Inteligência Artificial Geral (AGI)
Inteligência Artificial Geral (AGI) é um sistema de IA hipotético capaz de realizar qualquer tarefa intelectual que um humano possa, igualando ou excedendo flexibilidade cognitiva humana em todos os domínios sem retreinamento específico de tarefa. Nenhum sistema atendendo a uma definição de consenso rigoroso de AGI foi verificado em 2026.
AGI é um marco teórico no desenvolvimento de IA no qual uma máquina exibe capacidade cognitiva geral — a capacidade de aprender, raciocinar, planejar e resolver problemas novos em domínios arbitrários sem retreinamento específico de tarefa. Isto a distingue dos sistemas de IA estreita atuais, que excelem dentro das distribuições específicas em que foram treinados mas degradam ou falham fora delas. O termo entrou em uso generalizado no início dos anos 2000 quando pesquisadores começaram a distinguir formalmente metas de capacidade de longo prazo do progresso de machine learning de curto prazo.
Como AGI funcionaria mecanisticamente permanece uma questão de pesquisa em aberto. Os candidatos principais atuais incluem redes neurais em larga escala estendidas com memória persistente, módulos de raciocínio estruturado, uso de ferramentas e aprendizado por reforço a partir de feedback — a abordagem geral perseguida por OpenAI, DeepMind e Anthropic. As abordagens alternativas incluem IA simbólica, híbridos neuro-simbólicos e emulação de cérebro inteiro. Um teste operacional informal para AGI é desempenho sustentado acima do nível humano em um conjunto de benchmark amplo e validado cobrindo linguagem, matemática, codificação, raciocínio científico e planejamento aberto, sem qualquer fine-tuning específico de tarefa.
O significado de AGI é tanto técnico quanto societal. Um sistema que pudesse autonomamente direcionar suas próprias melhorias ou conduzir pesquisa científica independente comprimiria substancialmente o ritmo da geração de conhecimento. No nível societal, a concentração de tal sistema dentro de uma única organização ou estado levanta questões de governança e segurança que elevaram timelines de AGI a um tópico na política internacional de IA, incluindo discussões em cúpulas G7 e conferências dedicadas de segurança de IA.
Em 2026, laboratórios líderes discordam sobre se AGI foi alcançada ou é iminente. Modelos de raciocínio de fronteira alcançam pontuações sobre-humanas em benchmarks como MMLU, MATH e programação competitiva, mas todos os sistemas atuais falham em generalizar confiavemente através da amplitude total de tarefas cognitivas humanas. A liderança da OpenAI afirmou publicamente que AGI poderia chegar dentro de alguns anos; muitos pesquisadores acadêmicos observam a ausência de uma definição de consenso rigoroso ou avaliação padronizada. O debate é parcialmente definitional: nenhum limite acordado especifica qual nível de generalização entre domínios se qualifica como inteligência geral.