Singularidade da Inteligência Artificial e a Superinteligência
Colaboração do Dr. Assad Abbas A Lei de Moore foi o modelo de ouro para prever o progresso tecnológico durante anos. Introduzida por Gordon Moore, cofundador da Intel, em 1965, ela estabelecia que a quantidade de transistores em um chip se duplicaria a cada dois anos, tornando os computadores mais rápidos, menores e baratos com o tempo. Esse avanço constante impulsionou tudo, desde os computadores pessoais e smartphones até o crescimento da Internet.
Mas essa era está chegando ao fim. Os transistores estão agora alcançando limites de escala atômica, e reduzi-los ainda mais se tornou incrivelmente caro e complexo. Enquanto isso, o poder de processamento da IA está crescendo rapidamente, superando de longe a Lei de Moore. Ao contrário da computação tradicional, a IA se baseia em hardware robusto e especializado e no processamento paralelo para lidar com dados massivos. O que distingue a IA é sua capacidade de aprender e refinar continuamente seus algoritmos, levando a rápidas melhorias na eficiência e no desempenho.
Essa rápida aceleração nos aproxima de um momento crucial conhecido como a singularidade da IA, o ponto em que a IA supera a inteligência humana e inicia um ciclo imparável de autossuperação. Empresas como Tesla, Nvidia, Google DeepMind e OpenAI lideram essa transformação com GPUs poderosas, chips de IA personalizados e redes neurais em larga escala. À medida que os sistemas de IA se tornam cada vez mais capazes de melhorar, alguns especialistas acreditam que poderíamos alcançar a Superinteligência Artificial (ASI) já em 2027, um marco que poderia mudar o mundo para sempre.
À medida que os sistemas de IA se tornam cada vez mais independentes e capazes de se otimizar, especialistas preveem que poderíamos alcançar a Superinteligência Artificial (ASI) em 2027. Se isso acontecer, a humanidade entrará em uma nova era em que a IA impulsionará a inovação, transformará as indústrias e possivelmente ultrapassará o controle humano. A pergunta é se a IA chegará a esse estágio, quando, e se estamos preparados.
Como os sistemas de escalabilidade e autoaprendizado da IA estão transformando a computação
À medida que a Lei de Moore perde força, os desafios de fabricar transistores menores se tornam mais evidentes. O acúmulo de calor, as limitações energéticas e o aumento dos custos de produção de chips tornaram os avanços na computação tradicional cada vez mais difíceis. No entanto, a IA está superando essas limitações não fabricando transistores menores, mas mudando a forma como a computação funciona.
Em vez de depender de transistores cada vez menores, a IA emprega processamento paralelo, aprendizado de máquina e hardware especializado para melhorar o desempenho. O aprendizado profundo e as redes neurais se destacam ao processar grandes quantidades de dados simultaneamente, ao contrário dos computadores tradicionais que executam tarefas de forma sequencial. Essa transformação levou ao uso generalizado de GPUs, TPUs e aceleradores de IA projetados explicitamente para cargas de trabalho de IA, oferecendo uma eficiência significativamente maior.
À medida que os sistemas de IA se tornam mais avançados, a demanda por maior poder computacional continua a crescer. Esse crescimento rápido multiplicou por cinco a potência computacional da IA a cada ano, superando de longe o crescimento tradicional de duas vezes a cada dois anos da Lei de Moore. O impacto dessa expansão é mais evidente nos modelos de linguagem de grande porte (LLM, na sigla em inglês), como GPT-4, Gemini e DeepSeek, que exigem capacidades massivas de processamento para analisar e interpretar enormes conjuntos de dados, impulsionando a próxima onda da computação movida por IA. Empresas como a Nvidia estão desenvolvendo processadores de IA altamente especializados que oferecem uma velocidade e eficiência incríveis para atender a essas demandas.
A escalabilidade da IA é impulsionada por hardware de ponta e algoritmos de autossuperação, permitindo que as máquinas processem grandes volumes de dados de forma mais eficiente do que nunca. Entre os avanços mais significativos está o supercomputador Dojo da Tesla, um marco na computação otimizada para IA projetado explicitamente para treinar modelos de aprendizado profundo.
Ao contrário dos centros de dados convencionais projetados para tarefas de uso geral, o Dojo é projetado para lidar com cargas de trabalho massivas de IA, especialmente para a tecnologia de condução autônoma da Tesla. O que diferencia o Dojo é sua arquitetura personalizada centrada na IA, otimizada para aprendizado profundo em vez da computação tradicional. Isso resultou em velocidades de treinamento sem precedentes e permitiu à Tesla reduzir os tempos de treinamento de IA de meses para semanas, ao mesmo tempo em que diminui o consumo de energia por meio de uma gestão energética eficiente. Ao permitir que a Tesla treine modelos maiores e mais avançados com menos energia, o Dojo está desempenhando um papel vital na aceleração da automação impulsionada por IA.
No entanto, a Tesla não está sozinha nessa corrida. Em toda a indústria, os modelos de IA estão se tornando cada vez mais capazes de aprimorar seus processos de aprendizado. O AlphaCode da DeepMind, por exemplo, está impulsionando o desenvolvimento de software gerado por IA ao otimizar a eficiência da escrita de códigos e melhorar a lógica algorítmica ao longo do tempo. Enquanto isso, os modelos de aprendizado avançado do Google DeepMind são treinados com dados do mundo real, permitindo que se adaptem dinamicamente e refinem os processos de tomada de decisão com mínima intervenção humana.
Mais importante ainda, a IA agora pode se aprimorar por meio da autossuperação recursiva, um processo em que os sistemas de IA refinam seus próprios algoritmos de aprendizado e aumentam a eficiência com mínima intervenção humana. Essa capacidade de autoaprendizado está acelerando o desenvolvimento da IA em um ritmo sem precedentes, aproximando a indústria da ASI. Com os sistemas de IA se aperfeiçoando, otimizando e se melhorando continuamente, o mundo está entrando em uma nova era de computação inteligente que evolui de forma independente e contínua.
O Caminho para a Superinteligência: Estamos nos Aproximando da Singularidade?
A singularidade da IA refere-se ao ponto em que a inteligência artificial supera a inteligência humana e passa a se aprimorar sem intervenção humana. Nesse estágio, a IA poderia criar versões mais avançadas de si mesma em um ciclo contínuo de autossuperação, levando a avanços rápidos além da compreensão humana. Essa ideia depende do desenvolvimento da inteligência artificial geral (AGI), capaz de realizar qualquer tarefa intelectual que um ser humano pode desempenhar e, com o tempo, evoluir para a ASI.
Os especialistas têm opiniões divergentes sobre quando isso poderá ocorrer. Ray Kurzweil, futurista e pesquisador de IA no Google, prevê que a AGI chegará em 2029, seguida de perto pela ASI. Por outro lado, Elon Musk acredita que a ASI poderá surgir já em 2027, destacando o rápido crescimento da capacidade computacional da IA e sua habilidade de escalar mais rapidamente do que o esperado.
A capacidade de processamento da IA dobra a cada seis meses, superando amplamente a Lei de Moore, que previa a duplicação da densidade de transistores a cada dois anos. Essa aceleração é possível graças aos avanços no processamento paralelo, hardware especializado como GPUs e TPUs, e técnicas de otimização como quantização de modelos e dispersão.
Os sistemas de IA também estão se tornando mais independentes. Alguns já são capazes de otimizar suas arquiteturas e melhorar os algoritmos de aprendizado sem intervenção humana. Um exemplo é o Neural Architecture Search (NAS), em que a IA projeta redes neurais para melhorar a eficiência e o desempenho. Esses avanços estão levando ao desenvolvimento de modelos de IA que se aperfeiçoam continuamente, um passo essencial rumo à superinteligência.
Dado o potencial da IA para avançar tão rapidamente, pesquisadores da OpenAI, DeepMind e outras organizações estão trabalhando em medidas de segurança para garantir que os sistemas de IA permaneçam alinhados com os valores humanos. Estão sendo desenvolvidos métodos como o aprendizado por reforço com feedback humano (RLHF) e mecanismos de supervisão para reduzir os riscos associados à tomada de decisões autônomas pela IA. Esses esforços são fundamentais para orientar o desenvolvimento da IA de forma responsável. Se a IA continuar a evoluir nesse ritmo, a singularidade pode chegar antes do previsto.
A Promessa e os Riscos da IA Superinteligente
O potencial da ASI para transformar diversas indústrias é imenso, especialmente nas áreas de medicina, economia e sustentabilidade ambiental.
No campo da saúde, a ASI pode acelerar a descoberta de medicamentos, melhorar o diagnóstico de doenças e encontrar novos tratamentos para o envelhecimento e outras enfermidades complexas. Na economia, pode automatizar tarefas repetitivas, permitindo que as pessoas se concentrem na criatividade, inovação e resolução de problemas. Em escala global, a IA também pode desempenhar um papel fundamental no enfrentamento dos desafios climáticos, otimizando o uso de energia, aprimorando a gestão de recursos e encontrando soluções para reduzir a poluição.
No entanto, esses avanços trazem riscos significativos. Se a inteligência artificial não estiver devidamente alinhada com os valores e objetivos humanos, poderá tomar decisões que entrem em conflito com os interesses da humanidade, levando a resultados imprevisíveis ou perigosos. A capacidade da IA de se aprimorar rapidamente levanta preocupações sobre o controle à medida que os sistemas se tornam mais avançados, tornando cada vez mais difícil garantir que permaneçam sob supervisão humana.
Entre os riscos mais relevantes estão: Perda de controle humano: à medida que a IA superar a inteligência humana, poderá operar além da nossa capacidade de regulá-la. Sem estratégias de alinhamento eficazes, a IA pode tomar decisões sobre as quais os humanos não terão mais influência. Ameaças existenciais: se a ASI priorizar sua própria otimização sem considerar os valores humanos, poderá tomar decisões que ameacem a sobrevivência da humanidade. Desafios regulatórios: governos e organizações enfrentam dificuldades para acompanhar o ritmo acelerado do desenvolvimento da IA, o que complica a criação de políticas e salvaguardas adequadas a tempo.
Organizações como OpenAI e DeepMind estão trabalhando ativamente em medidas de segurança para a Inteligência Artificial, incluindo métodos como o RLHF, para manter a IA alinhada com diretrizes éticas. No entanto, o progresso em segurança de IA não acompanha o ritmo dos avanços tecnológicos, levantando preocupações sobre se as precauções necessárias serão tomadas antes que a IA atinja um nível além do controle humano.
Embora a Inteligência Artificial superinteligente seja extremamente promissora, seus riscos não podem ser ignorados. As decisões tomadas hoje definirão o futuro do desenvolvimento da IA. Para garantir que a IA beneficie a humanidade em vez de representar uma ameaça, pesquisadores, formuladores de políticas e a sociedade precisam trabalhar juntos para priorizar ética, segurança e inovação responsável.
Resultado Final
A rápida aceleração da expansão da Inteligência Artificial nos aproxima de um futuro em que a IA superará a inteligência humana. Embora a IA já tenha transformado diversas indústrias, o surgimento da inteligência artificial superinteligente poderá redefinir a maneira como trabalhamos, inovamos e enfrentamos desafios complexos. No entanto, esse salto tecnológico traz riscos substanciais, incluindo a possível perda de supervisão humana e consequências imprevisíveis.
Garantir que a Inteligência Artificial continue alinhada com os valores humanos é um dos desafios mais críticos do nosso tempo. Pesquisadores, formuladores de políticas e líderes da indústria devem colaborar para desenvolver salvaguardas éticas e estruturas regulatórias que orientem a IA rumo a um futuro que beneficie a humanidade. À medida que nos aproximamos da singularidade, as decisões que tomamos hoje moldarão a forma como a IA coexistirá conosco nos próximos anos.
Dr. Assad Abbas
O Dr. Assad Abbas, professor associado titular da Universidade COMSATS de Islamabad (Paquistão), obteve seu doutorado na Universidade Estadual de Dakota do Norte (EUA). Sua pesquisa é focada em tecnologias avançadas, como computação em nuvem, em névoa e na borda, análise de big data e inteligência artificial. O Dr. Abbas tem feito contribuições substanciais com publicações em revistas científicas e conferências de prestígio.
Desde a empresa afirmam que seus novos modelos experimentais superam os da chinesa DeepSeek
O gigante tecnológico Google anunciou nesta terça-feira que prevê investir 75 bilhões de dólares em gastos de capital em 2025, direcionados ao desenvolvimento de infraestruturas técnicas relacionadas à inteligência artificial (IA), como servidores e centros de dados, já que precisa de mais “capacidade” para atender à demanda.
“Tivemos uma demanda muito forte por nossos produtos de IA no quarto trimestre e fechamos o ano com mais demanda do que capacidade disponível, então estamos numa situação de oferta e demanda muito apertada, trabalhando duro para ativar mais capacidade”, disse nesta terça o CEO da Alphabet, Sundar Pichai.
O executivo afirmou que seus novos modelos experimentais de inteligência artificial (IA) superam os da empresa chinesa DeepSeek e que vai aumentar seus gastos de capital para absorver a “forte demanda”.
Na conferência para analisar os resultados com analistas, o executivo explicou que o modelo de IA da Alphabet, chamado Gemini, se destaca em “custo, desempenho e tempos de espera” e “lidera a fronteira de Pareto”, um conceito econômico que se refere ao ponto de equilíbrio da eficiência.
“Eu diria que nossos modelos (Gemini) 2.0 Flash e 2.0 Flash Thinking são alguns dos modelos mais eficientes que existem, inclusive comparados aos da DeepSeek, V3 e R1”, declarou Pichai, que, apesar disso, parabenizou o “time incrível” da DeepSeek, que fez um “trabalho muito bom”.
No último trimestre de 2024, o Google Cloud, serviço de nuvem que incorpora IA, teve receita de 11,955 bilhões, um aumento de 30% em relação ao ano anterior, número que, no entanto, representa um crescimento mais lento em comparação a outros trimestres e que os executivos atribuíram às limitações frente à demanda.
Pichai também previu que as empresas de tecnologia estão aumentando os gastos na inferência de seus modelos de IA e disse esperar que os “modelos de raciocínio”, que podem usar a lógica para chegar a conclusões, acelerem ainda mais o desenvolvimento.
“Essa é parte da razão pela qual estamos tão entusiasmados com a oportunidade da IA. Sabemos que podemos impulsionar exemplos de uso extraordinários porque o custo real de usar a IA vai continuar caindo, tornando mais exemplos viáveis. O espaço de oportunidade é enorme.”
quais empregos estariam em risco? O magnata não previu uma data para a mudança, mas garantiu que será em breve
A inteligência artificial (IA) está transformando rapidamente o cenário de trabalho, gerando debates sobre as profissões que poderiam ser — e já estão sendo — substituídas por essa tecnologia.
Recentemente, Elon Musk, CEO da Tesla e da SpaceX, afirmou na rede social X que a IA “em breve superará médicos e advogados por uma ampla margem (e, eventualmente, todos os humanos em quase tudo)”. A medicina e o direito, campos que tradicionalmente exigem um alto nível de conhecimento e julgamento humano, estão passando por uma crescente integração da IA.
Qual é a pergunta que os jovens devem se fazer todos os dias para serem felizes, segundo Steve Jobs
Na medicina, sistemas de IA com acesso a vastos bancos de dados podem diagnosticar doenças e sugerir tratamentos com uma precisão que rivaliza com a dos profissionais humanos. Um estudo recente demonstrou que o ChatGPT superou médicos na avaliação de históricos médicos, sugerindo que a IA poderia desempenhar um papel significativo na atenção à saúde.
No campo jurídico, a IA está sendo utilizada para analisar documentos, prever resultados de casos e automatizar tarefas rotineiras. Ferramentas avançadas conseguem revisar contratos e realizar pesquisas legais de maneira mais eficiente que os humanos, o que poderia reduzir a demanda por advogados em certas funções.
Além de médicos e advogados, outras ocupações podem ser afetadas pela automação impulsionada pela IA. Segundo um relatório do Fórum Econômico Mundial, os vendedores por telefone, autorizadores de crédito, assistentes estatísticos e caixas de banco estão entre as funções com maior risco de serem substituídas pela IA no futuro.
Uma análise da plataforma Indeed identificou que cerca de 20% dos postos de trabalho estão altamente expostos à IA, o que significa que a inteligência artificial poderia realizar pelo menos 80% das tarefas associadas a essas funções. Isso inclui empregos com tarefas repetitivas ou baseadas em dados, como analistas de notícias, repórteres, assistentes administrativos e contadores.
Outro dos campos com maior impacto é o relacionado ao comércio eletrônico. De acordo com um relatório da Statista, estima-se que 2,9 bilhões de consumidores façam compras online, o que representa 36% da população mundial. Com base nessa informação, a Statista aponta que mais de 50% dos e-commerces já adaptaram soluções de inteligência artificial aos seus negócios e cerca de 30% já possuem essa tecnologia integrada ao seu funcionamento.
As empresas estão vendo nessas estratégias a oportunidade de otimizar as vendas, melhorar e personalizar a relação com seus clientes e otimizar processos internos.
Bill Gates, cofundador da Microsoft, prevê que a IA será transformadora nos próximos cinco anos e aponta que apenas três profissões sobreviverão e se adaptarão melhor a essa tecnologia: aquelas relacionadas à biologia, ao setor de energia e aos trabalhos especializados em design e programação de ferramentas de IA. Nesse sentido, o empresário argumenta que a IA permitirá às pessoas se concentrarem em tarefas mais criativas e significativas, enquanto as máquinas realizam tarefas rotineiras.
Para Bill Gates, a biologia, o setor de energia e a programação não estão ameaçados pela IA. (Imagem Ilustrativa Infobae)
Por outro lado, Elon Musk tem expressado preocupações quanto ao ritmo da automação e seu impacto no emprego. Durante sua participação na conferência VivaTech 2024 em Paris, afirmou que a maioria dos empregos atuais será substituída por máquinas inteligentes e sistemas automatizados em um futuro não muito distante, destacando que “quase nenhum de nós terá trabalho”.
Embora a IA ofereça oportunidades significativas para melhorar a eficiência e a produtividade, também apresenta desafios consideráveis para o mercado de trabalho. Profissões que antes eram consideradas seguras podem ser transformadas ou até mesmo substituídas por sistemas automatizados.
Juan José Ríos Arbeláez é um jornalista e colaborador que atua na cobertura de temas relacionados à tecnologia, inovação e mercado de trabalho, contribuindo com reportagens e análises sobre o impacto das novas tecnologias na sociedade.
“É impossível interagir com o ChatGPT sem pensar” O docente da Universidade de Navarra opina que os resultados na aprendizagem já não são importantes e que é preciso focar no ensino da reflexão aos alunos sobre o processo
Dois anos após seu surgimento, o ChatGPT continua alimentando o debate educacional. A balança, no entanto, começa a se inclinar — ainda que lentamente — a favor daqueles que começaram a se perguntar: como integrá-lo à sala de aula? Francesc Pujol (58 anos, Barcelona) sabe que não há uma única resposta, mas, acima de tudo, assegura que o mundo docente não pode mais ignorar essa ferramenta. Professor de economia e liderança na Universidade de Navarra, onde leciona há 26 anos, conhece bem os riscos, limitações e oportunidades que essa tecnologia disruptiva oferece. Ele reuniu essas experiências em dois livros sobre o uso da inteligência artificial no ensino. Também lidera o IAdocents, um grupo de trabalho no campus, e já formou cerca de 900 professores (universitários e do ensino médio) sobre como integrar melhor a IA em sala de aula.
Pergunta: O ChatGPT derrotou os professores? Resposta: Conheço muitos professores que estão em uma fase de derrota, aceitando que essa ferramenta entrou na sala de aula sem permissão e que precisam fazer algo a respeito. De repente, todos os trabalhos dos alunos são maravilhosos, incríveis, profundos, mas depois, quando esses mesmos alunos fazem as provas, têm desempenho tão bom ou tão ruim quanto nos anos anteriores. Tiveram que aceitar que existe uma ferramenta capaz de gerar resultados de alto nível e, em muitos casos, de forma reativa. Alguns dizem: não vou mais pedir trabalhos, vou concentrar tudo nas provas finais ou parciais. Mas também há uma proporção crescente de professores universitários e do ensino médio que está se preparando para responder a essa mudança.
P: Qual é a chave para que essa transição seja pacífica? R: É lógico que os professores pensem que o foco deve ser entender melhor a ferramenta, como funciona e como dar as instruções corretas. No entanto, essa não é a chave. O foco está na tarefa. Em repensar o processo e não o resultado. Os resultados cada vez dizem menos sobre o conhecimento, a aprendizagem ou o esforço dos alunos, porque são gerados por um programa. O essencial é acompanhar o processo. Existem duas formas de canalizar isso: você pode pedir um trabalho que documente o processo com evidências ou trabalhar diretamente com eles em sala. O objetivo é documentar, tornar visível e avaliável a evolução até chegar a uma resposta.
P: Qual é o esforço que os professores devem fazer agora? R: Isso obriga a pensar constantemente em coisas que antes não era necessário pensar, como: que aprendizado esse trabalho traz ao aluno em seu processo de conhecimento e reflexão? Antes da IA, se você pedia um trabalho a um aluno, sabia que ele ia aprender de qualquer forma, porque teria que construir essa informação por conta própria. Agora o conteúdo do trabalho não fornece informação, então é preciso pensar em como avaliar o processo. Isso leva diretamente ao centro da pedagogia e da vocação docente, porque é preciso repensar o que se quer que os alunos aprendam.
P: É importante que isso também aconteça no ensino médio? R: No ensino médio está em jogo muita coisa. Com o mau uso da IA na universidade você obtém muitos trabalhos ruins e, em geral, baixo aprendizado. No ensino médio, o problema é que, por causa da má integração da IA, eles aprendam a pensar menos justo na fase em que estão desenvolvendo suas capacidades cognitivas, seu espírito crítico, sua capacidade de análise. É crucial agir. Todas essas capacidades podem atrofiar se o ChatGPT resolver todos os problemas e o professor não intervir. A função do professor deve ser mitigar os riscos dessa nova ferramenta e multiplicar as potencialidades do seu valor agregado.
P: Então, como aproveitar essa tecnologia em sala de aula? R: Usado corretamente, o ChatGPT permite ver todos os elementos relevantes de um problema, o programa sabe atribuir pesos diferentes a cada um dos elementos que compõem um trabalho escrito, identificar argumentos relevantes em um texto e, portanto, se o aluno for capaz de entender esse processo, isso o ajuda a melhorar a capacidade de análise e também a desenvolver o espírito crítico.
P: Como o senhor integra a IA generativa em sala de aula? R: Os alunos devem me apresentar dois documentos, um com o ensaio e outro com o making of do texto. Neste último, peço que identifiquem todas as partes do ensaio, as instruções que seguiram para elaborar cada parágrafo, o que fizeram para melhorar uma resposta se estava muito simplista ou as perguntas complementares que realizaram. Essa é a zona à qual devemos levar os alunos. Se um aluno deixa passar uma afirmação falsa no trabalho, recebe nota zero diretamente. Também costumo mostrar, com permissão dos alunos, as melhores práticas para que eles possam aprender uns com os outros.
P: O processo de aprendizagem está melhorando? R: Graças ao ChatGPT, obrigo os alunos a explicitar o processo de reflexão sobre os conteúdos que geraram com o programa, então, no mínimo, eles serão obrigados a ler os conteúdos. Porque não devemos nos enganar: antes do ChatGPT as pessoas também não aprendiam muito, pois copiavam conteúdos encontrados no Google. Agora o problema é que podem gerar conteúdos com falsidades. Ou aprendem a identificar essas falsidades ou terão um problema gigantesco no futuro profissional. A função do professor deve ser mitigar os riscos dessa nova ferramenta e multiplicar as potencialidades
P: Que lições o senhor tira desse processo? R: Como professor, desfruto desses textos e posso aprender, porque evidentemente antes um ensaio de um aluno universitário não me trazia nada, pois expunha coisas muito básicas. Agora aparecem conteúdos muito interessantes e valiosos, e reflexões profundas que, embora não tenham sido elaboradas por eles, são validadas por eles. Os alunos se acostumam a trabalhar com análises mais detalhadas e ricas em nuances, e isso é algo que vão assimilar. Eu sei que essa nova forma de trabalho os obriga a pensar, porque é impossível interagir com o ChatGPT sem pensar.
P: Como isso vai evoluir nos próximos dois anos? R: Muito em breve, essas ferramentas não vão apenas responder perguntas, mas executar tarefas completas, como análises detalhadas de um modelo de negócio de uma startup, o desenvolvimento de um caso jurídico ou diretamente um trabalho final de graduação. Isso também nos obriga a repensar a forma como se faz pesquisa. Surgirão melhores metodologias e atividades que documentem todo o processo desenvolvido pelo ChatGPT e validado por um aluno. Já existem ferramentas que registram tudo o que acontece quando os alunos usam IA.
P: Para onde estamos indo? R: A capacidade humana de acompanhar essa rápida transformação tecnológica está ficando para trás. É muito difícil acompanhar o ritmo. E muito mais difícil ainda é incorporar essa mudança no âmbito social e organizacional. A cultura organizacional avança mais devagar do que as necessidades. Vemos que o que estamos fazendo está obsoleto, não faz muito sentido, mas não damos conta, porque não temos capacidade de reação para aplicar agora, já. Isso requer uma revisão e um amplo reajuste. E é preciso ter em conta que pode haver disparidade entre uma instituição e outra, entre um país e outro, entre quem tem mais recursos e quem tem menos. Essas são as perguntas que teremos que enfrentar muito em breve.
Luis Enrique Velasco é um jornalista e colaborador especializado em temas de educação, tecnologia e inovação. Contribui com reportagens e entrevistas que exploram o impacto das novas ferramentas digitais no ensino e na aprendizagem.
• As grandes empresas de tecnologia ignoram a DeepSeek e seus investidores: vão gastar cerca de 290 bilhões de euros em inteligência artificial em 2025. • Durante suas recentes apresentações de resultados trimestrais, as grandes empresas de tecnologia confirmaram sua intenção de seguir adiante com os investimentos massivos no desenvolvimento de modelos e construção de infraestruturas de IA.
Quando a DeepSeek veio à tona há algumas semanas e demonstrou — por meio da publicação de um artigo acadêmico — que era possível desenvolver e treinar um modelo de inteligência artificial (IA) tão potente quanto os mais avançados da OpenAI, tudo indicava que as Big Tech tomariam nota. Se essa startup chinesa podia competir com a desenvolvedora do ChatGPT utilizando microchips da Nvidia consideravelmente menos potentes do que os que a empresa de Jensen Huang está tentando comercializar hoje, as grandes companhias do setor tecnológico poderiam cortar os investimentos em IA.
Além disso, o modelo desenvolvido pela empresa de Liang Wenfeng parecia ter chegado no momento certo para que isso acontecesse: poucos dias antes das apresentações de resultados trimestrais das principais empresas de tecnologia, nas quais seus acionistas poderiam questioná-las por continuarem investindo tanto dinheiro em inteligência artificial, quando a DeepSeek havia demonstrado que isso não era necessário.
No entanto, parece que nem os investidores especializados nesse setor, nem a própria startup chinesa conseguiram mudar o rumo dos gastos massivos em IA. Como relata o Financial Times, as quatro principais empresas do setor tecnológico nos Estados Unidos — Alphabet (Google), Amazon, Meta (Facebook) e Microsoft — planejam investir em inteligência artificial mais de 300 bilhões de dólares (cerca de 289 bilhões de euros na cotação atual) durante o ano de 2025.
Os 300.000 milhões se devem em grande parte à Amazon, que superou seus rivais diretos e anunciou um gasto previsto para este ano de mais de 100.000 milhões de dólares (96.000 milhões de euros) em infraestrutura de IA. Por exemplo, para a construção de novos centros de dados para sua subsidiária, Amazon Web Services ou AWS.
Segundo informou o meio britânico, o investimento em inteligência artificial dessas quatro companhias já aumentou 63% no ano passado, atingindo níveis históricos, mas agora os executivos dessas organizações prometeram acelerar ainda mais seus gastos em IA, ignorando assim as preocupações dos acionistas quanto às enormes quantias que estão sendo destinadas a essa tecnologia emergente.
Vale lembrar aqui que, tanto a Microsoft quanto a controladora do Google (Alphabet) chegaram a perder nestes dias até 200.000 milhões de dólares (192.000 milhões de euros) em valor de mercado após apresentarem resultados financeiros mais fracos do que o esperado em suas respectivas divisões de computação em nuvem.
O diretor do fundo de crescimento concentrado dos Estados Unidos na Alliance Bernstein, Jim Tierney, declarou ao Financial Times que “o entusiasmo desenfreado em todo o setor pelos Sete Magníficos foi substituído por focos de ceticismo e criou algumas situações de ‘vamos ver, me mostre'”.
“As preocupações que eu tinha desde o verão se ampliaram hoje”, reconheceu esse analista da bolsa, que acrescentou: “Se virmos — ou quando virmos — a aceleração do crescimento da nuvem no Google ou no Azure [da Microsoft], ou virmos melhorar a aceitação do Copilot, os investidores se sentirão mais à vontade para investir na Alphabet ou na Microsoft. Enquanto isso, os modelos de IA mais baratos e comercializados provavelmente amplificarão as preocupações dos acionistas”.
Ramón Armero é jornalista e editor que contribui para o Business Insider Espanha. Ele colaborou com jornalistas como Hugh Langley e Hasan Chowdhury em artigos relacionados a inteligência artificial e empresas de tecnologia. Em março de 2025, Armero foi o tradutor de um artigo sobre a vigilância do DeepSeek pelos Estados Unidos, publicado no Business Insider Espanha.
