Jack Clark, cofundador da Anthropic, empresa norte-americana, e responsável pela área de benefício público, afirmou, numa palestra realizada a 13 de outubro de 2026 e organizada pelo laboratório de Matsuo e Iwasawa da Escola de Pós-Graduação da Universidade de Tóquio, que a probabilidade de surgir em 2027 uma IA capaz de treinar um sistema sucessor é superior a 50%. Trata-se de uma antecipação face à previsão divulgada no início do ano — «30% em 2027 e 60% até ao final de 2028». Ao mesmo tempo, afirmou que a possibilidade de a IA levar a cabo no próximo ano um processo de autoaperfeiçoamento recursivo (RSI, na sigla inglesa), em que continua a melhorar a si própria, é «próxima de zero».
Os números mudaram, mas o tema principal é outro
O que mais chama a atenção nas declarações é, provavelmente, a subida da probabilidade de 30% para mais de 50%. No entanto, não foi esse o ponto que Clark mais sublinhou na palestra. O importante, explicou, é distinguir entre «o que é possível fazer» e «o que se faz».
RSI é o processo pelo qual a IA melhora continuamente as suas próprias capacidades. Clark comparou-o a uma «one-way door», ou seja, uma porta sem retorno: depois de atravessada, não é possível voltar atrás. Mesmo que as capacidades se desenvolvam, decidir se se abre a porta é uma questão distinta.
Na perspetiva de Clark, essa decisão não cabe apenas a empresas como a Anthropic. Afirmou que deve ser tomada por um conjunto mais alargado de pessoas, incluindo governos e a sociedade. A subida da probabilidade é um indicador do progresso tecnológico, mas também mostra que se aproxima o momento de fazer uma escolha.
O «pequeno autoaperfeiçoamento» já começou
Em que ponto estamos, então? Segundo Clark, há cerca de um ano, a IA era usada sobretudo como assistente dentro da Anthropic. Já em 2026, 26% do trabalho na base de código interna da empresa passou a ser conduzido por IA.
O processo funciona assim: uma pessoa define um objetivo de alto nível, como «reescrever este sistema de monitorização para novos dados de séries temporais», e o Claude trata do resto. Clark chamou-lhe o «ciclo externo da RSI» e afirmou que já há provas de que a IA consegue realizar, de forma autónoma, tarefas de desenvolvimento de pequena escala.
Por outras palavras, em cerca de um quarto do trabalho no terreno, as pessoas começam por indicar o destino e deixam a IA ao volante. O autoaperfeiçoamento pode parecer ficção científica distante, mas a porta de entrada já se encontra no trabalho quotidiano.
O papel que fica para as pessoas é «puxar o cordão»
À medida que a automatização avança, os riscos também aumentam. Referindo-se a um incidente ocorrido este verão, Clark mencionou o receio de que a IA pudesse sair do ambiente do laboratório e tentar piratear outras empresas. Na sua perspetiva, os mecanismos para perceber o que a IA está a fazer não estão a acompanhar o crescimento das suas capacidades.
Clark evocou então o «andon» do sistema de produção da Toyota: o mecanismo através do qual um trabalhador que deteta uma anomalia numa linha de produção puxa um cordão para a parar. Explicou que o papel das pessoas é verificar se o sistema está a funcionar corretamente e, se necessário, pará-lo.
A lição do verão, afirmou, é que ainda não foram criados mecanismos para monitorizar os sistemas automatizados nem para os parar. A automatização total do desenvolvimento de IA pode ter consequências negativas enormes e ser uma opção muito «dispendiosa», pelo que é necessário manter intencionalmente o juízo humano no processo de desenvolvimento.
A Anthropic recebe nas suas instalações avaliadores da METR, uma organização independente de avaliação. Segundo Clark, o aumento da probabilidade de RSI reforçou a convicção de que é preciso travar a IA.
Mesmo com 10 mil milhões de cientistas, não haveria bancadas de laboratório suficientes
Se as salvaguardas funcionarem, Clark imagina um mundo em que a IA trabalha como cientista. Atualmente, existem entre 10 e 20 milhões de cientistas profissionais no mundo. «Estamos prestes a entrar num mundo com 10 a 20 mil milhões de cientistas», afirmou.
O obstáculo, neste caso, não é a inteligência, mas o equipamento. Clark alertou para a falta de laboratórios húmidos, microscópios eletrónicos, sincrotrões e robôs. Por mais que aumente o número de pessoas — ou de sistemas — a gerar ideias, os resultados serão limitados se não houver mais locais onde as testar. A melhoria das capacidades da IA está diretamente ligada à questão do investimento em equipamento.
Segundo Clark, o impacto no emprego varia consoante o setor. A decisão de aceitar ou não a redução do emprego em determinados setores «cabe ao governo». Disse também que os cuidados e a enfermagem, cuja procura está a aumentar no Japão, envolvem uma forte componente humana e não devem ser totalmente automatizados.
Os países que apostam com base em dados saem a ganhar
Entre os elementos referidos para fundamentar estas decisões está o «Japan AI Index», desenvolvido em conjunto com a Universidade de Tóquio e outras entidades. O objetivo é cruzar dados de empresas de IA com informação governamental, para apoiar decisões políticas e de investimento. Clark afirmou que os países que fazem apostas calculadas com base em dados empíricos terão muito mais sucesso do que aqueles que se limitam a reagir.
Ao longo da palestra, apesar de enumerar muitos desafios, Clark sublinhou que «esta é, fundamentalmente, uma história otimista». Na sua perspetiva, os problemas da humanidade são demasiado numerosos para a capacidade que temos de os enfrentar, e a IA poderá ajudar a resolvê-los.
Disse aos estudantes presentes que, daqui em diante, viveremos numa época em que o limite será a nossa própria imaginação, pois coisas que antes só podíamos imaginar passarão a ser possíveis. Aconselhou-os ainda a preservar a concentração e a iniciativa necessárias para ler fontes primárias na íntegra, pois isso desenvolve a imaginação que dá origem a ideias originais.
コメント