Quando a OpenAI lançou seu aguardado protótipo de perceptibilidade sintético, o GPT-5, na semana passada, deveria ser o grande momento da empresa. O CEO da empresa, Sam Altman, anunciou o GPT-5 porquê “um passo significativo no caminho para a IA generativa”, referindo-se a sistemas de IA que superam a perceptibilidade humana.
Mas os executivos da OpenAI também acreditavam que o novo protótipo suavizaria algumas das dificuldades do ChatGPT, o chatbot multifuncional que cresceu mais rápido do que qualquer aplicativo de consumo na história.
“As primeiras impressões deste protótipo são muito boas, e acho que as pessoas vão realmente sentir isso”, afirmou Nick Turley, superintendente do ChatGPT na OpenAI.
Exceto que as primeiras impressões não foram boas. Logo em seguida o lançamento, usuários compartilharam imagens nas redes sociais do novo protótipo cometendo erros básicos que atingiram seus antecessores, porquê errar dados em um planta dos EUA. Mais seriamente, usuários avançados dos modelos anteriores da OpenAI expressaram recusa com a mudança na “personalidade” do protótipo, e que seu desempenho ficou aquém do esperado na confrontação com concorrentes.
Depois de toda a expectativa, o protótipo de linguagem grande é amplamente visto mais porquê uma melhoria incremental em relação aos seus predecessores, em vez da grande mudança prometida em capacidades porquê nas versões anteriores do GPT.
“Para o GPT-5… as pessoas esperavam desvendar um tanto totalmente novo”, afirmou Thomas Wolf, cofundador e diretor científico da startup de IA de código desimpedido Hugging Face. “E cá não tivemos realmente isso”.
Depois centenas de bilhões de dólares de investimento em IA generativa e na infraestrutura computacional que a alimenta, a questão que repentinamente percorre o Vale do Silício é: e se isso for o melhor que conseguimos?
Nos últimos três anos, pesquisadores, usuários e investidores de IA se acostumaram com um ritmo vertiginoso de melhorias. Onde antes a OpenAI parecia ter uma liderança insuperável, rivais porquê Google, Anthropic, DeepSeek e xAI reduziram a intervalo na corrida pelo desenvolvimento.
Essa disputa alimentou promessas de que a AGI é iminente, com Altman até prevendo que ela chegaria durante a presidência de Donald Trump. Muitas dessas expectativas —que sustentam a novidade avaliação de valor de mercado da OpenAI de US$ 500 bilhões— colidiram com a verdade quando o GPT-5 decepcionou.
“O GPT-5 era nascente ícone mediano de toda a abordagem de escalonamento para chegar à AGI, e não funcionou”, comentou Gary Marcus, um crítico proeminente da IA e professor emérito de psicologia e ciência neural na Universidade de Novidade York.
Stuart Russell, professor de ciência da computação na Universidade da Califórnia, foi um dos primeiros pesquisadores a alertar sobre os perigos das capacidades da IA ultrapassarem a capacidade humana de controlá-las. Mas agora, ele compara o que está acontecendo hoje ao início da história da IA nos anos 1980, quando as inovações da era não conseguiram atender às expectativas e oferecer retorno sobre o investimento.
“Logo a bolha estourou. [Os sistemas] não estavam gerando verba, não estávamos encontrando aplicações de superior valor suficientes”, avaliou Russell. “Em poucos meses, é porquê uma corrida de cadeiras. E todos estão correndo para não ser a última pessoa segurando o bebê da IA”.
Outros argumentam que a tecnologia ainda está em sua início, e que os produtos de IA são extremamente populares e também relativamente novos em sua adoção em aplicações empresariais. Por enquanto, o capital ainda está inundando startups e projetos de infraestrutura de IA.
Mas Russell advertiu que o risco de expectativas elevadas demais pode facilmente se voltar contra os promotores da IA se os investidores decidirem que a bolha está prestes a estourar. “Eles simplesmente correm para as saídas o mais rápido verosímil”, comentou. “E assim as coisas podem ruir muito, muito, muito rapidamente”.
Secção do problema está na maneira porquê as empresas têm construído modelos de linguagem grandes.
Nos últimos cinco anos, empresas porquê OpenAI e Anthropic conseguiram mostrar ganhos consistentes no desempenho de seus sistemas usando uma fórmula simples: mais dados e mais poder computacional equivalem a modelos maiores e melhores.
Muitos líderes de IA ainda acreditam que essas “leis de graduação” podem continuar valendo por anos. Mas a abordagem está começando a atingir os limites dos recursos disponíveis.
Primeiro, as empresas de IA absorveram todos os dados de treinamento gratuitos disponíveis na internet. Agora elas estão buscando mais combustível para seus modelos fazendo acordos de compartilhamento de dados com editoras e detentores de direitos autorais, mas não está evidente se isso é suficiente para progredir a fronteira. (O Financial Times e a OpenAI têm um harmonia de compartilhamento de teor.)
Os laboratórios de IA também são limitados pelo poder computacional. É muito pesado em força treinar e executar grandes modelos de IA. Em 2022, o GPT-4 foi treinado em vários milhares de chips da Nvidia. Estimativas sugerem que o GPT-5 foi treinado em centenas de milhares de processadores de próxima geração da Nvidia, com chips ainda mais poderosos a caminho.
Altman reconheceu esta semana que sua empresa está esbarrando em alguns limites. Enquanto os modelos de IA subjacentes “ainda estão melhorando em um ritmo rápido”, disse ele a repórteres em um jantar em San Francisco, chatbots porquê o ChatGPT “não vão melhorar muito mais”.
Alguns pesquisadores de IA dizem que o foco esmagador no escalonamento de grandes modelos de linguagem e transformers —a arquitetura que sustenta a tecnologia, criada pelo Google em 2016— teve por si só um efeito limitante, ocorrendo às custas de outras abordagens.
“Estamos entrando em uma temporada de retornos decrescentes com LLMs puros treinados com texto”, indicou Yann LeCun, cientista-chefe da Meta, que é considerado um dos “padrinhos” da IA moderna. “Mas definitivamente não estamos atingindo um teto com sistemas de IA baseados em aprendizagem profundo treinados para entender o mundo real através de vídeo e outras modalidades”.
Esses chamados modelos de mundo são treinados em elementos do mundo físico além da linguagem, e são capazes de planejar, raciocinar e ter memória persistente. A novidade arquitetura ainda pode impulsionar o progresso em carros autônomos, robótica ou até mesmo assistentes de IA sofisticados.
“Existem enormes áreas para melhoria… mas precisamos de novas estratégias para chegar [lá]”, avaliou Joelle Pineau, ex-líder de pesquisa de IA da Meta, agora diretora de IA na startup Cohere. “Simplesmente continuar adicionando poder computacional e visar uma AGI teórica não será suficiente”.
Suspeitas de que o ritmo de desenvolvimento da IA está desacelerando já começam a influenciar a política mercantil e tecnológica dos EUA.
Durante a governo do presidente Joe Biden, a prioridade estava na segurança e regulamentação. Muitos assessores haviam sido convencidos por executivos do Vale do Silício de que o prolongamento acentuado das capacidades da IA poderia ter consequências perigosas até o final da dez.
As tendências libertárias de Donald Trump significavam que a regulamentação da IA provavelmente seria uma prioridade menor do que havia sido para a governo Biden. Mas mesmo há somente alguns meses, preocupações com a segurança vernáculo pareciam estar ganhando destaque, com Washington ameaçando estreitar os controles de exportação dos chips H20 da Nvidia, que haviam sido projetados para desenvolvedores de IA na China.
Um sinal de que a visão preponderante em Washington estava mudando veio de David Sacks, czar da IA de Trump. Em uma longa publicação no X (macróbio Twitter) no início deste mês, Sacks declarou: “Previsões apocalípticas de perda de empregos são tão exageradas quanto a própria AGI”.
Em vez de uma AGI que se aprimora rapidamente, o mercado de IA alcançou um estado de estabilidade “ideal”, escreveu ele, com várias empresas em competição acirrada e um papel evidente para os humanos na direção do que a IA faz.
Logo depois, Trump fechou um novo harmonia com o superintendente da Nvidia, Jensen Huang, para reiniciar suas vendas de H20 para a China e disse que até consideraria permitir que uma versão modificada dos sistemas Blackwell mais poderosos da operário de chips fosse vendida para a China.
Analistas dizem que, com a AGI não sendo mais considerada um risco, o foco de Washington mudou para prometer que os chips e modelos de IA fabricados nos EUA dominem o mundo.
“A atual governo [dos EUA] deixa evidente que quer fazer mais engajamento internacional, trabalhando com outros países para ajudá-los a adotar a IA americana”, apontou Keegan McBride, consultor sênior de política em tecnologia do Instituto Tony Blair. “Isso representa uma mudança significativa em relação aos esforços anteriores, e provavelmente se deve a uma crença dissemelhante na verosimilhança de um cenário de decolagem rápida da AGI”.
Pode não ter sido a intenção da OpenAI, mas o que o lançamento do GPT-5 deixa evidente é que a natureza da corrida da IA mudou.
Em vez de simplesmente edificar modelos maiores e mais brilhantes, segundo Sayash Kapoor, pesquisador da Universidade de Princeton, as empresas de IA estão “lentamente se conscientizando de que estão construindo infraestrutura para produtos”.
Kapoor e sua equipe avaliaram os principais modelos de IA para ver porquê se saíam quando aplicados a tarefas que vão desde pesquisa científica a tarefas na web, programação e atendimento ao cliente.
Em vez de ser notavelmente subordinado, o desempenho do GPT-5 teve consistentemente um nível médio em diferentes tarefas. “O lugar onde ele realmente se destaca é que é bastante econômico e também muito mais rápido do que outros modelos”, afirmou Kapoor.
Isso poderia furar as portas para mais inovação nos tipos de produtos e serviços que os modelos de IA são usados para produzir, mesmo que não produza avanços extraordinários em direção à AGI ou além, para a chamada superinteligência.
“Faz sentido que, à medida que a IA é aplicada de muitas maneiras úteis, as pessoas se concentrem mais nas aplicações versus ideias mais abstratas porquê AGI”, analisou Miles Brundage, pesquisador de políticas de IA e ex-funcionário da OpenAI. “Mas é importante não perder de vista o trajo de que essas são, de trajo, tecnologias extremamente versáteis que ainda estão avançando muito rapidamente, e que o que vemos hoje ainda é muito restringido em confrontação com o que está por vir”.
A OpenAI e outras empresas líderes de IA, porquê Cohere, Mistral e xAI, começaram a empregar os chamados engenheiros de implantação avançada, que são incorporados em empresas clientes para integrar seus modelos nos sistemas de seus clientes.
“As empresas não fariam isso se achassem que estavam perto de automatizar todo o trabalho humano pelo resto do tempo”, indicou Kapoor.
Os investidores do Vale do Silício parecem ter pouca impaciência com a desaceleração do progresso na IA. As avaliações de startups continuam a disparar, assim porquê as ações impulsionadas pela IA em Wall Street, com a Nvidia, cuja avaliação subiu murado de 25% nos últimos três meses para US$ 4,4 trilhões, próxima de sua máxima histórica.
As ações do SoftBank —um dos maiores investidores da OpenAI, das quais líder Masayoshi Son fez da geração de superinteligência sua missão orientadora— subiram mais de 50% no último mês. As receitas das empresas de IA podem ainda não se encaixar nos modelos de avaliação tradicionais, mas os gastos e o uso pelos consumidores estão crescendo a taxas sem precedentes.
Os investidores são mais seduzidos pelo prolongamento desordenado do ChatGPT —que elevou as receitas recorrentes anuais da empresa para US$ 12 bilhões— do que pela perspectiva de uma AGI iminente. O resultado da empresa, porquê era o Google anteriormente, “tornou-se o verbo” para aqueles que usam IA, destacou David Schneider, sócio da Coatue Management, investidora da OpenAI.
Muitos acreditam que há uma enorme quantidade de valor ainda a ser desbloqueada na atual geração de modelos. “Startups e empresas mal começaram a escorchar a superfície do que eles são capazes em aplicações comerciais e de consumo”, previu Peter Deng, ex-executivo da OpenAI, Uber e Facebook, agora sócio universal da empresa de capital de risco Felicis, que investiu na empresa de codificação de IA Poolside e na startup de geração de vídeo Runway.
O GPT-5 pode ter desapontado, mas com o Vale do Silício funcionando mais com base em “expectativas” do que em benchmarks científicos, há poucas indicações de que a corrida das cadeiras da IA vai completar tão cedo. “Ainda há muitas coisas legais para edificar”, disse Wolf, “mesmo que não seja AGI ou uma superinteligência maluca”
