OpenAI admite o fracasso: por que o novo ChatGPT ficou mais burro

Imagine a situação: você atualiza o aplicativo que virou sua principal ferramenta de trabalho e, de repente, percebe que ele ficou burro. Ele erra em cálculos simples, tem preguiça de escrever o código completo e responde com frases prontas onde antes era flexível. Por muito tempo, os fãs da OpenAI atribuíram isso ao efeito placebo ou ao cansaço com a tecnologia, mas agora as cartas estão na mesa. Sam Altman reconheceu oficialmente que a empresa deixou a nova versão do ChatGPT pior que a anterior. Sua frase, "acho que nós simplesmente estragamos isso", soa como um raro momento de sinceridade num mundo em que qualquer bug costuma ser chamado de recurso.

Vamos lembrar o contexto. Quando o GPT-4 foi lançado, parecia mágica. Mas, a cada atualização seguinte, do Turbo ao 4o, a comunidade de desenvolvedores reclamava mais alto de degradação. O modelo passou a sofrer de "preguiça neural". Em vez de escrever cem linhas de código, entregava dez e sugeria que o usuário completasse o resto por conta própria. A OpenAI tentava reduzir o custo de computação e deixar as respostas mais rápidas, mas, no processo, ao que tudo indica, jogou fora o bebê junto com a água do banho. A velocidade subiu e a inteligência caiu.

Por que isso aconteceu justamente agora? A resposta está na enorme pressão do mercado. A OpenAI não é mais a única jogadora em campo. Quando o Claude 3.5 Sonnet, da Anthropic, passou a superar o GPT-4o em testes de programação e criatividade, o pânico claramente tomou conta da sede de Altman. Atualizações que deveriam ser "mais seguras" e "mais rápidas" saem às pressas, mas os algoritmos de treinamento de IA são caprichosos. Censura excessiva e tentativas de enquadrar o modelo em limites éticos rígidos muitas vezes deixam a rede neural cautelosa demais e levam a um resultado medíocre.

Tecnicamente, isso se explica por um desvio no RLHF, o aprendizado por reforço com feedback humano. Se os treinadores humanos premiam a concisão, o modelo fica lacônico até o absurdo. Se exigem segurança, o modelo passa a ver ameaça até numa pergunta inofensiva sobre como fazer sopa. Pelo visto, a OpenAI apertou demais os parafusos na tentativa de tornar o produto massivo e seguro para empresas. O resultado: profissionais que precisavam de uma ferramenta potente para trabalhar se sentiram enganados.

É interessante que Altman admita isso justamente agora. Pode ser uma jogada sutil antes do anúncio de algo realmente grande, como o GPT-5 ou o modelo Strawberry. Reconhecer erros antigos é a melhor forma de preparar o terreno para vender uma nova solução "revolucionária". Algo como: sim, a versão passada foi ruim, mas vejam como consertamos tudo na nova. É um clássico aquecimento de público que já vimos várias vezes na Apple e em outras gigantes de tecnologia.

Para o setor, é uma lição importante. Pelo visto, a lei de escala não funciona de forma linear. Não dá para simplesmente despejar mais dados e poder computacional para obter um sistema mais inteligente. A qualidade dos dados e a precisão do ajuste importam muito mais. Enquanto a OpenAI se autoflagela, seus concorrentes têm uma ótima chance de atrair o público fiel. Afinal, no mundo da IA, a lealdade à marca dura exatamente até que outra aba do navegador comece a raciocinar mais rápido.

O essencial: a OpenAI confirmou oficialmente a regressão de seus modelos. A empresa conseguirá recuperar a confiança dos profissionais com o lançamento do GPT-5, ou a era de domínio de Altman está chegando ao fim?