À Sputnik Brasil, especialista explica possíveis motivos pela posição de desaceleração no desenvolvimento de IA por empresas do setor, comenta os limites tecnológicos e econômicos da ferramenta e as estratégias das principais potências para o seu uso.

Após o depoimento de um ex-funcionário da empresa de tecnologia Anthropic, líderes de Big Techs como Sam Altman, da OpenAI, e Elon Musk, da xAI, estão pedindo publicamente uma desaceleração coordenada no avanço tecnológico da inteligência artificial. A medida defendida por eles busca garantir a segurança dos sistemas e o desenvolvimento de regulamentos para a ferramenta.

A "pausa", embora publicamente comentada para evitar grandes catástrofes para a humanidade, se deve tanto a dificuldades em cumprir as expectativas para a IA – a relação da "Bolha de IA" – como à crescente demanda por fornecimento de energia e recursos e, sobretudo, à disputa geopolítica no domínio tecnológico. EUA, China e outras potências acreditam que quem tiver a melhor ferramenta vencerá a corrida econômica e militar em um mundo cada vez mais bélico.

Para Caio Almendra, consultor de inovação e sócio da Temple.cc, as declarações de figuras do setor devem ser recebidas com ceticismo, pois parte do discurso sobre uma aceleração contínua da IA desconsidera os limites do próprio processo de desenvolvimento. Segundo ele, existem três caminhos principais para ampliar a capacidade dos modelos: avanço técnico-científico, melhoria dos dados utilizados no treinamento e aumento da capacidade de processamento.

"Essa ideia de aceleração extremada é, na verdade, uma ideia falsa. Porque as duas formas de acelerar de fato envolvem trabalho humano, e o trabalho humano é muito mais lento do que o trabalho industrial, data center, ou o que se chama na teoria econômica de 'trabalho morto'", afirma.

O terceiro caminho, que se baseia na expansão da capacidade computacional, é justamente aquele que mais avançou entre as big techs, mas que também apresenta limites. A construção de novos data centers e o aumento do processamento permitem ganhos de desempenho, mas, segundo Almendra, esses ganhos não crescem indefinidamente na mesma proporção que os recursos empregados.

"Existe um problema nessa última forma, que é a mais desenvolvida pelo Ocidente atualmente. Essa forma apresenta um desenvolvimento logarítmico, e não exponencial", explica. Para o especialista, o aumento da infraestrutura necessária para sustentar modelos cada vez maiores já gera efeitos sobre os custos, o consumo de energia e o próprio mercado de IA.

"Há um problema ambiental, um problema de mercado, pois passa a ficar muito caro gerar energia para tudo isso, e há também um problema de desenvolvimento, de aceleração da IA."

Ele relaciona esses limites às expectativas econômicas criadas pelas empresas do setor. A expansão da infraestrutura foi acompanhada pela expectativa de que os sistemas alcançariam capacidade suficiente para substituir grandes volumes de trabalho, assim justificando os investimentos realizados. "Se a partir do momento eu chego a um desenvolvimento tal que todos os advogados do mundo tornam-se inúteis, beleza, aí eu consegui sustentar a IA", pontua.

Esse cenário, contudo, não se concretizou na escala esperada. Para Almendra, parte da dificuldade reside na qualidade dos dados utilizados para alimentar os modelos, que podem incorporar erros e conteúdos gerados por outras IAs. "Estamos observando uma rejeição de parte das empresas ao uso da IA, pois é caro e nem sempre produtivo, além de que a qualidade dos resultados tem decaído com o tempo."

No aspecto político, as empresas de IA, especialmente as estadunidenses, estão sob intensa vigilância pelo uso de suas ferramentas por grupos envolvidos em conflitos e atividades militares. Um dos casos mais recentes envolve a própria Anthropic, que identificou usuários de Claude no norte do Iémen, região controlada pelo grupo Ansar Allah – conhecido como houthis – utilizando a ferramenta para desenvolver armamentos.

A empresa afirmou não ter encontrado evidências de que uma arma operacional tenha sido colocada em campo, mas identificou um teste de foguete guiado que fracassou e, posteriormente, o uso da ferramenta para tentar determinar as causas da falha. A Anthropic também reconheceu que seus mecanismos de proteção bloquearam parte das solicitações, mas não todas.

A questão também envolve o uso de sistemas de IA em ataques cibernéticos. Segundo Almendra, os chamados "enxames de agentes" permitem dividi tarefas entre diferentes agentes para tentar invadir sistemas e obter dados. Para o especialista, isso levanta a indagação sobre quem deve investigar crimes cometidos com o auxílio dessas ferramentas e quais são os interesses das empresas que controlam os sistemas.

"Acho que essa ideia de pausar está ligada a um momento delicado da questão política das IAs. Elas estão perdendo legitimidade na construção de data centers e cometendo crimes do ponto de vista geopolítico, ou seja, ações que não agradam o Departamento de Estado dos Estados Unidos."

Nesse contexto, a defesa de uma pausa também pode servir, na avaliação do especialista, como uma estratégia empresarial diante das dificuldades enfrentadas pelo setor. "Nesse cenário, afirmar que se quer pausar tudo e que uma regulamentação se aproxima pode ser um grande golpe", adiciona Almendra.

Segundo ele, o risco de regulamentação pode permitir que as empresas justifiquem uma desaceleração dos investimentos perante acionistas, ao mesmo tempo que cria condições para ampliar sua atuação como fornecedoras de serviços ao governo dos EUA.

Corrida ou 'corridas' da IA

A geopolítica já deixou clara a importância ou, no mínimo, as expectativas que as grandes potências depositam na inteligência artificial. Almendra, porém, destaca que a disputa por hegemonia tecnológica não necessariamente segue os mesmos objetivos ou métodos entre Estados Unidos e China.

Como conta, a estratégia chinesa parte de uma lógica diferente da adotada pelas big techs ocidentais, que têm apostado na expansão da capacidade de processamento e na construção de novos data centers. Em vez de ampliar continuamente o número de parâmetros e a infraestrutura necessária para processá-los, a China prioriza o desenvolvimento técnico e a eficiência dos modelos.

A estratégia está ligada à capacidade de planejamento de longo prazo. "A China fez as contas: se a única forma de desenvolver é por meio técnico, engenheiros, etc., nós vamos manter um número limitado de data centers", afirma. "O que fazem é: em vez de aumentar o número de parâmetros, nós iremos aumentar a qualidade de desenvolvimento, para não ter que consumir tanta energia."

O lançamento do modelo chinês DeepSeek demonstrou os limites da associação entre maior capacidade computacional e desempenho. Para Almendra, esse episódio provou que é possível alcançar resultados próximos aos dos modelos ocidentais utilizando menos recursos computacionais.

Simultaneamente, o especialista questiona a noção de que exista uma única "corrida" pela liderança em IA. "Seria leviano crer que toda essa questão está ligada a uma concorrência com a China. Todo esse discurso envolve uma concorrência com a China", afirma. Para ele, a retórica sobre a disputa pode também justificar o aumento dos investimentos militares norte-americanos.

"A ideia de que nós perderemos a corrida [...] parte do pressuposto 1, que a China está correndo também, e 2, que é a mesma corrida. A bem da verdade, são corridas muito diferentes."

Segundo Almendra, enquanto a dinâmica norte-americana estaria mais associada à lucratividade das empresas ligadas à indústria de defesa, a chinesa estaria relacionada à projeção de poder do Estado. "A corrida americana é uma busca pela lucratividade de suas empresas bélicas. A corrida chinesa é uma corrida pela projeção de poder."

A inteligência artificial, avalia, teria um potencial mais relacionado ao processamento e ao refinamento de informações, mas sozinha não seria suficiente para assegurar superioridade militar a exemplo de poderio aéreo ou nuclear. A própria experiência de conflitos e exercícios militares, como os vistos no Oriente Médio, no estreito de Ormuz e Bab el Mandeb, demonstraria os limites de uma estratégia baseada unicamente na superioridade tecnológica.

O especialista menciona também o Millennium Challenge 2002, um exercício militar realizado pelos Estados Unidos que simulava um conflito no Oriente Médio, envolvendo o uso intensivo de tecnologias de informação, como satélites e GPS. O exercício resultou na derrota da força norte-americana em face de uma estratégia baseada em táticas assimétricas e de guerrilha adaptadas ao ambiente naval.

"Essa é uma ferramenta de microcontrole, em especial de vassalos", declara Almendra. Nesse contexto, a América Latina surge como um espaço estratégico, diante da disputa de influência entre EUA e China. "É muito mais isso do que 'deixa eu derrotar um país não alinhado ou vencer a guerra contra o Irã utilizando IA'. Não. 'Deixa eu manter o controle sobre a América Latina utilizando IA'. É por aí que a coisa vai", acrescenta.

Para o especialista, isso não significa que a inteligência artificial seja irrelevante para operações militares. A tecnologia pode ser utilizada na guerra eletrônica, no processamento de grandes volumes de informações e em várias etapas do planejamento e das operações. O limite, porém, está em tratá-la como uma capacidade autossuficiente para determinar o resultado de um conflito.

"A guerra continuará sendo uma questão de logística. A ciência da informação continuará sendo uma questão anexa a mercados produtivos", conclui. Para Almendra, a IA pode ampliar capacidades militares já existentes, mas não substitui elementos como capacidade produtiva, efetivo militar, logística e controle de energia.

"Portanto, a ideia de que um país pode ser tão eficiente em IA, mas não possuir capacidade produtiva, soldados, logística, controle de energia, e ainda assim vencer uma guerra, é completamente ilusória. É totalmente sem sentido."