Lambert espera progresso rápido da IA, mas não um caminho até a superinteligência

Nathan Lambert, pesquisador conhecido por seu trabalho com pós-treinamento e modelos abertos e autor da newsletter Interconnects, colocou sua posição no título do ensaio: ele espera um progresso rápido da IA, mas não um avanço rumo à superinteligência geral. O ponto de partida foram conversas com pesquisadores de ponta da indústria. Muitos deles estão convencidos de que, em poucos anos, a IA será melhor do que eles no próprio trabalho. Isso surpreendeu Lambert, embora, no início, ele não conseguisse explicar a sua desconfiança.

No material que chegou ao feed, só a introdução está disponível. Por isso, abaixo analisamos a tese e seu contexto, não o argumento completo do autor.

Duas previsões fáceis de confundir

A afirmação «a IA será melhor do que eu no meu trabalho» e a afirmação «estamos construindo uma superinteligência geral» soam parecidas, mas são verificadas de maneiras diferentes. A primeira é uma previsão sobre uma profissão específica: pesquisador, engenheiro, analista. Ela pode ser medida em benchmarks, em tarefas fechadas e pela velocidade com que agentes resolvem tickets. A segunda é uma previsão sobre um sistema que supera o ser humano em qualquer área e amplia por conta própria suas capacidades.

Lambert separa essas duas expectativas. Ele considera provável uma melhora rápida dos modelos em tarefas restritas e intermediárias. Na lógica dele, disso não decorre que a trajetória leve a uma inteligência universal única.

Por que as declarações dos insiders pedem uma ressalva

As pessoas dos principais laboratórios veem os modelos antes dos demais e acompanham diariamente o crescimento da qualidade. É uma fonte valiosa, mas com distorções:

• o pesquisador avalia o progresso nas tarefas que ele mesmo automatiza, então a amostra é enviesada;
• o fluxo de trabalho no laboratório é feito de tarefas bem formalizáveis, com feedback rápido, e são justamente essas as áreas que a IA domina melhor;
• «melhor do que eu no trabalho» muitas vezes significa velocidade e volume, não formulação de problemas e escolha de direção;
• o prazo de «alguns anos» continua vago nessas conversas e sem critérios de verificação.

Isso não refuta a previsão, mas mostra onde ela pode não se generalizar. O trabalho que é conveniente automatizar em um laboratório não equivale ao trabalho de um médico, de um advogado ou de um gerente de produto.

O que se sabe a partir do próprio texto

• Autor: Nathan Lambert, newsletter Interconnects.
• Data de publicação: 9 de outubro de 2026.
• Tese principal: espera-se progresso rápido, mas não um caminho até a superinteligência geral.
• Origem das dúvidas: divergência em relação às previsões de pesquisadores de ponta da indústria.
• Horizonte citado pelos interlocutores do autor: alguns anos.
• O trecho disponível não traz argumentos desenvolvidos nem estimativas numéricas.

Como usar essa discussão na prática

Para as equipes que planejam adotar IA, a diferença entre as duas previsões tem consequências diretas. Se Lambert estiver certo, é razoável planejar a melhoria gradual das ferramentas: agentes para código, análise e suporte. Apostar que um único modelo substituirá funções inteiras parece mais arriscado.

Na prática, vale fazer três coisas. Primeiro, medir o efeito nas próprias tarefas, e não em rankings públicos. Segundo, prever no orçamento trocas frequentes de modelo: o ritmo de melhoria é alto em qualquer um dos cenários. Terceiro, ao ler declarações de executivos e pesquisadores de laboratórios, perguntar a que conjunto de tarefas exatamente eles se referem. Vale ler o argumento completo de Lambert no original: é lá que dá para ver em que se apoia a convicção dele de que progresso rápido e superinteligência são trajetórias diferentes.