Liderança de Flávio Bolsonaro faz fundo de Ibovespa disparar quase 10% em Tóquio

Jurídico

Flávio Bolsonaro fala após ir ao 2º turno contra Lula
EVARISTO SA/AFP
A liderança de Flávio Bolsonaro (PL) no primeiro turno provocou uma forte alta em um ativo brasileiro negociado na Ásia. Em Tóquio, um fundo que acompanha o Ibovespa abriu o dia em alta de 9,40%, a 322 ienes.
A reação dos investidores aparece no ETF Nomura NF Ibovespa Link. Esse tipo de produto financeiro funciona como um fundo negociado em bolsa. Nesse caso, acompanha o desempenho do Ibovespa, principal índice do mercado acionário brasileiro.
🗒️ Tem alguma sugestão de reportagem? Envie para o g1
A cotação foi registrada às 9h45 da segunda-feira no Japão, o equivalente às 21h45 do domingo no horário de Brasília.
A disparada reflete a leitura de investidores de que o resultado do primeiro turno aumentou as chances da oposição na disputa presidencial. A reação dos ativos em Tóquio antecipa parte da expectativa do mercado para a abertura dos negócios no Brasil nesta segunda-feira.
Agora no g1
Para analistas, o resultado das urnas aumentou a expectativa de uma eventual mudança na política econômica, com maior foco no ajuste fiscal. Com isso, investidores projetam valorização das ações e queda do dólar e dos juros futuros.
Em Tóquio, o ETF japonês acompanha o Ibovespa e tem uma carteira baseada nas ações que compõem o índice brasileiro.
A Vale é a maior delas, com participação de 11,8%. Em seguida aparecem Itaú Unibanco (8,5%), Petrobras PN (6,1%), Petrobras ON (4,4%) e Bradesco (4%). O ETF também tem Axia, B3, Sabesp, BTG Pactual e Itaúsa entre os dez principais ativos.

Após liderança de Flávio, fundos que acompanham a bolsa brasileira disparam no exterior

Jurídico

Flávio Bolsonaro (PL) e Lula (PT) vão ao segundo turno
Fundos que acompanham o desempenho da bolsa brasileira e são negociados no exterior antecipam a reação do mercado financeiro à liderança de Flávio Bolsonaro (PL) no primeiro turno da eleição presidencial.
O EWZ, fundo negociado nos Estados Unidos que acompanha ações de empresas brasileiras, disparou quase 10% no after-hours — período de negociação após o fechamento regular da Bolsa de Nova York — neste domingo (4).
Às 23h50, no horário de Brasília, o EWZ era negociado a US$ 42, uma alta de 9,98%. No pregão regular, o fundo havia fechado a US$ 38,19, com alta de 2,83%.
🗒️ Tem alguma sugestão de reportagem? Envie para o g1
A reação também apareceu na Ásia. Em Tóquio, um fundo que acompanha o Ibovespa, principal índice da bolsa brasileira, abriu o dia em alta de 9,40%, a 322 ienes.
Os movimentos refletem a avaliação de investidores de que o resultado do primeiro turno aumentou as chances da oposição na disputa presidencial e antecipam parte das expectativas para a abertura dos mercados no Brasil nesta segunda-feira (5).
Para analistas, o resultado aumentou a expectativa de uma eventual mudança na política econômica, com maior foco no ajuste fiscal — o esforço para equilibrar as contas públicas. Com isso, investidores projetam valorização das ações e queda do dólar e dos juros futuros.
“O movimento mais visível provavelmente apareceria primeiro na bolsa, com uma alta relevante do Ibovespa e maior sensibilidade das estatais, especialmente Petrobras e Banco do Brasil. Mas, para mim, a mudança mais importante estaria na curva de juros”, diz Leonardo Mendes, economista da Manchester Investimentos.
Para Felipe Balassiano, chefe de multimercados do ASA, os possíveis cenários de transferência de votos tornam mais difícil uma vitória de Lula no segundo turno.
“Esperamos alta forte da bolsa, valorização do real e fechamento dos juros nominais e reais, com o mercado antecipando uma vitória de Flávio. A reação será guiada pela expectativa de maior disciplina fiscal no próximo governo.”
Flávio Bolsonaro e Lula
Evaristo Sá/AFP e Amanda Perobelli/Reuters

Prazo para sacar o dinheiro nas bets termina nesta segunda; veja perguntas e respostas

Jurídico

Governo anuncia proibição das bets no Brasil
Com a proibição de apostas e jogos virtuais online, como o “jogo do tigrinho”, os apostadores terão até as 23h59 desta segunda-feira (5) para retirar os valores mantidos nas plataformas.
Caso os apostadores percam o prazo — ou seja, não resgatem os valores até 5 de outubro —, a devolução será feita posteriormente pelos bancos que operam com as casas de apostas.
🗒️ Tem alguma sugestão de reportagem? Envie para o g1
Segundo o governo, essa devolução deverá ser feita entre os dias 9 e 14 de outubro. Os resgate vale para bets até então autorizadas pelo governo.
As lojas de aplicativos, os provedores de internet e o CGI.br (Comitê Gestor da Internet no Brasil) deverão bloquear os sites e aplicativos a partir da 0h de 6 de outubro.
Segundo o governo, quem tentar acessar as plataformas será redirecionado para uma página com orientações sobre o resgate dos valores e as garantias de devolução dos recursos.
Veja abaixo perguntas e respostas sobre o tema.
Como fica, então, o cronograma?
A publicidade das bets também será proibida?
Qual o contexto político das medidas?
Quanto os brasileiros deixam nas bets?
Quanto o governo já arrecadou com bets?
Qual o histórico da regulamentação do setor?
E o projeto que criminaliza apostas e jogos online?
O que diz o setor?
Pessoa mexendo no celular
Reprodução/ RBS TV
Como fica, então, o cronograma?
Até as 23h59 de 5 de outubro, os apostadores poderão retirar os valores mantidos nas plataformas.
À 0h de 6 de outubro, os sites e aplicativos de apostas sairão do ar.
Entre 7 e 8 de outubro, as empresas deverão informar aos bancos os valores mantidos por cada apostador, identificados por CPF.
Entre 9 e 14 de outubro, os recursos serão devolvidos integralmente por meio das instituições financeiras.
A partir de 14 de outubro, a Caixa Econômica Federal passará a intermediar a devolução nos casos em que houver algum impedimento.
A publicidade das bets também será proibida?
Segundo o governo federal, novas publicidades de casas de apostas ficam proibidas a partir da publicação da medida provisória.
As empresas do setor terão até as 23h59 de 5 de outubro para retirar peças e ações de publicidade, propaganda e marketing, tanto em meios físicos quanto digitais. O mesmo prazo valerá para a remoção de marcas vinculadas a contratos de patrocínio.
Entre os setores mais afetados está o esporte. No futebol, as bets desembolsaram R$ 1,1 bilhão para os principais clubes do país em 2025, o equivalente a 36% das receitas de marketing dessas equipes.
Qual o contexto político das medidas?
As iniciativas fazem parte de um pacote de medidas econômicas voltadas ao combate ao endividamento das famílias, anunciado nesta sexta-feira, em São Paulo.
A ofensiva contra as bets ocorre na reta final do primeiro turno das eleições e acompanha uma escalada nas críticas de Lula às apostas.
Nesta semana, durante a abertura da Assembleia Geral da ONU, o presidente afirmou que as plataformas transformam “vício em lucro” e estão “destruindo lares”.
O discurso foi reforçado nos últimos dias em atos de campanha. Nesta sexta-feira, em Recife (PE), após voltar a defender o fim das bets, o candidato à reeleição afirmou que “não é correto gastar o que não tem pra tentar ganhar o que não existe”.
Nos últimos dias, o petista reforçou o tom em atos de campanha. Durante ato no Recife (PE) nesta sexta, depois de voltar a dizer que vai acabar com as bets, o candidato à reeleição afirmou que “não é correto gastar o que não tem pra tentar ganhar o que não existe”.
Quanto os brasileiros deixam nas bets?
Um estudo do Comitê Nacional de Secretários de Fazenda dos Estados e do Distrito Federal (Comsefaz), publicado em agosto, estima que as bets retiraram R$ 62,5 bilhões do orçamento das famílias brasileiras em 2025, o equivalente a cerca de 0,68% da renda disponível.
Segundo o levantamento, entre outubro de 2024 e março de 2026, a saída líquida média de recursos foi de R$ 4,7 bilhões por mês.
O estudo aponta ainda que o avanço das bets representa uma pressão adicional sobre o orçamento das famílias, em um cenário de juros elevados e dificuldade para pagar as contas. Também destaca que as apostas online têm baixo efeito multiplicador sobre a economia.
A Associação Nacional de Jogos e Loterias (ANJL), que representa o setor, contesta as conclusões. A entidade afirma que o levantamento comete “erros graves” e ignora fatores macroeconômicos que contribuíram para o aumento do uso do PIX.
Quanto o governo já arrecadou com bets?
O governo federal arrecadou R$ 15,3 bilhões com a taxação das empresas de apostas online desde o início de 2025.
Desse total, R$ 8,94 bilhões foram recolhidos no ano passado e outros R$ 6,32 bilhões entre janeiro e agosto deste ano, segundo dados da Receita Federal.
Os valores têm ajudado o governo a cumprir as metas fiscais — ou seja, os objetivos de resultado primário (receitas menos despesas) fixados em lei. Sem esses recursos, seria necessário um ajuste maior das contas públicas, o que poderia resultar em bloqueios mais amplos de gastos.
Qual o histórico da regulamentação do setor?
Proibidas nesta sexta-feira (25), as bets foram legalizadas em 2018, nos últimos dias do governo Michel Temer. A lei determinava que o setor fosse regulamentado em até dois anos, prazo prorrogável por mais dois.
A regulamentação, porém, não saiu do papel até o fim de 2022 e só começou em 2023, já no terceiro mandato de Lula.
Relembre:
Entenda o imbróglio que começou em 2023
g1
E o projeto que criminaliza apostas e jogos online?
O projeto de lei foi enviado ao Congresso nesta sexta-feira. Segundo o ministro da Justiça, Wellington César Lima e Silva, o texto cria cinco novos crimes para reforçar a proibição das bets prevista na medida provisória.
Explorar ou operar “apostas de quota fixa” passará a ser punido com prisão de 4 a 6 anos, além de multa, mesmo quando a atividade tiver autorização de autoridades estrangeiras.
A proposta estende as mesmas penas a quem oferecer, registrar, intermediar, disponibilizar ou administrar canais e estabelecimentos de apostas.
Se aprovado, o projeto aumenta a punição em um terço quando a aposta envolver jogos virtuais on-line, como cassinos digitais e o popular “jogo do tigrinho”.
O que diz o setor?
O Instituto Brasileiro de Jogo Responsável (IBJR), a Associação Nacional de Jogos e Loterias (ANJL) e operadoras licenciadas se manifestaram em nota.
O setor afirmou que a proibição das bets legais não acabaria com as apostas, mas poderia empurrar apostadores para sites clandestinos, sem mecanismos de fiscalização e proteção.
“A proibição total das apostas de quota fixa representaria uma ruptura do marco regulatório construído pelo próprio Estado brasileiro e colocaria em risco uma atividade econômica que, desde janeiro de 2025, opera sob autorização, fiscalização e regras definidas pelo Governo Federal”, diz o texto.
As entidades também afirmaram que estão “adotando as providências cabíveis para reverter a Medida Provisória” e que levarão o caso à Justiça.
Segundo a nota, 31 milhões de pessoas utilizam plataformas legalizadas, que contam com mecanismos como verificação de idade e CPF, autoexclusão, políticas de saúde mental e restrições a beneficiários de programas sociais.

Como e por que a inteligência artificial é capaz de aprender a burlar regras

Jurídico

ChatGPT, da OpenAI, e Claude, da Antrhopic
Aerps.com/Unsplash; Ryan Donegan/Flickr
Nos últimos meses, uma sequência de episódios trouxe para o mundo real um problema que pesquisadores de IA conhecem há bastante tempo: máquinas treinadas para atingir um objetivo podem descobrir maneiras de alcançá-lo que seus próprios criadores não haviam previsto.
Os protagonistas desses episódios são os chamados agentes de IA: softwares que não se limitam a responder perguntas, como um chatbot, mas são capazes de executar tarefas por conta própria.
🗒️ Tem alguma sugestão de reportagem? Envie para o g1
Para atingir seus objetivos, eles navegam na internet, rodam programas, consultam bancos de dados e interagem com outros sistemas, de forma autônoma.
O caso mais recente ocorreu na Austrália. Em setembro de 2026, o primeiro-ministro Anthony Albanese revelou que um agente da OpenAI havia obtido acesso não autorizado ao portal de estatísticas do Medicare, o sistema público de saúde australiano, administrado pela agência Services Australia.
Inteligência artificial invade sistema do governo da Austrália
O incidente ocorreu em junho, quando a equipe de pesquisa da empresa usava um modelo interno para buscar na internet dados sobre gastos públicos com medicamentos. Ao esbarrar em bloqueios, o agente, nas palavras de Albanese, “encontrou uma maneira de contorná-los”.
Segundo o governo australiano, o sistema acessou arquivos públicos e não públicos e chegou a gravar arquivos no servidor. Outros três órgãos públicos australianos podem ter sido afetados pelo mesmo incidente.
Até o momento, não há evidência de que dados pessoais de pacientes tenham sido acessados, mas as investigações continuam.
Incidentes em sequência
O episódio não foi isolado. Em julho de 2026, a OpenAI revelou que, durante avaliações internas de cibersegurança realizadas meses antes, alguns de seus modelos conseguiram contornar controles que deveriam mantê-los isolados da internet.
E chegaram a comprometer partes da infraestrutura da própria empresa e da Hugging Face, uma das principais plataformas de compartilhamento de modelos de IA.
Poucos dias depois, a Anthropic informou ter encontrado três episódios em que modelos da sua popular ferramenta de IA Claude, também durante testes de cibersegurança, alcançaram a internet e obtiveram acesso não autorizado a sistemas reais de outras organizações.
Há ressalvas importantes. Avaliações desse tipo são rotina no setor: as empresas testam se seus modelos são capazes de invadir sistemas justamente para medir o risco antes de colocá-los à disposição do público.
Nesses dois casos, os modelos operavam com menos proteções do que as versões comerciais e, no caso da Anthropic, uma configuração incorreta deixou aberta uma conexão com a internet que deveria estar bloqueada.
O caso australiano é diferente e, por isso mesmo, mais revelador. Ali não havia teste de segurança: o agente fazia uma pesquisa comum.
Em conjunto, esses episódios levantam uma pergunta importante: por que um sistema de IA, diante de um obstáculo, procura um caminho que ultrapassa os limites que seus desenvolvedores esperavam que ele respeitasse?
A resposta não exige imaginar uma máquina consciente, mal-intencionada ou com “instinto de sobrevivência”. Ela começa com uma característica muito mais simples da IA moderna: ensinamos máquinas a perseguir objetivos.
Como uma máquina aprende a atingir um objetivo?
Uma das técnicas mais importantes para isso é o aprendizado por reforço. Como expliquei em um artigo anterior no The Conversation, a ideia pode ser entendida sem fórmulas: em vez de dizer à máquina, passo a passo, o que ela deve fazer, definimos um objetivo e damos algum tipo de recompensa quando ela obtém bons resultados.
A máquina experimenta diferentes ações. E, com o tempo, aprende quais estratégias aumentam essa recompensa.
É parecido com aprender um jogo por tentativa e erro. Imagine que alguém receba pontos sempre que se aproxima da vitória. Depois de jogar muitas vezes, essa pessoa tende a repetir as ações que deram certo e abandonar as que deram errado.
ChatGPT, DeepSeek, Claude, Mistral AI, Gemini, Copilot e Poe
Solen Feyissa/Unsplash
Um agente de IA faz algo semelhante, só que pode repetir esse processo milhões de vezes e explorar estratégias que um programador talvez nunca tenha considerado.
A técnica continua relevante nos sistemas atuais, como os que estão por trás do ChatGPT. Ela não é a única forma de treiná-los, mas é usada em etapas importantes e ajuda esses sistemas a desenvolver estratégias para resolver problemas mais difíceis.
A OpenAI e a empresa chinesa DeepSeek, por exemplo, descrevem o aprendizado por reforço como peça central de seus modelos mais avançados.
Isso é importante porque o sistema aprende a perseguir aquilo que conseguimos medir ou recompensar.
E aí surge uma diferença que parece pequena, mas é fundamental. O objetivo que especificamos para uma máquina nem sempre representa perfeitamente aquilo que realmente queríamos que ela fizesse.
Isso não começou com os modelos de linguagem
A capacidade de descobrir estratégias inesperadas é antiga na história recente da IA e, durante muito tempo, foi tratada como uma de suas características mais fascinantes.
Em 2015, pesquisadores da DeepMind apresentaram na revista Nature um sistema chamado DQN, que aprendeu a jogar 49 jogos do tradicional videogame Atari, muito popular nos anos 1980, observando apenas as imagens da tela e a pontuação.
No jogo Breakout, em que uma bola precisa destruir uma parede de blocos, o sistema acabou descobrindo sozinho uma estratégia particularmente eficiente. Abrir um túnel em uma das laterais da parede para que a bola passasse para trás dos blocos e destruísse vários deles sem precisar voltar imediatamente à raquete.
Ninguém havia programado a instrução “abra um túnel”. O agente descobriu que aquilo aumentava mais rapidamente sua pontuação, da mesma forma que jogadores humanos intuíam quando praticavam o videogame com frequência.
Um ano depois, o AlphaGo ofereceu um exemplo ainda mais famoso. No segundo jogo de sua histórica série contra o sul-coreano Lee Sedol, um dos maiores jogadores de Go do mundo, o sistema realizou a chamada “jogada 37”.
A escolha foi tão incomum que surpreendeu os comentaristas e os próprios especialistas. Depois, tornou-se um dos símbolos da capacidade da IA de encontrar estratégias para o jogo que nem mesmo os seres humanos fariam.
Em ambos os casos, nós celebramos essa capacidade. E com razão. Se o objetivo está bem definido, como ganhar um jogo de Atari ou vencer uma partida de Go, descobrir uma estratégia inesperada pode ser exatamente o que esperamos de um sistema inteligente.
O problema aparece quando há uma diferença entre a regra que conseguimos dar à máquina e a intenção que estava por trás dela.
Como colocar limites em sistemas que procuram atalhos?
A primeira resposta é técnica. Um agente não deveria receber mais acesso do que precisa para cumprir sua tarefa. Ambientes de teste precisam estar realmente isolados. Ações de maior impacto podem exigir confirmação humana.
O acesso a redes e o uso de ferramentas devem ser monitorados, e os sistemas precisam ter uma forma segura de desistir quando não conseguem concluir uma tarefa sem ultrapassar os limites estabelecidos.
Os incidentes recentes citados acima também mostram a importância de testes independentes, auditoria e transparência.
No caso australiano, a OpenAI só notificou o governo em 10 de setembro, quase três meses depois do incidente, e por meio de uma caixa de e-mail pública, uma demora criticada por Albanese.
Se as empresas que desenvolvem os sistemas são as únicas responsáveis por decidir como testá-los, quais comportamentos são aceitáveis e quais incidentes devem ser divulgados, parte importante da avaliação de risco fica concentrada nos próprios desenvolvedores.
Trump reúne CEOs de IA e anuncia compromisso para reforçar controles de segurança
Isso não significa que a solução seja impedir o desenvolvimento de agentes ou abandonar o aprendizado por reforço.
Essas técnicas estão por trás de avanços importantes e podem gerar enormes benefícios. O desafio é reconhecer que sistemas treinados para procurar soluções podem ser muito bons justamente em encontrar soluções que nós não previmos.
Durante anos, essa capacidade foi uma demonstração do potencial da inteligência artificial. O túnel do DQN no Breakout e a jogada 37 do AlphaGo mostraram que máquinas podiam encontrar estratégias que surpreendiam os próprios seres humanos.
Agora, porém, esses sistemas estão deixando os jogos e entrando em ambientes reais.
A criatividade algorítmica continua sendo uma qualidade. Mas, quando um agente de IA pode navegar na internet, executar um código e interagir com sistemas externos, garantir que o objetivo dado à máquina corresponda ao que realmente queremos dela deixa de ser apenas um problema interessante de pesquisa. Passa a ser também um problema preocupante de segurança.
* Alberto Sardinha, professor do Departamento de Informática da PUC-Rio, recebe financiamento do CNPq por meio de uma bolsa de produtividade em pesquisa.,