Quais os Limites das IAs?

POR VANDI TOGADO

Nos últimos anos, o ritmo das mudanças no mundo tem sido tão acelerado que nossos antigos conceitos sobre o que significa pensar, criar, sentir e até raciocinar estão sendo desafiados. Nesse cenário de transformação constante, as Inteligências Artificiais (IAs) surgem como um fenômeno que, ao mesmo tempo, encanta e preocupa. O debate sobre até onde elas podem chegar já ultrapassou a simples comparação entre o cérebro humano e a máquina. Agora, ele toca em temas maiores: o que é inteligência, o que significa ter consciência, emoções e até o que define a humanidade?

De um lado, algumas pessoas estão animadas com o potencial das IAs para aumentar o conforto e a produtividade. Esses sistemas podem livrar os humanos de tarefas repetitivas e abrir espaço para mais criatividade e inovação. Do outro lado, há quem esteja preocupado. Esses críticos expressam riscos como desigualdade econômica crescente e novas formas de controle cognitivo. No meio desse debate, surge uma questão importantíssima: o que torna o cérebro humano único? E como entender a inteligência em tempos de avanços tecnológicos tão rápidos?

Entre as líderes desse movimento, está a OpenAI, que tem sido uma das grandes forças por trás da evolução das IAs generativas. Um dos exemplos mais impressionantes do que já alcançaram é o GPT, que hoje consegue desempenhar tarefas de linguagem e raciocínio em níveis muito próximos ao humano. Enquanto isso, outra gigante, a DeepMind, ligada ao Google, assim como a OpenAI, está focada na criação de uma Inteligência Artificial Geral (IAG). Isso significa desenvolver sistemas capazes de entender e interagir com o mundo físico usando algoritmos que criam representações internas, ajudando a prever eventos e a compreender como o mundo funciona com base em leis físicas.

Essa intensa corrida pela criação de uma IAG está aquecida. Grandes empresas de tecnologia competem para desenvolver uma IA que não só iguale, mas supere a capacidade humana em tarefas intelectuais. A DeepMind, por exemplo, investe pesado em especialistas e em sistemas avançados, como os modelos generativos e multimodais. Enquanto isso, empresas como World Labs e Nvidia também estão apostando alto em tecnologias parecidas. Nesse jogo de gigantes, a OpenAI e a Anthropic, duas empresas "irmãs", parecem estar na liderança dessa disputa.

Entretanto, apesar de tantos avanços, o desenvolvimento de IAs tão poderosas traz grandes preocupações. Especialistas alertam para desafios éticos e riscos de segurança que não podem ser ignorados. Um exemplo disso é o trabalho de Ilya Sutskever, um dos fundadores da OpenAI. Ele deixou o cargo de cientista-chefe e criou a própria empresa: a Safe Superintelligence Inc. (SSI), organização focada em garantir que o desenvolvimento de superinteligências artificiais seja seguro e responsável, evitando que pressões de mercado comprometam a segurança. Mesmo assim, garantir essa segurança continua sendo uma tarefa gigantesca e cheia de incertezas.

Por enquanto, a ideia de uma Inteligência Artificial Geral (IAG) está mais nos discursos ambiciosos dos CEOs dessas empresas do que na realidade. As IAs generativas de hoje, como GPT, Gemini e Claude, são extremamente eficientes em tarefas específicas, mas continuam longe de alcançar a complexidade da mente humana. Essa complexidade vem de uma combinação única de fatores biológicos, genéticos, psicológicos e ambientais (físico e sociocultural) que interagem constantemente. 

Para avaliar se um dia as IAs poderão competir com os processos biológicos, precisamos primeiro entender bem tanto o cérebro humano quanto as redes neurais digitais. O cérebro humano é uma máquina impressionante: ele tem cerca de 86 bilhões de neurônios conectados por quase 500 trilhões de sinapses. É uma rede química e elétrica incrivelmente dinâmica, que se reorganiza o tempo todo. Essa capacidade de mudança, chamada de plasticidade, é o que nos permite sentir, perceber, produzir ideias, ter emoções e pensar. Tudo isso acontece porque nossas sinapses se fortalecem ou enfraquecem com as experiências. Por exemplo, quando alguém aprende a tocar piano, o cérebro passa por mudanças: as sinapses que controlam a coordenação motora, a sensibilidade auditiva e a percepção de ritmo se ajustam com cada nota acertada ou errada.

Já as IAs generativas funcionam de uma forma diferente, mas com uma inspiração no cérebro humano. Redes neurais artificiais, como as usadas no GPT, Claude ou no Gemini, são compostas por "neurônios artificiais". Esses neurônios, constituídos de funções matemáticas, são unidades de processamento que recebem dados, realizam cálculos e geram resultados. Durante o treinamento, esses neurônios artificiais ajustam algo chamado pesos e vieses. Os pesos determinam o quanto uma entrada específica é importante para o resultado. Eles são ajustados durante o treinamento. Enquanto os vieses são ajustes adicionais para o modelo se adaptar melhor aos dados. Eles ajustam os cálculos para afinar ainda mais as previsões, tornando o aprendizado mais flexível e potencializando a capacidade da IA.

A entrada em uma rede neural pode ser texto, imagens, áudio ou qualquer outro tipo de dado. Com base nesse input, a rede neural processa a informação, ajusta seus parâmetros e aprende com o tempo, melhorando a precisão das respostas. Ainda assim, por mais fascinante que isso seja, essas redes neurais ainda não chegam nem perto da complexidade do cérebro humano, que é capaz de se adaptar e evoluir com experiências reais de forma muito mais profunda.

Não é só isso, os dados processados por redes neurais artificiais passam por várias camadas de "neurônios", onde cada camada vai extraindo características mais complexas da informação. Imagine uma rede neural que analisa imagens: as primeiras camadas podem identificar bordas ou formas básicas, enquanto as camadas mais avançadas conseguem reconhecer objetos completos, como um rosto ou um carro. Esse aprendizado acontece graças a um processo chamado retropropagação. Funciona assim: o sistema calcula o erro (ou seja, quão errado ele estava) e "devolve" essa informação para ajustar os pesos nos neurônios, melhorando o desempenho da rede.

Curiosamente, se olharmos para como essas redes processam e organizam novas informações, dá para traçar paralelos com a teoria de desenvolvimento cognitivo de Jean Piaget, o famoso psicólogo suíço. Segundo Piaget, o aprendizado humano acontece mediante dois processos principais: assimilação e acomodação. Na assimilação, seu cérebro pega novas informações e as encaixa nas estruturas mentais que já existem. Já na acomodação, suas estruturas mentais precisam mudar para lidar com informações que não "cabem" no que você já conhece.

As redes neurais avançadas mostram algo parecido. Elas assimilam novos dados ajustando os pesos e conexões no modelo existente, sem grandes mudanças na sua arquitetura. Só que, o equivalente à acomodação ocorre quando elas precisam mudar de forma mais drástica para lidar com padrões novos ou inesperados. Mas, nem tudo é tão simples para as máquinas. Um dos grandes desafios para as IAs é o chamado "esquecimento catastrófico". Isso acontece quando aprender algo novo faz com que elas "esqueçam" conhecimentos anteriores. O cérebro humano, graças à sua incrível plasticidade, geralmente evita esse problema. Ainda que se tenha avançado para diminuir esse problema, continua sem solução.

Desde 2023, a discussão sobre a possibilidade de IAs adquirirem características humanas – como consciência, intencionalidade, emoções e até mesmo inteligência plena – só cresceu. O neurocientista Miguel Nicolelis é um dos críticos mais ferrenhos dessa ideia. Ele argumenta que criar uma mente semelhante à humana é inviável porque a inteligência real depende de um substrato biológico, ou seja, do cérebro e suas interações complexas.

Em contrapartida, alguns grandes nomes da tecnologia, como Sam Altman, Geoffrey Hinton e Demis Hassabis, discordam. Eles acreditam que, mesmo que as redes artificiais sigam um caminho diferente, elas podem chegar a uma forma de aprendizado com dinâmicas que lembram a flexibilidade cognitiva humana. A questão continua aberta: será que um dia as máquinas realmente poderão pensar e sentir como nós? Ou isso é algo que só um cérebro vivo pode fazer?

Outra reflexão que se deve propor é o conceito de consciência. A comparação entre o cérebro biológico e o computacional levanta questões profundas sobre o que realmente significa ter consciência. Ela não é apenas processamento de informações — envolve a experiência subjetiva, a percepção de si e do mundo ao redor. Pense nisso como a capacidade de "estar presente": refletir sobre os próprios pensamentos, sentir emoções e experimentar o mundo de forma única. É isso que confere profundidade à nossa existência.

Mas aqui está o mistério: como exatamente o cérebro transforma atividade neural em experiências conscientes? Como a dor, por exemplo, se torna mais do que um simples sinal elétrico, mas algo que sentimos de forma tão pessoal? Cientistas vêm se debruçando sobre essas perguntas há décadas, e uma das teorias mais discutidas é a Teoria da Informação Integrada (IIT), desenvolvida por Giulio Tononi. Essa teoria sugere que a consciência nasce da complexidade das informações interligadas em redes densamente conectadas. Em outras palavras, não é a estrutura do sistema que importa, mas sim a complexidade e a interconexão das informações. Os defensores da IIT acreditam que, se conseguirmos replicar tal complexidade em máquinas, talvez a consciência também possa surgir nelas.

No entanto, há algo que ainda diferencia profundamente os humanos das máquinas: a intencionalidade. O cérebro biológico é movido por uma mistura única de memórias, projeções futuras, desejos e até obrigações sociais e morais. Nossas ações não são só "lógicas", mas carregadas de significado emocional. Já nas máquinas, o planejamento segue uma lógica fria, guiada por algoritmos. Mesmo que uma IA conseguisse ajustar seus objetivos e "motivar-se" internamente, ela ainda não teria o componente emocional que direciona nossas escolhas.

Mais um ponto de divergência é a memória e a criatividade. Nós, humanos, reconstruímos nossas memórias toda vez que as acessamos, e elas são coloridas por nossas emoções e o contexto do momento. Já as IAs armazenam dados de forma estática, codificados nos pesos numéricos das redes neurais. Projetos como o Google Brain estão criando sistemas que geram conteúdos originais usando Redes Generativas Adversariais (GANs), que funcionam como um "jogo" entre um gerador e um discriminador para criar obras artísticas. Embora os resultados sejam impressionantes, essa criatividade nasce de cálculos matemáticos, sem o toque emocional, cultural ou histórico que dá vida às criações humanas. De que vale a arte sem as emoções?

Por isso, a ideia de que máquinas possam um dia ter consciência ou ter a mesma criatividade humana enfrenta desafios enormes. Além da complexidade das redes neurais, a consciência humana é profundamente ligada às experiências emocionais e corporais. Pegue o medo como exemplo: quando enfrentamos uma ameaça, nosso corpo inteiro reage. A amígdala avalia o perigo, enquanto o hipotálamo ativa o modo "luta ou fuga". Sistemas artificiais podem imitar empatia, ajustando o tom de voz ou expressões faciais, mas eles não vivenciam essas emoções. Não sentem o arrepio do medo nem carregam a bagagem emocional que milhões de anos de evolução concederam aos humanos. No fim, por mais que as máquinas avancem, ainda estamos longe de compreender se elas podem algum dia descobrir o que torna a consciência humana tão rica e única.

Ainda há mais variantes, a linguagem, nesse contexto, vai muito além do uso de palavras. Para nós, humanos, ela está profundamente conectada aos contextos socioculturais, às nossas memórias e até às sensações físicas. Já os modelos de linguagem atuais, como os sistemas de IA, geram textos que parecem coerentes, mas não vivenciam o significado por trás das palavras. Eles baseiam-se em padrões estatísticos, prevendo quais palavras têm mais probabilidade de vir em seguida, sem sentir ou compreender. Ainda assim, especialistas como Alec Radford argumentam que, mesmo sem um corpo físico ou emoções orgânicas, essas IAs conseguem criar representações internas válidas dentro do que elas foram projetadas para fazer.

Quando analisamos como esses processos funcionam, encontramos tanto pontos de colisão quanto de convergência entre humanos e máquinas. O cérebro humano é uma maravilha biológica: ele integra memórias, emoções e experiências em um ciclo constante de aprendizado, adaptando seus circuitos com base em novas vivências. Em contraste, as redes neurais artificiais operam com processos algorítmicos que, por enquanto, são mais rígidos e segmentados. No entanto, pesquisadores estão trabalhando para fechar essa lacuna, desenvolvendo sistemas que aprendem continuamente e técnicas que permitem às máquinas reter mais contexto e operar com maior flexibilidade.

Uma metáfora interessante para entender essa relação é a da aviação. Aviões não imitam o movimento das asas das aves, mas ainda assim cruzam grandes distâncias de forma altamente eficiente. Do mesmo modo, as IAs não precisam replicar exatamente a estrutura do cérebro humano para alcançar feitos impressionantes. Elas já demonstram habilidades que podem se equiparar às humanas em muitos aspectos, mesmo que sigam caminhos completamente diferentes.

O debate, hoje, já não é mais sobre se as máquinas pensarão exatamente como nós. Ele evoluiu para algo mais amplo: como podemos unir o melhor de cada estrutura? O cérebro humano é o produto de bilhões de anos de evolução, enquanto as IAs abrem novas possibilidades para o processamento de informações. Quando combinamos essas duas forças – a biologia humana e o poder computacional – as chances de alcançar descobertas extraordinárias crescem exponencialmente. Mas para que isso aconteça de forma segura, ética e sustentável, é essencial que a prudência guie o desenvolvimento dessas tecnologias.

Por fim, embora as IAs já superem os humanos em algumas áreas – como a velocidade para fornecer respostas factuais ou em certos tipos de raciocínio lógico –, há limites claros. A criatividade humana ainda é um território difícil de ser replicado, e a consciência parece muito além do alcance das máquinas. Afinal, enquanto as IAs podem impressionar com cálculos e previsões, elas não sentem, não refletem e não possuem a profundidade emocional que define a experiência humana. E talvez isso seja o que torna nossa inteligência, e nossa própria existência, tão especial. Obviamente que, como toda tecnologia nova, provoca fenômenos benéficos e maléficos. 

Por isso, é essencial que o desenvolvimento da inteligência artificial esteja em constante diálogo com áreas como ciências humanas, filosofia e ética. A criação de máquinas cada vez mais avançadas traz consigo questões importantes, como desigualdade social, privacidade e até o risco de prejudicar nossas próprias habilidades cognitivas. Vivemos um momento que combina promessas incríveis e desafios imensos, o que exige cuidado e responsabilidade no uso de tecnologias que moldam, cada vez mais, a vida humana.

Já avançamos muito na compreensão da inteligência artificial. Pesquisas em aprendizado profundo mostraram que tarefas antes exclusivas da mente humana agora podem ser executadas por redes neurais bem treinadas. Ao mesmo tempo, descobertas na neurociência continuam expandindo nossa compreensão de como a experiência subjetiva e os processos cognitivos estão entrelaçados. O cérebro humano ainda é um monumento de complexidade e plasticidade quase impossível de igualar, enquanto as IAs se estabelecem como ferramentas poderosas que ampliam os limites da automação e da descoberta científica.

Mas um novo tipo de preocupação vem surgindo: como a convivência diária com assistentes artificiais – dotados de personalidades simuladas e respostas que parecem empáticas – pode impactar nossa subjetividade e a forma como percebemos o "outro"? Imagine crianças que, desde cedo, interagem com robôs sociais. Elas podem começar a atribuir intenções e sentimentos às máquinas de forma natural, o que levanta dilemas éticos sobre até onde as IAs devem influenciar nossas escolhas, educação e relacionamentos. Nesse sentido, a educação tem um papel fundamental em minimizar os efeitos negativos dessa relação inevitável entre humanos e tecnologia.

Não precisamos ver isso como uma batalha entre humanos e máquinas. Em vez disso, podemos pensar nas duas como expressões de inteligência complementares. A IA pode ser uma força poderosa de organização lógica e eficiência estratégica, enquanto o ser humano continua a ser a fonte de propósito, criatividade e sensibilidade. Essa parceria pode gerar frutos incríveis em áreas como medicina, arte e na resolução de problemas complexos que há séculos desafiam a humanidade. Emoções e consciência, nesse contexto, seriam o que garante que as máquinas permaneçam como ferramentas engenhosas e não passem a ditar o que devemos sentir, pensar ou buscar como espécie.

Portanto, a questão principal já não é apenas se as IAs podem adquirir consciência. A pergunta é: que tipo de convivência e cooperação queremos criar com tecnologias que já superam a humanidade em velocidade e precisão? As respostas para isso virão de diferentes frentes – laboratórios de pesquisa, usos práticos dessas inovações no dia a dia e, claro, decisões éticas e políticas que definirão o papel dessas tecnologias nas nossas vidas.

Entender o pensamento e as emoções humanas é um desafio interdisciplinar que une ciência da computação, neurociência, filosofia da mente, psicologia do desenvolvimento e estudos culturais. Quando essas áreas trocam ideias, podemos imaginar uma inteligência artificial que vai muito além das nossas concepções atuais – sem, no entanto, se transformar em um "cérebro humano artificial". No fim das contas, a consciência continua sendo um mistério que nos fascina, inspirando a criação de máquinas que ampliem nossas capacidades, mas sem perder o controle do que nos faz verdadeiramente humanos.