Ensaio da OpenAI defende que o maior valor da superinteligência está na burocracia, não na pura genialidade

O gargalo da execução na era da AGI

A OpenAI lançou "The Next Economy", uma série de ensaios voltada para as realidades macroeconômicas da inteligência artificial geral (AGI), com um artigo de abertura intitulado "The eternal complement". De autoria de Hemanth Asirvatham e Elliott Mokski, o texto defende que a contribuição mais transformadora das futuras máquinas superinteligentes não será gerar insights brilhantes, mas sim assumir a monótona sobrecarga institucional e logística necessária para concretizá-los.

O artigo, publicado como parte da plataforma da OpenAI para perspectivas independentes sobre AGI, esclarece que as opiniões representam os autores, e não o posicionamento corporativo oficial da empresa. Asirvatham e Mokski abordam a inteligência não de forma isolada, mas como um insumo dentro de uma função de produção econômica que depende de "complementos" físicos e organizacionais. Embora a IA generativa atual reduza as barreiras para a execução ao escrever código, criar protótipos e sintetizar literatura acadêmica, os autores argumentam que os futuros modelos de fronteira gerarão mais hipóteses científicas e designs de produtos do que o mundo físico tem capacidade de absorver.

Profundidade versus amplitude: o custo crescente do progresso empírico

Para ilustrar o atrito crescente entre o pensamento e a realidade, os autores apontam para as transformações na economia da descoberta científica. Citando pesquisas do economista Nick Bloom e coautores, o artigo observa que sustentar a Lei de Moore exige hoje mais de 18 vezes o número de pesquisadores necessários no início dos anos 1970. Em toda a economia ampla, o esforço efetivo de pesquisa se expandiu 23 vezes desde a década de 1930, mesmo com a produtividade medida por unidade de pesquisa despencando por um fator de 41. As demandas por infraestrutura acompanharam esse movimento: o uso de equipamentos especializados na ciência dobrou nas últimas quatro décadas, a força de trabalho técnica está crescendo duas vezes mais rápido do que a base de cientistas, e as fábricas de semicondutores de ponta agora custam cinco vezes mais do que há 30 anos.

Ao contrastar o telescópio manual de duas lentes de Galileu com o Telescópio Espacial James Webb — um projeto de US$ 10 bilhões que envolveu 300 organizações em 14 países, com 18 espelhos calibrados com precisão de 50 nanômetros —, o ensaio delineia duas trajetórias potenciais para uma civilização movida por máquinas:

• Uma civilização de profundidade: Neste modelo, a superinteligência mecânica minimiza o arrasto empírico. Em vez de construir novos aparatos colossais, os algoritmos se apoiam no raciocínio puro, em simulações computacionais de alta fidelidade e na reanálise de conjuntos de dados existentes. Da mesma forma que Dmitri Mendeleev previu elementos ainda não observados por meio da tabela periódica ou físicos teóricos anteciparam o bóson de Higgs antes da construção de aceleradores de partículas, a IA projetaria apenas os experimentos físicos cirurgicamente necessários, mantendo uma pegada reduzida de infraestrutura.

• Uma civilização de amplitude: Neste cenário, a complexidade do mundo real supera o cálculo puro. Áreas como a biologia já refletem essa restrição: apesar da triagem computacional in silico, novos tratamentos ainda precisam passar por longos ensaios clínicos no mundo real com voluntários humanos. Sob este modelo, a descoberta exige expansão física, matérias-primas, fábricas automatizadas e um massivo fornecimento de energia. Se as máquinas viabilizarem conceitos tão grandiosos quanto esferas de Dyson, a vasta maioria da inteligência computacional não será gasta desenhando projetos, mas gerenciando a logística repetitiva e astronômica de montagem e cadeias de suprimentos.

Redefinindo a curiosidade humana em meio à escala das máquinas

Os autores afirmam que, se o empirismo físico continuar sendo o gargalo dominante, a inteligência artificial funcionará cada vez mais como uma burocracia automatizada — uma "inteligência institucional" coordenando trabalho e materiais globais sob os rígidos limites de velocidade da química, da biologia e da velocidade da luz.

Sob tais condições, os trabalhadores humanos podem reter uma vantagem comparativa na ideação criativa e no discernimento estético em vez da gestão rotineira, mantendo um valor singular ao definir agendas de pesquisa e direcionar pequenas frações da capacidade das máquinas. O ensaio marca a contribuição mais recente nas iniciativas editoriais mais amplas da OpenAI em torno da "Intelligence Age", que já incluíram documentos de políticas públicas sobre agendas científicas nacionais e publicações acadêmicas avaliando avanços impulsionados por IA na matemática e na ciência da computação teórica.