Jul, 134 min de leitura
Frontend
News · A Google TV coloca o Gemini por detrás do comando
Jan, 64 min de leitura
FrontendA Google TV coloca o Gemini por detrás do comando
Uma pré-visualização na CES transforma a televisão da sala em estar numa superfície conversacional — e levanta questões reais para quem desenvolve para a "interface a três metros".
O que a Google mostrou, de facto
Na CES 2025, a Google partilhou uma pré-visualização — não um produto lançado — de funcionalidades com Gemini a chegar à Google TV. O objetivo declarado é permitir que uma família se "reúna e tenha uma conversa natural com a televisão". A Google enquadra isto em torno de duas tarefas distintas: facilitar a pesquisa de conteúdos multimédia e responder a perguntas abertas sobre temas como viagens, saúde, espaço e história, com resultados em vídeo a fornecer contexto.
Além da pesquisa e das respostas a perguntas, a pré-visualização inclui funcionalidades em modo ambiente: criar ilustrações personalizadas em família, controlar dispositivos domésticos inteligentes quando a televisão está inativa, e obter um resumo das notícias do dia. A Google é explícita ao afirmar que estas funcionalidades "começarão a ser lançadas ainda este ano em determinados dispositivos Google TV" — uma reserva tanto quanto ao calendário como ao alcance de hardware que vale a pena interpretar à letra.
O problema de frontend escondido na "conversa natural"
A expressão "ter uma conversa natural com a televisão" descreve uma interface genuinamente difícil, não um pormenor estético. Uma televisão é um dispositivo partilhado, visto a três metros de distância. Não há teclado, o input é voz vinda do outro lado da sala, e muitas vezes há mais do que uma pessoa a falar. Este é um contrato de frontend diferente do de um telemóvel ou de um computador portátil, onde um único utilizador segura um único dispositivo e lê texto a um palmo dos olhos.
O próprio enquadramento da Google sugere as restrições de design em causa. As respostas chegam "com vídeos nos resultados para contexto adicional" — o que significa que o resultado do modelo tem de ser apresentado como resultados visíveis e navegáveis num ecrã que se percorre com um comando direcional, e não como um bloco de texto que se percorre com scroll. A engenharia interessante está precisamente nessa camada de tradução: transformar uma resposta do Gemini em algo legível e controlável a partir do sofá.
O modo ambiente como uma segunda superfície, mais discreta
As funcionalidades do modo ambiente — ilustrações, controlo doméstico inteligente, resumo de notícias — indicam que a Google quer que a televisão continue a trabalhar mesmo quando ninguém a está a ver. Isto trata o ecrã inativo como um estado de interface próprio, e não como tempo morto. O controlo doméstico inteligente a partir do modo ambiente, em particular, sugere a televisão a funcionar como um hub, o que constitui um modelo de interação distinto da pesquisa e merece atenção própria como superfície de design.
Agrupar "criar ilustrações personalizadas em família" ao lado do controlo de dispositivos e das notícias é revelador: a Google está a posicionar o mesmo ponto de entrada conversacional para se desdobrar em tarefas não relacionadas entre si. Para quem desenvolve experiências semelhantes, a parte difícil é a desambiguação — saber se um pedido falado significa "encontra-me um programa", "responde a uma pergunta" ou "reduz a luz" — a partir do mesmo microfone aberto.
O que uma pré-visualização em "determinados dispositivos" significa para quem quer construir sobre ela
A implicação concreta deste anúncio é a paciência. A Google apresentou uma pré-visualização com uma janela temporal de "ainda este ano" e um âmbito de "determinados dispositivos Google TV", o que significa que o conjunto de funcionalidades, o hardware suportado e os padrões de interação reais ainda não estão fixados. Não existe, hoje, nenhuma superfície de API ou lista de dispositivos para desenhar em torno dela.
Para as equipas que trabalham em interfaces de sala de estar e de "interação a três metros", a conclusão útil é o vocabulário de design que a Google está a validar: respostas centradas na voz, multiutilizador, aumentadas por vídeo, e um estado ambiente ativo. São estes os padrões que vale a pena prototipar agora — com a ressalva de que tudo isto é uma demonstração de intenção na CES, e os detalhes que definem o sucesso ou o fracasso de uma interface conversacional de ecrã partilhado são exatamente aqueles que uma pré-visualização deixa por especificar.
Find this story relevant to you?
Contact us to find a unique solution
Precisa de um parceiro de engenharia de IA que saiba executar?
Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.
Leitura relacionada
Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.