Humanos Ainda Tomam as Decisões no Desenvolvimento de Modelos Assistidos por IA, Revela Estudo

O que aconteceu, quem e quando

Em 27 de setembro de 2026, pesquisadores da Universidade de Fudan, na China, publicaram um estudo que examina como participantes humanos e agentes de IA colaboraram para construir um novo modelo de linguagem agente, Atria Dawn Preview. A investigação abrangeu mais de 700 registros de tarefas gerados por 56 participantes que trabalharam com o pipeline de desenvolvimento do modelo.

Principais descobertas do estudo

• A participação da IA é quase onipresente: agentes de IA foram usados em 96,5 % das tarefas analisadas.

• Aumento da dependência de agentes: ao longo de um período de quatro semanas, a razão mediana de ações de agentes para entradas humanas subiu de 11 para 28,5, indicando que os participantes delegaram mais trabalho aos agentes à medida que o projeto avançava.

• Tarefas viabilizadas pela IA: de 455 tarefas concluídas com assistência de IA, 151 (cerca de um terço) foram consideradas inviáveis sem IA, sentimento compartilhado por 27 dos 56 participantes.

• Divisão da tomada de decisão: para escolhas sobre métodos e parâmetros, “IA propõe, humano seleciona” representou 55,4 % das interações. Humanos tomaram 85,5 % das decisões sobre métodos/parâmetros e 93,4 % das decisões finais sobre metas e escopo, enquanto a IA contribuiu com apenas 9,2 % das decisões de método/parâmetro e permaneceu em percentuais de um dígito nas escolhas finais.

• Intervenção humana em casos problemáticos: em 588 tarefas com dificuldade registrada, humanos intervieram em 76 % dos casos, principalmente adicionando contexto (35,2 %) ou diagnosticando problemas e trocando métodos (34,7 %). Agentes resolveram 23 % das tarefas difíceis por conta própria. Assunções completas pelos humanos ocorreram em apenas 0,7 % dos casos; edições parciais foram 3,2 %.

• Ciclo de feedback: após receber feedback humano, a IA revisou suas próprias saídas 75,4 % das vezes, sugerindo que a execução, e não o julgamento, é o gargalo.

• Evolução do papel da IA: os autores descrevem três fases — sujeito de pesquisa, ferramenta de nível de tarefa e parceiro de projeto — nas quais a IA agora elabora e ajusta planos dentro de metas definidas por humanos. Uma quarta fase especulativa envolveria auto‑melhoria recursiva, embora o estudo observe que os modelos atuais podem melhorar em tarefas de treinamento sem se tornarem melhores na concepção de sucessores.

• Risco de aprovação automática: o artigo alerta que, à medida que os agentes lidam com cadeias de trabalho mais longas, a supervisão humana pode se degradar a mera “aprovação automática”, especialmente quando os participantes executam agentes de forma autônoma por conveniência em vez de por design.

Contexto da indústria e desenvolvimentos relacionados

As descobertas surgem em meio a um debate acalorado sobre auto‑melhoria recursiva. O CEO da Anthropic, Dario Amodei, pediu um limite de velocidade para a pesquisa em IA, observando que na Anthropic os humanos agora tomam apenas percentuais de um dígito das decisões de direção da pesquisa. A OpenAI supostamente utiliza o GPT‑5.6 Sol ao longo de todo o seu ciclo de desenvolvimento, enquanto Google e DeepMind usam agentes como o Dream‑RSI para explorar estratégias de busca alternativas, embora não para redesenhar os próprios modelos. Mais de mil funcionários da indústria de IA alertaram recentemente que suas empresas podem estar à beira de automatizar totalmente a pesquisa em IA. Um estudo separado de Princeton e do UK AI Security Institute está alinhado com os resultados da Fudan, mostrando que modelos de ponta se destacam em engenharia de pesquisa, mas falham nas decisões de julgamento de alto nível que, em última análise, são decisivas.