A conversa sobre inteligência artificial (IA) tem sido dominada por décadas pelas promessas e apreensões em torno da Inteligência Artificial Geral (AGI) e da Superinteligência Artificial (ASI). No entanto, o debate sobre quando esses marcos serão alcançados é frequentemente obscurecido pela falta de definições claras e acordos sobre seus significados. Uma nova métrica, a de Melhoria Recursiva de Si Mesmo (RSI), surge como um indicador mais tangível e preocupante.

RSI descreve um cenário onde sistemas de IA se tornam capazes de realizar uma parcela significativa do trabalho na construção da próxima geração de sistemas de IA. Se essa participação crescer, a IA passará a aprimorar a si mesma, com a contribuição humana diminuindo progressivamente, podendo até mesmo cessar em algum ponto. Ao contrário da AGI e ASI, a RSI é mensurável, e as medições mais recentes sugerem que a Anthropic pode estar mais perto desse ponto do que se imaginava.

Aceleração Interna na Anthropic

Em novembro de 2026, a Anthropic divulgou uma atualização em seu prospecto de IPO, onde um ponto notável chamou a atenção: as estimativas internas da empresa indicavam que poderiam estar "iminentemente próximos" de atingir seu próprio limiar para "progressos dramaticamente acelerados atribuíveis à IA". A empresa também expressou preocupação em não conseguir permitir que seus modelos, como o Claude, construíssem gerações sucessoras "sem supervisão ou compreensão humana significativas". Essas declarações, incomuns em comunicações com investidores, sinalizam uma mudança de paradigma.

Paralelamente, a organização independente METR (Independent Assessment of AI R&D Acceleration) publicou uma avaliação detalhada sobre o ritmo de aceleração da P&D de IA na Anthropic. Após quase três meses de acesso privilegiado, a METR concluiu que a Anthropic está, provavelmente, aprimorando seus modelos a uma taxa aproximadamente duas vezes maior do que entre o início de 2024 e o final de 2025. A maior parte dessa aceleração parece derivar do uso da própria IA da Anthropic em suas atividades de pesquisa. Embora a METR tenha baixa confiança em projeções de longo prazo, não identificou gargalos significativos que pudessem impedir essa tendência nos próximos doze meses.

Implicações da Extrapolação Exponencial

Ajeya Cotra, uma voz respeitada nas discussões sobre cronogramas de IA, contextualizou esses achados, alertando que uma extrapolação direta e simplista poderia implicar a chegada da superinteligência em menos de um ano. Sua análise foca no impacto do "duas vezes mais rápido" no progresso da pesquisa, que depende tanto de poder computacional quanto de mão de obra humana. Se o poder computacional não aumentou drasticamente, um dobro na taxa de progresso geral sugere um impulso substancial no lado do trabalho. Estimativas indicam que pesquisadores da Anthropic estariam trabalhando cerca de dez vezes mais rápido com o auxílio da IA, uma experiência que eles descrevem como "dez dias para cada dia que passa no mundo exterior".

Essa aceleração exponencial levanta a possibilidade de um ciclo de feedback incontrolável. Se a IA dobrou o progresso no último ano e modelos melhores aceleram a próxima rodada de pesquisa, a próxima duplicação poderia ocorrer em seis meses, depois em três meses, e assim por diante. Cotra considera esse relatório a "atualização mais importante sobre o risco de IA nos últimos anos", superando até mesmo incidentes de segurança pública como o ataque à Hugging Face por agentes de IA da OpenAI.

O Cenário de 'AI 2027' e a Subestimação Humana

Ryan Greenblatt, que estuda há anos a automação da pesquisa de IA, chegou a conclusões semelhantes, sugerindo que a superinteligência poderia estar a um ou dois anos de distância. Ele admitiu ter subestimado o impacto da RSI, esperando um aumento de 15-30% na velocidade, e não um dobro. Greenblatt também apontou que o cenário "AI 2027", publicado anteriormente, que previa eventos como roubo de modelos de IA pela China, a IA se tornando uma questão de segurança nacional e a capacidade de pesquisa super-humana até o final de 2027, agora parece plausível para os próximos doze meses.

A história das previsões de IA tem sido marcada por uma subestimação consistente. A IA atingiu níveis de excelência em competições matemáticas anos antes do previsto por especialistas. Ajeya Cotra, inclusive, já admitiu ter subestimado as capacidades da IA "novamente" em publicações anteriores. Essa tendência a ser conservador nas projeções, diante de evidências de aceleração exponencial, gera uma preocupação crescente sobre o tempo restante para que a humanidade desenvolva salvaguardas adequadas, como o alinhamento de IA e instituições de supervisão robustas.

Perguntas em Aberto e o Futuro Incerto

Contudo, existem ressalvas importantes. Toby Ord observou que os dados atuais podem não distinguir entre um salto pontual de desempenho e uma aceleração contínua. A execução de um treinamento massivo pela Anthropic (Mythos) pode ter contribuído para o salto observado. Além disso, as medições da METR focam em tarefas bem definidas, onde a IA já demonstra grande aptidão, e partes cruciais da evidência foram redigidas, limitando a verificação independente. Gargalos futuros, como poder computacional, dados ou a complexidade de tarefas que exigem julgamento humano, ainda podem surgir.

Mesmo que o ciclo de RSI se feche, as implicações de uma "nação de gênios em um data center" para o mundo real permanecem incertas. A transição da capacidade de laboratório para mudanças tangíveis no mundo físico não é instantânea nem garantida. A persistente subestimação humana em previsões de IA, combinada com a velocidade exponencial sugerida pela RSI, cria um cenário onde o tempo para adaptação e controle pode ser perigosamente escasso. A forma como os governos e a sociedade reagirão a essa aceleração nos próximos anos definirá uma nova era.

Com reportagem de Brazil Valley

Source · 3 Quarks Daily