Block apresenta Dessa: modelo de IA treinado apenas em conversas humanas

A Block, empresa por trás do Cash App e do Square, anunciou nesta semana o Dessa, um modelo de inteligência artificial para processamento de fala que a empresa descreve como "o modelo de discurso full-duplex mais autêntico já construído". Diferente de quase toda a indústria de IA atual, o Dessa foi treinado do zero exclusivamente em áudio de conversas humanas — sem textos da internet, sem modelos pré-treinados, sem pipeline de texto para fala.

A abordagem: fala em vez de texto

O pipeline convencional de assistentes de voz segue um caminho de três etapas: o usuário fala, o sistema converte áudio em texto por reconhecimento de fala (ASR), um modelo de linguagem processa o texto e gera resposta, e depois essa resposta é sintetizada em áudio por um sistema de text-to-speech. A Block considera esse fluxo artificial e limitante.

"Acreditamos que a voz é a maneira mais natural de interagir com inteligência", escreveu a equipe do projeto na página do Dessa. "Tratar tudo como texto e depois jogar fora informações que o texto não carrega é ridículo, piora a experiência e é potencialmente perigoso."

O Dessa opera de forma inteiramente diferente. É um modelo speech-to-speech real: áudio entra, áudio sai. Treinado "do zero em nada além da conversa humana", o modelo aprendeu a segurar uma conversa em tempo real simplesmente ouvindo. Não há tradução intermediária para texto. A inferência roda mais rápido que o tempo real em um MacBook Pro M4 Max ou superior.

O que diferencia o Dessa tecnicamente é o full-duplex nativo. O modelo escuta e fala simultaneamente, faz backchannel ("sim", "entendi", "uh-huh") no momento certo e consegue interromper naturalmente — exatamente como faz uma conversa humana. Além disso, ele processa emoção, sarcasmo, risadas e suspiros de forma nativa, sem a necessidade de camadas adicionais de análise emocional.

A equipe por trás: o laboratório esquecido

Por trás do Dessa está um pequeno laboratório de pesquisa de IA dentro da Block, fundado por ex-membros da Dessa — a Dessa, a startup de deep learning de Toronto que originalmente produzia vozes sintetizadas realistas para locução comercial. A equipe constrói modelos de deep learning desde 2012 e modelos de speech generativo há mais de oito anos. Segundo a própria descrição no site do projeto, eles "chopram problemas de fronteira que outros ignoram" e reportam diretamente a Jack Dorsey, cofundador e presidente da Block.

A conexão com o projeto Buzz — a plataforma de chat de equipe lançada em julho de 2026, que permite que humanos e agentes de IA compartilhem canais — é evidente. O Dessa complementa a estratégia de Dorsey de construir interfaces naturais entre humanos e máquinas, onde a conversa substitui o teclado como principal meio de interação.

Contexto empresarial: a aposta da Block em IA

O anúncio do Dessa se insere num momento de transformação radical na Block. Em fevereiro de 2026, a empresa demitiu cerca de 4.000 funcionários — mais de 40% de sua força de trabalho — alegando que a inteligência artificial permitiria à empresa operar de forma mais rápida e eficiente. Desde então, a empresa relatou que triplicou a quantidade de produtos desenvolvidos internamente.

No segundo trimestre de 2026, o lucro bruto da Block subiu 27% sobre o mesmo período de 2025, para US$ 2,9 bilhões, com receita de US$ 6,1 bilhões. Dorsey atribuiu parte significativa desse resultado à IA, dizendo em carta aos acionistas: "Internamente, a IA está nos ajudando a ir mais rápido e melhorar a qualidade. Externamente, está nos ajudando a construir produtos que agem mais cedo para clientes e vendedores."

A empresa já possui dois assistentes de IA no Cash App — o Moneybot e o Managerbot — e está investigando modelos de precificação para ferramentas de IA antes de lançá-las publicamente. O Dessa representa a próxima camada dessa estratégia: em vez de construir sobre APIs de terceiros ou modelos de linguagem existentes, a Block está investindo em modelos proprietários treinados do zero, com o objetivo de diferenciar sua stack de IA de concorrentes que dependem de OpenAI, Anthropic ou Google.

Por que isso importa

A premissa do Dessa — que a conversa humana contém toda a informação necessária para construir inteligência conversacional — é ambiciosa e controversa. A maioria dos laboratórios de IA moderna confia em conjuntos de dados de texto em escala da internet como base de conhecimento, aplicando depois técnicas de alinhamento para tornar os modelos "amigáveis". A abordagem da Block parte da ideia oposta: que o que importa na conversação não é o conhecimento factual, mas o ritmo, a emoção e a interação social em si.

Há riscos nessa abordagem. Um modelo treinado apenas em conversas humanas terá naturalmente o conhecimento factual que as pessoas expressam em conversas — o que significa lacunas em áreas técnicas, científicas e especializadas que raramente aparecem em diálogos cotidianos. O próprio projeto admite que está dando acesso antecipado a um grupo pequeno de pesquisadores de segurança para "encontrar os riscos que não antecipamos".

O que o Dessa revela, talvez mais importante, é que a Block acredita que a diferenciação na próxima onda de IA não virá de modelos maiores ou conjuntos de dados mais amplos, mas de como a inteligência é expressa. A voz, com sua carga emocional e temporal, é o campo onde o próximo salto acontece — e a empresa está disposta a construir o modelo do zero para conquistá-lo.

Fontes: The Verge, AICoder, Unite.AI, Payments Dive, AGTP Insights

✓ Fontes independentes cruzadas e verificadas antes da publicação