Mais conversa, menos controle: por que os assistentes de casa inteligente ainda não são confiáveis

A promessa dos assistentes de voz com IA generativa é sedutora: em vez de decorar frases exatas, o usuário pode falar de maneira natural, fazer perguntas de acompanhamento e pedir que o sistema monte rotinas com várias etapas.

O problema é que uma casa inteligente não precisa apenas de conversa convincente. Ela precisa executar ações previsíveis. Quando alguém diz “apague a luz da cozinha”, espera que a luz seja apagada — e não que o assistente interprete a frase de outra forma, demore vários segundos ou diga que não consegue controlar dispositivos físicos.

O erro está no descompasso entre conversa e controle

Modelos de linguagem funcionam por probabilidade. Eles interpretam contexto e geram uma resposta ou uma possível chamada para uma ferramenta. Já um sistema de automação residencial precisa ser, em grande parte, determinístico: o mesmo comando deve acionar a mesma função, todas as vezes.

Nos assistentes tradicionais, uma frase como “desligue as luzes da cozinha” era associada a uma intenção conhecida, a um dispositivo específico e a uma chamada de API predefinida. Com um modelo de linguagem no meio do processo, a solicitação pode ser interpretada, encaminhada ou formulada de maneira diferente a cada interação. O próprio Google descreve o Gemini como “não determinístico”. 15

Essa flexibilidade ajuda em conversas mais livres e na criação de automações complexas. Mas ela também introduz variabilidade em tarefas nas quais “desligar” precisa significar exatamente a mesma ação física. 315

As falhas aparecem nas tarefas mais comuns

Os problemas relatados não são casos extremos ou comandos exóticos. Em um teste, o Gemini para Home ignorou pedidos de música, mudou de assunto durante conversas, afirmou que era terça-feira quando era quarta e se recusou a desligar luzes inteligentes, alegando não conseguir controlar dispositivos físicos da casa. 1

O Alexa+ também mostrou uma combinação frustrante de avanços e regressões. Usuários relataram falhas em uma rotina de café que antes funcionava de forma confiável e disseram que rotinas existentes desapareceram depois da atualização. 67

Ao mesmo tempo, há evidências de que o sistema é capaz de fazer coisas impressionantes quando tudo dá certo. Em um teste, o Alexa+ criou por voz uma automação que acendia as luzes do deck quando alguém passava diante da câmera Ring, dentro de um determinado horário. O assistente identificou corretamente os dispositivos, mesmo quando eles tinham sido nomeados de outra forma no aplicativo. 2

O ponto, portanto, não é que a tecnologia seja incapaz. É que sua capacidade é inconsistente — e inconsistência é especialmente problemática em uma casa conectada.

Rapidez e confiabilidade importam mais que uma conversa natural

Para controlar luzes, tocar música, iniciar um timer ou executar uma rotina, o usuário tende a valorizar três coisas: confiabilidade, baixa latência e custo razoável. Relatos sobre as versões generativas mencionam respostas lentas, comandos ignorados, respostas incorretas, erros na seleção de músicas e rotinas perdidas. 5712

Uma conversa mais humana não compensa um comando que falha. Na prática, cada erro obriga o morador a repetir a solicitação, abrir um aplicativo ou voltar a controlar os dispositivos manualmente — exatamente o tipo de atrito que a casa inteligente deveria eliminar.

A arquitetura mais segura parece ser híbrida. O modelo de linguagem pode interpretar pedidos vagos, resolver referências como “aquela luz perto da porta” e ajudar a montar uma rotina. Antes de qualquer ação, porém, uma camada determinística deveria validar o dispositivo, a permissão, os parâmetros e o resultado esperado. O modelo não deveria ser o único responsável por decidir o que será executado.

A Apple também esbarra no mesmo problema

A Apple não está imune a essa dificuldade. A empresa adiou recursos mais personalizados da Siri em meio a problemas de engenharia e bugs. O atraso também afetou seus planos para a casa inteligente: o lançamento de uma tela doméstica foi postergado enquanto a companhia trabalhava na nova Siri. 482

Relatos indicam ainda que equipamentos atuais da linha HomePod não têm capacidade de processamento suficiente para algumas das ambições mais recentes de IA da Apple. Isso ajuda a explicar atrasos em atualizações de hardware e o desempenho irregular esperado para determinados recursos da Siri. 914

O consumidor acaba virando a equipe de testes

Uma demonstração convincente de IA conversacional não prova que o produto está pronto para uso cotidiano. Em dispositivos que controlam uma residência — ou que lidam com calendários, compras e comunicações — o padrão precisa ser mais alto: comportamento previsível, respostas rápidas, indicação clara de falhas e alternativas seguras quando algo der errado.

Lançar um sistema antes de atingir esse nível transfere para o cliente o trabalho de encontrar bugs, testar integrações e descobrir quais comandos ainda funcionam. Em termos práticos, o consumidor vira parte da versão beta.

A IA generativa pode tornar a casa inteligente mais fácil de usar. Mas, para isso, ela precisa aprender a conversar sem esquecer que, no fim das contas, o trabalho principal do assistente é fazer a luz acender — e apagar — quando o usuário manda.