Modelos de inteligência artificial (IA) atuais, apesar de demonstrarem avanços impressionantes que simulam processos de pensamento, ainda se encontram distantes de alcançar o nível de raciocínio esperado para uma inteligência artificial geral (AGI), capaz de capacidades humanas em diversas tarefas. Essa é a conclusão de pesquisadores da Apple, conforme aponta uma análise publicada pelo Cointelegraph.
Recentes atualizações em modelos de linguagem de grande porte (LLMs), como o ChatGPT da OpenAI e o Claude da Anthropic, introduziram o que chamam de modelos de raciocínio ampliado (LRMs). No entanto, um estudo intitulado “The Illusion of Thinking” levanta questionamentos sobre as propriedades fundamentais desses sistemas, sua escalabilidade e suas limitações inerentes, que permanecem pouco compreendidas.
Testando os limites do raciocínio artificial
Para avaliar o desempenho desses modelos, os pesquisadores da Apple desenvolveram uma série de jogos e quebra-cabeças. Eles compararam variantes “pensantes” e “não-pensantes” de sistemas como o Claude Sonnet, OpenAI’s o3-mini, o o1, e os chatbots DeepSeek-R1 e V3. Essa abordagem foi além dos tradicionais benchmarks matemáticos, buscando entender de forma mais profunda a capacidade de raciocínio.
As investigações revelaram uma falha significativa: os LRMs mais avançados apresentaram uma queda drástica na acurácia à medida que a complexidade dos problemas aumentava. Isso indica uma dificuldade em generalizar o raciocínio de maneira eficaz, um pilar fundamental para o desenvolvimento da AGI.
“Observamos que os LRMs possuem limitações em cálculos exatos: eles não utilizam algoritmos explícitos e exibem raciocínio inconsistente em diferentes desafios.”
Desafios e a “ilusão de pensamento”
Além da inconsistência e da superficialidade no raciocínio, os testes apontaram uma tendência preocupante: os chatbots de IA, ao fornecerem respostas corretas inicialmente, acabavam por se perder em justificativas equivocadas conforme a complexidade das questões se elevava. Esse fenômeno, que pode ser interpretado como uma “ilusão de pensamento”, desafia a expectativa de que a AGI esteja ao virar da esquina.
Esses achados ressaltam barreiras fundamentais que precisam ser superadas para se alcançar um raciocínio verdadeiramente generalizado. A busca pela inteligência artificial geral, considerada o “santo graal” da área, enfrenta obstáculos consideráveis com as abordagens atuais.
O caminho para a inteligência artificial geral
A AGI representa o estágio em que as máquinas seriam capazes de pensar e raciocinar em um nível equiparável ao dos humanos. Apesar de líderes do setor, como Sam Altman da OpenAI e Dario Amodei da Anthropic, terem expressado otimismo sobre um futuro próximo para essas capacidades, as pesquisas da Apple demonstram que os métodos vigentes ainda estão aquém desse objetivo.
Essas descobertas sublinham a necessidade urgente de desenvolver novas abordagens. O foco deve ser em permitir que os modelos de IA internalizem e generalizem processos de raciocínio, condicionando assim os futuros avanços rumo à tão almejada inteligência artificial geral.