OpenAI admitiu fracasso: por que novo ChatGPT ficou mais burro

Imagine a situação: você atualiza um aplicativo que se tornou sua principal ferramenta de trabalho, e de repente percebe que ele começou a funcionar mal. Ele comete erros em cálculos simples, é preguiçoso para escrever código completo e responde com frases padrão onde antes mostrava flexibilidade. Por muito tempo, os fãs da OpenAI atribuíram isso ao efeito placebo ou fadiga tecnológica, mas agora os dados foram revelados. Sam Altman admitiu oficialmente que a empresa piorou a nova versão do ChatGPT em relação à anterior. Sua frase "eu acho que simplesmente estraguei isso" soa como uma rara demonstração de sinceridade num mundo onde qualquer bug é tipicamente chamado de feature.

Vamos relembrar o contexto. Quando o GPT-4 foi lançado, parecia magia. Mas a cada atualização subsequente — de Turbo a 4o — a comunidade de desenvolvedores gritava cada vez mais sobre degradação. O modelo começou a sofrer de "preguiça neural". Em vez de escrever cem linhas de código, ele produzia dez e sugeria ao usuário completar o resto sozinho. A OpenAI tentou otimizar os custos computacionais e tornar as respostas mais rápidas, mas no processo, aparentemente, jogou fora o bebê junto com a água do banho. A velocidade aumentou, mas a inteligência caiu.

Por que isso aconteceu agora? A resposta está na pressão extraordinária do mercado. A OpenAI não é mais o único jogador em jogo. Quando o Claude 3.5 Sonnet da Anthropic começou a superar o GPT-4o em testes de codificação e criatividade, o pânico claramente eclodiu na sede de Altman. Na pressa, atualizações são lançadas que deveriam ser "mais seguras" e "mais rápidas", mas os algoritmos de treinamento de IA são uma coisa caprichosa. Censura excessiva e tentativas de encaixar o modelo em estruturas éticas rígidas muitas vezes resultam na rede neural ficando cautelosa e, finalmente, entregando resultados mediocres.

Tecnicamente, isso é explicado pelo desvio no RLHF — aprendizado por reforço a partir de feedback humano. Se os treinadores humanos recompensam a brevidade, o modelo fica absurdamente conciso. Se exigem segurança, o modelo começa a ver ameaças até em uma pergunta inofensiva sobre como fazer sopa. A OpenAI, aparentemente, apertou os parafusos demais numa tentativa de tornar o produto mainstream e corporativamente seguro. Como resultado, profissionais que precisavam de uma ferramenta poderosa para o trabalho se sentiram traídos.

É interessante que Altman admita isso precisamente agora. Isso poderia ser um movimento sutil antes de anunciar algo verdadeiramente em larga escala, como o GPT-5 ou o modelo Strawberry. Admitir erros passados é a melhor maneira de preparar o terreno para vender uma nova solução "revolucionária". Tipo, sim, a versão anterior foi um fracasso, mas veja como consertamos tudo na nova. Esse é o clássico aquecimento de audiência que já vimos muitas vezes da Apple e de outros gigantes da tecnologia.

Para a indústria, essa é uma lição importante. Acontece que a lei de escala não funciona linearmente. Você não pode 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 envolve em autoflagelação, seus concorrentes ganham uma chance excelente de atrair sua audiência leal. Afinal, no mundo da IA, a lealdade de marca dura apenas até que outra aba do navegador comece a pensar mais rápido.

O resultado: 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 dominação de Altman está chegando ao fim?