eAI'? Pra onde ela vai?
por Bruno Accioly – 11.10.2025
Introdução
Se você acompanha as notícias sobre Inteligência Artificial, talvez esteja confuso. Num dia, manchetes dizem que a IA é uma fraude, que só repete bobagens, que jamais substituirá o raciocínio humano. No outro, alertam que ela vai acabar com empregos, revolucionar indústrias e transformar nossa civilização para sempre. Afinal: estamos diante de uma ilusão ou de uma revolução?A verdade é que a Inteligência Artificial não surgiu ontem. Desde a década de 1950, pesquisadores tentam criar sistemas capazes de aprender, raciocinar e resolver problemas. Foram ciclos de entusiasmo e decepção — os chamados "invernos da IA" — que atravessaram gerações. Mas o salto decisivo veio em 2017, quando um grupo do Google apresentou a arquitetura Transformers, fundamento dos modelos atuais como GPT, Claude e Gemini. Ou seja: estamos falando de uma tecnologia que, de fato, tem apenas oito anos de maturação real.E, nesse curto intervalo, os avanços foram surpreendentes. Um dos motivos é que esses sistemas não apenas executam tarefas: eles ajudam os próprios engenheiros a evoluí-los, funcionando como aceleradores da pesquisa científica e técnica.Mas há também um fator humano: todo mundo tem opinião sobre inteligência. Assim como no Design, onde qualquer pessoa se sente à vontade para criticar ou opinar mesmo sem formação, a Inteligência Artificial desperta o mesmo impulso. Afinal, todos nós somos dotados de inteligência, logo nos sentimos "donos" do conceito. Isso gera debates acalorados — vindos da filosofia, da psicologia, da ciência da computação, da economia — além, é claro, das opiniões espontâneas do público em geral.A questão é que, entre o hype e o ceticismo, a realidade da IA é mais interessante do que qualquer extremo. Não estamos diante de um truque vazio, nem de um oráculo divino. Estamos diante de uma tecnologia jovem, potente e ainda em formação — que talvez diga tanto sobre nós, humanos, quanto sobre as máquinas.
A IA como ferramenta produtiva nas mãos certas
Se na primeira parte vimos como o ceticismo ingênuo ou pseudocético tende a subestimar a Inteligência Artificial, agora é importante olhar para o outro lado: o que de fato já está acontecendo quando ela é usada com competência.
A metáfora é simples: uma furadeira, nas mãos de uma criança, pode ser uma ameaça. Mas nas mãos de um marceneiro experiente, é um instrumento poderoso de criação. O mesmo vale para os modelos de linguagem de última geração (LLMs). Mal utilizados, podem gerar respostas erradas ou enganosas. Mas, quando empregados por quem sabe o que procura, já se tornam um grande trunfo para acelerar produtividade, reduzir custos e expandir horizontes criativos.Hoje, temos evidências sólidas disso:
- Na ciência, pesquisadores como Scott Aronson publicaram artigos em que GPT-5 sugeriu passos críticos em provas matemáticas complexas — não substituindo o cientista, mas acelerando o processo de descoberta.
- Na programação, engenheiros que usam ferramentas como GitHub Copilot ou plataformas corporativas de IA reportam ganhos de até 30% em velocidade de desenvolvimento e revisão de código, permitindo liberar versões mais rápidas e seguras.
- No atendimento e serviços, estudos controlados mostram que agentes de call center tiveram aumento médio de 14% em produtividade com suporte de IA, chegando a 35% entre os menos experientes. A IA não elimina o humano, mas nivela a qualidade para cima.
No trabalho intelectual geral, experimentos conduzidos por universidades indicam aumentos de até 37% na execução de tarefas de escrita, planejamento e síntese quando profissionais contam com apoio de LLMs.
Mas talvez o mais importante não esteja nos percentuais, e sim na lógica que emerge: quanto mais a execução é automatizada, mais cresce o valor da concepção e do julgamento humano.
A IA é veloz em implementar, mas apenas pessoas sabem discernir o que vale a pena implementar. Ela acelera a produção de alternativas, mas cabe a nós escolher quais caminhos fazem sentido, quais oportunidades são valiosas, quais riscos devem ser evitados.
Evolução Vertiginosa em 8 anos
| Ano | Conquista / Evento | Contexto / Detalhes | Importância |
| 2017 | AlphaGo derrota Ke Jie (3–0) | AlphaGo Master vence o campeão mundial em Go. | Símbolo do domínio da IA em jogos estratégicos antes considerados inalcançáveis. |
| 2017 | AlphaGo Zero / domínio autônomo | Versão sem dados humanos aprende sozinha e supera todas as anteriores. | Primeira demonstração clara de auto-aprendizado super-humano em larga escala. |
| 2021–2022 | Hutter Prize (compressão de texto) | Melhorias progressivas em compressão de grandes corpora de Wikipedia. | Indicador de avanços em eficiência e representação de linguagem. |
| 2023 | Benchmarks de programação (SWE-bench) | Modelos iniciais resolvem ~4,4% das tarefas reais de software. | Mostra a dificuldade em extrapolar para problemas práticos de codificação. |
| 2024 | SWE-bench melhorado (71,7%) | Novos modelos atingem salto massivo no benchmark em apenas 1 ano. | Demonstra aceleração sem precedentes na capacidade de programação autônoma. |
| 2024 | AlphaProof atinge nível prata na IMO | Sistema de IA resolve problemas olímpicos de matemática, pontuando como medalhista de prata. | Primeira entrada séria em competições matemáticas humanas de elite. |
| 2025 | Medalha de ouro na IMO (IA da Google/OpenAI) | Modelos resolvem 5 de 6 problemas da Olimpíada Internacional de Matemática. | Marco simbólico: IA alcança o topo em matemática escolar de elite. |
| 2025 | IA no nível de medalhista de ouro da IPhO (Physics Supernova) | Desempenho de 23,5/30 pontos, top 14 mundial. | Prova que sistemas já rivalizam com humanos em física teórica. |
| 2025 | AIxCC (DARPA Cyber Challenge) | Ferramentas de IA encontram falhas em milhões de linhas de código, com prêmios de US$ 4 milhões. | Demonstra aplicação prática em segurança cibernética crítica. |
| 2025 | SafeBench | Benchmark/competição de segurança de IA com prêmios significativos (US$ 50k+). | Estabelece novos padrões de avaliação e robustez em modelos. |
| 2025 | GPT-5 auxilia em prova de complexidade quântica (Scott Aronson) | Artigo no arXiv sobre limites de técnicas em QMA reconhece que um passo técnico crucial veio de iterações com GPT-5. | Primeira vez que uma IA contribui diretamente para pesquisa em matemática teórica de ponta. |
Trajetória de Conquistas
A trajetória das conquistas da inteligência artificial, desde 2017, mostra um deslocamento claro do simbólico para o substantivo. Após o impacto do AlphaGo vencendo campeões mundiais em Go e demonstrando a força do aprendizado autônomo, a IA começou a se provar em áreas mais abstratas: compressão, benchmarks de linguagem e, mais recentemente, programação. Entre 2023 e 2024, os saltos em benchmarks como o SWE-bench marcaram a entrada da IA no território da engenharia prática de software. Nesse mesmo período, o AlphaProof mostrou que problemas olímpicos de matemática já não estavam fora de alcance.Em 2025, a narrativa ganhou contornos históricos: medalha de ouro na IMO, desempenho de elite na Olimpíada Internacional de Física, vitórias em desafios de cibersegurança como o AIxCC e SafeBench. O mais notável, porém, foi o episódio de setembro de 2025: um artigo de Scott Aronson em teoria da complexidade reconheceu que um passo técnico central da prova foi sugerido pelo GPT-5. Diferente de vencer em jogos ou resolver exercícios formatados, aqui a IA atuou como parceira de pesquisa científica, acelerando a descoberta de um resultado novo.O arco é claro: de vitórias em jogos de tabuleiro para prêmios em ciência, matemática e segurança, até chegar à colaboração ativa na pesquisa de fronteira. 2025 se consolida como o ano em que os modelos de IA deixaram de ser apenas sistemas que superam benchmarks humanos e passaram a se tornar coautores da própria produção científica e intelectual.
O falso conforto da negação
É preciso parar de tentar desabonar a Inteligência Artificial.
Não por "respeito" às empresas que a desenvolvem, elas não precisam de advogados voluntários. Tampouco porque a IA "se ofenda" com as críticas. Mas porque essa atitude neo-Ludita cria uma tensão dissonante com a realidade. O resultado é um discurso que mistura medo irracional com verniz de sapiência, como quem quer parecer lúcido, mas na verdade repete inverdades para se proteger daquilo que não compreende.
O contraste histórico é gritante.Em apenas oito anos, desde a publicação da arquitetura Transformers em 2017, as redes neurais saíram de tradutores medíocres para modelos capazes de:
- superar com folga o Teste de Turing, a ponto de torná-lo obsoleto como métrica;
- obter pontuações de ponta em benchmarks complexos, como competições de matemática e física;
- conquistar prêmios e primeiros lugares em áreas antes tidas como "inacessíveis" a máquinas.
Em 2010, lembro de colegas de TI que zombavam da IA. Diziam: "Jamais passará no Teste de Turing." Pois não só passou, como ultrapassou. E, de repente, os negacionistas mudaram o discurso: "Ah, mas isso não importa mais." É curioso como a barra da descrença se move para sempre manter a IA como "aquém do humano e jamais isso ou aquilo", independentemente do crescimento que ela já demonstrou.Hoje, enquanto céticos desinformados entoam sua ladainha — "é só snake oil, um autocomplete gigante, nunca terá inteligência genuína, é um papagaio estocástico, atingiu um platô, vai bater num muro, vai roubar empregos" — a realidade avança em silêncio:
