A IA já evoluiu muito, mas como será seu futuro?
Roberto Pena Spinelli, físico pela Universidade de São Paulo com especialização em aprendizado de máquina pela Universidade de Stanford e pesquisador na área de inteligência artificial, traçou um panorama dos últimos anos e discutiu os caminhos possíveis para uma tecnologia que já atua em posições estratégicas em empresas e influencia decisões de escala global.
Em sua análise sobre o funcionamento das redes neurais artificiais, Spinelli explicou que a arquitetura dos modelos de linguagem contemporâneos se inspira diretamente na estrutura biológica do cérebro humano. No sistema nervoso, cerca de 85 bilhões de neurônios operam de forma distribuída, sem um processador central que coordene todas as atividades. Cada neurônio decide se transmite um sinal elétrico para seus vizinhos com base em parâmetros das conexões sinápticas. As redes neurais artificiais reproduzem esse princípio através de unidades computacionais simuladas, organizadas em camadas interconectadas, cujos parâmetros são ajustados durante um processo extenso de treinamento.
O treinamento de modelos de linguagem consiste em uma forma de aprendizado de máquina na qual a rede tenta prever a próxima palavra de um texto. Quando o sistema erra, um algoritmo chamado retropropagação calcula o erro e modifica os parâmetros internos da rede para torná-la mais propensa a acertar em situações semelhantes. Esse processo se repete com milhares de exemplos até que o modelo adquira capacidade de generalização. A novidade é que, ao ser treinado em conjuntos de dados extremamente diversos e complexos, o sistema acaba desenvolvendo uma espécie de simulador do mundo real. Spinelli observou que não é possível para a IA decorar todas as possíveis respostas ou perguntas, o que a obriga a construir um modelo interno da realidade para lidar com situações inéditas, inferir relações e raciocinar sobre temas que nunca foram apresentados explicitamente durante seu treinamento.
A cronologia da evolução recente da inteligência artificial, segundo o pesquisador, inicia-se em novembro de 2022 com o lançamento do ChatGPT. O evento marcou uma transição de era, seguida em 2023 pela chegada do GPT-4, que representou um avanço significativo em relação às versões anteriores. No mesmo período, geradores de imagens começaram a ganhar espaço, com modelos que inicialmente apresentavam dificuldades para representar detalhes como mãos, mas que rapidamente superaram essas limitações. A tecnologia se expandiu para a criação de vídeos, com ferramentas como Sora, da OpenAI, e modelos como Kling, Luma e VO3, do Google, aproximando-se da produção de filmes com alta qualidade inteiramente gerados por inteligência artificial.
Em paralelo, o mercado de modelos de linguagem viu surgir concorrentes diretos da OpenAI. O Google, após um início dificultoso com o Bard, lançou o Gemini e intensificou investments na área. A Anthropic optou por uma estratégia diferente, concentrando-se em aplicações corporativas e no desenvolvimento de modelos especializados em programação. Os sistemas tornaram-se multimodais, adquirindo capacidade de processar e responder por meio de voz, imagens e vídeos. O ano de 2024 testemunhou o surgimento de modelos de raciocínio avançado, como o O1, e conquistas notáveis, como a vitória de sistemas de IA em competições internacionais de matemática e programação.
Spinelli identificou 2025 como o período em que a IA agêntica ganhou corpo. Agentes são sistemas com autonomia para navegar na internet, acessar arquivos locais e realizar tarefas complexas de forma mais independente. Esses sistemas começaram a ser usados inclusive no desenvolvimento de código das próprias empresas que os criam, transformando o papel humano de programador para o de gerenciador das máquinas. No contexto de 2026, surgiu o OpenClaw, um agente de código aberto que pode ser instalado localmente e que exemplifica a tendência de sistemas distribuídos. Entre os desafios técnicos atuais, o pesquisador destacou a necessidade de desenvolver memória de longo prazo para as redes, permitir que elas aprendam em tempo real e avancem na capacidade de realizar pesquisa científica, uma atividade que envolve criatividade, intuição e descoberta de fenômenos não presentes nos dados de treinamento.
A dinâmica competitiva entre empresas está se reconfigurando. Spinelli observou que, inicialmente, havia uma busca pela inteligência artificial geral, um sistema universal capaz de executar qualquer tarefa. No entanto, a decisão da OpenAI de descontinuar o Sora, seu gerador de vídeos, sugere que restrições computacionais e econômicas estão forçando as empresas a fazer escolhas estratégicas. A Anthropic serve como exemplo de abordagem alternativa, concentrando recursos em um nicho específico — ferramentas para programação corporativa — e conquistando uma fatia relevante do mercado. O Google, por sua vez, possui vantagens estruturais devido à infraestrutura já existente, à base de usuários e à capacidade de financiar o desenvolvimento de IA por meio de receitas de outros produtos. A xAI, empresa de Elon Musk, é mencionada pelo pesquisador como participante que ainda precisa demonstrar resultados consistentes com sua projeção pública.
A discussão sobre modelos de código aberto versus sistemas proprietários ganhou contornos específicos com o OpenClaw. Spinelli comparou a distribuição de sistemas artificiais poderosos a vender plutônio em farmácias. A analogia remete ao controle internacional exercido sobre materiais radioativos após o desenvolvimento da bomba atômica, em razão dos riscos de uso mal-intencionado. No caso da IA, a preocupação centra-se no problema do alinhamento, a capacidade de garantir que sistemas cada vez mais autônomos e capazes ajam sempre de acordo com valores humanos e não causem danos, mesmo que acidentalmente. Agentes que conhecem senhas, acessam e-mails e controlam computadores representam um vetor de risco significativo caso sejam comprometidos ou sofram falhas de interpretação em suas instruções.
No campo do trabalho, a expectativa de que a inteligência artificial reduziria a jornada humana não se concretizou até agora. Pelo contrário, observa-se que a produtividade aumentou, mas isso se traduziu em maior demanda de tarefas por parte dos empregadores. Spinelli relatou que estudos indicam sobrecarga cognitiva, com profissionais gerenciando múltiplas tarefas simultâneas mediadas por IA. Além disso, um fenômeno de substituição silenciosa estaria em curso: empresas que deixam de contratar estagiários e profissionais juniores, pois os sistemas atuais já desempenham funções nesse nível. A consequência a longo prazo seria a ausência de profissionais plenos e seniores no futuro, uma vez que não haverá quem ocupasse esses cargos intermediários durante o processo de experiência. Analisando tendências, o pesquisador sugeriu que a tecnologia pode atingir um patamar em que a presença humana em certas atividades não apenas deixe de ser necessária, mas se torne prejudicial para a eficiência dos processos.
A questão da inteligência artificial geral permeia o debate técnico desde antes de 2022, mas o conceito permanece impreciso. Spinelli ressaltou que não há consenso sobre quais capacidades um sistema precisa demonstrar para ser considerado geral, nem qual nível de desempenho seria suficiente em cada tarefa. Alguns critérios já seriam atendidos pelas IAs atuais, que superam o desempenho humano médio em diversas áreas, enquanto em outras permanecem com limitações evidentes. O pesquisador propõe que a discussão sobre classificar ou não um sistema como geral pode se tornar obsoleta, à medida que as máquinas se aproximarem ou ultrapassarem a inteligência humana em múltiplos domínios. Para ele, a experiência atual pode ser comparada a um primeiro contato com uma inteligência alienígena, que apresenta capacidades superiores em alguns aspectos e incompreensões em outros, e que evolui em um ciclo temporal muito mais acelerado do que o desenvolvimento humano.
Em cenários nos quais a IA supere a capacidade humana na maioria das tarefas, o sistema econômico atual enfrentaria desafios estruturais. A dignidade das pessoas está vinculada, na sociedade contemporânea, à capacidade de oferecer trabalho em troca de remuneração. Se essa troca se torna inviável porque a máquina executa as atividades de forma superior e barata, o mecanismo de distribuição de riqueza entra em colapso. Empresas poderiam produzir bens e serviços com produtividade sem precedentes, mas sem consumidores com poder aquisitivo para adquiri-los. Spinelli apontou que uma possível solução seria a taxação da automação e da inteligência artificial para financiar uma renda básica universal, que garantiria sustento independente do trabalho. No entanto, ele considera que a velocidade das mudanças tecnológicas tende a superar a capacidade de resposta política, o que pode gerar crises e tensões sociais antes que soluções estruturais sejam implementadas.
No cenário geopolítico, Estados Unidos e China lideram a corrida tecnológica, cada um com áreas de maior destaque. Os chineses demonstram avanços significativos em robótica e geração de vídeos, enquanto as empresas estadunidenses mantêm vantagem em modelos de raciocínio e capacidades cognitivas gerais. No nível corporativo, a disputa se concentra entre OpenAI, Google e Anthropic. A OpenAI, pioneira com o ChatGPT, perdeu parte de sua vantagem e enfrenta questionamentos sobre a sustentabilidade de seu modelo de negócios. O Google possui recursos para investir em múltiplas frentes. A Anthropic construiu sua posição focando em soluções corporativas de alta especificidade. Spinelli considera difícil prever quem liderará o mercado a médio prazo, pois a liderança muda frequentemente conforme cada empresa lança novos modelos e avanços tecnológicos.
