O cofundador do Google, Sergey Brin, diz que o desenvolvimento de IA da empresa atingiu o ponto em que seus modelos estão ajudando ativamente a construir seus próprios sucessores – uma dinâmica conhecida como autoaperfeiçoamento recursivo, ou RSI. Falando em uma mesa redonda sobre a criação do novo modelo Gemini 4 do Google, Argon, Brin disse que o desenvolvimento da IA ​​estava acelerando internamente e que a empresa estava “começando a entrar na esteira do RSI”.

“E agora nossos pesquisadores e o modelo trabalham lado a lado para fazer a próxima versão do modelo”, disse Brin durante a mesa redonda, que o Google compartilhou na quarta-feira. Seus comentários foram relatados pela primeira vez pelo Business Insider. As observações colocam o cofundador do Google – que tem assumido um papel cada vez mais ativo no programa Gemini – diretamente no debate mais importante da indústria: se os sistemas de IA irão em breve melhorar mais rapidamente do que os engenheiros humanos. Para uma cobertura contínua desse debate, siga nossas notícias de pesquisa sobre IA.

O que Brin apontou como evidência

Brin apontou a cadência dos lançamentos do modelo Flash do Google que antecederam o Gemini 4 como evidência de que o ciclo de feedback já está mudando. A implicação é que cada geração de modelos está encurtando o tempo necessário para produzir o próximo, à medida que codificação automatizada, avaliação e ferramentas de pesquisa se compõem.

A própria documentação de segurança do Google para Argon parece apoiar partes dessa imagem. De acordo com o relatório de segurança do modelo, “os agentes de IA agora operam como assistentes de alta alavancagem que criam a maioria do código de produção e correções de bugs, embora as alterações no código permaneçam sujeitas à revisão humana antes do envio”. Em outras palavras, a empresa está descrevendo um fluxo de trabalho no qual os modelos produzem a maior parte do código – enquanto os humanos têm a palavra final sobre o que será enviado.

O debate mais amplo sobre RSI

A Anthropic e a OpenAI também disseram que a IA pode estar à beira do RSI, e um relatório da empresa Gladstone AI publicado esta semana descreve as maneiras como as empresas de IA estão avançando em direção a isso. De acordo com o relato do relatório do Business Insider, a maioria dos pesquisadores entrevistados – trabalhando em empresas como Anthropic, OpenAI e Google DeepMind – acreditam que o RSI começará nos próximos 3 a 12 meses e poderá chegar mais cedo na ausência de intervenção governamental.

Por que a linha do tempo é importante

O autoaperfeiçoamento recursivo não é apenas mais um marco de capacidade. Se os modelos se tornarem a principal força de trabalho para a própria investigação em IA, o ritmo do progresso tornar-se-á mais difícil de prever e mais difícil de governar. É por isso que o RSI esteve no centro dos avisos de proeminentes investigadores de IA no mês passado de que os humanos poderiam perder o controlo da tecnologia se não fossem implementadas protecções suficientes.

O enquadramento de Brin foi notavelmente prático. Em vez de tratar a esteira RSI como uma hipótese distante, ele a descreveu como uma condição operacional do programa de desenvolvimento de modelos do Google – pesquisadores e modelos trabalhando “de mãos dadas” em cada versão sucessiva.

Os Contrapontos

Nem todos dentro do Google concordam com a rapidez com que o volante está girando. Reportagens no mesmo ciclo de notícias observaram que o Google DeepMind não encontrou nenhuma aceleração significativa na pesquisa e desenvolvimento de aprendizado de máquina em suas próprias avaliações, uma conclusão que diverge da retórica mais alarmada vinda de alguns rivais. A lacuna entre essas duas leituras – o cofundador do Google descrevendo uma esteira que começou a se mover e os pesquisadores de segurança do Google não medindo nenhuma aceleração dramática – é em si um instantâneo de quão incerto o campo permanece sobre sua própria trajetória.

Existem também advertências estruturais. Os agentes que criam a maior parte do código de produção ainda operam sob revisão humana, e muito do que hoje é considerado “IA automatizando a pesquisa de IA” envolve estreitar espaços de pesquisa, gerar soluções candidatas e executar avaliações – assistência de alta alavancagem em vez de descoberta autônoma.

O que assistir

Três coisas dirão aos observadores se a metáfora da esteira de Brin está funcionando. Primeiro, a cadência de lançamento dos próprios modelos do Google, onde intervalos mais curtos entre gerações seriam o sinal visível mais claro. Em segundo lugar, se outros laboratórios de fronteira começarem a quantificar quanto do seu pipeline de pesquisa e engenharia é executado por modelo, como fez o relatório de segurança Argon do Google. Terceiro, se os governos agem com base em relatórios como o da Gladstone AI, cujos investigadores entrevistados condicionaram explicitamente o seu cronograma à ausência de intervenção.

A economia por trás da esteira

Há também uma lógica comercial direta nos comentários de Brin. Se os modelos encurtarem significativamente os ciclos de investigação, o custo marginal de cada nova geração de modelos cai, e a empresa que fecha o ciclo primeiro ganha uma vantagem combinada tanto em capacidade como em preço. O Google já sinalizou disposição para competir agressivamente no segundo eixo, reduzindo os preços das APIs dos rivais com Argon, ao mesmo tempo em que lançava modelos da classe Flash para cargas de trabalho de alto volume. Um volante RSI genuíno iria turbinar essa estratégia – o que ajuda a explicar por que o Google tem todos os incentivos para descrevê-la como já em andamento.

Por enquanto, o significado da mesa redonda é o posicionamento: um dos fundadores do Google está descrevendo publicamente o autoaperfeiçoamento recursivo não como um cenário de risco, mas como a realidade de trabalho da empresa. Essa reformulação – do experimento mental ao roteiro – pode provar ser a coisa mais interessante sobre o ciclo de lançamento do Gemini 4, independentemente de onde as pontuações do benchmark chegarem.

---

Fique à frente da IA

Receba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.

Leia mais notícias sobre IA →