A 17 de outubro de 2026, Jack Clark, cofundador da Anthropic, proferiu a Palestra Per Jacobsson numa reunião do FMI em Banguecoque, na Tailândia. Defendendo que a IA começou a produzir resultados na linha da frente da ciência, em áreas como a matemática, a física e a descoberta de medicamentos, apelou a economistas e decisores políticos para que se preparem para mudanças rápidas. Clark afirmou que «a singularidade já começou» e abordou tanto o investimento necessário para partilhar os benefícios como a decisão de, deliberadamente, não avançar.
Da IA que escreve textos à IA que entra no laboratório
Quando se fala em IA generativa, muitas pessoas pensam em ferramentas que criam texto ou imagens. Na palestra, Clark falou do que vem a seguir: a investigação científica. A sua visão é que a IA está a entrar numa fase em que se junta a investigadores humanos para tentar responder a questões ainda por resolver.
Clark evocou o conceito de «singularidade tecnológica», previsto em 1993 pelo escritor de ficção científica Vernor Vinge. Se uma inteligência superior à humana impulsionar o progresso, esse mesmo progresso dará origem a seres ainda mais inteligentes, em períodos cada vez mais curtos. É a isso que o conceito se refere. Clark afirmou que, em 2026, já havia provas convincentes de que esse processo tinha começado. Naturalmente, reconheceu que a «chegada da singularidade» é a sua própria interpretação e que há margem para debate quanto aos pormenores. Ainda assim, o facto de ter levado esta ideia ao Fundo Monetário Internacional (FMI) parece demonstrar que o tema da IA está a ultrapassar as fronteiras da indústria tecnológica.
Será a IA as «mãos» dos investigadores?
Na palestra, foram apresentados exemplos de várias áreas. Na matemática, a IA é utilizada para propor soluções para problemas que permanecem por resolver há muito tempo; referiu-se também que, em alguns casos, a IA teve a intuição decisiva. Na biologia, é usada para conceber vírus e identificar candidatos a novos medicamentos, e medicamentos concebidos com uma participação significativa da IA já estão em ensaios clínicos. Na robótica, explicou-se que a IA opera equipamento experimental à distância e de forma autónoma, contribuindo para automatizar experiências em áreas como o desenvolvimento de baterias e células de combustível.
Clark sublinhou que estes exemplos não correspondem a tecnologias distintas. Em muitas aplicações, é utilizado o mesmo modelo de ponta. Na sua perspetiva, sistemas como Claude, ChatGPT e Gemini já conseguem realizar trabalho na linha da frente em várias áreas científicas.
Clark afirmou também que as mudanças já observadas no desenvolvimento de software se vão estender à ciência e à robótica. Segundo explicou, os investigadores da Anthropic escrevem atualmente cerca de dez vezes mais código do que nos primeiros quatro anos da empresa. Por outro lado, a melhoria das capacidades de programação também reforça a capacidade de realizar ciberataques, dando origem a uma corrida entre defesa e ataque. Os benefícios e os riscos surgem em simultâneo e não podem ser separados. Clark descreveu esta situação como «uma antevisão do que está para vir».
Uma curva de crescimento acentuada nos resultados e a experiência dos físicos
Para ilustrar o aumento das capacidades, Clark referiu dois testes. No exame de perguntas difíceis «Humanity’s Last Exam», a pontuação mais alta era de 8% quando foi lançado, em janeiro de 2025; na semana da palestra, tinha chegado aos 67,7%. No «FrontierMath», um conjunto de problemas criado por matemáticos, explicou que a pontuação subiu dos 2% registados no lançamento, em novembro de 2024, para 94%. Estes são os valores apresentados por Clark na palestra.
Uma história interessante diz respeito ao «TheoPhysEval», uma nova avaliação de física teórica. Quando foi pedido à IA que resolvesse 50 problemas inéditos reunidos por físicos de todo o mundo, não só obteve uma pontuação elevada como afirmou que as respostas-modelo dos especialistas estavam erradas. Uma revisão revelou vários casos de erros subtis nos cálculos dos especialistas. A cada correção, a pontuação da IA aumentava, até chegar aos 98% (49 problemas em 50). A história foi relatada como um comentário de Svrat Raju, colaborador do artigo.
Clark comparou este episódio à cena de um filme em que o aluno consegue que o mestre reconheça o seu valor: o momento em que quem ensina passa a aprender. A razão pela qual dá tanto peso a esta história é que a ciência de ponta põe a «criatividade» à prova. Na sua opinião, se a IA consegue resolver problemas científicos de forma criativa, essa capacidade poderá estender-se a muitas áreas, incluindo a própria investigação em IA.
O crescimento mudará num mundo com cem vezes mais investigadores?
Quando o tema passou a ser o crescimento económico, a tese de Clark tornou-se ainda mais ousada. Ao longo do último meio século, o número de investigadores aumentou em muitos países, mas a produtividade da investigação diminuiu. É o chamado problema de que «é cada vez mais difícil encontrar boas ideias». Se a IA puder ser usada como «investigador virtual», a situação poderá mudar. Clark lançou a questão a partir da sua própria experiência: o que aconteceria se alguém como ele, que levou cerca de 40 anos a formar-se, pudesse trabalhar em simultâneo como centenas ou milhares de cópias?
A formação de um investigador humano demora 10 a 15 anos e custa vários milhões de dólares. Com IA, basta dispor de recursos computacionais para ter instantaneamente qualquer número de investigadores virtuais. Clark afirmou que, em consequência, cada cientista humano se tornaria mais importante e passaria a supervisionar centenas ou milhares de especialistas virtuais.
Na simulação que apresentou, realizada pela própria Anthropic, os EUA poderiam atingir um PIB de 44 biliões de dólares até 2030, partindo do pressuposto de que os modelos executariam autonomamente uma ampla gama de tarefas e se disseminariam rapidamente pela economia. O próprio Clark reconheceu que a ideia «soa a algo extravagante», mas considerou-a uma consequência lógica caso a tecnologia continue a avançar. Trata-se de uma estimativa baseada em pressupostos, não de uma previsão definitiva.
Mesmo que as descobertas aumentem, sem capacidade para lhes dar seguimento não se traduzem em resultados
Clark apontou as instalações experimentais e os robôs como a infraestrutura que deve ser criada a seguir à capacidade de computação. Durante a última década, instou os governos de vários países a investir em energia e centros de dados, mas diz que poucos responsáveis políticos lhe deram ouvidos. Atualmente, a capacidade dos centros de dados está a ganhar expressão nos EUA, na China e no Médio Oriente, e, na sua avaliação, os preços estão a subir devido à pressão sobre as cadeias de abastecimento.
A etapa seguinte é a expansão para o mundo físico. Segundo estimativas da UNESCO, há cerca de 10 milhões de cientistas no mundo. Clark salientou que nem esse número dispõe de supervisores de investigação suficientes, instalações de análise em ciência dos materiais, laboratórios de biologia para testar novos medicamentos ou grandes equipamentos experimentais no espaço e na Terra. O que acontecerá quando o número de cientistas virtuais chegar aos mil milhões ou aos 10 mil milhões? A pergunta de Clark é concreta.
É aqui que merece atenção o alerta para um «engarrafamento das descobertas». Mesmo que surjam candidatos a novos medicamentos em catadupa, pouco adianta se apenas uma mão-cheia puder ser testada. Clark apelou aos responsáveis políticos para criarem mecanismos que acelerem o percurso dos resultados, desde o laboratório até aos ensaios clínicos, à produção industrial e à aplicação no terreno. Se a IA acelerar a «ideação», mas a validação e a implementação continuarem ao ritmo da sociedade humana, o estrangulamento limitar-se-á a deslocar-se para uma fase posterior.
Clark aplicou este cenário à posição de cada país. Os países desenvolvidos, com uma base científica sólida, podem aumentar a produtividade dos investigadores. Já os países em desenvolvimento que fornecem matérias-primas, entre outros produtos, têm a oportunidade de «saltar etapas»: criar instalações de ensaio, desenvolver comunidades científicas e aumentar o seu valor nas cadeias de abastecimento.
O que delegar e o que compreender
Na segunda parte da palestra, o foco passou das expectativas para as escolhas. O facto de a IA conseguir fazer ciência não significa que se lhe possa delegar tudo. Clark começou por referir a investigação em biologia, que exige a supervisão humana mais rigorosa e transparência. O mesmo se aplica à própria investigação em IA: decidir até que ponto supervisionar a investigação conduzida por IA é uma questão que institutos como a Anthropic têm de enfrentar. Clark afirmou que se deve avançar com cautela, pois, embora a IA possa acelerar o progresso, existe também o risco de se perder o controlo. Na sua opinião, é igualmente necessário criar regras.
Clark contou também o episódio de um estudante de Física de uma universidade que conheceu em Tóquio. Com a IA a começar a realizar grande parte das experiências, como decidir quais deve fazer por conta própria e quais deve confiar à IA? Clark disse não ter uma resposta, mas considerou que esta é uma questão que cada área terá de resolver por si.
A segunda escolha diz respeito a até que ponto devemos compreender os resultados da IA. Na matemática, os resultados produzidos pela IA já são tão originais que exigem descodificação humana. Além disso, nos próximos anos, poderá surgir uma fase em que a IA invente novos equipamentos experimentais adaptados à sua própria forma de trabalhar. Deverão os humanos compreender esses equipamentos? Clark afirmou que também esta é uma escolha que nos cabe fazer.
Distinguir o que «se pode fazer» do que «se deve fazer»
Clark recordou que, na adolescência, temia que o crescimento populacional, as alterações climáticas e o desperdício de recursos se combinassem e levassem a humanidade ao colapso. Mais tarde, assistiu à descida dos preços dos painéis solares, mais rápida do que esperava; aos avanços na compreensão do corpo humano, que permitiram desenvolver tratamentos para doenças; ao início da utilização da IA para decifrar os sons emitidos pelos animais; e à aterragem e reutilização de foguetões. Diz que estas experiências lhe mostraram que a tecnologia pode mudar as perspetivas. Foi também por isso que se dedicou à IA, afirmou.
Por outro lado, a IA acarreta riscos. Clark defendeu a criação de regras sem precedentes e robustas para esta tecnologia e para as empresas que a desenvolvem, bem como a «contenção», uma das capacidades humanas mais difíceis. A sua posição é que se deve construir a infraestrutura, mas moderar o ritmo de desenvolvimento da própria tecnologia e avançar com cautela.
Para concluir, Clark citou uma passagem de «Um Pálido Ponto Azul», de Carl Sagan. A ideia era que, um dia, os seres humanos que chegarem a outros planetas serão «muito parecidos connosco, mas terão mais pontos fortes e menos pontos fracos». Clark afirmou que teremos de alcançar em poucos anos um desenvolvimento que Sagan imaginava ao longo de centenas de milhares de anos. Está em causa saber se conseguiremos desenvolver, em simultâneo, a capacidade de acelerar a investigação e a de decidir quando parar.
コメント