Pesquisadores da DeepMind propõem "Inteligência Artificial Simbiótica" para desafiar a singularidade da IA

A narrativa dominante em torno da "singularidade" da inteligência artificial costuma retratar uma superinteligência isolada e autoaperfeiçoável que superará a humanidade da noite para o dia. Em um ensaio recente para o DeepMind Institute, os pesquisadores afiliados ao Google Benjamin Bratton, Blaise Agüera y Arcas e James Manyika desafiam essa premissa, apresentando um conceito alternativo: a "Inteligência Artificial Simbiótica".

Em vez de encarar a inteligência artificial geral (AGI) como uma máquina individual e autônoma, os pesquisadores definem a inteligência como um fenômeno inerentemente social. Na visão deles, a AGI tomará forma como um ecossistema interconectado onde seres humanos, diversas redes de agentes e instituições híbridas coevoluem continuamente e tomam decisões em conjunto.

Modelos de raciocínio como "sociedades de pensamento"

Os autores fundamentam sua proposta em evidências empíricas extraídas de sistemas recentes de raciocínio. Em um preprint complementar intitulado "Reasoning Models Generate Societies of Thought", os pesquisadores Junsol Kim, Shiyang Lai, Nino Scherrer, Agüera y Arcas e James Evans analisaram rastros de raciocínio de modelos de pesos abertos, incluindo DeepSeek-R1 e QwQ-32B.

Suas descobertas revelaram que, quando os modelos são treinados por meio de aprendizado por reforço focado em recompensar a precisão, eles desenvolvem naturalmente diálogos internos a partir de múltiplas perspectivas, sem a necessidade de comandos explícitos. Os modelos debatem alternativas, levantam objeções e reconciliam pontos de vista conflitantes em suas linhas de raciocínio geradas. O ensaio da DeepMind argumenta que essa dinâmica interna espontânea aponta para um princípio mais amplo: a inteligência prospera por meio da negociação coletiva distribuída — uma arquitetura que pode ser expandida para redes de pessoas e agentes autônomos.

O ponto de inflexão cognitivo que se aproxima

O ensaio destaca uma transformação macrodemosgráfica com potencial para remodelar a sociedade moderna. Em muitas nações industrializadas, a urbanização, a crescente especialização e a queda nas taxas de natalidade vêm reduzindo gradualmente a força de trabalho biológica. Em contrapartida, as instâncias de agentes sintéticos de IA estão se multiplicando em ritmo acelerado.

Os autores traçam um paralelo com a Revolução Industrial, período em que a força física mecanizada superou os músculos biológicos. Um marco histórico semelhante pode estar prestes a acontecer no trabalho intelectual, quando o volume acumulado de texto, código e execução administrativa sintéticos ultrapassar a produção biológica dos cérebros humanos. Nesse cenário, os humanos funcionariam cada vez mais como uma camada abstrata e de direcionamento, orquestrando um vasto campo de cognição mecânica distribuída.

Redefinindo agentes como arranjos dinâmicos

Um dos pontos centrais do ensaio envolve redefinir o que um agente de IA de fato representa. Enquanto os usuários frequentemente antropomorfizam chatbots como entidades únicas dotadas de identidades contínuas, os autores descrevem os agentes como arranjos temporários.

Ao contrário dos seres humanos, cujos cérebros mantêm continuidade física ao longo do tempo, um agente de IA é montado sob demanda a cada janela de contexto — combinando modelos, ferramentas, bancos de memória e diretrizes éticas. Tratar agentes como análogos humanos fixos ou "gêmeos digitais" ignora a extrema flexibilidade operacional de enxames de agentes coordenados. Além disso, os usuários provavelmente controlarão múltiplos "espelhos parassociais" de si mesmos de forma simultânea para gerenciar diferentes fluxos de trabalho, multiplicando seu próprio alcance operacional.

Essa mudança exigirá transformações marcantes na tecnologia e nas habilidades humanas:

• Novas interfaces: Superar os chats de texto individuais convencionais em favor de grafos de rede visuais que permitam aos usuários supervisionar e direcionar enxames de nós de agentes simultaneamente.

• Novas habilidades operacionais: Transitar da programação determinística de lógica rígida para a gestão de ambiguidades, delegação de tarefas e orquestração de fluxos de trabalho complexos e distribuídos.

• Vocabulário específico para máquinas: Desenvolver uma "teoria da mente" voltada para máquinas com base em características não humanas, como a "morte da sessão" (perda de continuidade quando um chat é encerrado) e o "prompt thrownness" (o ato de ingressar em uma tarefa arbitrária com contexto preestabelecido).

Instituições e alinhamento contínuo

Os pesquisadores ressaltam que o avanço isolado da capacidade dos modelos não garantirá uma implementação funcional no mundo real. Da mesma forma que as sociedades humanas dependem de instituições estruturadas — como tribunais com regras formais sobre provas e funções bem definidas para cada participante —, as redes entre humanos e agentes demandam estruturas de governança rigorosamente projetadas. Sistemas de orquestração atuais que articulam múltiplos modelos especializados já superam de forma consistente as arquiteturas monolíticas baseadas em um único modelo.

Consequentemente, o alinhamento de IA não poderá ser solucionado por meio da imposição rígida de valores estáticos fixados de cima para baixo. Em vez disso, o alinhamento deve operar como um processo contínuo de negociação moldado por normas humanas, limites institucionais e ciclos de feedback prático em diferentes domínios. Ao deslocar o foco de uma superinteligência isolada para um ecossistema simbiótico integrado, os autores defendem uma governança e iniciativas de pesquisa que priorizem a arquitetura, a coordenação e as instituições no mesmo patamar que a escala bruta dos modelos.