O hype e o sussurro

Estamos superestimando a IA ou subestimando a transformação?

O debate sobre inteligência artificial costuma chegar ao público como uma disputa entre futuros completos. De um lado, abundância, superinteligência e trabalho libertado. Do outro, desemprego em massa, manipulação e perda de controle. As duas narrativas diferem no destino, mas compartilham a mesma confiança: ambas falam como se a história já tivesse sido lida até o fim.

Enquanto isso, a experiência cotidiana é menos elegante. Sistemas impressionam numa tarefa e falham na seguinte. Empresas anunciam agentes autônomos, mas ainda precisam de pessoas para definir acessos, revisar decisões e reparar erros. Profissionais economizam horas em certas atividades e gastam parte desse tempo verificando resultados que parecem seguros demais.

Talvez a IA esteja sendo superestimada e subestimada ao mesmo tempo. Superestimada como produto capaz de cumprir promessas imediatas; subestimada como infraestrutura que começa a reorganizar trabalho, conhecimento e poder antes de se tornar plenamente confiável.

Analogias históricas ajudam, desde que não sejam usadas como profecia. A prensa de tipos móveis não “causou” sozinha a Reforma, a ciência moderna ou o Estado nacional. Participou de transformações que dependeram de instituições, conflitos, alfabetização, comércio e escolhas políticas. Seus contemporâneos podiam perceber a impressão mais rápida sem antecipar todas as redes que se formariam ao redor dela.

Com a IA, o mesmo cuidado vale nos dois sentidos. O fato de uma tecnologia ter efeitos modestos agora não prova que permanecerão modestos. O fato de outras tecnologias terem reordenado sociedades não prova que esta repetirá a trajetória. A escala das consequências depende menos de uma essência revolucionária do que da maneira como capacidades técnicas encontram capital, regulação, infraestrutura e necessidade social.

O futuro não está contido no modelo. Ele é construído na implantação.

Por que o ceticismo está certo

Há razões sólidas para desconfiar da euforia. Benchmarks podem medir tarefas estreitas, sofrer contaminação ou deixar de representar o uso real. Demonstrações são escolhidas porque funcionam. Produtos chegam com linguagem de autonomia muito antes de possuir confiabilidade compatível. E quem anuncia a revolução frequentemente tem investimento, reputação ou participação de mercado vinculados ao anúncio.

Também existe uma diferença importante entre capacidade e economia. Um sistema pode realizar uma tarefa e ainda não ser barato, estável ou seguro o bastante para substituí-la em produção. Pode gerar valor numa área e deslocar custos para outra: revisão humana, segurança, consumo de energia, responsabilidade jurídica ou dependência de um fornecedor.

O histórico recente recomenda cautela diante de promessas universais. Metaverso, blockchain e outras tecnologias não desapareceram, mas tampouco cumpriram as versões mais grandiosas de suas campanhas. Em cada ciclo, aplicações reais convivem com uma narrativa muito maior do que elas.

A IA não merece imunidade a esse padrão apenas porque seus resultados são impressionantes.

Por que o sussurro também importa

Ao mesmo tempo, algumas capacidades deixaram de parecer extraordinárias com velocidade suficiente para distorcer nossa percepção. Conversar com um sistema sobre documentos extensos, gerar e depurar código, traduzir entre línguas, produzir imagens e operar ferramentas eram experiências muito menos acessíveis poucos anos atrás. A familiaridade reduz o espanto; não reduz necessariamente a importância.

O sinal mais relevante talvez não esteja num salto rumo a uma inteligência geral, mas na combinação de capacidades imperfeitas. Um modelo que interpreta instruções, consulta fontes, usa software, mantém contexto e executa etapas pode participar de processos que antes exigiam diferentes pessoas ou sistemas. Cada componente continua sujeito a erro. O arranjo, ainda assim, muda o custo e a velocidade do trabalho.

Essa transformação pode ser profunda sem ser mágica. Não exige que a máquina tenha consciência, objetivos próprios ou compreensão humana. Exige apenas desempenho suficiente, em tarefas suficientes, integrado a instituições dispostas a usá-lo.

Ferramenta, agente e delegação

A palavra “agente” aumentou a confusão. Em engenharia, ela pode designar um sistema que recebe um objetivo, escolhe ações, usa ferramentas e reage ao ambiente. Nesse sentido operacional, agentes de IA já existem. Isso não significa que definam seus próprios fins ou possuam uma vontade independente.

Convém distinguir agência delegada de agência originária. Na primeira, o sistema recebe metas, permissões e critérios estabelecidos por pessoas, ainda que encontre meios não previstos para cumpri-los. Na segunda, teria razões e finalidades próprias. Não há base para tratar os sistemas atuais como exemplos demonstrados dessa segunda forma.

Mas o risco social não precisa esperar por ela. Um sistema sem desejo algum pode movimentar dinheiro, selecionar candidatos, priorizar investigações, produzir propaganda ou alterar bancos de dados se alguém lhe conceder acesso. Comportamentos inesperados também não provam intenção; podem resultar de objetivos mal especificados, contexto insuficiente ou estratégias aprendidas que falham fora da avaliação.

A pergunta prática, portanto, não é se a simulação de agência se tornou “genuína”. É quem definiu o objetivo, quais ações foram autorizadas, como o sistema é monitorado, quem pode interrompê-lo e quem responde pelo dano.

Perguntar se a IA é hype ou revolução produz uma resposta tentadora e pouco útil. Hype descreve a distância entre promessa e entrega. Revolução descreve um processo histórico que só pode ser reconhecido plenamente depois que instituições e relações de poder já mudaram. As duas coisas podem coexistir por anos.

Isso nos deixa sem a comodidade de um veredito. Precisamos avaliar aplicações concretas, recusar a linguagem que transforma previsão em fato e observar mudanças que já ocorrem sem concluir que todas levarão ao mesmo destino. Precisamos também decidir onde a automação é desejável, onde a supervisão é indispensável e quais capacidades não devem ser delegadas apenas porque se tornaram delegáveis.

Talvez estejamos superestimando o próximo lançamento e subestimando a acumulação de pequenos deslocamentos. O ruído está nos anúncios. A transformação, se vier, será reconhecida naquilo que deixamos de fazer, nas decisões que passamos a aceitar e nas instituições que aprendem a funcionar como se a máquina já merecesse confiança.