e privadas de ensino superior, a aprovação dos egressos deixa de ser apenas indicador de qualidade e passa a condicionar o exercício profissional de quem elas formam. Segundo o presidente do Inep, Manuel Palacios, haverá um controle mais preciso da qualidade da formação oferecida pelas instituições.
-
PwC aponta prêmio salarial de 62% para quem tem competências em IA e descreve um mercado de trabalho dividido em duas trilhas ↗
PwC · 15 de junho de 2026
Em 15 de junho, a PwC divulgou em Londres a edição 2026 do seu Global AI Jobs Barometer, análise de mais de um bilhão de anúncios de vagas em 27 países e territórios. Segundo o estudo, o prêmio salarial médio para trabalhadores com competências em IA subiu para 62%, ante 57% no ano anterior, e varia de 16% no setor público e governo a 118% em setores como bens de consumo; as vagas que exigem competências específicas de IA cresceram cerca de oito vezes mais rápido, 69%, que o mercado total de vagas, em 9%. O estudo também aponta que a IA vem retirando o trabalho rotineiro que antes funcionava como aprendizado inicial de carreira, ao mesmo tempo que eleva a demanda por julgamento e liderança mais cedo. Para redes de ensino, fundações e instituições de formação no Brasil, os números sustentam que a requalificação em IA não é homogênea, e que o setor público parte da menor faixa de retorno salarial. Segundo Pete Brown, líder global de força de trabalho da PwC, as organizações precisam repensar como desenvolvem talentos se quiserem que as pessoas prosperem nesse novo ambiente.
-
Fórum Econômico Mundial lança modelo de prontidão que condiciona o ganho da IA na educação a governança e infraestrutura, não à compra de produtos ↗
Fórum Econômico Mundial · 4 de junho de 2026
Em 4 de junho, o Fórum Econômico Mundial publicou o relatório Shaping the Future of Learning: Education Readiness for the Age of AI, que propõe um modelo de prontidão para a adoção de IA na educação. O documento organiza essa prontidão em cinco bases, governança, infraestrutura, pedagogia, avaliação e experiências do estudante, e argumenta que comprar ou implantar produtos de IA pouco resolve sozinho, já que são as condições do sistema que determinam se a adoção ajuda ou prejudica. Segundo o relatório, sem essas bases a IA pode enfraquecer a aprendizagem, a equidade e a confiança em vez de fortalecê-las, e a restrição que trava cada país é diferente, da capacidade de implantação nos Estados Unidos à falta de professores e infraestrutura no Quênia. Para gestores públicos e fundações no Brasil, o instrumento serve para diagnosticar as condições da rede antes de contratar soluções de IA.
-
Universidade de Sydney leva ao Microsoft Marketplace o Cogniti, plataforma que deixa o professor criar agentes de IA por disciplina ↗
EdTech Innovation Hub · 22 de junho de 2026
A EdTech Innovation Hub reportou que a Universidade de Sydney disponibilizou no Microsoft Marketplace o Cogniti, plataforma que permite ao educador criar agentes de IA específicos por disciplina, configurados com seus próprios materiais e alinhados ao currículo, à prática docente e ao conteúdo do curso. Cada agente oferece devolutivas personalizadas sobre o trabalho do estudante, conduz cenários simulados e orienta na resolução de problemas; centenas de docentes de Sydney já o utilizam em áreas como Engenharia, Ciências e línguas, e a plataforma foi testada em cursos de enfermagem na Nova Zelândia para cálculo de dosagem de medicamentos e simulação de paciente em deterioração. Com a entrada no Marketplace, o sistema deixa de ser ferramenta interna de uma universidade e passa a ser adquirível por outras instituições. Segundo Danny Liu, arquiteto do Cogniti, a proposta é dar ao educador o controle de como a IA é usada, por ser ele o especialista.
-
Prefeitura do Rio publica o Rio 3.5 Open como modelo próprio de 397 bilhões de parâmetros, e pesquisadores o identificam como fusão de dois modelos abertos sem treino ↗
Tecnoblog · 16 de junho de 2026
A IplanRio, empresa municipal de tecnologia da Prefeitura do Rio de Janeiro, publicou no Hugging Face o Rio 3.5 Open 397B, modelo de pesos abertos sob licença MIT apresentado como desenvolvimento próprio capaz de superar modelos de referência, a um custo de cerca de R$ 500 mil. Em 14 de junho, a desenvolvedora Nex-AGI analisou os pesos e mostrou que o Rio 3.5 correspondia à combinação matemática de dois modelos abertos já existentes, na proporção de 0,6 do Nex-N2 Pro e 0,4 do Qwen 3.5, sem o treinamento adicional alegado; sem as instruções de sistema embutidas, o modelo se identificava como Nex, da Nex-AGI, e a documentação citava o Qwen mas omitia o Nex-N2 Pro. Em nota, a IplanRio atribuiu o caso a uma falha humana e estritamente operacional na publicação, afirmou ter subido a fusão preliminar em vez da versão final e atualizou o repositório para creditar o Nex-N2 Pro. O episódio expõe o risco de governança quando o setor público comunica adoção de IA sem verificação técnica e sem atribuir as fontes abertas que utiliza.
-
Z.ai lança o GLM-5.2, modelo de pesos abertos sob licença MIT treinado sem chips Nvidia e competitivo em programação ↗
DataNorth · 18 de junho de 2026
A Z.ai, antiga Zhipu, lançou o GLM-5.2, modelo de pesos abertos em mistura de especialistas com cerca de 744 bilhões de parâmetros, janela de contexto de 1 milhão de tokens e licença MIT. Em avaliações independentes citadas pela DataNorth, o modelo marcou 81,0 no Terminal-Bench 2.1 e 62,1 no SWE-bench Pro, acima do GPT-5.5 em 58,6, e 51 no índice de inteligência da Artificial Analysis, o maior entre modelos de pesos abertos; a empresa afirma tê-lo treinado usando apenas aceleradores Ascend, da Huawei, sem hardware da Nvidia. A novidade chega no momento em que uma diretiva de exportação dos Estados Unidos restringiu o acesso de estrangeiros a modelos de fronteira da Anthropic, e um modelo aberto sob licença MIT pode ser hospedado em qualquer lugar sem essa trava. Para universidades e equipes técnicas no Brasil, isso amplia o acesso a um modelo competitivo em programação, a custo menor e sem restrição de nacionalidade.
-
Allen Institute (Ai2) lança o MolmoMotion, família aberta para previsão de movimento 3D guiada por linguagem, com pesos, dados e benchmark abertos ↗
Hugging Face e Ai2 · 17 de junho de 2026
Em 17 de junho, o Allen Institute for AI (Ai2) publicou o MolmoMotion, família de modelos abertos para previsão de movimento tridimensional guiada por linguagem, construída sobre o Molmo 2. Em vez de renderizar vídeo completo, o modelo representa o movimento como pontos 3D no espaço, e o instituto liberou os pesos, o conjunto de dados MolmoMotion-1M, que reúne trajetórias de 736 tipos de movimento e 5,6 mil objetos distintos, e o benchmark PointMotionBench. Segundo o Ai2, o MolmoMotion supera os métodos de previsão de movimento 3D que a equipe testou, com aplicação que vai do planejamento de robôs à geração de vídeo controlável. Para pesquisa e ensino de IA no Brasil, a liberação completa de pesos, dados e avaliação oferece material inspecionável sem barreira de acesso pago.
-
Epoch AI relança o FrontierMath após auditoria encontrar erros em 42% dos problemas do benchmark de matemática de fronteira ↗
Epoch AI · 12 de junho de 2026
Em 12 de junho, a Epoch AI lançou a segunda versão do FrontierMath, conjunto de problemas de matemática avançada criado em novembro de 2024 com mais de 60 matemáticos, depois de uma auditoria encontrar erros pequenos mas críticos em 42% dos problemas originais. A revisão corrigiu 123 problemas dos níveis 1 a 3 e 12 do nível 4 e removeu outros 12, reduzindo o total de 350 para 338; segundo a Epoch, os escores subiram de modo geral, mas a ordem entre os modelos se manteve, o que diz mais sobre como os testes são construídos do que sobre qual modelo é melhor. Para quem trabalha com avaliação no Brasil, do Saeb a exames de larga escala, o caso lembra que o próprio instrumento de medida erra e precisa de revisão pública. Em relação a benchmarks de IA, a margem de erro encontrada mostra que escores divulgados pelos desenvolvedores merecem verificação antes de virar critério de escolha de modelo.