Este preprint no arXiv propõe uma estrutura de avaliação chamada “Matriz de Vulnerabilidade ao Longo da Vida”. Sua tese central é que as avaliações atuais de segurança em IA presumem, por padrão, que os usuários são adultos — uma premissa problemática por si só. Os autores analisam casos de danos ocorridos entre 2017 e 2026 — assistentes de voz que prejudicaram crianças, companheiros de IA envolvidos em suicídios de adolescentes e serviços automatizados de cuidados que negaram assistência a idosos — e argumentam que não são incidentes isolados, mas resultado de um mesmo ponto cego nas avaliações. Eles apresentam fatores de ajuste para cinco dimensões do desenvolvimento, abrangendo seis fases da vida, e constatam que a distribuição dos riscos não é linear: é mais alta nas duas extremidades e mais baixa no meio. A cobertura da governança também é assimétrica, e justamente a camada de permissões que transforma erros do modelo em impactos no mundo real é a menos examinada. A própria estrutura inclui três níveis de avaliação externa: simulação automatizada, red teaming por especialistas e monitoramento após o lançamento, diretamente associados às células de risco da matriz. Trata-se de um preprint; o status de revisão por pares não foi confirmado. As opiniões refletem a argumentação dos autores, e o escopo dos experimentos e dos casos corresponde ao que consta no resumo.

$BTC