Por que os modelos de linguagem nunca se tornarão AGI: a lição de Wittgenstein de um século atrás

Há mais de um século, um professor de escola da Áustro-Hungria escreveu uma frase que hoje soa como uma sentença sobre toda a indústria de grandes modelos de linguagem. "Os limites da minha linguagem significam os limites do meu mundo" — essa tese de Ludwig Wittgenstein de seu "Tratado Lógico-Filosófico" de 1921 se mostrou inesperadamente como o diagnóstico mais preciso para uma tecnologia na qual o mundo investiu centenas de bilhões de dólares.

Para entender por que isso importa agora, é preciso lembrar do contexto. Há apenas dois ou três anos, a indústria vivia em estado de euforia. Cada nova versão do GPT, Claude ou Gemini demonstrava um salto impressionante em capacidades. Os modelos aprenderam a escrever código, analisar imagens e resolver problemas de olimpíada. Parecia que à inteligência artificial geral—AGI—faltava pouco, sendo necessário apenas mais dados, mais parâmetros, mais poder computacional. Investidores derramavam dinheiro, corporações reestruturavam estratégias, e palestrantes públicos competiam em prognósticos sobre quando a máquina superaria o ser humano. Hoje, em 2026, a tonalidade da conversa mudou notavelmente. A palavra "bolha" soa cada vez mais, e os céticos ganham cada vez mais argumentos a seu favor.

É precisamente neste momento que vale a pena voltar a Wittgenstein. Sua ideia central é simples e radical ao mesmo tempo: a linguagem não é meramente um instrumento de descrição da realidade, mas a própria fronteira do que somos capazes de pensar. Tudo que existe além da linguagem simplesmente não existe para um ser linguístico.

Transponha este princípio para um LLM—e você obtém não uma metáfora, mas uma descrição literal de uma limitação arquitetônica. Um grande modelo de linguagem opera com tokens. Ele prediz o próximo fragmento de texto com base em padrões estatísticos extraídos de um gigantesco corpus de dados.

Ele não percebe o mundo diretamente—não vê, não ouve, não sente dor, não experimenta fome. Seu "mundo" inteiro é texto. E os limites deste texto são de fato os limites do seu mundo.

Críticos poderiam objetar: modelos multimodais modernos já trabalham com imagens, som e vídeo. Isto não é uma transposição além da linguagem? Aqui é importante entender a diferença entre processamento de sinal e percepção genuína. Quando um modelo "vê" uma fotografia, ele transforma pixels em representações numéricas e as correlaciona com descrições textuais do corpus de treinamento. Isto não é visão no sentido humano—é um sistema complexo de referências cruzadas. O modelo não entende o que é a cor vermelha; conhece apenas os contextos em que a palavra "vermelho" aparece ao lado de certos padrões numéricos. Wittgenstein diria que o modelo joga um jogo de linguagem sem ter acesso ao que esse jogo se refere.

Há um segundo aspecto da filosofia de Wittgenstein que acerta em cheio. No período posterior de seu trabalho, ele chegou à ideia de "jogos de linguagem"—a concepção de que o significado de uma palavra é determinado por seu uso em uma prática específica. Compreender não é extrair significado abstrato de um dicionário, mas a capacidade de agir no mundo de certa forma.

Quando dizemos "entendo o que é um martelo," não queremos dizer conhecimento de uma definição, mas a experiência de bater pregos, o peso da ferramenta na mão, a memória muscular do golpe. Um LLM pode descrever impecavelmente um martelo, enumerar seus tipos, citar instruções de uso—mas não tem, e não pode ter, experiência de bater pregos. Sua "compreensão" é uma simulação destituída de fundamento corporal.

Isto não significa que modelos de linguagem sejam inúteis—pelo contrário, são incrivelmente úteis precisamente dentro dos limites de seu universo linguístico. Eles se sobressaem em tarefas que se encaixam inteiramente no espaço textual: edição, tradução, geração de código, sumarização, descoberta de padrões em dados. O problema não está nos modelos em si, mas nas expectativas infladas colocadas sobre eles. Quando executivos de empresas de tecnologia prometem AGI em dois ou três anos, ou não entendem a natureza das limitações, ou estão deliberadamente alimentando o frenesi de investimento.

O caminho para a inteligência artificial geral, se é que existe, quase certamente fica além do paradigma puramente linguístico. Exigirá sistemas capazes de cognição incorporada—interação com o mundo físico, formação de modelos internos da realidade através da experiência, em vez de através da leitura de textos sobre experiência. Robótica, computação neuromórfica, arquiteturas híbridas combinando abordagens simbólicas e conexionistas—tudo isso são direções potenciais, mas nenhuma delas ainda se aproximou de resolver o problema fundamental.

Wittgenstein morreu em 1951, sem suspeitar de computadores, redes neurais ou tokenização. Mas sua intuição sobre a natureza da linguagem e compreensão se provou profética. Os limites da linguagem são de fato os limites do mundo. E enquanto construímos inteligência confinada à linguagem, construímos algo impressionante, mas fundamentalmente limitado. Reconhecer essa limitação não é pessimismo, mas um passo necessário para uma conversa honesta sobre para onde a indústria de inteligência artificial realmente está caminhando.