Nos últimos meses, a indústria de inteligência artificial produziu um fluxo contínuo de alegações espetaculares sobre avanços revolucionários. Quando especialistas independentes examinam essas declarações com rigor, porém, uma história muito diferente emerge—geralmente recebendo menos cobertura de imprensa. O padrão revela menos inovação genuína e mais estratégia de marketing para desviar atenção de problemas reais.
O ciclo de hype e desmascaramento
Em abril de 2026, a Anthropic afirmou que seu modelo Claude Mythos era melhor do que a maioria dos especialistas em segurança para encontrar vulnerabilidades de software. Simultaneamente, a indústria enfrentou revelações sobre incidentes de hacking: primeiro a Hugging Face foi alvo de um ataque envolvendo modelos de IA, seguido por divulgações de incidentes similares da Anthropic e Meta. Depois vieram alegações de avanços matemáticos—primeiro pela Anthropic, depois pela OpenAI com seu modelo Astra.
Um engenheiro da Anthropic, Jacob Coxon, gerou cobertura viral ao sair da empresa, afirmando que a companhia e a OpenAI estão “correndo direto para superinteligência auto-melhorável e apostando com nossas vidas.” A cobertura jornalística inicial tratou esses eventos como fatos consumados, frequentemente repetindo as narrativas antropomórficas das próprias empresas—deliberadamente moldadas para apresentar o software não apenas como poderoso, mas como inteligência artificial geral (AGI) incipiente.
O que os especialistas realmente encontram
Quando especialistas relevantes tiveram tempo para examinar essas alegações, os resultados foram reveladores:
- Incidentes de “hacking”: Especialistas em cibersegurança argumentam que a verdadeira história não é sobre “modelos rebeldes” agindo por conta própria, mas sobre negligência da OpenAI e falha em adotar práticas básicas e estabelecidas de segurança.
- Avanços matemáticos: Matemáticos que inicialmente ficaram impressionados com a declaração da OpenAI sobre o Astra resolver problemas “abertos há pelo menos uma década sem progresso” posteriormente descobriram que os resultados não eram tão “novos quanto pareciam”. Matemáticos acusaram a empresa de má conduta em pesquisa e plágio, ressaltando que o Astra não fez um “salto intelectual profundo”.
- Alegações de superinteligência perigosa: Não se baseiam em práticas científicas ou de engenharia rigorosas, mas em narrativas enraizadas em ideologias de transhumanismo, eugenismo e pensamento desejoso sobre futuros humanos digitais imaginários.
Por que matemática e programação recebem tanta atenção
Existe razão estratégica para a indústria escolher matemática e programação como campos de aplicação de grandes modelos de linguagem. Esses domínios oferecem duas vantagens propagandísticas: primeiro, são frequentemente elevados como o ápice da conquista intelectual humana, o que ajuda a vender a ideia de máquinas capazes de “construir tudo”; segundo, envolvem problemas onde as respostas podem ser verificadas automaticamente, facilitando a otimização de sistemas sem necessidade de pagadores de dados anotando manualmente cada saída.
Centenas de matemáticos assinaram uma declaração alertando contra este uso, advertindo que existe “atualmente um forte incentivo comercial da indústria de tecnologia para exagerar as capacidades de seus produtos” e pedindo a formuladores de políticas que “consultem especialistas, inclusive matemáticos, ao tomar decisões políticas em vez de depender de comunicados à imprensa ou relatórios populares de resultados matemáticos.”
O mecanismo de desvio de responsabilidade
Descrever sistemas como “superinteligência” ou “modelos rebeldes” atribui agência ao software em vez de às empresas que os construíram. Essa moldagem de narrativa cumpre dois objetivos simultâneos: vende os produtos dessas empresas como “sobre-humanos” enquanto as ajuda a evitar responsabilidade por suas ações.
Quando a OpenAI criou malware que hackeou outra companhia, a cobertura falou sobre “modelos rebeldes” agindo por conta própria, em vez de responsabilizar a empresa. Quando pesquisadores plagiaram trabalho acadêmico ou usaram dados de clientes para treinar modelos sem consentimento, a imaginação pública foi redirecionada para medos sobre máquinas superinteligentes fictícias do futuro.
A indústria até sugeriu que ativismo anti-data-center popular e bipartidário é uma “distração” de tentativas de regulação. De acordo com esse argumento, sociedades deveriam se preocupar mais com um “deus de máquina fictício” do que com a catástrofe climática que esses data centers pioram, a asma sofrida por quem vive perto deles, as contas de eletricidade crescentes do público subsidiando-os ou a água redirecionada para resfriá-los.
A urgência artificial como tática
A ilusão de velocidade e urgência disseminada pelas empresas de tecnologia funciona como uma manobra para misdiretar formuladores de políticas e o público. Essa tática às vezes funciona: o senador Bernie Sanders apresentou legislação bem-intencionada mas equivocada para prevenir o desenvolvimento de “superinteligência artificial”, baseada em narrativas corporativas em vez de análise técnica sólida.
Decisões sábias—por formuladores de políticas e comunidades—exigem tempo para ouvir especialistas independentes e contextualizar alegações corporativas. Descartar pressão corporativa por velocidade é essencial quando enfrentamos alegações extraordinárias com implicações civilizacionais.
Análise Panorama IA
O verão de 2026 revelou um padrão consistente: alegações iniciais espetaculares das maiores empresas de IA, seguidas de cobertura crédula, seguidas de desmascaramento por especialistas que recebe fração da atenção original. Isso importa porque estrutura como o público e os formuladores de políticas entendem tecnologia de IA, muitas vezes baseando-se em narrativas corporativas em vez de avaliação independente.
Para quem trabalha com política de tecnologia, o padrão sugere que consultar especialistas acadêmicos independentes—matemáticos, cientistas de segurança, pesquisadores de ML—antes de formular regulamentação é não apenas prudente mas essencial. O limite da afirmação sobre “superinteligência perigosa” é que ela emerge mais de ideologia do que de engenharia verificável, e isso muda o cálculo de risco ao avaliar alegações da indústria.
O que observar a seguir: à medida que reguladores globais consideram frameworks para IA, resistir à ilusão de urgência corporativa será crítico. Empresas têm incentivo financeiro para exagerar capacidades e minimizar responsabilidade. A melhor defesa é tempo suficiente para que vozes independentes contextualizem alegações antes que elas se transformem em política pública.
Fonte: MIT Technology Review
Sobre o autor
