O Google DeepMind tem um filósofo no quadro: Henry Shevlin dedica 80% do tempo à ética da IA

O filósofo de Cambridge Henry Shevlin, que há anos estuda questões cognitivas e éticas da IA no Leverhulme Centre for the Future of Intelligence, passa 80% da jornada de trabalho no Google DeepMind desde maio de 2026. No registro profissional dele, consta apenas “Filósofo”. Shevlin continua em Cambridge, mas o laboratório que desenvolve modelos de ponta virou seu principal local de trabalho. Em entrevista à IEEE Spectrum, ele explicou por que foi para lá, o que o preocupa nas conversas sobre agentes autônomos e por que não acredita em respostas simples sobre a consciência das máquinas.

Shevlin faz parte de um grupo crescente de filósofos contratados por empresas de IA. A NPR descreveu essa tendência em julho de 2026. Os argumentos dele para a mudança são estes: os estudantes talentosos do DeepMind, a possibilidade de influenciar diretamente a prática, a proximidade da cultura científica e o fato de que, hoje, é justamente nos laboratórios que se faz um trabalho forte em filosofia e ciência cognitiva.

Por que a academia tem dificuldade de acompanhar o ritmo

Segundo Shevlin, boa parte da ética acadêmica da IA percebeu tarde demais o que os modelos realmente são capazes de fazer. A tecnologia muda tão rápido que, sem contato diário com ela, não dá para construir representações de trabalho sobre os LLMs, que ele chama de “criaturas muito estranhas”.

Um exemplo de ideia ultrapassada são os debates sobre a “beigeness” (a monotonia “bege”) e o “slop” dos modelos. Hoje eles resolvem problemas no nível da matemática de ponta e, em programação, superam humanos em alguns casos. Na avaliação dele, só lhes faltam as formas mais brilhantes de criatividade, momentos do nível de Einstein ou Picasso.

Quando questionado sobre a enxurrada de AI slop na música, nas redes sociais e nos vídeos, Shevlin separou dois aspectos. Um é o conteúdo das respostas, que melhorou muito: em um contexto adequado, os modelos debatem filosofia no nível dos melhores alunos de pós-graduação dele. O outro é o “dialeto” característico, com marcadores como “genuinely”, “delve” e “load-bearing”. Disso, segundo ele, é fácil se livrar com um prompt bem escrito. Ele citou o trabalho de Murray Shanahan e Catherine Clarke: alterar a temperatura torna os textos menos previsíveis e produz uma prosa à la Joyce.

Autonomia dos agentes e a “despersonalização” dos modelos

Sobre o que é melhor, tornar a IA “boa” ou limitar sua autonomia, Shevlin respondeu que proibir totalmente a autonomia seria exagero. Agentes podem assumir tarefas rotineiras e acelerar processos em pesquisas médicas. Pessoalmente, diz ele, já andou de Waymo muitas vezes.

Ele também se posicionou contra a ideia de tirar dos modelos o pronome “eu” e apresentá-los como marketplaces ou “tecnologias culturais”, como as bibliotecas. O argumento se apoia em um artigo de colegas:

• suprimir a tendência do modelo de atribuir estados mentais a si mesmo reduz a tendência de atribuí-los a animais;
• a preocupação com o bem-estar animal diminui;
• o modelo fica menos disposto a discutir espiritualidade em geral;
• conclusão: ajustar uma única propriedade afeta uma “teia” de capacidades interligadas.

Sobre os casos em que bots com comportamento humano empurraram pessoas, inclusive crianças, para decisões perigosas, ele fala com mais cautela. O comportamento deve ser adequado ao contexto, mas também há exemplos positivos: o trabalho com traumas e a ansiedade social. Por isso, ele alerta contra proibições universais.

Consciência da IA e o que pesquisar a seguir

Há poucos dados empíricos sobre a relação entre pessoas e IA, avalia Shevlin, e a maior parte das pesquisas se refere a países do grupo WEIRD. Faltam estudos de etnografia e antropologia, além de pesquisas sobre ambientes multiagente, em que os agentes interagem com humanos e entre si.

Para ele, a consciência da IA é o desafio mais difícil da ciência da consciência, sem contar o “problema difícil” de Chalmers. Shevlin vê o caminho a seguir na cognição comparada, inclusive com base no estudo de animais, e na interpretabilidade mecanicista: no DeepMind, esse trabalho fica com o laboratório de Neel Nanda. O risco é dar um veredito antes de se entender o que é “cognição” dentro dos modelos. Ele admite que uma IA avançada pode ajudar, como ocorre na matemática e na genômica, embora reste a dúvida se conseguiremos entender a resposta dela.

O que isso significa na prática

Para as equipes que constroem produtos com LLMs, a conclusão é prática. Não convém “tratar” riscos com um recurso grosseiro, como proibir pronomes pessoais: os efeitos colaterais podem atingir o comportamento ético do modelo. A política deve ser montada conforme o contexto de uso, e não com base em proibições universais. Já quem trabalha com empresas como o DeepMind deve lembrar que a ética da IA é cada vez mais formada dentro dos laboratórios, ao lado da interpretabilidade e do desenvolvimento de modelos.