A IA aprendeu a construir a si mesma: Google DeepMind e OpenAI rumo ao autoaperfeiçoamento

Em 1966, o matemático Irving Good previu que uma máquina superinteligente seria capaz de criar máquinas ainda mais inteligentes, o que levaria a uma "explosão de inteligência". Agora, essa ficção científica está virando realidade: OpenAI, Google DeepMind e Anthropic já usam IA para criar versões mais avançadas de si mesmas.

A IA começa a escrever a si mesma

A OpenAI informou recentemente que o GPT-5.3-Codex participa ativamente do próprio aprimoramento. O modelo escreve código para o seu treinamento, depura o processo de treino, gerencia o deploy e analisa os resultados das avaliações. Na prática, ele ajuda a si mesmo a ficar melhor.

A Anthropic foi além: a maior parte do código do Claude (seu principal assistente de IA para programação) agora é escrita pelo próprio Claude. Isso cria um ciclo curioso: a IA aprimora a si mesma, mas os humanos continuam no circuito, verificando os resultados e tomando as decisões.

O Google DeepMind apresentou o AlphaEvolve, um agente voltado para "descobertas científicas e algorítmicas". O sistema consegue otimizar arquiteturas de redes neurais, melhorar a distribuição de tarefas em data centers e aperfeiçoar o design de chips. Cada avanço desse tipo permite que os cientistas cheguem mais rápido ao próximo.

"Muitas vezes, você olha para o que o sistema descobriu e aprende com essa descoberta", diz Matej Balog, do DeepMind. O sistema já surpreendeu seus criadores ao encontrar algoritmos de otimização que escapavam à intuição humana.

Dois criadores do AlphaChip (sistema de projeto de chips) fundaram a startup Recursive Intelligence. Eles prometem reduzir o ciclo de desenvolvimento de um chip de um ou dois anos para alguns dias. Numa terceira fase, a empresa pretende usar IA para criar chips que treinem melhor a próxima geração de IA.

Por que isso ainda não decolou

Apesar dos avanços impressionantes, a independência total da IA em relação aos humanos ainda está longe. Pesquisadores observam que os sistemas atuais geram ideias e as executam em um nível "bom, mas não excelente".

Veja o que trava o processo:

• Os humanos continuam definindo os objetivos e decidindo o que conta como sucesso
• Treinar modelos de ponta custa bilhões — ninguém vai deixar um sistema desses sem supervisão
• Nas grandes corporações, o conhecimento está distribuído entre milhares de pessoas (a TSMC tem 90,000 funcionários) e não pode ser empacotado em um único algoritmo
• A automação completa exigiria não só código e chips, mas também a construção de data centers e usinas de energia, além da mineração

Pesquisadores da Meta propõem outro caminho: em vez da automação total, buscar o "coaperfeiçoamento" entre humanos e máquinas. Mantendo-se no ciclo de desenvolvimento, as pessoas garantem tanto a velocidade do progresso quanto a sua segurança.

Isso pode sair do controle?

Uma pesquisa com 25 dos principais especialistas em IA mostrou que 23 deles não descartam uma "explosão de inteligência" caso o desenvolvimento seja totalmente automatizado. A maioria acredita que as empresas manterão esses modelos em segredo, sem disponibilizá-los ao público.

David Krueger, de Montreal, defensor de uma pausa no desenvolvimento de IA, traçou um cenário sombrio:

"É uma aposta com a vida de todas as pessoas".

Ele propõe interromper o desenvolvimento da IA quando 99% do código passar a ser escrito por máquinas. "Parece que estamos nos aproximando desse momento agora mesmo", acrescenta.

O que isso significa

Estamos no início de uma era em que a IA realmente começa a acelerar o próprio desenvolvimento. Isso pode levar a avanços médicos, científicos e tecnológicos. Mas também exige supervisão rigorosa, tanto de reguladores internacionais quanto das próprias empresas. A história mostra: tecnologias poderosas exigem limites.

*A Meta é reconhecida como organização extremista e proibida na Rússia.