A Apple apresentou uma nova categoria de recursos chamada «Inteligência de Áudio» (Audio Intelligence) como parte do seu pacote de inteligência artificial (Apple Intelligence). Este recurso foi demonstrado em dois novos modelos de Apple Watch: Apple Watch Series 12 e Apple Watch Ultra 4.
A «Inteligência de Áudio» permite que a inteligência artificial «ouça» o ambiente circundante. Entre os recursos anunciados estão Live Rewind e Siri Recap. Estas funções utilizam os microfones do relógio, o processador do dispositivo e os modelos de IA para reconhecer sons, identificar música, bem como para gravar ou criar resumos de conversas.
Quatro ferramentas principais da «Inteligência de Áudio» incluem reconhecimento de som, identificação de música, Live Rewind e Siri Recap. De acordo com a descrição da Apple, o sinal de áudio capturado passa por um armazenamento isolado dentro do chip S11 do relógio, conhecido como Secure Exclave. Este segmento analisa o som separadamente do restante do sistema, e o sinal de áudio bruto é imediatamente excluído após o processamento.
Funções como reconhecimento de som e Live Rewind funcionam localmente no próprio dispositivo. Enquanto o Siri Recap envia o conteúdo textual resumido da conversa (sem o áudio em si) para o Private Cloud Compute da Apple para gerar resumos.
Arthur Igreia, especialista em tecnologia e inovação, classificou esta nova capacidade de monitoramento de conversas como «bastante estranha». Ele comparou isso ao surgimento do dispositivo Plaud, que grava e transcreve o ambiente. Na opinião de Igreia, a Apple entra neste cenário oferecendo a função de sumarização de reuniões e conversas.
Ele também observou que o Live Rewind é uma ferramenta «quase caprichosa», citando o exemplo de alguém em um restaurante que não entendeu o menu e usa o relógio para voltar 15 segundos no tempo.
A Apple enfatizou que o áudio não é gravado nem armazenado, e as declarações não são vinculadas a falantes específicos, pedindo aos usuários que considerem as pessoas ao redor se as conversas forem privadas ou envolverem tópicos sensíveis. No entanto, Marcelo Cargano, advogado, considera isso apenas uma tentativa da empresa de se eximir da responsabilidade pelo processamento de dados, transferindo a responsabilidade jurídica e ética para o usuário final.
Paulo Henrique Fernandes, advogado, avalia a arquitetura dos novos modelos de Apple Watch e da «Inteligência de Áudio» como boa, visto que o processamento ocorre no dispositivo, o áudio não é salvo, há criptografia e a função Live Rewind alerta os presentes. Contudo, ele afirma que uma boa arquitetura não elimina o debate.
Fernandes explica que a proteção de dados foca não no arquivo de áudio, mas nas informações sobre a pessoa. Assim que o relógio converte o dito em texto ou resumo, o processamento da informação identificável ocorre, independentemente da presença do áudio. Ele observa que o Siri Recap é mais invasivo, pois pode registrar o ambiente durante o dia, enquanto o Live Rewind é uma ação pontual.
O advogado adverte que a gravação de conversas alheias, especialmente em locais fechados ou sem participação do usuário, pode resultar em danos morais por violação da privacidade. Ele conclui que a proteção legal diz respeito à pessoa e às informações sobre ela, e não ao formato do arquivo, já que um resumo textual pode ser tão sensível quanto o próprio arquivo de áudio.
Cargano aponta para um conflito interno entre a conveniência para o usuário e as expectativas gerais de privacidade tanto do próprio usuário quanto de terceiros. Ele também destaca que a essência da disputa não é apenas jurídica, mas social: qual expectativa de privacidade a sociedade deseja manter em espaços privados. Essas ferramentas transferem a decisão de privacidade para o usuário que ativa a função, enquanto as pessoas próximas não têm voz nessa decisão.