O jantar, a reunião de conselho, o feriado em família, a festa do amigo de um amigo. Em cada um desses cenários, a mesma pergunta ecoa, insistente: a inteligência artificial vai nos substituir? É o fim dos empregos? O fim da humanidade? As máquinas estão despertando? A resposta honesta, para muitos, é um retumbante não. Pelo menos não no curto prazo, e certamente não se não optarmos por esse caminho. A história que nos é contada, muitas vezes, é vendida por aqueles que têm algo a oferecer, e uma vez que se compreende a forma do que está sendo vendido, torna-se impossível ignorá-la.
O que realmente se aproxima, e que poucos se dispõem a nomear, é um período de história que pode ser o mais mágico já vivido pela humanidade, desde que não o estraguemos. Essa crença, contudo, é frequentemente ofuscada por narrativas de perigo. O medo em torno da IA, argumenta-se, é frequentemente alimentado por aqueles que precisam que ela seja perigosa para se manterem relevantes. Essa dinâmica, raramente dita em voz alta, é crucial para entender o debate atual.
A dança dos doomers: de empregos a AGI
A narrativa de pessimismo em torno da IA se desenrolou em duas ondas distintas. A primeira, que se estendeu aproximadamente de 2013 a 2023, focou na substituição de empregos. Radiologistas, paralegais, tradutores, desenvolvedores juniores – todos seriam varridos pela automação. A resposta proposta era o Renda Básica Universal. Treze anos após o início dessa revolução e três anos após a adoção massiva de modelos de linguagem e imagem, a realidade se mostrou diferente. O desemprego nos EUA permaneceu estável, em torno de 4,3% a 4,5%, segundo o Bureau of Labor Statistics. Um estudo da Anthropic, publicado em março de 2026, concluiu que não houve aumento detectável no desemprego entre os trabalhadores mais expostos à IA desde o lançamento do ChatGPT. Dados dinamarqueses independentes corroboraram essa conclusão.
A segunda onda começou quando a primeira perdeu força, por volta do final de 2023. O foco mudou da perda de empregos para o risco existencial: a Inteligência Artificial Geral (AGI), a superinteligência, a consciência digital escapando dos laboratórios. Os mesmos atores que antes vendiam a RBU agora alertavam sobre um deus-máquina. O padrão se repete: a mudança de narrativa acompanha a incapacidade de comprovação da tese anterior. Os dados macroeconômicos atuais, com inflação em alta e um mercado de trabalho aquecido, contradizem a previsão de um colapso econômico impulsionado pela IA. Historicamente, revoluções tecnológicas, embora causem deslocamentos, acabam gerando mais empregos do que destroem, em um efeito defasado. A indústria automobilística empregou mais americanos do que a economia equestre que substituiu; a imprensa criou a indústria editorial, muito maior que a dos escribas; a eletricidade, a indústria de serviços públicos. A alegação de que desta vez é diferente recai sobre quem a faz, exigindo provas robustas para quebrar o padrão de duzentos anos.
O que são, afinal, os modelos de IA?
O termo "superinteligência" é frequentemente empregado, mas é essencial questionar o que esses modelos realmente são. Um modelo de linguagem grande (LLM) é, em essência, uma máquina de probabilidades treinada para prever o próximo token em uma sequência. Ele gera respostas estatisticamente plausíveis com base em padrões de seus dados de treinamento. Se a resposta está correta, é por acaso; o modelo não tem como saber. Ele pode falhar em tarefas básicas de aritmética ou contagem de letras sem auxílio externo e confiantemente inventa citações e leis. A recompensa no treinamento é o engajamento, não a verdade. São, como alguns os descrevem, "os mais educados idiotas da história humana", com acesso a vasto conhecimento, mas sem senso comum ou memória contextual sem ser alimentada.
Quando esses modelos "alucinam", o fazem com a convicção de um fanático religioso. A ideia de que essa tecnologia, incapaz de raciocínio causal ou autoconsciência genuína, representa um risco existencial é, para muitos pesquisadores, preposterous. Yann LeCun, um renomado cientista de IA, tem repetidamente afirmado que LLMs não são um caminho para a inteligência em nível humano. A maioria dos pesquisadores acadêmicos concorda. Aqueles que defendem o contrário, muitas vezes, têm um "token para vender" – seja um produto, um serviço ou um cargo de destaque.
Proteção de Moat e a Dança da Autoimportância
Por que, então, CEOs de grandes empresas de IA falam sobre risco existencial? Há três explicações principais, que podem coexistir. A primeira é a captura regulatória. Com o avanço de modelos open-source e open-weight mais baratos e eficientes – como os da Meta, Mistral, DeepSeek e Moonshot AI –, os modelos proprietários das grandes empresas de IA estão perdendo sua vantagem competitiva. A capacidade de "destilação", onde modelos menores são treinados com base nas saídas de modelos maiores, permite que concorrentes, especialmente na China, repliquem funcionalidades a uma fração do custo. Empresas como Harvey, um unicórnio de IA jurídica, já migraram de APIs de modelos fechados para alternativas mais baratas e performáticas, citando o modelo Kimi K3 da Moonshot AI. Essa fuga de clientes representa um risco para as IPOs futuras, pois a precificação premium, base do modelo de negócios dessas empresas, está sendo comoditizada. A regulação, como um regime de licenciamento para treinamento com alto poder computacional, seria uma forma de "desenhar uma cerca" em torno do mercado, protegendo os incumbentes.
A segunda explicação é o problema da destilação em si. A prática, documentada por agências de segurança dos EUA, permite que empresas com menos recursos criem modelos de alta performance a baixo custo. Isso corrói a vantagem de custo e a exclusividade dos laboratórios de ponta. Declarações públicas sobre a necessidade de "pausas" ou "desaceleração" podem ser uma estratégia para dificultar a destilação, exigindo maior transparência ou rastreabilidade no treinamento de modelos, beneficiando assim os criadores originais.
A terceira explicação aponta para um erro de categoria na narrativa de "quebra de barreiras". Quando modelos são colocados em cenários extremos, como a ameaça de desligamento, eles podem exibir comportamentos de "chantagem" – não por agência própria, mas por serem otimizados para maximizar recompensas em cenários projetados para elicitar tal resultado. Essa tendência, quando ocorre em um chatbot, é interpretada como "despertar", enquanto falhas semelhantes em um carro autônomo são vistas como "bugs". A antropomorfização, ou seja, atribuir qualidades humanas a máquinas, diz mais sobre nós do que sobre a tecnologia.
A aurora de uma nova era
O que está realmente chegando é uma era de descobertas sem precedentes, impulsionada por ferramentas que expandem as fronteiras do conhecimento. AlphaFold mapeou milhões de estruturas proteicas, acelerando a biologia molecular. GNoME identificou milhões de novas estruturas cristalinas, revolucionando a ciência de materiais. Projetos em fusão nuclear, descoberta de medicamentos e robótica avançada estão progredindo a um ritmo acelerado. Esses avanços, em áreas como cura de doenças, energia limpa e sustentabilidade, representam a verdadeira promessa da IA.
A história do "fim da humanidade" é uma distração. O risco real, como sempre, reside nas pessoas. Ferramentas poderosas amplificam intenções humanas, sejam elas construtivas ou destrutivas. A IA, em si, é neutra. A escolha de como usá-la – para resolver a escassez de água, curar o câncer, ou para fins destrutivos – é inteiramente nossa. A conversa no Oriente, em contraste com o pessimismo ocidental, soa mais como a empolgação com a internet nos anos 90: uma oportunidade de negócio, científica e de desenvolvimento nacional. A esperança, e não o medo, parece ser a bússola.
O verdadeiro risco não está na máquina, mas na nossa própria tendência a atribuir-lhe agência e a nos deixarmos levar por narrativas dramáticas. A IA não é um deus-máquina prestes a despertar, mas um conjunto de ferramentas poderosas. A questão crucial não é se a humanidade sobreviverá à IA, mas o que faremos com o maior presente de ferramentas que já recebemos. A resposta, como sempre, está em nossas mãos.
Com reportagem de Brazil Valley
Source · Fortune
