GPT-5.2 e Grokipedia: por que a OpenAI cita Elon Musk

Imagine que você passa anos construindo a biblioteca mais perfeita do mundo, contrata milhares de curadores e declara uma qualidade de conhecimento sem precedentes. E então descobre que seus funcionários, de madrugada, copiam escondido artigos do tabloide duvidoso do seu pior concorrente. É mais ou menos o que acontece agora com a OpenAI.

Jornalistas do The Guardian fizeram uma série de testes e constataram que o principal modelo, o GPT-5.2, ao responder perguntas sociais e políticas delicadas, reproduz com precisão suspeita formulações e erros factuais da Grokipedia. Para quem perdeu: a Grokipedia é um projeto da xAI, de Elon Musk, uma base de conhecimento gerada pela rede neural Grok, conhecida por sua abordagem peculiar dos fatos e pela ausência de filtros rígidos.

A situação é extremamente irônica se lembrarmos da história entre Altman e Musk. Enquanto Elon processa a OpenAI por trair os ideais do código aberto, a rede neural de Altman absorve tranquilamente conteúdo criado pela rede neural de Musk. Não é só um episódio curioso, mas um sintoma sério de uma doença de toda a indústria. Deparamos com um problema que pesquisadores previram há alguns anos: o "colapso de modelo". Quando o espaço da internet se enche de texto gerado, os novos modelos inevitavelmente passam a aprender com os resíduos de seus antecessores. Neste caso, o GPT-5.2 provavelmente engoliu a Grokipedia durante mais um rastreamento massivo da web, sem conseguir distinguir as alucinações do Grok de informação verificada.

Por que isso aconteceu justamente agora? A OpenAI sempre se orgulhou de seus métodos de limpeza de dados e do RLHF (aprendizado por reforço com feedback humano). Porém, o volume de dados necessário para treinar modelos do nível do GPT-5.2 é tão grande que a moderação manual se torna fisicamente impossível. Os algoritmos de filtragem, ao que tudo indica, consideraram a Grokipedia um recurso estruturado e útil. O resultado é um ciclo fechado: uma rede neural erra, a segunda eleva esse erro ao status de verdade e o usuário recebe uma "alucinação ao quadrado". Isso abala o conceito de IA como fonte objetiva de informação.

A análise do The Guardian mostra que o GPT-5.2 não apenas toma fatos emprestados, mas também adota o tom específico da Grokipedia. Em alguns casos, o modelo da OpenAI passou a usar argumentos que antes eram considerados inadmissíveis pela sua política interna de segurança. Isso significa que dados "lixo" conseguem romper até barreiras éticas cuidadosamente construídas. Se o modelo vê a mesma tese em mil artigos gerados, passa a considerá-la uma norma estatística. Para a OpenAI, isso significa a necessidade de revisar com urgência seus pipelines de preparação de dados; caso contrário, a próxima iteração do modelo corre o risco de virar uma câmara de eco dos erros alheios.

O que isso significa para nós? A época em que podíamos confiar nos resultados de busca ou nas respostas de uma rede neural como conhecimento "humano" está acabando de vez. Se nem os líderes do mercado conseguem filtrar o ruído neural dos concorrentes, o problema da poluição da internet se torna crítico. Entramos numa fase em que o principal valor não serão os algoritmos de processamento, mas o acesso a dados "limpos", garantidamente humanos. A questão é se ainda restam o bastante para treinar os sistemas do futuro, ou se estamos condenados a ruminar para sempre o fast food digital preparado pelo Grok e seus colegas.

O principal: A OpenAI conseguirá provar que seu modelo não é apenas um agregador de alucinações alheias, ou a era dos dados de qualidade acabou oficialmente?