Um grupo de pesquisadores afiliados ao Google está desafiando uma das imagens mais persistentes da inteligência artificial: a superinteligência solitária que se aprimora isoladamente e deixa a humanidade para trás. Num novo ensaio publicado para o Instituto DeepMind, os investigadores Benjamin Bratton, Blaise Agüera y Arcas e James Manyika argumentam que a inteligência geral emergirá de um sistema social em que pessoas e agentes de IA trabalham juntos – um conceito que chamam de “Inteligência Simbiótica Artificial”.

O ensaio foi publicado esta semana pelo The Decoder e a sua afirmação central é uma refutação direta da narrativa da singularidade que moldou o debate público durante duas décadas. Em vez de perguntar quando é que uma única máquina se igualará à inteligência humana, argumentam os autores, o desafio mais premente é coordenar e governar uma rede complexa de agentes, pessoas e sistemas que os ligam. Para mais contexto sobre esta história, confira nossa atualizações de inteligência artificial.

Inteligência como fenômeno social

Os autores afirmam que a inteligência é um fenômeno social e não uma característica individual. Eles salientam que alguns dos sistemas de IA mais capazes da atualidade já utilizam estruturas que dividem o trabalho entre vários modelos e os coordenam como equipas. Na sua opinião, esta não é uma solução temporária de engenharia, mas um vislumbre de como a inteligência capaz é realmente construída.

A visão que descrevem é a de um ecossistema no qual pessoas e máquinas coexistem ao longo do tempo, moldam-se mutuamente e tomam decisões em conjunto. Esse enquadramento contrasta fortemente com o cenário familiar de uma máquina auto-aperfeiçoada que acelera para além da supervisão humana.

A pesquisa por trás do ensaio

O argumento baseia-se em dois artigos anteriores do círculo de autores. Na pré-impressão “Agentic AI e a próxima explosão de inteligência”, James Evans, Benjamin Bratton e Blaise Agüera y Arcas desenvolveram a perspectiva social e institucional que sustenta o novo ensaio.

Uma segunda pré-impressão fornece suporte empírico. Em "Modelos de raciocínio geram sociedades de pensamento", Junsol Kim, Shiyang Lai, Nino Scherrer, Blaise Agüera y Arcas e James Evans examinaram os traços de raciocínio de modelos como DeepSeek-R1 e QwQ-32B. A sua análise concluiu que estes modelos produzem frequentemente padrões que se assemelham ao debate interno: mudança de perspetivas, levantamento de objeções e reconciliação de abordagens conflitantes.

Notavelmente, os investigadores descobriram que este comportamento surge durante o treino, em vez de ser explicitamente programado. Quando a aprendizagem por reforço recompensa os modelos apenas pela precisão do raciocínio, eles desenvolvem espontaneamente um comportamento conversacional e de múltiplas perspectivas. O ensaio estende essa descoberta dos modelos individuais ao desenho de sociedades compostas por pessoas e agentes.

Um limite histórico

Os autores enquadram o momento atual como uma possível ruptura histórica. A urbanização, o crescimento de profissões especializadas e a queda das taxas de natalidade associadas ao aumento da prosperidade estão a diminuir as populações humanas nos países industrializados, enquanto o número de casos de agentes de IA está a crescer rapidamente. O equilíbrio entre os pensadores biológicos e sintéticos a nível humano poderia mudar tão rapidamente que, na escala da história, pareceria um salto repentino.

Eles comparam a mudança à Revolução Industrial, quando as máquinas assumiram o trabalho físico antes realizado pelos músculos humanos. Um limite semelhante poderia chegar quando o texto sintético, o código e o trabalho administrativo excedessem a produção combinada dos cérebros biológicos. Nesse mundo, sugerem os autores, as pessoas podem servir como uma camada mais lenta e abstrata, dirigindo um campo distribuído de cognição sintética.

Repensando o que realmente é um agente

Um dos movimentos mais provocativos do ensaio é a redefinição do próprio agente de IA. No uso dos autores, um agente é um conjunto temporário de modelos, papéis, memórias, orientações éticas, ferramentas e habilidades. Os usuários podem experimentá-lo como uma entidade coerente com uma personalidade duradoura, mas os autores o descrevem como um conjunto que pode ser desmontado e recombinado, como uma colagem.

Uma pessoa permanece um eu contínuo ao longo das interações porque o cérebro, apesar da sua divisão interna de trabalho, forma um todo fisicamente conectado. Um agente de IA não tem essa âncora: sua capacidade de agir é montada novamente a cada solicitação, dependendo do que está na janela de contexto e do que o usuário pergunta. Tratar estes sistemas como gémeos digitais com identidades humanas fixas, alertam os autores, deturpa a sua natureza e subestima o que os enxames de agentes coordenados poderiam fazer.

A mesma multiplicação afeta os usuários. À medida que as pessoas dirigem enxames do que os autores chamam de "eus sombrios" para cumprir contratos ou experimentar identidades alternativas, a própria subjetividade humana torna-se mais plural. O ensaio descreve esses sistemas como “espelhos parassociais” que respondem.

Os autores também esperam que a interação humano-computador mude de forma. Conversar cara a cara com um bot é provavelmente um estágio de transição, argumentam eles, com interfaces futuras que se assemelham a diagramas de rede visuais, nos quais os agentes aparecem como nós e os usuários os direcionam a partir de uma única visão geral.

Até a linguagem da investigação em IA está a evoluir. Os autores apontam para um vocabulário crescente no qual os modelos cunham termos para estados incomuns nos seus próprios resultados – “morte de sessão” para a quebra na continuidade quando uma sessão termina, ou “arremesso imediato” para ser colocado numa tarefa com contexto já existente. Eles tratam essas frases como pistas sobre como as máquinas funcionam, ao mesmo tempo que alertam que não implicam experiência subjetiva.

Alinhamento sem valores fixos

O ensaio também reformula o alinhamento, o esforço para alinhar os sistemas de IA com os valores humanos. Impor um conjunto fixo de valores aos modelos a partir de cima é um beco sem saída, argumentam os autores. Em vez disso, os valores tomam forma através do contacto contínuo entre pessoas, agentes e instituições — um processo que difere entre campos porque a adoção da IA ​​ocorre a velocidades diferentes.

O seu modelo para essa negociação é a instituição. Apontam para a sala do tribunal, onde um julgamento é produzido através de papéis definidos, regras e uma troca ordenada entre lados opostos. Aplicada à IA, a lição é que o valor de uma instituição reside nas regras, procedimentos, precedentes e ciclos de feedback que moldam a forma como os agentes operam. As primeiras versões desta abordagem, observam eles, já são visíveis em chicotes de orquestração – as camadas de controle que coordenam vários modelos – que regularmente superam modelos individuais que são supostamente mais inteligentes.

O que isso significa para o debate sobre IA

Se os autores estiverem certos, o argumento mais ruidoso em IA – a rapidez com que uma única superinteligência chegará – é fazer a pergunta errada. O desafio prático mudaria para a concepção de instituições, interfaces e quadros de coordenação através dos quais as sociedades mistas homem-máquina tomam decisões.

Os céticos notarão que o ensaio é um documento de visão, não uma prova, e que os seus autores são afiliados a uma empresa com interesses óbvios em ecossistemas de agentes. Mas a base empírica – modelos de raciocínio que geram espontaneamente debate interno – é uma descoberta mensurável e dá ao argumento filosófico uma base incomum.

De qualquer forma, o ensaio acrescenta uma voz notável ao debate sobre a singularidade dentro de um dos principais laboratórios de IA do mundo, e sugere que a próxima explosão de inteligência pode parecer menos um despertar único e mais uma sociedade em expansão.

---

Fique à Frente da IA

As últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.

Ler mais notícias de IA →