Cientistas delineiam limites dos modelos de linguagem

Pesquisas: IA baseada em texto reproduz linguagem em escala, não pensamento humano

Pesquisadores de universidades e institutos de pesquisa vêm afirmando que a IA baseada em texto — os grandes modelos de linguagem que geram respostas a partir de padrões estatísticos — não deve ser confundida com inteligência real. Segundo especialistas, esses sistemas reproduzem linguagem em escala, mas isso não significa que as máquinas estejam se aproximando da forma como os humanos pensam ou raciocinam.

Por que a IA baseada em texto não equivale ao pensamento

O argumento central é simples e direto: linguagem e inteligência não são a mesma coisa. Modelos de linguagem funcionam como mecanismos de previsão de texto, treinados em enormes volumes de dados para identificar correlações estatísticas entre palavras. Eles operam por relações matemáticas, e não pelo tipo de raciocínio que a biologia humana desenvolveu ao longo da evolução.

Pesquisas com imagens de ressonância magnética mostram que diversas áreas do cérebro se ativam quando raciocinamos, resolvemos problemas ou interpretamos intenções, e essas áreas são distintas das que usamos para falar ou compreender frases. Além disso, estudos apontam que crianças exploram o mundo e desenvolvem entendimento causal antes mesmo de dominar a fala, o que indica que a cognição existe além da linguagem.

Um artigo publicado na revista Nature por Evelina Fedorenko, Steven T. Piantadosi e Edward A.F. Gibson resume esse entendimento, ao afirmar que “a linguagem é principalmente uma ferramenta de comunicação, não a fonte do pensamento”. Essa distinção é usada por cientistas para questionar previsões otimistas sobre a chegada de uma inteligência artificial geral apenas por ampliação de modelos de linguagem.

O debate entre executivos e cientistas

Nos últimos anos, executivos de grandes empresas de tecnologia passaram a afirmar que a AGI está próxima. Em declarações públicas citadas nas análises, Mark Zuckerberg disse que “desenvolver superinteligência está à vista”. Dario Amodei afirmou que sistemas mais inteligentes do que ganhadores do Nobel podem surgir já em 2026. Sam Altman, da OpenAI, declarou estar confiante de que “já existe clareza sobre como construir AGI”.

Essas perspectivas partem da premissa de que aumentar dados, capacidade computacional e escala de modelos levará automaticamente a capacidades semelhantes às humanas. Cientistas, contudo, alertam que essa lógica carece de base teórica sólida quando aplicada à IA baseada em texto, pois ampliar um mecanismo de previsão não adiciona necessariamente componentes como memória persistente, raciocínio causal ou planejamento de longo prazo.

O que falta para uma IA realmente geral

Alguns pesquisadores e desenvolvedores já defendem que a busca pela AGI deve se afastar do foco exclusivo em modelos treinados apenas a partir de texto. Nomes como Yoshua Bengio, Eric Schmidt e Gary Marcus propõem uma definição de AGI baseada em múltiplas capacidades, incluindo memória, raciocínio, planejamento e interpretação visual.

Mesmo assim, especialistas reconhecem que integrar essas capacidades não resolve todas as questões. Filósofos da ciência lembram que grandes avanços surgem quando alguém questiona modelos estabelecidos e propõe novas interpretações da realidade. Um sistema treinado estritamente a partir de dados existentes pode recombinar e aplicar informações com eficiência, mas não terá necessariamente um motivo interno para romper paradigmas e gerar conhecimento radicalmente novo.

Na avaliação dos cientistas citados, a IA baseada em texto tende a ser uma ferramenta poderosa para organizar e sintetizar informação, mas limita-se a reproduzir o vocabulário e padrões já presentes nos dados. Humanos, por outro lado, conseguem criar novas ideias e transformar a compreensão do mundo, em parte porque o pensamento humano não depende exclusivamente da linguagem, mas a utiliza como ferramenta.

O debate continua em laboratórios, universidades e centros de desenvolvimento, e a discussão sobre os limites e usos éticos da IA baseada em texto deve orientar políticas públicas e decisões de investimento. A matéria original que motivou esta reportagem foi produzida por Ana Luiza Figueiredo para o Olhar Digital, que compilou declarações e estudos que reforçam a separação entre linguagem e pensamento.

Reportagem baseada em estudos científicos e declarações públicas de líderes do setor, com foco na distinção entre modelos de linguagem e processos cognitivos humanos.