*Este artigo é de autoria do professor visitante da Universidade Federal de Sergipe, Glauber da Costa de Brito, e foi publicado na plataforma The Conversation Brasil.
Atualmente, a inteligência artificial geral (IAG) permanece um conceito teórico. Trata-se de uma forma de inteligência artificial (IA) que teria a capacidade de igualar ou até superar as habilidades cognitivas humanas em praticamente qualquer atividade.
Diferentemente das IAs que conhecemos, como ChatGPT, DeepSeek e Gemini, que são projetadas para tarefas específicas, uma IAG seria uma mente digital multifacetada, criativa e adaptativa, capaz de aprender de maneira autônoma e aplicar seu conhecimento em diferentes áreas. Enquanto as IAs atuais possuem habilidades limitadas e não conseguem integrar conhecimento de maneira intuitiva, a IAG seria capaz de realizar atividades do cotidiano – como ir ao supermercado, pegar um ônibus, praticar esportes ou apreciar um álbum musical, como “Voadeira”, de Mônica Salmaso. Essas atividades, embora simples à primeira vista, envolvem uma rede complexa de habilidades cognitivas.
O que nos distingue de uma IA é a nossa versatilidade: temos a capacidade de aprender, entender e realizar uma ampla gama de tarefas intelectuais, além de nos emocionarmos com essas experiências.
Um ponto crucial dessa comparação é que as habilidades de uma IA não se conectam da mesma forma que no cérebro humano. Por exemplo, uma IA projetada para jogar xadrez não saberia como acionar um carro, um assistente de voz não conseguiria realizar uma cirurgia sozinho e o ChatGPT não pode lidar com tarefas físicas, como lavar louças.
A diferença entre uma IA e uma IAG pode ser vista como a distinção entre um supercomputador especializado em xadrez e um robô assistente que pode aprender a cozinhar, cuidar do jardim, oferecer conselhos médicos e até contar piadas. Enquanto a primeira já é uma realidade, a segunda ainda é uma aspiração para o futuro da ciência.
A mente humana não é programada para uma única função; ela é inerentemente capaz de aprender através de um conhecimento interdisciplinar. Por exemplo, se alguém é ensinado a ler sobre medicina e depois a consertar motores, essa pessoa pode conectar esses conhecimentos e aplicar princípios da fisiologia cardíaca para entender melhor o funcionamento de um carro.
Essas comparações entre a mente humana e a IA frequentemente geram paralelos sobre os processos do raciocínio biológico e digital. Para que uma IAG exista, seria necessário que ela possuísse um raciocínio equivalente ou superior ao nosso, mas os modelos de IA existentes não proporcionam um acesso claro ao encadeamento lógico que leva à produção de uma imagem, texto ou áudio. Quais são as elaborações que esses modelos realizam para chegar à conclusão de que uma resposta específica é a correta?
A Anthropic, empresa responsável pela IA Claude, publicou um artigo intitulado “On the Biology of a Large Language Model”, onde os autores argumentam que esses sistemas de IA operam de maneira diferente do que se pensava. Seus processos internos não seguem as etapas do raciocínio humano e, quando os modelos tentam explicar seu raciocínio, muitas vezes suas explicações são tendenciosas e não refletem suas operações internas.
Conforme discutido pelo filósofo e engenheiro de software Dakara, do site Mind Prison, a busca por uma IAG é, de fato, um aperfeiçoamento de grandes modelos estatísticos disfarçados de inteligência humana. A natureza das aplicações que se tornarão possíveis será profundamente influenciada por essa distinção essencial, mesmo que a linha entre inteligência e modelos estatísticos possa parecer sutil.
A ideia de que a IA é e sempre será tendenciosa – e que isso pode não ser um problema – é central na pesquisa de Alix Rübsaam, filósofa da Singularity University. Ela defende que o viés, longe de ser um erro, é um subproduto inevitável das escolhas humanas na construção dos modelos e um elemento necessário para que a máquina possa tomar decisões. Contudo, a pesquisadora faz um ponto importante: reconhecer a natureza tendenciosa da IA não implica ignorar os preconceitos prejudiciais que ainda permeiam muitos sistemas.
De acordo com a filósofa, havia uma expectativa, tanto no mundo da tecnologia quanto fora dele, de que teríamos uma IAG capaz de realizar qualquer tarefa. Nesse contexto, o viés se torna um problema significativo, pois o mundo não é uniforme para todas as pessoas, e uma IAG precisaria ser moldada conforme as necessidades do usuário.
O viés nos sistemas de IA é inevitável e funcional, sendo essencial em tarefas de classificação, como a de imagens. O objetivo não deve ser eliminar todos os vieses – o que tornaria a IA ineficaz – mas sim diferenciar entre vieses funcionais (que atendem a propósitos técnicos válidos) e vieses prejudiciais (que geram exclusão social e injustiças), concentrando esforços na mitigação destes últimos.
Como a filósofa ressalta, se um algoritmo possui um desempenho excepcional em uma tarefa, isso se deve ao fato de que foi calibrado para resolver aquele problema específico. Utilizamos esse algoritmo porque ele foi projetado para lidar com uma tarefa determinada, o que exige uma competência técnica para identificar e diferenciar elementos em uma situação específica.
Esses aspectos da IA indicam que a perspectiva de alcançar uma inteligência artificial geral é um projeto incerto e suscita debates que envolvem tanto os usuários quanto as normas do mundo digital. Independentemente de chegarmos a um consenso, ainda teremos que nos responsabilizar por nossas idas ao supermercado.
Receba atualizações sobre Saúde e Ciência diretamente no seu WhatsApp e mantenha-se informado! Acesse o canal de notícias do Metrópoles no WhatsApp.
Para saber mais sobre ciência e nutrição, confira todas as reportagens de Saúde.
