Ray Kurzweil, inventor, futurista e cofundador da Singularity University | Foto: divulgação
Há algumas semanas, perguntar quando a Inteligência Artificial Geral chegaria ainda parecia uma discussão sobre o futuro. Agora, algumas das pessoas que estão no centro da construção desse futuro começaram a falar sobre ela no presente.
Jensen Huang, fundador e CEO da NVIDIA, empresa que fornece grande parte da infraestrutura computacional utilizada no desenvolvimento da inteligência artificial moderna, foi direto: “AGI has arrived” (ou “A AGI chegou”)
Na OpenAI, empresa responsável pelo ChatGPT, Greg Brockman, cofundador e presidente, utilizou uma expressão igualmente simbólica durante a apresentação do GPT-6 Astra: “Welcome to the AGI era.”(ou “Bem-vindos à era da AGI”).
Sam Altman, CEO da OpenAI e uma das figuras mais conhecidas da atual revolução da inteligência artificial, tem sido mais cuidadoso. Em vez de simplesmente decretar que a AGI chegou, ele vem questionando a própria precisão do conceito, considerando AGI um termo cada vez mais difícil de definir.
Pode parecer uma divergência semântica entre executivos de tecnologia. Não é.
Estamos diante de uma das discussões mais importantes do nosso tempo.
Porque, se essas afirmações estiverem próximas da realidade, uma previsão considerada durante décadas excessivamente futurista pode estar se materializando diante de nós. E talvez antes do previsto.
Antes de continuar: afinal, o que é AGI?
AGI é a sigla em inglês para Artificial General Intelligence, ou Inteligência Artificial Geral. Durante muito tempo, as inteligências artificiais eram extraordinariamente competentes em tarefas específicas. Um sistema reconhecia imagens. Outro traduzia textos. Outro jogava xadrez. Outro recomendava produtos. Mesmo os primeiros grandes modelos generativos impressionaram principalmente porque conseguiam conversar, escrever, resumir e responder perguntas em diferentes áreas.
AGI representa algo diferente.
Em termos simples, imagine uma inteligência artificial que não seja excelente apenas em uma tarefa, mas consiga aprender, raciocinar e resolver problemas em muitas áreas diferentes, aproximando-se da versatilidade intelectual humana – ou ultrapassando-a. Não existe, entretanto, uma definição universalmente aceita.
A própria OpenAI historicamente definiu AGI como sistemas altamente autônomos capazes de superar seres humanos na maior parte do trabalho economicamente valioso. Observe que essa definição não exige consciência. Não exige sentimentos. Não exige que a máquina pense exatamente como nós. A pergunta é muito mais pragmática: O que ela consegue fazer?
E é justamente essa pergunta que começa a mudar a discussão.
Três personagens importantes dessa história
Para compreender o que está acontecendo, vale conhecer três pessoas. A primeira é Sam Altman, CEO da OpenAI. Altman tornou-se uma das figuras centrais da revolução da inteligência artificial depois que o ChatGPT transformou uma tecnologia até então relativamente restrita a pesquisadores e especialistas em uma ferramenta de uso cotidiano.
A segunda é Jensen Huang, fundador e CEO da NVIDIA. Se empresas como a OpenAI constroem parte da inteligência artificial que vemos, a NVIDIA fornece grande parte da infraestrutura computacional que torna essa inteligência possível. Seus chips estão no centro de muitos dos grandes sistemas de IA do mundo.
Por isso, quando Huang fala sobre a evolução da inteligência artificial, não estamos ouvindo apenas o CEO de uma empresa de tecnologia. Estamos ouvindo alguém sentado em um dos pontos privilegiados de observação da expansão da capacidade computacional mundial.
Mas existe um terceiro personagem, menos conhecido pelo grande público e fundamental para essa história. Seu nome é Ray Kurzweil.
Kurzweil é inventor, pesquisador, futurista e uma das principais referências intelectuais associadas à Singularity University. Durante décadas, tornou-se conhecido por estudar como tecnologias exponenciais podem transformar a sociedade e, particularmente, por suas previsões sobre inteligência artificial.
O mais impressionante é quando essas previsões começaram a ser feitas. Muito antes do ChatGPT. Muito antes dos atuais modelos de linguagem. Muito antes de inteligência artificial se tornar assunto cotidiano nas empresas.
O homem que colocou uma data no futuro
Durante décadas, Kurzweil tentou responder a uma pergunta aparentemente simples: O que acontece quando tecnologias que ajudam a produzir novas tecnologias começam a evoluir cada vez mais rapidamente?
Sua tese central é conhecida como “Lei dos Retornos Acelerados”. O nome parece complicado. A ideia não é. Nós temos tendência a imaginar o futuro de maneira linear. Se uma tecnologia avançou determinada distância nos últimos dez anos, intuitivamente imaginamos que avançará distância semelhante nos próximos dez.
Mas tecnologias da informação frequentemente não funcionam dessa maneira. Uma geração tecnológica ajuda a construir a próxima. Computadores ajudaram engenheiros a desenvolver computadores melhores. Softwares ajudaram programadores a desenvolver softwares melhores.
Agora, inteligências artificiais começam a ajudar pesquisadores e engenheiros a desenvolver novas inteligências artificiais. O resultado pode ser uma aceleração. Não avançamos apenas, avançamos cada vez mais rapidamente. Essa ideia está no centro de A Singularidade Está Mais Próxima, publicado por Kurzweil em 2024 como atualização de sua obra anterior.
E há uma previsão particularmente interessante. Kurzweil mantém aproximadamente 2029 como o momento em que máquinas atingiriam inteligência comparável à humana. Estamos em 2026.
É por isso que as declarações desta semana merecem tanta atenção.
Kurzweil previu. Onde estamos?
Neste ponto, vale colocar as previsões lado a lado com aquilo que observamos atualmente.
A tabela revela algo importante.
Kurzweil não acertou tudo – pelo menos ainda não. Mas a trajetória que estamos observando é desconfortavelmente parecida com aquela que ele descreveu.
Talvez Kurzweil tenha errado a data – para mais tarde
Se aceitarmos a interpretação de Jensen Huang de que a AGI já chegou, acontece algo curioso. Kurzweil não teria sido excessivamente otimista. Teria sido conservador. A inteligência artificial geral teria aparecido aproximadamente três anos antes de sua previsão.
Mas precisamos ter cuidado antes de declarar vitória. Porque existe uma diferença entre uma afirmação extraordinária e evidências suficientes para sustentá-la. E é aqui que entram os famosos benchmarks.
O que são esses benchmarks de que todos falam?
Sempre que uma nova inteligência artificial é lançada, aparecem números, siglas e testes difíceis de compreender. ARC-AGI, FrontierMath, OSWorld, BenchCAD e muitos outros. Para quem não acompanha tecnologia diariamente, isso pode parecer indecifrável.
Podemos simplificar bastante: Benchmarks são provas aplicadas às inteligências artificiais.
É semelhante ao que fazemos com pessoas. Se quisermos avaliar matemática, aplicamos problemas de matemática. Se quisermos avaliar programação, apresentamos problemas de programação. Se quisermos saber se alguém consegue operar um computador, pedimos que execute determinadas tarefas no computador.
Os pesquisadores fazem algo parecido com a IA.
No novo GPT-6 Astra, por exemplo, um teste chamado ARC-AGI-3 procura verificar algo particularmente importante: se a inteligência artificial consegue enfrentar situações novas, descobrir como elas funcionam e resolver os problemas sem simplesmente repetir algo que já conhecia.
O Astra atingiu 99,9% em uma das configurações divulgadas pela OpenAI. Outro teste, o FrontierMath, utiliza problemas matemáticos extremamente difíceis. O Astra chegou a 98%.
Mas existe um resultado que talvez seja ainda mais fácil de compreender. Em um teste que mede a capacidade de utilizar um computador para realizar tarefas, o Astra alcançou 72,6%, contra 65,7% de seu antecessor. Mais interessante: realizou as tarefas em aproximadamente 40 minutos, enquanto o modelo anterior levava cerca de 75.
Ou seja: não ficou apenas mais capaz. Ficou mais rápido para trabalhar.
Isso ajuda a compreender por que existe tanta discussão sobre AGI. Mas precisamos fazer uma ressalva fundamental. Ir muito bem em uma prova não significa possuir todas as capacidades da inteligência humana. Uma pessoa pode obter nota máxima em matemática e ter dificuldade para organizar uma viagem. Pode ser excelente em linguagem e péssima em orientação espacial. Inteligência é multidimensional.
Com a IA acontece algo semelhante. Por isso, nenhum benchmark isoladamente pode anunciar: “Temos AGI.” Precisamos observar o conjunto.
A mudança mais importante talvez não esteja nas provas
Durante alguns anos, acompanhamos a evolução da IA perguntando: Ela consegue responder? Hoje, essa pergunta começa a ficar pequena.
Os sistemas mais avançados estão caminhando para uma sequência muito mais sofisticada: compreender → raciocinar → planejar → utilizar ferramentas → executar → verificar → corrigir → continuar.
Essa mudança é enorme. Porque transforma inteligência em ação. Um chatbot responde a uma pergunta. Um agente recebe um objetivo. Imagine dizer para uma IA: “Analise essas empresas, encontre as três melhores oportunidades, pesquise seus mercados, construa uma análise financeira, prepare uma apresentação e me avise quando terminar.”
E ela trabalhar para alcançar esse objetivo, navegando por sistemas, utilizando softwares, verificando informações e corrigindo seus próprios erros. Nesse momento, não estamos mais falando apenas de uma ferramenta que produz textos. Estamos falando de cognição orientada a objetivos.
E talvez seja justamente aqui que esteja acontecendo a transformação mais importante.
Da inteligência que responde para a inteligência que trabalha
Durante a Revolução Industrial, máquinas começaram a substituir e ampliar nossa capacidade física. Um motor conseguia produzir força que exigiria dezenas ou centenas de pessoas. A atual revolução pode estar fazendo algo semelhante com a cognição. Pesquisar. Interpretar. Comparar. Programar. Planejar. Simular. Decidir. Executar. Monitorar. Corrigir.
Essas atividades compõem uma parcela enorme daquilo que chamamos de trabalho intelectual. Durante praticamente toda a história humana, havia uma condição inevitável para produzir esse tipo de trabalho: era necessário um cérebro humano.
Agora surge uma segunda infraestrutura cognitiva. Não biológica. Replicável. Escalável. Capaz de operar continuamente. E que pode melhorar muito mais rapidamente do que nossa biologia.
Essa mudança pode ser mais importante do que descobrir em qual dia específico nasceu a primeira AGI.
É aqui que Kurzweil se torna realmente interessante
A parte mais impressionante das previsões de Kurzweil talvez não seja ter escolhido 2029. É ter compreendido a direção da curva. Primeiro tivemos sistemas capazes de gerar linguagem. Depois, sistemas melhores em raciocínio. Em seguida, sistemas capazes de utilizar ferramentas.
Depois vieram agentes capazes de executar sequências maiores de tarefas. Agora começamos a observar inteligências artificiais auxiliando programação, pesquisa científica e o próprio desenvolvimento de inteligência artificial. Esse último ponto merece atenção especial. Porque cria um ciclo: IA ajuda a desenvolver IA melhor.
A IA melhor ajuda a desenvolver uma IA ainda melhor. Que passa a ajudar ainda mais no desenvolvimento da próxima geração. E assim sucessivamente. É exatamente nesse tipo de mecanismo que a tese de aceleração de Kurzweil ganha força.
O verdadeiro teste não será uma prova
Por isso, considero que existe uma pergunta mais importante do que qualquer benchmark: A inteligência artificial consegue produzir avanços científicos e tecnológicos que ajudem a construir inteligências artificiais significativamente melhores?
Quando isso acontecer de maneira consistente e em larga escala, fecharemos um ciclo extremamente importante: inteligência → inovação → mais inteligência → inovação mais rápida → ainda mais inteligência.
Nesse momento, não estaremos apenas desenvolvendo tecnologia. Estaremos desenvolvendo tecnologia capaz de acelerar o próprio desenvolvimento tecnológico. E as consequências são difíceis de exagerar.
AGI e Singularidade não são a mesma coisa
Aqui existe outra confusão frequente. Ray Kurzweil não diz simplesmente que AGI significa Singularidade. São acontecimentos diferentes. A chegada de uma inteligência artificial comparável à humana seria um marco. A Singularidade seria algo muito maior. Kurzweil mantém aproximadamente 2045 como horizonte para esse fenômeno.
A ideia é que a evolução tecnológica e da inteligência não biológica alcance tamanho grau de aceleração que nossa capacidade atual de imaginar o mundo posterior a essa transformação se torne limitada. Não significa necessariamente uma máquina acordando em determinada manhã e tornando-se infinitamente inteligente. Significa uma mudança de regime. Um mundo no qual a inteligência disponível cresce em uma escala radicalmente diferente daquela que conhecemos.
E Kurzweil acrescenta algo ainda mais provocador. Ele não acredita que o futuro seja simplesmente uma disputa entre humanos e máquinas. Sua visão aponta para a convergência.
Talvez estejamos fazendo a pergunta errada
Grande parte da discussão atual é apresentada assim: Humanos versus IA. Quem vencerá? Quais profissões desaparecerão? Em quais atividades a máquina será melhor? Mas talvez essa seja uma maneira inadequada de compreender o futuro.
O próprio Kurzweil prevê uma aproximação progressiva entre inteligência biológica e não biológica. Sua visão para as próximas décadas envolve interfaces cada vez mais profundas entre seres humanos e sistemas computacionais. Mas algo interessante já está acontecendo antes mesmo de implantarmos qualquer dispositivo sofisticado no cérebro.
Quando utilizamos IA para pensar, pesquisar, escrever, simular, analisar, lembrar, decidir e executar, parte do nosso processo cognitivo passa a acontecer fora do cérebro. O sistema que resolve o problema deixa de ser apenas: humano.
Passa a ser: humano + inteligência artificial + ferramentas + conhecimento disponível em rede.
Estamos começando a construir aquilo que chamo de Inteligência Híbrida. Não precisamos esperar por implantes cerebrais para perceber seus primeiros sinais.
E é aqui que surge o problema humano
Tecnologias podem avançar exponencialmente. Nosso cérebro não. Instituições também não. Empresas, universidades, governos e sistemas educacionais possuem estruturas, culturas, incentivos e comportamentos construídos durante décadas.
Existe, portanto, uma assimetria crescente. De um lado: a velocidade da tecnologia. Do outro: a velocidade da adaptação humana. Como neurocientista, considero essa distância uma das questões mais importantes dos próximos anos. Nosso cérebro é uma extraordinária máquina de adaptação, mas também procura previsibilidade. Criamos modelos mentais. Automatizamos comportamentos. Construímos hábitos. Utilizamos experiências anteriores para antecipar o que acontecerá depois.
Tudo isso reduz esforço cognitivo e nos permitiu sobreviver em ambientes relativamente previsíveis. O problema é que estamos criando um ambiente tecnológico em que mudanças relevantes podem acontecer mais rapidamente do que conseguimos atualizar nossos modelos mentais. Surge aquilo que podemos chamar de uma dívida cognitiva da transformação: a distância entre a velocidade com que o mundo muda e a velocidade com que conseguimos atualizar a maneira como pensamos sobre ele.
Talvez esse seja um dos grandes desafios da era da AGI. Não será apenas construir máquinas que aprendam mais rapidamente. Será construir organizações e sociedades capazes de aprender suficientemente rápido para trabalhar com elas.
Kurzweil pode ter subestimado justamente o ser humano
Existe aqui uma ressalva importante à visão extremamente otimista do futuro tecnológico. Capacidade computacional pode crescer exponencialmente. Cultura organizacional, não. Educação, não. Regulação, não. Comportamento humano, muito menos. Teremos, portanto, curvas avançando em velocidades diferentes.
A capacidade tecnológica poderá crescer muito rapidamente enquanto nossa capacidade institucional e comportamental tentará acompanhá-la. Quanto maior essa distância, maior será a tensão. Por isso, o desafio da transformação provocada pela inteligência artificial talvez seja menos tecnológico do que imaginamos.
Será humano.
Então a AGI chegou?
Minha resposta é: depende do que decidirmos chamar de AGI.
Se utilizarmos uma definição extremamente forte – uma máquina com a mesma flexibilidade, adaptabilidade e generalidade intelectual de um ser humano em praticamente qualquer situação – ainda não temos evidências públicas suficientes para declarar a questão encerrada.
Se utilizarmos uma definição funcional – sistemas capazes de realizar autonomamente uma parcela crescente do trabalho cognitivo que até agora dependia de pessoas – a discussão muda consideravelmente. Talvez estejamos entrando exatamente agora nessa fronteira. Por isso, prefiro uma terceira possibilidade.
Talvez AGI não seja um evento. Talvez seja uma transição de fase. Não haverá necessariamente um momento em que alguém apertará um botão e poderemos dizer: “Ontem não existia AGI. Hoje existe.” Grandes transformações históricas raramente funcionam assim. Ninguém acordou em determinado dia e anunciou que a Revolução Industrial havia começado.
As pessoas estavam vivendo dentro dela antes de compreenderem completamente o que estava acontecendo.
Talvez aconteça novamente.
Três relógios começaram a correr
A partir daqui, acredito que precisamos acompanhar três relógios.
O primeiro é o relógio tecnológico: quanto tempo falta para sistemas de inteligência artificial contribuírem de maneira decisiva para construir sistemas ainda mais inteligentes?
O segundo é o relógio econômico: quanto tempo falta para cognição artificial se tornar mais rápida, barata e abundante do que cognição humana em uma parcela significativa das atividades profissionais?
Mas existe um terceiro. E talvez seja o mais importante.
O relógio humano: quanto tempo pessoas, organizações e sociedades precisarão para compreender e se adaptar ao que está acontecendo?
Minha preocupação está justamente na diferença de velocidade entre esses três relógios.
Talvez estejamos dentro da mudança antes de conseguirmos nomeá-la
Não sei se historiadores do futuro escolherão 2026 como o ano em que nasceu a Inteligência Artificial Geral. Talvez escolham 2027. 2028. 2029. Ou talvez concluam que nunca existiu um momento específico.
Mas existe algo que começa a ficar difícil de negar. Ray Kurzweil previu máquinas alcançando inteligência em nível humano aproximadamente em 2029. Estamos em 2026 e algumas das pessoas posicionadas no centro da infraestrutura e do desenvolvimento da inteligência artificial já começaram a falar publicamente sobre a chegada da AGI.
Podemos discutir a definição. Podemos discutir os benchmarks. Podemos discutir se ainda faltam três meses ou três anos. Mas talvez estejamos concentrando nossa atenção excessivamente na linha de chegada e deixando de observar a curva.
Porque a inteligência artificial deixou de apenas reconhecer. Depois, deixou de apenas responder. Aprendeu a raciocinar. Começou a utilizar ferramentas.
Agora começa a agir, executar, pesquisar e participar do desenvolvimento da próxima geração de inteligência. E talvez esse seja o verdadeiro ponto de inflexão. A Singularidade provavelmente não chegará em um único dia.
Primeiro perceberemos a aceleração. Depois, a convergência. E talvez somente mais tarde olhemos para trás e percebamos que, enquanto discutíamos quando o futuro chegaria, já estávamos vivendo dentro dele.
Referências e leituras
Kurzweil, Ray. A Singularidade Está Mais Próxima (The Singularity Is Nearer). 2024. Obra em que Kurzweil atualiza suas previsões sobre inteligência artificial, convergência humano-máquina e a Singularidade.
OpenAI. GPT-6 Astra: A New Generation of Intelligence. 3 set. 2026. A documentação oficial apresenta capacidades e resultados do Astra em raciocínio, ciência, matemática, uso de computadores e trabalho profissional. (OpenAI)
OpenAI Charter. A definição institucional de AGI utilizada pela OpenAI descreve sistemas altamente autônomos capazes de superar seres humanos na maior parte do trabalho economicamente valioso. (OpenAI)
OpenAI. Safety Overview: GPT-6 Astra. 3 set. 2026. Documento relevante para compreender não apenas as capacidades, mas os novos riscos associados ao modelo; a OpenAI classifica Astra como seu primeiro modelo a atingir o nível “Critical” em capacidade de cibersegurança. (OpenAI)
OpenAI. Release Notes — GPT-6 Astra. 3 set. 2026. Registro oficial do lançamento e das capacidades de raciocínio, programação, pesquisa, uso de computadores e execução de trabalhos complexos em múltiplas etapas. (OpenAI)
Axios. “Welcome to the AGI era”: OpenAI launches GPT-6 Astra. 3 set. 2026. Relato da declaração de Greg Brockman e da discussão sobre considerar Astra um marco na chegada da AGI. (Axios)
Declaração de Jensen Huang, NVIDIA. Após o lançamento do Astra, Huang afirmou publicamente que “AGI has arrived”, relacionando o avanço do modelo à enorme infraestrutura computacional utilizada em seu treinamento. (The Times of India)
