Karpathy estima que cerca de 5000 pessoas têm acesso à IA mais avançada

Andrej Karpathy, um dos fundadores da OpenAI e ex-diretor de IA da Tesla, estimou em um post quantas pessoas no planeta realmente têm acesso aos sistemas internos de IA mais avançados: cerca de 5000. Para comparação, o ChatGPT e produtos semelhantes são usados diariamente por centenas de milhões de pessoas. Pela estimativa, o abismo entre o que o público enxerga e aquilo com que os funcionários dos principais laboratórios trabalham é enorme.

A estimativa é do próprio Karpathy. Não há metodologia de cálculo, nem confirmação por parte dos laboratórios. O número funciona mais como uma referência de ordem de grandeza. Ainda assim, ele chamou atenção porque Karpathy raramente fala sobre esse tipo de assunto no chute: ele conheceu os bastidores tanto da OpenAI quanto da Tesla.

O que acontece dentro dos laboratórios

Segundo a descrição de Karpathy, dentro dos laboratórios frontier já não se trata de um assistente ajudando um desenvolvedor. Milhares de agentes se organizam em clusters cooperativos e trabalham sem interrupção por semanas. É um regime diferente do chat habitual, em que a pessoa faz uma pergunta e espera a resposta em segundos.

A lista de tarefas que ele cita é esta:

• grandes projetos de software conduzidos por agentes ao longo de semanas;
• busca por vulnerabilidades zero-day, ou seja, falhas desconhecidas pelos desenvolvedores;
• participação em ataques e na defesa cibernética na velocidade das máquinas;
• contribuição para descobertas científicas;
• trabalho em problemas de matemática de fronteira.

Os prazos merecem atenção à parte. Trabalhar de forma contínua por semanas significa que os agentes mantêm o contexto do projeto, dividem subtarefas entre si, corrigem os próprios erros e não precisam de um humano a cada passo. Os produtos agênticos públicos, por enquanto, costumam operar na escala de horas e em cenários limitados.

Por que o número 5000 importa

Se a estimativa estiver próxima da realidade, existe um círculo estreito de pessoas que formam a percepção de todo o resto sobre a IA. São funcionários dos laboratórios, alguns pesquisadores externos com acesso especial e parte do pessoal de órgãos governamentais e de segurança. Todos os demais avaliam o progresso pelos modelos públicos, que chegam com atraso e, em geral, com capacidades reduzidas.

Daí decorrem algumas consequências. O debate sobre riscos e benefícios acontece em níveis diferentes de informação: uns discutem chatbots, outros trabalham com clusters de agentes. Reguladores têm mais dificuldade para avaliar o que não enxergam. E as empresas que constroem produtos sobre APIs públicas têm dificuldade para planejar o roadmap quando o teto real das capacidades está oculto.

A cibersegurança merece um destaque à parte. Se os agentes de fato encontram zero-days e atuam na defesa e no ataque na velocidade das máquinas, o tempo de reação dos analistas humanos deixa de ser decisivo. Para os defensores, é a chance de corrigir vulnerabilidades mais rápido; para os atacantes, também. Qual efeito vai pesar mais, não dá para saber só por um post.

Como usar essa informação

É útil tratar declarações desse tipo como um sinal, não como um fato. Passos práticos para equipes e desenvolvedores:

1. Considere nos planos que os agentes públicos vão alcançar, com atraso, as capacidades internas de hoje, e projete os produtos de modo que possam ser trocados por um modelo mais forte sem precisar ser reescritos. 2.

Comece agora a construir infraestrutura para agentes de longa duração: registro de ações, limites de permissões, reversão de alterações. Em um ou dois anos, isso será obrigatório. 3.

Se você é responsável por segurança, revise o modelo de ameaças. Parta do princípio de que a busca por vulnerabilidades será automatizada e de que o ciclo "achou a falha — escreveu o exploit" vai encurtar. 4.

Acompanhe as fontes primárias: comunicados dos laboratórios, system cards dos modelos e relatórios de avaliadores independentes. A palavra de especialistas isolados, incluindo Karpathy, continua sendo opinião até que dados a confirmem.

A principal pergunta para os próximos tempos: com que rapidez as capacidades hoje fechadas se tornarão públicas e quem conseguirá se preparar para elas.