Atualizado em
AGI é a sigla para inteligência artificial geral: a ideia de um sistema capaz de atuar competentemente em uma ampla variedade de tarefas, aprender em situações novas e transferir capacidades entre contextos. O problema é que não existe consenso sobre onde exatamente essa fronteira está.
SÉRIE · Poder e controle
6 de 6
O que é AGI?
AGI vem de Artificial General Intelligence, geralmente traduzido como inteligência artificial geral.
A palavra decisiva é geral.
Sistemas de IA historicamente foram construídos para tarefas específicas: jogar, reconhecer imagens, recomendar produtos, traduzir textos.
A AGI representaria algo diferente: capacidade ampla o suficiente para atuar bem em muitos domínios e lidar com situações novas sem precisar ser reconstruída para cada uma delas.
Parece uma definição simples, mas não é.
A OpenAI, por exemplo, define AGI como sistemas altamente autônomos capazes de superar humanos na maior parte do trabalho economicamente relevante.
Já a OCDE trabalha com uma referência mais ampla: capacidades comparáveis às humanas em diferentes dimensões cognitivas e sociais.
São critérios relacionados. Mas não idênticos.
O problema começa na definição
Antes de perguntar quando a AGI chegará, precisamos decidir o que contará como chegada.
É preciso definir:
- quais capacidades entram na comparação;
- qual desempenho será considerado suficiente;
- quanto de autonomia será necessário;
- como o sistema deverá lidar com situações novas.
Essa dificuldade é reconhecida dentro do próprio campo.
Pesquisadores do Google DeepMind propuseram em 2024 um framework de níveis de AGI justamente para separar duas dimensões que frequentemente aparecem misturadas: amplitude de capacidades e nível de desempenho.
Em vez de uma fronteira única entre “não AGI” e “AGI”, o trabalho propõe pensar em níveis.
Isso já revela algo importante: AGI não possui um teste universalmente aceito.
A fronteira muda quando uma capacidade se torna comum
Há ainda um fenômeno muito curioso. Antes de uma máquina dominar determinada tarefa, aquela capacidade frequentemente parece exigir inteligência.
Depois que a automação funciona, nossa percepção muda. O xadrez é um exemplo.
Durante muito tempo, jogar em alto nível parecia uma demonstração privilegiada de raciocínio. Quando computadores passaram a superar os melhores jogadores humanos, ninguém concluiu que a questão da inteligência estava resolvida.
A habilidade continuou impressionante. Mas deixou de servir como fronteira.
Algo semelhante ocorreu com tradução automática, reconhecimento de imagens e outras capacidades hoje incorporadas ao cotidiano.
Como vimos em Inteligência artificial no cotidiano, tecnologias extraordinárias podem rapidamente se transformar em infraestrutura comum.
O feito continua existindo. Porém, o espanto diminui.
Os modelos de linguagem empurraram a fronteira outra vez
Os modelos de linguagem trouxeram um caso particularmente interessante.
Eles escrevem, resumem, programam, explicam conceitos e sustentam conversas sobre assuntos diferentes. Capacidades que antes pareciam separadas passaram a aparecer em um mesmo sistema.
Isso tornou a discussão sobre generalidade muito mais concreta. Mas também fez surgir novas perguntas.
Como vimos em O teste de Turing envelheceu?, conversar de maneira convincente já não resolve sozinho a questão sobre inteligência.
Um sistema pode escrever bem e ainda falhar em planejamento. Pode resolver problemas difíceis e cometer erros elementares. Pode dominar uma tarefa e não transferir aquela competência de maneira confiável para outra situação.
Por isso, desempenho impressionante em alguns domínios não determina automaticamente que chegamos à AGI.
Então a AGI está sempre recuando?
Não literalmente. Os sistemas estão avançando.
O que muda é a régua usada para interpretar esse avanço.
Parte disso acontece porque descobrimos que capacidades antes consideradas suficientes eram apenas partes de um fenômeno muito maior.
Também acontece porque “inteligência” reúne coisas diferentes:
- aprendizagem;
- raciocínio;
- memória;
- adaptação;
- planejamento;
- interação social;
- autonomia.
A OCDE vem tentando transformar essas dimensões em indicadores mensuráveis, justamente para substituir discussões excessivamente abstratas por comparações mais claras.
Por isso, talvez devêssemos parar de perguntar “já chegamos à AGI?“, e sim: “quais capacidades este sistema possui, em que nível e sob quais condições?“
AGI não resolve o problema do controle
Há ainda uma diferença importante entre capacidade e controle. Um sistema mais geral não seria automaticamente:
- mais seguro;
- mais transparente;
- mais alinhado;
- mais responsável.
Na verdade, capacidades maiores tornam algumas perguntas desta série ainda mais importantes.
Como vimos em alinhamento de IA, perseguir eficientemente um objetivo não garante que aquele objetivo corresponda ao que realmente desejávamos.
E, como discutimos em Quem responde quando a IA erra?, aumentar autonomia também torna mais difícil distribuir responsabilidades quando algo dá errado.
Por isso, AGI não é apenas uma pergunta sobre quanto uma máquina conseguirá fazer. Também é uma pergunta sobre quem continuará decidindo o que ela deve fazer e sob quais limites.
O horizonte continua sendo útil
Talvez AGI funcione melhor como horizonte do que como linha de chegada.
Ela obriga pesquisadores a perguntar o que significa generalizar, aprender, adaptar-se e transferir conhecimento. E também nos força a tornar mais precisas palavras que usamos com facilidade: inteligência, autonomia, compreensão, controle.
E essa é uma boa maneira de encerrar esta série.
Começamos perguntando se artefatos podem distribuir poder. Passamos pela caixa-preta, pelo alinhamento, por Frankenstein e pela responsabilidade.
Chegamos à AGI e encontramos novamente as mesmas questões. Quanto mais capazes os sistemas se tornam, menos suficiente é perguntar apenas: “o que a IA consegue fazer?“
Por isso, precisamos continuar perguntando:
quem define os objetivos, quem estabelece os limites e quem responde pelas consequências?
PODER E CONTROLE
Anterior: Quem responde quando a IA erra? A cadeia de responsabilidade
6 de 6 – AGI como horizonte
Série concluída · Voltar ao primeiro texto desta série