Sam Altman não acredita mais que o controle de acesso aos modelos de fronteira seja suficiente para proteger a sociedade. Em vídeo publicado no canal Brazil Valley | AI em 29 de abril de 2026, o CEO da OpenAI afirmou que sua visão de três anos atrás — focada em alinhar modelos e mantê-los longe de atores maliciosos — caducou. A proliferação de inteligências artificiais de código aberto de alta capacidade significa que restrições impostas por grandes laboratórios não impedirão a criação de ameaças, como armas biológicas. A nova diretriz da empresa muda de segurança para "resiliência de IA", exigindo uma abordagem de defesa em toda a sociedade.
O contágio entre agentes e o pragmatismo
A mudança para a resiliência reflete novos vetores de risco que não estavam no radar inicial da OpenAI. Altman citou o comportamento observado no lançamento do OpenClaw para ilustrar um cenário onde agentes autônomos precisam ser robustos contra "infecções" causadas por outros agentes. O executivo descreveu a possibilidade de agentes corporativos interagirem no mundo externo, serem manipulados por modelos de terceiros focados em ataques cibernéticos e retornarem à base, comprometendo a infraestrutura de origem da empresa.
Apesar desses riscos estruturais, Altman rejeita o que chamou de "doomerism focado em busca de poder", uma postura teórica que, segundo ele, paralisaria o avanço tecnológico. A estratégia da OpenAI permanece ancorada na implantação iterativa. O argumento do executivo é que a sociedade e a tecnologia formam um sistema coevolutivo; logo, tentar resolver falhas de agentes isolados em laboratório é ineficaz sem o aprendizado gerado pelo atrito com a realidade. Para contexto, a BrazilValley aponta que essa filosofia de lançamento contínuo como ferramenta de descoberta de falhas contrasta diretamente com abordagens tradicionais de segurança de software de infraestrutura crítica, que priorizam a contenção hermética antes da distribuição pública.
A tensão no setor também foi abordada sem rodeios. Questionado sobre a relação com a rival Anthropic e os compromissos de cooperação caso um projeto alinhado se aproxime primeiro da inteligência artificial geral (AGI), Altman afirmou que a concorrente "construiu uma empresa baseada em nos odiar".
Dados sintéticos e o abismo corporativo
No nível técnico, a OpenAI está apostando agressivamente no treinamento de modelos com informações geradas por outras máquinas. Altman confirmou o uso de uma grande quantidade de dados sintéticos, rejeitando preocupações do entrevistador sobre a degradação dos modelos — analogamente chamada de "doença da vaca louca". O objetivo principal é treinar raciocinadores excelentes. Um modelo alimentado exclusivamente por dados sintéticos poderia, na visão de Altman, ultrapassar o conhecimento matemático humano, ainda que falhasse em compreender valores culturais sem inputs reais.
Enquanto a fronteira técnica avança, a adoção econômica enfrenta um abismo de velocidade. O CEO contrastou o uso interno da tecnologia — onde o sistema Codex gerencia de forma autônoma suas comunicações no Slack e reduz o trabalho braçal — com a paralisia das grandes corporações. Ele relatou o caso de uma empresa industrial cujo conselho de segurança da informação bloqueou a implementação de agentes autônomos na rede interna até pelo menos o segundo semestre de 2027.
Esse descompasso gera um risco macroeconômico severo. Altman argumentou que, se as empresas tradicionais demorarem muito para adotar a tecnologia, terão que competir com companhias de uma a dez pessoas altamente alavancadas por inteligência artificial, resultando em uma disrupção abrupta e consolidação de riqueza.
A transição do ecossistema digital exigirá novos modelos econômicos. Com a proliferação de agentes substituindo a navegação humana tradicional, Altman prevê um futuro de microtransações, onde agentes pagam frações de dólar para consumir conteúdo de veículos de mídia. Contudo, o gargalo final não é apenas o modelo de negócios, mas a física. Questionado sobre onde alocaria recursos infinitos, o executivo apontou para o desenvolvimento de novas abordagens de computação que sejam drasticamente mais eficientes por watt. A demanda por poder computacional colidiu com os limites da infraestrutura energética global, e a solução exigirá saltos de eficiência térmica e elétrica.
Fonte · Brazil Valley | AI
