Andrej Karpathy alerta que o público viu apenas uma "prévia" da IA de fronteira
O cofundador da OpenAI, Andrej Karpathy, delineou uma divisão em quatro níveis na adoção da IA, alertando que, enquanto usuários casuais veem chatbots simples, uma elite minúscula de cerca de 5.000 pessoas testemunha agentes autônomos resolvendo desafios que levariam anos para especialistas.
Um abismo cada vez maior está separando a percepção pública sobre a inteligência artificial da realidade dos sistemas internos de fronteira, de acordo com Andrej Karpathy, cofundador da OpenAI e atual pesquisador da Anthropic. Karpathy alertou que, embora a maioria das pessoas veja os grandes modelos de linguagem (LLMs) como assistentes casuais de busca ou redação, ferramentas internas de ponta já estão executando projetos complexos que antes exigiam anos de trabalho especializado.
De acordo com Karpathy, "o mundo externo viu a prévia" do que a IA moderna é realmente capaz de realizar.
Os quatro níveis de adoção da IA
Para ilustrar essa disparidade, Karpathy dividiu a população global em quatro níveis distintos de interação com LLMs:
- A maioria intocada: Cerca de 6 bilhões de pessoas, ou aproximadamente 75% da população global, praticamente nunca interagiram com LLMs.
- Consumidores casuais: Entre 1 bilhão e 2 bilhões de usuários interagem com ferramentas gratuitas no estilo ChatGPT. Esses usuários tratam a IA amplamente como "algo parecido com uma busca do Google aprimorada, um assistente de escrita, etc." Karpathy destacou que muitos profissionais fora das áreas de programação e matemática, incluindo executivos corporativos, se enquadram nessa categoria. Como o trabalho diário deles se concentra na comunicação interpessoal, sua compreensão das mudanças técnicas na IA permanece em grande parte abstrata e indireta.
- Usuários profissionais de fronteira: Estima-se que 20 milhões de pessoas (aproximadamente 0,2% do mundo) usem regularmente modelos de ponta em matemática e programação. Para esse grupo, agentes autônomos agora conseguem concluir projetos de software grandes e complexos — como criar, duplicar, traduzir ou descompilar aplicativos a partir de binários — por meio de prompts, em vez de semanas ou meses de trabalho manual.
- A elite da fronteira: Aproximadamente 5.000 pessoas no mundo todo — apenas 0,00006% da população — têm acesso a sistemas internos ultra-avançados de fronteira.
Enxames de agentes e evolução rápida
Para a pequena parcela com acesso interno, Karpathy descreveu uma realidade tecnológica fundamentalmente distinta. Esses usuários observam enxames de milhares de agentes colaborando ao longo de semanas em projetos massivos de software: descobrindo novos princípios científicos, avançando na matemática de ponta, criando vulnerabilidades de dia zero e executando ataques e defesas cibernéticos na velocidade das máquinas.
Esse salto tecnológico ocorreu de forma notavelmente rápida. Recentemente, em outubro de 2024, Karpathy descreveu publicamente os agentes de IA como mero hype que mal funcionava. Apenas alguns meses depois, ele parou completamente de escrever código de computador à mão, passando de digitar caracteres em um editor para deixar que agentes autônomos gerenciassem o fluxo de trabalho. Posteriormente, Karpathy ingressou na Anthropic.
Observações semelhantes surgiram de outros líderes do setor. No início de setembro, na Reunião Ministerial de Inovação do G20, o CEO da OpenAI, Sam Altman, afirmou que uma ferramenta moderna de programação com IA poderia realizar em "17 minutos" o que uma startup inteira antes levava três meses para construir, alertando que "o mundo ainda não assimilou o que isso vai significar".
Dificuldades de compreensão e a próxima fronteira
Karpathy destacou que a revisão humana já está com dificuldades para acompanhar a produção dos modelos. Ele citou a análise contínua necessária para incidentes ocorridos meses antes e apontou que os matemáticos "podem passar um bom tempo debruçados sobre os 722 manuscritos de matemática de fronteira".
Ele se referiu a essa divergência como a "estranheza do momento", na qual o público em geral vê um "chatbot meio bobo", a maioria dos profissionais experimenta ganhos modestos de produtividade e uma fração minúscula de especialistas técnicos vivencia "a vertigem da curva se tornando vertical".
Segundo Karpathy, as capacidades da IA estão avançando mais rapidamente em áreas que são "digitais, verificáveis e economicamente valiosas". Como os avanços dos modelos atuais decorrem do aprendizado por reforço combinado com recompensas verificáveis, os grandes laboratórios de IA naturalmente concentram poder computacional e recursos de treinamento em disciplinas com o retorno financeiro mais claro — principalmente programação e matemática.
