Para grande parte do mundo, a inteligência artificial nasceu em 30 de novembro de 2022. Foi naquele dia que a OpenAI lançou o ChatGPT e transformou uma tecnologia até então restrita a laboratórios, empresas e aplicações específicas em uma ferramenta acessível a qualquer pessoa com uma conexão à internet. De repente, uma máquina podia escrever textos, resumir documentos, programar, explicar conceitos e manter conversas aparentemente humanas. A inteligência artificial havia, portanto, ganhado rosto, voz e endereço comercial.
Mas o ChatGPT não surgiu do nada. Por trás daquela caixa de diálogo aparentemente simples havia quase oito décadas de pesquisas, sucessivas ondas de entusiasmo e frustração, disputas acadêmicas, avanços matemáticos e uma expansão extraordinária da capacidade computacional. A IA que hoje responde a milhões de pessoas é apenas o capítulo mais visível de uma história muito mais antiga, uma história que começou antes mesmo de existirem computadores como os conhecemos.
Antes da inteligência artificial ter um nome
Uma das primeiras peças dessa história apareceu em 1943, quando o neurocientista Warren McCulloch e o matemático Walter Pitts publicaram um modelo matemático inspirado no funcionamento dos neurônios humanos. A proposta era representar o cérebro como um conjunto de unidades conectadas capazes de receber informações, processá-las e produzir uma resposta.
Nasciam ali as primeiras bases teóricas das redes neurais artificiais. Evidentemente, aquelas estruturas estavam muito distantes dos sistemas utilizados atualmente. Ainda assim, introduziam uma ideia que acompanharia a inteligência artificial pelas décadas seguintes: se o cérebro humano produz inteligência por meio da interação entre neurônios, talvez fosse possível reproduzir parte desse funcionamento em uma máquina.
Poucos anos depois, em 1950, o matemático britânico Alan Turing apresentou uma pergunta ainda mais fundamental: “As máquinas podem pensar?”
A questão apareceu em seu célebre artigo Computing Machinery and Intelligence. Em vez de tentar definir filosoficamente o que significava “pensar”, Turing propôs uma experiência prática. Uma pessoa conversaria, por meio de mensagens, com outro ser humano e com uma máquina. Se não conseguisse distinguir com segurança qual dos dois era o computador, seria possível dizer que a máquina havia demonstrado um comportamento inteligente.
A experiência ficaria conhecida como Teste de Turing. Mais importante do que a resposta, porém, era a própria pergunta. Turing ajudou a deslocar o debate sobre inteligência do campo puramente filosófico para o terreno da computação, demonstrando que talvez não fosse necessário compreender completamente a mente humana para construir máquinas capazes de imitar algumas de suas manifestações.
O verão em que a IA ganhou um nome
A inteligência artificial se transformou formalmente em um campo de pesquisa em 1956, durante um encontro realizado no Dartmouth College, nos Estados Unidos. Organizado por John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon, o evento reuniu pesquisadores interessados na possibilidade de reproduzir capacidades humanas por meio de máquinas.
Foi na proposta do encontro que apareceu a expressão “inteligência artificial”, cunhada por John McCarthy. A premissa dos organizadores era de que todos os aspectos da aprendizagem e da inteligência poderiam, em princípio, ser descritos com precisão suficiente para serem simulados por uma máquina. A conferência de Dartmouth passou, por isso, a ser considerada o marco fundador da IA como disciplina acadêmica.
O otimismo daqueles primeiros pesquisadores era enorme. Muitos acreditavam que problemas fundamentais da inteligência humana seriam solucionados em poucas décadas, ou até em poucos anos. Esse entusiasmo produziu alguns dos primeiros programas capazes de executar tarefas que pareciam exigir raciocínio.
O Logic Theorist, desenvolvido por Allen Newell, Herbert Simon e Cliff Shaw, conseguia demonstrar teoremas matemáticos. Já Arthur Samuel criou, a partir de 1952, um programa de damas que aprimorava seu desempenho à medida que jogava. Em 1959, Samuel ajudaria a popularizar a expressão “machine learning”, ou aprendizado de máquina, para descrever sistemas capazes de melhorar com a experiência, em vez de depender apenas de instruções previamente programadas.
Essa distinção seria decisiva para o futuro da tecnologia. Na programação tradicional, um ser humano escreve as regras que a máquina deve seguir. No aprendizado de máquina, o computador recebe exemplos e procura identificar, por conta própria, os padrões existentes neles. Em outras palavras, os pesquisadores começavam a perceber que talvez não fosse necessário ensinar à máquina todas as respostas. Seria possível ensiná-la a aprender.
As primeiras promessas e as primeiras frustrações
O entusiasmo inicial, contudo, encontrou rapidamente os limites materiais de sua época. Os computadores eram caros, lentos e possuíam capacidade de armazenamento extremamente reduzida. Muitos dos algoritmos concebidos pelos pesquisadores eram teoricamente interessantes, mas exigiam um poder computacional que simplesmente não existia.
Além disso, problemas aparentemente simples para uma pessoa revelavam uma complexidade gigantesca para as máquinas. Reconhecer um objeto, compreender uma frase ambígua ou identificar o contexto de uma conversa exigia muito mais do que aplicar algumas regras lógicas.
Apesar dessas limitações, novos experimentos continuaram aparecendo. Em 1966, Joseph Weizenbaum apresentou a ELIZA, um programa capaz de simular uma conversa com um psicoterapeuta. O sistema identificava palavras nas mensagens do usuário e devolvia perguntas previamente estruturadas. Sua compreensão era quase inexistente, mas a experiência já revelava algo importante: mesmo diante de um mecanismo relativamente simples, as pessoas tendiam a atribuir à máquina uma inteligência maior do que ela realmente possuía.
Nas décadas seguintes, ganharam espaço os chamados sistemas especialistas. Em vez de tentar construir uma inteligência geral, capaz de realizar qualquer tarefa, esses sistemas eram programados para operar em campos específicos, como diagnósticos médicos, análise química ou avaliação de crédito. Eles reuniam conjuntos extensos de regras fornecidas por especialistas humanos e as aplicavam a problemas concretos.
Por algum tempo, essa abordagem pareceu promissora, mas nela se havia uma dificuldade: o conhecimento humano é vasto, mutável e repleto de exceções. Transformar toda essa complexidade em regras explícitas era caro, demorado e, em muitos casos, impossível.
Quando as promessas deixaram de corresponder aos resultados, o financiamento diminuiu e o entusiasmo arrefeceu. A inteligência artificial atravessou períodos que ficariam conhecidos como “invernos da IA”, os quais foram momentos em que governos, universidades e empresas reduziram seus drasticamente seus investimentos no área depois de expectativas exageradas não se concretizarem.
A história da IA não avançou, portanto, em linha reta, mas, como todo nova tecnologia, foi formada por sucessivos ciclos de euforia, decepção e reconstrução – veja só como se comporta o Bitcoin.
A inteligência como adaptação
Enquanto parte dos pesquisadores tentava representar o conhecimento por meio de regras, outra corrente procurava inspiração na evolução da natureza. Entre as décadas de 1960 e 1970, John Holland desenvolveu os fundamentos dos algoritmos genéticos, uma abordagem baseada em mecanismos como seleção, reprodução e mutação, ou seja, baseado na teoria de Darwin.
Em vez de buscar diretamente uma única resposta perfeita, esses algoritmos produziam diferentes soluções, avaliavam seus resultados e combinavam as melhores alternativas ao longo de suas várias e sucessivas gerações. As soluções menos eficientes eram descartadas; as mais promissoras davam origem a novas possibilidades.
O objetivo não era reproduzir literalmente a evolução biológica, mas utilizar sua lógica como mecanismo de resolução de problemas, uma vez que em ambientes complexos, a melhor resposta nem sempre pode ser encontrada por meio de uma sequência fixa de instruções; às vezes, é necessário testar, selecionar e adaptar – assim como nós fizemos por bilhões de anos.
Imagine alguém escolhendo o caminho entre sua residência e o trabalho. A rota mais curta pode ter semáforos em quase todos os cruzamentos. O caminho com menos trânsito pode ser muito mais longo. A estrada de visual mais agradável talvez acrescente vários minutos à viagem. Diante de objetivos conflitantes, raramente existe uma solução absolutamente perfeita. O que normalmente procuramos é um percurso suficientemente bom, que seja, ao mesmo tempo, relativamente rápido, agradável e sem tantas interrupções.
Essa capacidade de encontrar soluções satisfatórias em ambientes imperfeitos é uma das características mais humanas da inteligência. Os estudos de Holland demonstravam que as máquinas também poderiam procurar respostas por meio da adaptação, sem depender exclusivamente de regras rígidas ou de uma solução previamente definida.
Os algoritmos genéticos não se tornaram a base de toda a inteligência artificial, mas abriram um ramo importante da computação evolutiva e ajudaram a consolidar a percepção de que a inteligência não precisava ser apenas programada, mas que ela poderia, de fato, surgir de processos de seleção e aprendizagem.
A longa espera pelo poder computacional
Durante décadas, muitas das ideias fundamentais da inteligência artificial já existiam no papel. O problema era que os computadores ainda não eram capazes de executá-las em grande escala.
As redes neurais são o melhor exemplo, pois seus princípios haviam sido formulados desde os anos 1940, mas sua aplicação prática permanecia limitada. Para treinar redes maiores, eram necessários três elementos que só se tornariam abundantes muito mais tarde: dados, capacidade de processamento e armazenamento.
O surgimento da internet teve um papel enorme nesse processo, pois ajudou a resolver o primeiro problema. Bilhões de textos, imagens, vídeos e interações passaram a ser produzidos e armazenados digitalmente. A evolução dos semicondutores, por sua vez, resolveu parte do segundo, uma vez que um mundo com processadores cada vez mais poderosos – especialmente as unidades de processamento gráfico, ou GPUs – tornaram possível realizar simultaneamente uma enorme quantidade de cálculos. Ao fim, a expansão dos data centers e da computação em nuvem forneceu a infraestrutura necessária para conectar tudo isso.
A inteligência artificial, agora, finalmente encontrara as condições materiais para executar ideias concebidas décadas antes.
2012: a máquina aprende a enxergar
Um dos grandes pontos de virada ocorreu em 2012, durante uma competição de reconhecimento de imagens chamada ImageNet. Uma rede neural conhecida como AlexNet, desenvolvida por Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton, apresentou um desempenho muito superior ao dos métodos predominantes até então.
A conquista demonstrou o potencial do deep learning, ou aprendizado profundo. Com várias camadas de processamento, grandes conjuntos de dados e GPUs, as redes neurais conseguiam identificar padrões complexos com uma precisão inédita.
A partir daquele momento, o aprendizado profundo deixou de ser uma corrente relativamente periférica para se tornar o centro da corrida tecnológica. Sistemas de reconhecimento facial, tradução automática, transcrição de voz, recomendação de conteúdo e direção autônoma começaram a avançar rapidamente. A IA estava, de vez, deixando de depender de regras escritas uma a uma por seres humanos para, em vez disso, as máquinas aprenderem padrões a partir de enormes quantidades de exemplos.
Mas ainda faltava uma peça essencial: uma arquitetura capaz de compreender e produzir linguagem em escala.
2017: a arquitetura que mudou a IA
Essa peça apareceu em 2017, quando oito pesquisadores ligados ao Google publicaram o artigo Attention Is All You Need. O trabalho apresentou uma nova arquitetura de rede neural chamada Transformer. Até então, muitos sistemas de linguagem processavam uma sequência de palavra por palavra, carregando informações do começo até o final de uma frase. Esse método dificultava o treinamento e fazia com que o modelo perdesse parte do contexto em textos mais longos.
O Transformer introduziu no centro da arquitetura um mecanismo chamado autoatenção. Por meio dele, o sistema poderia avaliar as relações entre diferentes palavras de uma sequência e identificar quais elementos eram mais relevantes para compreender cada parte do texto.
Em uma frase, por exemplo, uma palavra localizada no final poderia depender diretamente de outra colocada muito antes. O mecanismo de atenção permitia reconhecer essa relação sem precisar percorrer toda a sequência de forma estritamente linear.
Além de melhorar a compreensão do contexto, a nova arquitetura permitia processar diferentes partes dos dados paralelamente. Isso tornou o treinamento mais eficiente e possibilitou a construção de modelos muito maiores.
O Transformer se tornaria o coração dos grandes modelos de linguagem. A própria sigla GPT significa Generative Pre-trained Transformer: um Transformer generativo e previamente treinado. Foi a partir daí que uma nova lógica ganhou força, afinal, se modelos maiores, alimentados com mais dados e treinados com mais capacidade computacional apresentavam resultados melhores, então seria possível avançar ampliando continuamente essas três dimensões.
Surgiram as chamadas leis de escala, que identificaram relações relativamente previsíveis entre o tamanho dos modelos, a quantidade de dados, o poder computacional e seu desempenho. A inteligência artificial entrou, assim, em uma nova fase: deixou de ser apenas um problema científico para se transformar também em um gigantesco projeto de infraestrutura.
Construir modelos de ponta passou a exigir chips especializados, enormes data centers, quantidades colossais de energia e investimentos de bilhões de dólares. A IA saiu gradualmente das universidades e migrou para os laboratórios das grandes empresas de tecnologia, as únicas organizações com recursos suficientes para sustentar essa expansão.
Podemos dizer, de certo modo, diante dessa narrativa, que o Transformer teve um papel mais que fundamental para se criar as condições para a industrialização da inteligência artificial.
2022: a inteligência artificial encontra o público
Nos anos seguintes, os modelos de linguagem cresceram rapidamente. Eles foram treinados com grandes volumes de textos e aprenderam a prever qual palavra – ou, mais precisamente, qual fragmento de palavra – deveria aparecer em seguida em determinada sequência.
À primeira vista, prever a próxima palavra parece uma tarefa limitada. Mas, quando realizada por modelos com bilhões de parâmetros e treinados em uma parcela expressiva do conhecimento disponível digitalmente, essa previsão produz capacidades surpreendentes. Os sistemas aprendem padrões gramaticais, estilos de escrita, relações entre conceitos, estruturas de programação e formas recorrentes de raciocínio.
Ainda assim, esses modelos permaneciam relativamente distantes do consumidor comum. Isso mudou em 30 de novembro de 2022, quando a OpenAI apresentou o ChatGPT. Em poucos dias, o serviço alcançou seu primeiro milhão de usuários. Nos meses seguintes, sua expansão revelou uma demanda que nem mesmo parte da indústria havia compreendido completamente. Milhões de pessoas, de uma hora para outra, começaram a utilizar a IA para escrever, estudar, pesquisar, programar, criar imagens, analisar documentos e organizar o trabalho.
A grande inovação estava, acredito eu, dentro da maneira como este novo produto oferecido. Em vez de exigir conhecimento técnico ou o uso de códigos, o ChatGPT entregava a inteligência artificial por meio da interface mais familiar possível: uma conversa.
A inteligência artificial deixava, então, de ser uma tecnologia silenciosa, escondida atrás dos mecanismos de recomendação, filtros de spam e sistemas de busca e, pela primeira vez, ela se apresentava diretamente ao usuário e respondia em linguagem natural. Esse foi o verdadeiro impacto do ChatGPT: a IA ganhou uma interface universal.
O lançamento do ChatGPT também desencadeou uma nova corrida entre as maiores empresas do mundo. Google, Microsoft, Meta, Amazon, Anthropic e diversas companhias passaram a disputar pesquisadores, chips, dados e capacidade energética. O novo objetivo da competição era, agora, controlar os modelos que mediariam a relação das pessoas com a informação, o trabalho e a própria internet.
Ao mesmo tempo, a IA começou a ultrapassar a função de simplesmente gerar respostas. Os modelos passaram a interpretar imagens, ouvir vozes, produzir vídeos, operar programas e executar tarefas. Surgiram os agentes de inteligência artificial: sistemas capazes de receber um objetivo, elaborar etapas e agir em diferentes ambientes digitais para alcançá-lo.
A trajetória que começou com a pergunta de Turing – “as máquinas podem pensar?” – aproxima-se, portanto, de uma questão diferente: o que as máquinas serão capazes de fazer?
Uma história de quase oitenta anos
Vista apenas pelo presente, a inteligência artificial parece ser uma revolução repentina. Em poucos anos, modelos de linguagem passaram a escrever, programar, criar imagens e conversar com centenas de milhões de pessoas. Mas essa velocidade aparente esconde uma história longa.
As redes neurais remontam a 1943. A pergunta de Turing foi formulada em 1950. A expressão inteligência artificial nasceu em 1956. O aprendizado de máquina começou a tomar forma ainda naquela década. Os algoritmos genéticos foram desenvolvidos a partir dos anos 1960. O aprendizado profundo encontrou sua grande demonstração em 2012. O Transformer apareceu em 2017. E o ChatGPT chegou ao público em 2022.
Cada avanço, é claro, dependeu dos anteriores. Ideias criadas quando os computadores ocupavam salas inteiras atravessaram décadas até encontrar os dados, os chips e a infraestrutura necessários para funcionar em escala. Por isso, a história da inteligência artificial não é apenas a história de máquinas que se tornaram progressivamente mais capazes, mas é também a história de uma ambição humana persistente: a de compreender a inteligência, reproduzir parte de seu funcionamento e, finalmente, transformá-la em tecnologia.
O ChatGPT foi, ao fim, o momento em que uma história iniciada quase oitenta anos antes finalmente se tornou visível para todos.
