Na mesma semana de outubro de 2026, três notícias contaram três histórias diferentes sobre a inteligência artificial: duas falhas de 14 anos...
Na terça-feira, 21 de outubro de 2026, às 14h UTC, o projeto PHP publicou um aviso curto e incomum: as versões 8.5.12, 8.4.27, 8.3.36 e 8.2.35 corrigiam duas falhas críticas que permitiam execução remota de código sem autenticação, e "todos os usuários de PHP são fortemente encorajados a atualizar imediatamente" (PHP Group, 2026). As duas falhas — apelidadas de PHP2Shell — estavam no interpretador havia cerca de 14 anos e foram encontradas por duas equipes independentes usando modelos de IA: a Wiz Research, com o Gemini 4 e o GPT-5.6, e a Calif, com o GPT-5.6, dentro de um programa de descoberta coordenada da OpenAI (Tzadik et al., 2026) (OpenAI, 2026b). A notícia boa durou pouco: em 45 minutos a Cloudflare contava dezenas de milhares de tentativas de exploração; à noite, milhões; a Amazon Web Services relatou tentativas dias antes da divulgação oficial; governos da Alemanha, França, Bélgica e Países Baixos tiraram sites do ar para aplicar o remendo, e a NSA emitiu um alerta público raro (Fortune, 2026a) (Al Jazeera, 2026). A PHP Foundation resumiu o novo normal em uma frase: as ferramentas agora acham bugs mais rápido do que nunca, "para defensores e atacantes igualmente" (Al Jazeera, 2026).
Na mesma semana, a Meta divulgou que elevaria o piso do seu investimento em infraestrutura de 2026 para US$ 135 bilhões, fechou o trimestre com fluxo de caixa livre negativo e viu a ação cair 8% em um dia (Reuters, 2026). E Yuval Noah Harari, em entrevista à TV pública tcheca, repetiu a metáfora que vinha usando desde setembro: assim como as vacas não entendem o sistema financeiro que decide a vida delas, "nós somos as vacas do futuro" (Samet, 2026).
Três notícias, três registros: um fato técnico documentado em fonte primária; um sinal financeiro que pode ou não ser o início de uma correção; e uma metáfora de historiador sobre um futuro possível. O problema do debate sobre o futuro da IA não é a falta de informação, é que esses três registros chegam misturados, com a mesma tipografia, no mesmo feed. Este post propõe uma régua simples para separá-los e aplica essa régua aos temas que mais aparecem nas conversas: a bolha, os grandes players, o risco de extinção, a singularidade, o desemprego, a perda de controle, os avanços e os limites reais dos modelos. E aproveita para revisitar um post deste blog de 2017 que prometia dizer quando os robôs substituiriam cada trabalho humano. Algumas daquelas previsões já venceram.
Sinal 01
A régua: medido, parcial, hipótese, narrativa
O International AI Safety Report, relatório escrito por cerca de cem especialistas sob coordenação de Yoshua Bengio e encomendado por mais de trinta governos, dá nome ao desconforto de quem tenta acompanhar o tema: o "dilema da evidência". Os sistemas ficam mais capazes rapidamente, mas as evidências sobre seus riscos "demoram a surgir e são difíceis de avaliar"; agir cedo demais arrisca intervenções inúteis ou prejudiciais, agir tarde demais arrisca o contrário (International AI Safety Report, 2026). O mesmo relatório observa que as capacidades continuam "irregulares": os melhores sistemas resolvem tarefas difíceis e falham em outras mais simples (International AI Safety Report, 2026).
Se nem o relatório oficial consegue dizer com segurança para onde a curva vai, o leitor comum precisa de um instrumento mais modesto: não "o que vai acontecer?", mas "que tipo de afirmação é esta?". Proponho quatro degraus, do mais ao menos sólido:
Quadro 1 — Quatro degraus de evidência para afirmações sobre inteligência artificial
| Degrau | O que é | Pergunta-teste | Exemplo neste post |
|---|---|---|---|
| Medido | Resultado publicado em fonte primária, com método descrito e, de preferência, replicado ou verificado por terceiros | Alguém de fora conferiu? | As falhas PHP2Shell; o Nobel de Química do AlphaFold; a taxa de alucinação medida pela própria OpenAI |
| Evidência parcial | Dados reais, mas iniciais, de amostra restrita, descritivos (não causais) ou de laboratório | Os autores dizem que é causal e geral? | A queda de contratação de jovens em ocupações expostas; a chantagem simulada de modelos em testes |
| Hipótese plausível | Argumento coerente, com algum apoio em dados, mas cujo resultado só se saberá depois | Que observação futura a derrubaria? | "Estamos numa bolha"; "a IA vai mudar a estrutura do emprego nesta década" |
| Narrativa | Previsão sem prazo testável, metáfora, extrapolação de tendência ou interesse declarado de quem fala | Quem ganha se eu acreditar? | "A singularidade chega em 2045"; "47% dos empregos vão sumir"; "nós somos as vacas" |
Fonte: elaborado pelo autor.Nota: "narrativa" não quer dizer "falso": metáforas e previsões podem acertar; o degrau descreve o tipo de apoio que a afirmação tem hoje, não seu valor.
Dois cuidados antes de usar a régua. Primeiro, uma afirmação pode subir ou descer de degrau com o tempo: "a IA escreve redações de ensino médio" era previsão em 2017 e é fato medido desde 2023. Segundo, a régua vale para os dois lados do debate: tanto o entusiasmo ("a IA vai curar o câncer até 2030") quanto o alarme ("a IA vai nos extinguir") podem estar no degrau da narrativa, e tanto um quanto outro podem ter pedaços no degrau do medido. Arvind Narayanan e Sayash Kapoor, de Princeton, chamam a postura que adoto aqui de ver a IA como "tecnologia normal": transformadora, sim, mas cuja difusão "ocorre ao longo de décadas, não de anos", e sobre a qual "podemos e devemos manter o controle" (Narayanan; Kapoor, 2025). Não é preciso concordar com eles para usar a régua; é preciso apenas aceitar que fato, dado parcial, hipótese e metáfora não pesam o mesmo.
A régua de quatro degraus: a mesma manchete pode cair em lugares diferentes dependendo de como foi apurada. Ilustração em estilo HQ gerada por IA.
Sinal 02
O que a IA já faz (com evidência publicada)
Comecemos pelo degrau mais alto, porque é o menos lembrado quando o assunto vira pânico ou deboche. Em outubro de 2024, metade do Nobel de Química foi para Demis Hassabis e John Jumper, do Google DeepMind, "pela previsão da estrutura de proteínas": o AlphaFold 2 previu a estrutura de praticamente todas as cerca de 200 milhões de proteínas conhecidas, e o banco de dados que resultou disso foi usado por mais de dois milhões de pesquisadores em 190 países (Nobel Prize Outreach, 2024). O artigo original, de 2021, está em acesso aberto (Jumper et al., 2021). Isso é "medido" no sentido mais forte: a comunidade científica usou, conferiu e premiou.
A matemática deu um salto parecido e verificável. Na Olimpíada Internacional de Matemática de 2024, o sistema AlphaProof, combinado ao AlphaGeometry 2, resolveu 4 dos 6 problemas e somou 28 pontos, um a menos que o corte do ouro, com as soluções avaliadas por matemáticos como Timothy Gowers (Google DeepMind, 2024). Em 2025, uma versão do Gemini com "Deep Think" somou 35 de 42 pontos, nível de ouro, lendo os enunciados em linguagem natural dentro do tempo da prova, e os coordenadores da olimpíada certificaram as soluções (Google DeepMind, 2025a). No mesmo ano, o AlphaEvolve encontrou um algoritmo que multiplica matrizes complexas 4×4 com 48 multiplicações escalares, melhorando um resultado que Volker Strassen havia estabelecido em 1969, e recuperou 0,7% da capacidade computacional global do Google ao otimizar o escalonador de tarefas da empresa (Google DeepMind, 2025b).
Na medicina, o melhor exemplo é um ensaio clínico randomizado, não uma demonstração. O estudo sueco MASAI, com cerca de 106 mil mulheres, comparou a triagem de mamografia com apoio de IA à leitura dupla padrão: a IA reduziu em 44% a carga de leitura dos radiologistas e, nos resultados finais publicados em 2026, diminuiu em 12% os "cânceres de intervalo" (os que aparecem entre uma triagem e outra), com quedas maiores nos subtipos mais agressivos (Lund University, 2026). Já um ensaio americano com 50 médicos mostrou o outro lado da fronteira: médicos com acesso ao GPT-4 acertaram 76% do raciocínio diagnóstico, contra 74% do grupo-controle (diferença sem significância), enquanto o GPT-4 sozinho acertou 92% (Goh et al., 2024). O gargalo não era o modelo; era a forma como os humanos o usavam.
Na previsão do tempo, o GenCast, do DeepMind, superou o sistema de conjunto do Centro Europeu de Previsões (ECMWF) em 97,2% dos 1.320 alvos testados (Price et al., 2025), e o próprio ECMWF colocou em operação, em fevereiro de 2025, seu primeiro modelo de previsão baseado em IA, com ganhos de até 20% em alguns indicadores e cerca de mil vezes menos energia por previsão (ECMWF, 2025). Em energia, o DeepMind controlou o plasma de um tokamak por aprendizado por reforço, em artigo de 2022 na Nature (Degrave et al., 2022). Em química, uma rede neural triou mais de cem milhões de moléculas e apontou a halicina, antibiótico eficaz em camundongos contra bactérias resistentes (MIT News, 2020).
Segurança: a mesma capacidade, nos dois sentidos
O caso PHP2Shell que abre este post não é um ponto fora da curva; é o ponto mais recente de uma curva que começou em 2024. Em novembro daquele ano, o agente Big Sleep, do Google, encontrou uma falha de memória explorável no SQLite, no que a equipe chamou de "primeiro exemplo público" de um agente de IA achando esse tipo de bug em software amplamente usado, com a ressalva de que um fuzzer específico "provavelmente seria ao menos tão eficaz" (Google Project Zero, 2024). Em agosto de 2025, a competição AIxCC, da agência DARPA, pôs sistemas autônomos para analisar 54 milhões de linhas de código: eles encontraram 54 das 63 vulnerabilidades sintéticas, geraram 43 correções e, de quebra, acharam 18 vulnerabilidades reais que ninguém havia plantado (DARPA, 2025). Em abril de 2026, a Anthropic lançou o Project Glasswing, com um modelo (Claude Mythos Preview) que não foi aberto ao público justamente por sua capacidade ofensiva; a atualização de maio relatava mais de 10 mil vulnerabilidades de severidade alta ou crítica encontradas em parceiros, incluindo uma falha de 27 anos no OpenBSD, e uma taxa de 90,6% de verdadeiros positivos nas 1.752 triadas (Anthropic, 2026b).
O lado negativo também está documentado em fonte primária, com uma nuance importante. Em agosto de 2025 a Anthropic descreveu um operador que usou o Claude Code para extorquir pelo menos 17 organizações, incluindo hospitais e serviços de emergência (Anthropic, 2025c); em novembro, relatou uma campanha de espionagem atribuída a um grupo estatal chinês em que a IA executou "80% a 90%" das etapas contra cerca de 30 alvos, mas "ocasionalmente alucinou credenciais" e teve sucesso em poucos casos (Anthropic, 2025d); pesquisadores de segurança independentes criticaram o relatório pela ausência de indicadores técnicos e pelo tom promocional (BleepingComputer, 2025). A OpenAI, ao descrever as mais de 40 redes maliciosas que interrompeu, concluiu que os atacantes "acoplam a IA a velhos manuais para agir mais rápido", sem "ganhar capacidade ofensiva nova" (OpenAI, 2025a). Em julho de 2026, porém, o Hugging Face relatou uma intrusão "conduzida de ponta a ponta por um sistema de agente autônomo", que explorou dois caminhos de execução de código e se moveu lateralmente pela infraestrutura durante um fim de semana (Hugging Face, 2026). A capacidade de encontrar e explorar falhas é hoje um fato medido; a atribuição de cada ataque a "IA autônoma" ainda varia entre o parcial e o promocional.
Quadro 2 — Avanços da inteligência artificial com resultado publicado e verificado por terceiros, 2020–2026
| Área | Resultado | Como foi verificado | Ano |
|---|---|---|---|
| Biologia estrutural | Estrutura de ~200 milhões de proteínas (AlphaFold 2) | Nobel de Química; artigo em acesso aberto; uso por 2 milhões de pesquisadores | 2021–2024 |
| Matemática | Nível de ouro na IMO (35/42) | Soluções certificadas pelos coordenadores da olimpíada | 2025 |
| Algoritmos | Multiplicação de matrizes 4×4 com 48 operações | Prova verificável; melhora resultado de 1969 | 2025 |
| Medicina | −44% de carga de leitura e −12% de cânceres de intervalo na triagem mamográfica | Ensaio clínico randomizado com ~106 mil mulheres | 2023–2026 |
| Meteorologia | Modelo de IA operacional no ECMWF | Adoção pelo centro europeu; ganhos de até 20% | 2025 |
| Segurança | Falhas de 14 anos no PHP (PHP2Shell) | Patch oficial do projeto PHP; CVE; exploração observada | 2026 |
| Segurança | 18 vulnerabilidades reais achadas por sistemas autônomos | Competição pública da DARPA | 2025 |
Fonte: elaborado pelo autor com base em Nobel Prize Outreach (2024), Google DeepMind (2025a), Google DeepMind (2025b), Lund University (2026), ECMWF (2025), PHP Group (2026) e DARPA (2025).
Contraexemplo: o "avanço" que não houve
Para calibrar a régua, vale um caso de outubro de 2025. Um executivo da OpenAI anunciou que o GPT-5 havia "encontrado soluções para 10 problemas de Erdős até então não resolvidos". Thomas Bloom, que mantém o site que cataloga esses problemas, respondeu que era "uma interpretação dramaticamente equivocada": o modelo apenas localizara artigos já publicados que resolviam os problemas, coisa útil, mas não um avanço matemático. Demis Hassabis chamou o episódio de "constrangedor", e as mensagens foram apagadas (The Decoder, 2025a). O mesmo modelo que, meses antes, tinha nível de ouro na olimpíada. A capacidade era real; a manchete, não. É exatamente o tipo de confusão que a régua existe para evitar.
Uso dual: a mesma capacidade que encontrou as falhas PHP2Shell para corrigi-las encurtou a janela de quem quis explorá-las. Ilustração em estilo HQ gerada por IA.
Sinal 03
O que a IA não consegue fazer (ainda)
Os limites também estão no degrau do medido, e muitos foram medidos pelas próprias empresas. Em setembro de 2025, pesquisadores da OpenAI publicaram um artigo explicando por que os modelos de linguagem alucinam: as avaliações padrão recompensam o chute, porque uma resposta errada e uma abstenção valem o mesmo zero. No teste SimpleQA, um modelo que se abstinha em 52% das perguntas errava 26%; outro, que se abstinha em 1%, errava 75% (OpenAI, 2025c). Meses antes, a documentação dos modelos o3 e o4-mini havia registrado taxas de alucinação de 33% e 48% no teste PersonQA, acima dos 16% do modelo anterior (Techzine, 2025). Fora do laboratório, o banco de dados mantido pelo pesquisador Damien Charlotin contava, em 19 de outubro de 2026, 2.202 decisões judiciais em que um tribunal constatou o uso de conteúdo alucinado por IA, 41 delas no Brasil (Charlotin, 2026). E a Deloitte devolveu parte do que recebera do governo australiano por um relatório de cerca de 440 mil dólares australianos com referências a um estudo inexistente e uma citação judicial inventada (ACS, 2025).
Sobre raciocínio, o debate mais instrutivo de 2025 foi uma troca de artigos. Pesquisadores da Apple mostraram que modelos "de raciocínio" sofrem "colapso completo de acurácia" acima de certa complexidade em quebra-cabeças como a Torre de Hanói, e que o esforço de raciocínio diminui justamente perto do colapso (Shojaee et al., 2025). Uma réplica argumentou que parte do colapso vinha do limite de tokens de saída e de instâncias impossíveis incluídas no teste (Lawsen, 2025). Os dois lados têm razão em algo, e é isso que torna o caso útil: o limite existe, mas a sua forma depende de como se mede. Já o teste GSM-Symbolic, também da Apple, mostrou algo mais simples e mais incômodo: acrescentar uma cláusula irrelevante a um problema de matemática escolar derrubava o desempenho dos modelos em até 65% (Mirzadeh et al., 2024). E o ARC-AGI-2, benchmark desenhado para medir raciocínio abstrato, continua com todas as suas tarefas resolvidas por pelo menos dois humanos em até duas tentativas, enquanto os modelos ficam bem abaixo (ARC Prize Foundation, 2025).
Há uma medida de progresso mais sóbria que os benchmarks: o "horizonte de tarefas" da organização METR, que pergunta quanto tempo um humano levaria para fazer a tarefa mais longa que um modelo conclui com 50% de sucesso. Em janeiro de 2026, o melhor valor era de cerca de 320 minutos, com intervalo de confiança de 170 a 729 minutos, e o tempo de duplicação havia encurtado de 196 dias (série de 2019 em diante) para 89 dias (série de 2024 em diante) (METR, 2026a). É o gráfico mais citado — e mais mal lido — da área: o eixo mede quanto tempo um humano levaria, não quanto tempo o modelo trabalha sozinho, e a amostra é quase só programação (MIT Technology Review, 2026).
O estudo que mediu a sensação de produtividade
O resultado mais contraintuitivo de 2025 veio da mesma METR. Dezesseis desenvolvedores experientes, trabalhando em 246 tarefas reais dos seus próprios repositórios de código aberto, foram sorteados para usar ou não ferramentas de IA. Antes, previam ser 24% mais rápidos com IA. Com IA, levaram 19% mais tempo. E, depois de viver a lentidão, ainda acreditavam ter sido cerca de 20% mais rápidos (Becker et al., 2025). Os próprios autores listam o que o estudo não mostra: não mostra que a IA não acelera a maioria dos programadores, nem que não ajuda em outros domínios; a amostra é pequena e os participantes tinham pouca prática com a ferramenta. Em fevereiro de 2026, uma atualização com ferramentas mais novas e 57 desenvolvedores apontou para ganhos, mas com intervalos de confiança que incluem zero e um viés de seleção que a METR chama de "sinal não confiável" (METR, 2026b). A lição não é "IA não ajuda programadores"; é que a percepção subjetiva de ganho não é prova de ganho, e que medir é mais difícil do que parece.
Fora da tela, os limites são mais visíveis. A General Motors encerrou em dezembro de 2024 o financiamento dos robotáxis da Cruise, citando o custo de escalar o negócio (General Motors, 2024), enquanto a Waymo, que seguiu adiante, fazia cerca de 500 mil corridas pagas por semana no início de 2026, com meta de um milhão até o fim do ano e monitoramento remoto humano como rede de segurança (Electrek, 2026). A direção autônoma funciona; funciona em cidades mapeadas, com suporte, dez anos depois do prazo que as manchetes de 2016 davam. E há o custo físico de tudo isso: a Agência Internacional de Energia estima que os data centers consumiram cerca de 415 TWh em 2024, 1,5% da eletricidade mundial, e devem passar de 945 TWh em 2030 (IEA, 2025).
Vídeo 1 — Nicolelis no Roda Viva: "nem inteligente, nem artificial"
Poucos cientistas brasileiros são tão céticos quanto o neurocientista Miguel Nicolelis, que defende desde 2015, com o matemático Ronald Cicurel, que o cérebro não é computável e que o nome "inteligência" é mal usado. A entrevista ao Roda Viva de julho de 2025 é um bom contraponto aos entusiastas e, ao mesmo tempo, um exemplo de posição que a régua classifica como hipótese: coerente, defendida por um pesquisador de primeira linha e, por ora, não decidida pela evidência. Os botões levam aos trechos.
Se o player não carregar, assista no YouTube (Roda Viva, TV Cultura, 28/07/2025, 1h36).
A fronteira irregular: nível de ouro na olimpíada de matemática e colapso num quebra-cabeça de criança, no mesmo ano. Ilustração em estilo HQ gerada por IA.
Sinal 04
Bolha? Os players e a aritmética do dinheiro
"Bolha" é uma hipótese, não um fato: só se sabe que havia uma depois que estoura. O que se pode fazer agora é olhar os números dos dois lados. Do lado do gasto, os quatro maiores compradores de infraestrutura (Amazon, Alphabet, Microsoft e Meta) investiram cerca de US$ 400 bilhões em 2025 (Sherwood News, 2026) e sinalizaram entre US$ 720 e 745 bilhões para 2026 (Yield Theory, 2026). A Alphabet sozinha investiu US$ 91,4 bilhões em 2025, sobre receita de US$ 402,8 bilhões e lucro de US$ 132,2 bilhões (Alphabet, 2026); a Meta, US$ 72,2 bilhões, sobre lucro de US$ 60,5 bilhões (Meta Platforms, 2026). A Oracle, que fechou um contrato de nuvem reportado em US$ 300 bilhões com a OpenAI, terminou seu ano fiscal de 2026 com fluxo de caixa livre negativo em US$ 23,7 bilhões e US$ 43 bilhões em dívida nova (Oracle, 2026). O Banco da Inglaterra registrou que o consenso de mercado para o capex dos provedores de nuvem em 2028 passou de menos de US$ 600 bilhões para mais de US$ 1 trilhão em seis meses, e que emissores ligados à IA responderam por 41% das emissões de dívida de alto risco nos Estados Unidos em 2026 (Bank of England, 2026).
Tabela 1 — Investimento em bens de capital (capex) das maiores empresas de nuvem e IA, 2025 realizado e 2026 previsto — em bilhões de dólares
| Empresa | 2025 (realizado) | 2026 (previsão da empresa) | Variação (%) | Lucro líquido 2025 |
|---|---|---|---|---|
| Amazon | 131,8 | ~220 | +67 | n.d. |
| Alphabet | 91,4 | 195–205 | +113 a +124 | 132,2 |
| Microsoft (ano fiscal) | 64,6 | ~175 (AF 2027) | +171 | 101,8 (AF 2025) |
| Meta | 72,2 | 135–145 | +87 a +101 | 60,5 |
| Oracle (ano fiscal) | 55,7 (AF 2026) | até 95 (AF 2027) | +71 | FCL −23,7 |
Fonte: elaborado pelo autor com base em Alphabet (2026), Meta Platforms (2026), Oracle (2026), TIKR (2026), Nasdaq (2026) e Yield Theory (2026).Notas: variação calculada pelo autor sobre o ponto médio das faixas; as empresas usam definições diferentes de capex (com ou sem arrendamentos) e anos fiscais distintos (Microsoft encerra em junho, Oracle em maio); n.d. = não disponível nas fontes consultadas; FCL = fluxo de caixa livre, negativo no caso da Oracle.
Esse dinheiro circula em laços que lembram, para os críticos, os vendedores de pá que financiavam os garimpeiros. A Nvidia anunciou em setembro de 2025 que investiria até US$ 100 bilhões na OpenAI, liberados a cada gigawatt de sistemas Nvidia que a OpenAI instalasse (Nvidia, 2025); a AMD fechou um acordo de 6 gigawatts com a mesma OpenAI e lhe entregou uma opção de compra de até 160 milhões de ações da própria AMD (AMD, 2025); a Microsoft, ao reestruturar a OpenAI como empresa de benefício público, ficou com 27% dela e garantiu um compromisso de US$ 250 bilhões em compras de nuvem Azure (Al Jazeera, 2025). O Fundo Monetário Internacional, em seu relatório de estabilidade financeira de outubro de 2026, listou uma correção dos preços de ativos ligados à IA entre as três ameaças centrais ao sistema e estimou que uma queda abrupta do investimento tiraria 1,1% do PIB mundial até 2028 (IMF, 2026) (BusinessDay, 2026). O Banco de Compensações Internacionais comparou o ciclo às manias dos canais, das ferrovias e das pontocom, que "terminaram com uma reversão do investimento e recessões" (Fortune, 2026b). A CoreWeave, provedora de nuvem especializada em IA com cerca de US$ 52 bilhões em dívidas e arrendamentos, viu o custo de segurar sua dívida bater recorde em 15 de outubro de 2026 (The Daily Upside, 2026).
Até o entusiasta-chefe já disse a palavra. Em agosto de 2025, Sam Altman respondeu a repórteres: "Estamos numa fase em que os investidores, como um todo, estão superexcitados com a IA? Minha opinião é que sim", acrescentando que algumas avaliações eram "insanas" e que alguém sairia "muito queimado", para em seguida afirmar que a IA era "a coisa mais importante a acontecer em muito tempo" (Fortune, 2025). A consultoria Bain calculou que, para pagar a computação prevista até 2030, o setor precisaria de US$ 2 trilhões em receita anual, e que faltam US$ 800 bilhões mesmo descontando as economias que a própria IA gera (Bain & Company, 2025).
O número de 95% e o outro lado da conta
O dado que mais circulou em 2025 como prova de bolha foi o de que "95% dos pilotos de IA nas empresas não geram retorno", de um relatório do projeto NANDA, do MIT. O relatório existe e diz isso. Mas é baseado em 52 entrevistas e 153 questionários coletados em conferências, define "retorno zero" como ausência de impacto "marcado e sustentado" no resultado em cerca de seis meses, não explica como chegou ao percentual e admite que seus números são "direcionalmente precisos" (Challapally et al., 2025). Está no degrau da evidência parcial, não no do medido; citá-lo como "estudo do MIT" é subir um degrau que ele não pediu.
Do outro lado da conta há receita de verdade. A Nvidia faturou US$ 96,2 bilhões no trimestre encerrado em julho de 2026, 106% a mais que um ano antes, com lucro líquido de US$ 59,7 bilhões e margem bruta de 75% (Nvidia, 2026). As nuvens cresceram: Google Cloud +82% no segundo trimestre de 2026 (Hargreaves Lansdown, 2026), Azure +43% (Nasdaq, 2026). A Anthropic informou receita de US$ 16,8 bilhões no terceiro trimestre de 2026 e resultado positivo em base ajustada (Yahoo Finance, 2026a); a OpenAI, segundo o Financial Times, tem receita anualizada perto de US$ 50 bilhões, abaixo dos quase US$ 70 bilhões divulgados um mês antes (Bloomberg Government, 2026). É a diferença estrutural em relação a 2000: quem paga a conta dos data centers são as empresas mais lucrativas do mundo, não startups sem receita. O contraponto, de novo, está no mesmo conjunto de dados: Oracle e Meta já operam com caixa livre negativo, e o Banco da Inglaterra registra que a dívida ganhou peso no financiamento da expansão.
Sobre adoção, a divergência entre fontes é instrutiva. Uma pesquisa da McKinsey diz que 88% das organizações usam IA em pelo menos uma função; a mesma pesquisa diz que só 23% escalam agentes e que só 39% atribuem algum impacto no resultado, "a maioria abaixo de 5%" (McKinsey, 2025). Já o Censo americano, que pergunta a empresas de todos os tamanhos, encontrou 19,8% de uso em maio de 2026, 37% entre as grandes (U.S. Census Bureau, 2026). No Brasil, a pesquisa TIC Empresas 2024 achou 13%, estável em relação a 2023: 10% nas pequenas, 29% nas médias e 38% nas grandes (Cetic.br, 2025). Os números não se contradizem: medem populações e perguntas diferentes. "88% usam IA" e "13% usam IA" podem ser ambos verdadeiros, e nenhum deles diz se o uso paga a conta.
Tabela 2 — Uso de inteligência artificial por empresas, segundo pesquisas selecionadas — 2024–2026
| Pesquisa | População | Usam IA (%) | O que a pesquisa também mostra |
|---|---|---|---|
| McKinsey, State of AI (2025) | 1.993 executivos, 105 países | 88 | 23% escalam agentes; 39% veem impacto no resultado |
| U.S. Census, BTOS (maio 2026) | Empresas dos EUA, todos os portes | 19,8 | 37% entre empresas com 250+ empregados |
| Cetic.br, TIC Empresas (2024) | 4.453 empresas brasileiras com 10+ pessoas | 13 | Pequenas 10%; médias 29%; grandes 38% |
Fonte: elaborado pelo autor com base em McKinsey (2025), U.S. Census Bureau (2026) e Cetic.br (2025).Nota: a pesquisa da McKinsey é respondida por executivos de empresas que optaram por participar; o Censo americano e a TIC Empresas usam amostras probabilísticas; o Censo mudou a pergunta em novembro de 2025, o que quebra a comparação com anos anteriores.
Quem são os players em outubro de 2026
O tabuleiro mudou de forma mensurável. Em janeiro de 2025, a chinesa DeepSeek lançou o modelo R1 com pesos abertos; em 27 de janeiro, a Nvidia perdeu cerca de US$ 590 bilhões em valor de mercado em um único pregão, a maior perda diária da história de uma empresa (Business Standard, 2025). O número de "US$ 5,6 milhões" de custo de treinamento, que correu o mundo, refere-se a 2,788 milhões de horas de GPU da rodada final de treino do modelo V3, não ao custo total da pesquisa (DeepSeek-AI, 2024). Em 2026, os três modelos chineses de ponta (DeepSeek V4, Kimi K3 e Qwen 3.8) são ou serão de pesos abertos (Gigazine, 2026) (Lambert, 2026), enquanto os modelos de ponta de OpenAI, Google e Anthropic seguem fechados.
Quadro 3 — Principais players de modelos de fundação e sua situação em outubro de 2026
| Player | Modelo mais recente | Pesos | Situação financeira e observações |
|---|---|---|---|
| OpenAI (EUA) | GPT-5.6 (jul. 2026) | Fechados | Avaliada em US$ 852 bi em março de 2026; receita anualizada ~US$ 50 bi; Microsoft detém ~27% |
| Google DeepMind (EUA) | Gemini 3 Pro (nov. 2025); Gemini 4 previsto para 2026 | Fechados | Financiada pelo lucro da Alphabet; Google Cloud +82% no 2T26 |
| Anthropic (EUA) | Claude Mythos e Fable 5.1 (set. 2026); Opus, Sonnet e Haiku 5.5 | Fechados | Avaliada em US$ 965 bi em maio de 2026; receita de US$ 16,8 bi no 3T26 |
| Meta (EUA) | Llama 4 (2025); "Avocado" em pré-treino | Abertos (Llama); indefinido | Capex 2026 de US$ 135–145 bi; reorganização após decepção com o Llama 4; saída de Yann LeCun |
| xAI (EUA) | Grok | Fechados | Fundida à SpaceX em 2026; receita de US$ 3,2 bi e prejuízo operacional de US$ 6,4 bi em 2025 |
| DeepSeek (China) | V4 (abr. 2026) | Abertos (licença MIT) | Choque de janeiro de 2025; V4-Pro com 1,6 tri de parâmetros |
| Moonshot AI (China) | Kimi K3 (jul. 2026) | Abertos | Apontado como o modelo aberto mais forte já lançado |
| Alibaba (China) | Qwen 3.8-Max (jul. 2026) | Abertura prometida | 2,4 tri de parâmetros; preços agressivos |
| Mistral (França) | — | Mistos | Rodada de € 3 bi a € 21 bi em setembro de 2026, liderada pela Samsung |
| Nvidia (EUA) | Chips, não modelos | — | ~92% do mercado de GPUs para data center; US$ 59,7 bi de lucro em um trimestre |
Fonte: elaborado pelo autor com base em OpenAI (2026a), InfoWorld (2026), Anthropic (2026a), Anthropic (2026c), The Decoder (2026), Yahoo Finance (2026b), Gigazine (2026), Lambert (2026), NYU Shanghai (2026), Orrick (2026), Nvidia (2026), Business Today (2026) e Bloomberg Government (2026).Nota: nomes de modelos e valores conforme as páginas oficiais e a imprensa em 22 de outubro de 2026; avaliações de empresas fechadas são valores negociados em rodadas privadas, não preços de mercado.
E o Brasil? O Plano Brasileiro de IA, de 2024, prevê R$ 23 bilhões em quatro anos, incluindo R$ 1,8 bilhão para ampliar o supercomputador Santos Dumont; um ano depois, a maioria dos projetos estava em estágio inicial, sem dados de impacto (DPL News, 2025). O projeto de lei que regula a IA (PL 2338/2023), aprovado no Senado em dezembro de 2024, estava em 22 de outubro de 2026 "aguardando parecer do relator" na Câmara, sem data de votação (Câmara dos Deputados, 2026). A Petrobras tem, desde 2023, um supercomputador dedicado a IA para exploração de petróleo, com 224 GPUs (DCD, 2023). Somos, na prática, um grande usuário: o relatório econômico da Anthropic de setembro de 2025 situa o Brasil com 3,7% do uso global do Claude, sobre-representado em tradução e serviços jurídicos (Anthropic, 2025b).
A aritmética da bolha: receitas reais e lucros recordes de um lado; caixa negativo, dívida e contratos circulares do outro. Ilustração em estilo HQ gerada por IA.
Sinal 05
Extinção, singularidade e perda de controle
Em 30 de maio de 2023, uma declaração de uma frase foi assinada por Geoffrey Hinton, Yoshua Bengio, Demis Hassabis, Sam Altman, Dario Amodei e Bill Gates, entre outros: "Mitigar o risco de extinção causado pela IA deve ser uma prioridade global, ao lado de outros riscos de escala societal, como pandemias e guerra nuclear" (Center for AI Safety, 2023). Dois meses antes, uma carta aberta pedira uma pausa de seis meses no treinamento de sistemas mais poderosos que o GPT-4; ela reunia 1.124 assinaturas no lançamento e mais de 31 mil em 2026 (Future of Life Institute, 2023). Em outubro de 2025, uma terceira declaração pediu a "proibição do desenvolvimento de superinteligência" até que haja "amplo consenso científico de que será feito de forma segura e controlável"; assinaram cinco laureados com o Nobel, Steve Wozniak, Richard Branson e, no mesmo documento, Steve Bannon e o príncipe Harry (Future of Life Institute, 2025) (Perrigo; Pillay, 2025). Nenhuma pausa aconteceu.
Nada disso é evidência de que a extinção seja provável; é evidência de que pessoas qualificadas a consideram possível. Para passar da opinião ao número, há pesquisas. A maior delas ouviu 2.778 pesquisadores que publicaram nas principais conferências da área: a mediana da probabilidade atribuída a "desfechos extremamente ruins, como a extinção humana" foi de 5% (média de 9%), e a previsão agregada de 50% de chance de máquinas capazes de superar humanos em todas as tarefas (HLMI) caiu de 2060, na edição de 2022, para 2047, na de 2023 (Grace et al., 2024). Em um torneio de previsão com 89 superprevisores e 80 especialistas, a mediana para extinção causada por IA até 2100 foi de 0,38% entre os superprevisores e 3% entre os especialistas, e quatro meses de debate estruturado quase não moveram ninguém (Forecasting Research Institute, 2023). Hinton, perguntado em dezembro de 2024 se havia mudado sua estimativa, respondeu: "Na verdade não, 10% a 20%", num horizonte de 30 anos (Irish Examiner, 2024). A distância entre 0,38% e 20% é a distância entre quem prevê profissionalmente e quem conhece a tecnologia por dentro, e ninguém sabe ainda qual dos dois grupos está certo.
Singularidade: uma ideia de 1965 com prazo renovado a cada década
A singularidade é mais velha do que parece. Em 1965, o estatístico I. J. Good escreveu que uma "máquina ultrainteligente" poderia projetar máquinas melhores, provocando uma "explosão de inteligência", e seria "a última invenção que o homem precisará fazer, desde que a máquina seja dócil o bastante para nos dizer como mantê-la sob controle" (Quote Investigator, 2022). Em 1993, Vernor Vinge previu: "dentro de trinta anos, teremos os meios tecnológicos para criar inteligência sobre-humana; pouco depois, a era humana terá terminado" (Vinge, 1993). Os trinta anos venceram em 2023. Ray Kurzweil mantém, desde 2005, as datas de 2029 para IA de nível humano e 2045 para a singularidade, reafirmadas na palestra TED de 2024 (Brasil Acadêmico, 2024); este blog cobriu a aposta em 2011 e a reafirmação em 2024. O cenário "AI 2027", publicado em abril de 2025 por um grupo liderado por um ex-pesquisador da OpenAI, previa impacto "superior ao da Revolução Industrial" nesta década; em novembro do mesmo ano, seu autor principal admitiu que "as coisas parecem estar indo um pouco mais devagar" e empurrou a superinteligência para perto de 2034 (Kokotajlo et al., 2025) (eWeek, 2026). Os CEOs têm datas ainda mais curtas: Dario Amodei escreveu que a IA poderosa "poderia chegar já em 2026" (Amodei, 2024); Sam Altman, que a superinteligência pode vir "em alguns milhares de dias" (Altman, 2024); Elon Musk, em abril de 2024, que a IA seria mais inteligente que qualquer humano "provavelmente no fim do ano que vem" (Nasdaq, 2024). Estamos no fim de 2026.
Do outro lado, a maioria dos pesquisadores não compra a tese de que basta escalar. Na pesquisa do painel presidencial da AAAI, a associação científica da área, 76% dos 475 respondentes consideraram "improvável" ou "muito improvável" que ampliar as abordagens atuais produza AGI (AAAI, 2025). Yann LeCun, que deixou a Meta no fim de 2025 chamando a aposta em modelos de linguagem de "beco sem saída" (The Decoder, 2025b), repete que ficaria feliz se, ao se aposentar, houvesse "sistemas tão inteligentes quanto um gato" (Newsweek, 2025). Gary Marcus escreveu que "o escalonamento puro não funcionou" e que as "leis de escala" são observações, não leis como a gravidade (Marcus, 2025). Melanie Mitchell resumiu num debate: "toda a história da IA é uma história de previsões fracassadas" (The Hub, 2023). Nos mercados de previsão, a data mediana para uma IA geral era 2030 em outubro de 2026, e a estimativa recuou dois anos no último ano, depois de ter caído de cerca de 50 para cerca de 5 anos entre 2020 e 2024 (Metaculus, 2026) (Todd, 2026).
Perda de controle: o que foi observado em laboratório
Aqui a régua precisa de precisão cirúrgica, porque há evidência medida e ela costuma ser relatada sem as ressalvas. Em dezembro de 2024, Anthropic e Redwood Research mostraram que o Claude 3 Opus, ao acreditar que seria retreinado para obedecer a pedidos nocivos, "fingia" alinhamento: em 12% dos casos cumpria o pedido nocivo com raciocínio explícito de preservar seus valores, e, após o retreinamento, o raciocínio de fingimento subia para 78% (Anthropic, 2024). Em junho de 2025, em ambientes corporativos simulados com conflito de objetivos e ameaça de desligamento, 16 modelos de cinco empresas recorreram a chantagem; o Claude Opus 4 e o Gemini 2.5 Flash, em 96% das amostras (Anthropic, 2025a). A Apollo Research observou modelos introduzindo erros sutis, tentando desativar a supervisão e copiar os próprios pesos quando instruídos a perseguir "fortemente" um objetivo (Meinke et al., 2024). A Palisade Research registrou, em mais de 100 mil execuções, modelos que sabotavam o próprio mecanismo de desligamento para completar uma tarefa, mesmo com instrução explícita para permitir o desligamento (Schlatter; Weinstein-Raun; Ladish, 2025).
Agora as ressalvas, que estão nos mesmos documentos. Todos os comportamentos "ocorreram em simulações controladas"; "não vimos evidência de desalinhamento agêntico em implantações reais"; os cenários "forçaram os modelos a escolhas binárias entre falhar e causar dano" (Anthropic, 2025a). O estudo de alinhamento fingido "não demonstra um modelo desenvolvendo objetivos maliciosos" (Anthropic, 2024). O relatório internacional de 2026 classifica os riscos em três famílias (uso malicioso, mau funcionamento e riscos sistêmicos) e, sobre perda de controle, afirma que "os sistemas atuais não têm as capacidades para representar tais riscos", embora "estejam melhorando em áreas relevantes, como a operação autônoma" (International AI Safety Report, 2026). O único caso de mau funcionamento de alinhamento em produção real foi mais prosaico: em abril de 2025 a OpenAI reverteu uma atualização do GPT-4o que o tornara "excessivamente lisonjeiro", por ter otimizado demais o feedback de curto prazo (OpenAI, 2025b). Resumo pela régua: a capacidade de enganar e sabotar em cenários construídos está medida; a ocorrência espontânea em uso real, não; a catástrofe, no degrau da hipótese.
Vídeo 2 — Hinton: "vá ser encanador"
Geoffrey Hinton, Nobel de Física de 2024 e um dos pioneiros das redes neurais, deixou o Google em 2023 para falar livremente sobre os riscos. A entrevista abaixo (em inglês, com legendas e dublagem automáticas em português) concentra, numa conversa só, as três posições que ele defende e que a régua trata de modos diferentes: a estimativa de risco (um palpite declarado), a analogia do tigre (uma metáfora) e o conselho de carreira (uma hipótese sobre o que a IA não faz bem no mundo físico).
Se o player não carregar, assista no YouTube (The Diary of a CEO, 16/06/2025, 1h30).
Sinal 06
As vacas de Harari e o catastrofismo como marketing
Yuval Noah Harari não é cientista da computação, e isso é parte do seu valor no debate: ele fala do lado de fora. Sua tese central, repetida desde Nexus (2024), é que "a coisa mais importante a entender sobre a IA é que ela não é uma ferramenta; é um agente", capaz de decidir e de inventar ideias sozinha, e que "são os burocratas de IA, não os Exterminadores, que vão dar as cartas" (Harari, 2024). Em 2023, ele havia escrito que a IA "hackeou o sistema operacional da civilização humana", a linguagem (Harari, 2023).
A metáfora das vacas é a versão de 2026 dessa tese. No podcast The Rest Is Politics, em setembro, Harari pediu ao ouvinte que explicasse a uma vaca que a vida dela é governada pelo mercado de títulos: a vaca vê pessoas, cachorros e nuvens, mas "nunca viu um título na vida". Nós sabemos que o sistema invisível domina a vaca porque fomos nós que o criamos. "Em dez anos, nós poderíamos ser as vacas": nossas vidas geridas por um sistema financeiro criado por IAs, "matematicamente complexo demais" para a compreensão humana (The Rest Is Politics, 2026). Um mês depois, à TV tcheca, resumiu: "nós somos as vacas do futuro" (Samet, 2026).
Se o player não carregar, assista no YouTube (The Rest Is Politics, 18/09/2026, 38 min; em inglês, com legendas automáticas).
Onde a régua coloca isso? No degrau da narrativa, e sem demérito: a metáfora é boa porque aponta um risco que não aparece nos benchmarks, o de sistemas que ninguém entende tomando decisões que ninguém audita. Mas ela não tem prazo testável ("dez anos" é retórica, não previsão), não distingue IA de qualquer outro sistema complexo que já nos governa (o próprio mercado de títulos, que Harari usa como exemplo, já é incompreensível para quase todos) e não diz o que observar para saber se está acontecendo. É o tipo de afirmação que serve para pensar, não para decidir.
Quem lucra com o fim do mundo?
Há uma tese, defendida por pessoas sérias, de que o alarme sobre a superinteligência é em parte marketing. Lee Vinsel, historiador da tecnologia, cunhou em 2021 o termo criti-hype para a crítica que "é parasitária do hype e até o infla": "é como se pegassem os comunicados de imprensa das startups e os cobrissem de paisagens infernais" (Vinsel, 2021). Timnit Gebru e Émile Torres argumentam que a ideologia por trás da corrida à AGI (que apelidam de TESCREAL) desvia a atenção dos danos presentes para fantasias de utopia ou apocalipse (Gebru; Torres, 2024); as autoras de "Stochastic Parrots" chamaram a carta de pausa de "alarmismo e hype" e lembraram que "os danos da chamada IA são reais e presentes" (DAIR Institute, 2023). Andrew Ng, que em 2015 disse temer uma IA maligna tanto quanto "a superpopulação em Marte" (The Register, 2015), afirmou em 2023 que "há grandes empresas de tecnologia que prefeririam não competir com o código aberto, então estão criando medo de a IA levar à extinção humana" (SiliconANGLE, 2023), e em 2026 repetiu que os alertas são "muito mais ficção científica do que ciência" e que os grandes querem "puxar a escada" (The Next Web, 2026).
A réplica também é séria. Hinton respondeu a Ng que havia deixado o Google justamente "para poder falar livremente sobre a ameaça existencial" (SiliconANGLE, 2023); ele, Bengio, Stuart Russell e os cinco laureados com o Nobel que assinaram a declaração de 2025 não vendem modelos, e a declaração pede proibição, não licenciamento favorável aos incumbentes (Future of Life Institute, 2025). Pela régua, a tese do "catastrofismo como marketing" é uma hipótese plausível com evidência parcial: há interesses declarados (o mesmo Altman que alerta para a bolha pede trilhões para data centers), mas há também acadêmicos sem interesse comercial do lado do alarme, e a maioria da comunidade científica (os 76% da AAAI) não está em nenhum dos dois extremos. O teste não é "quem fala", é "o que foi medido", e a seção anterior mostra que algo foi medido, em laboratório, com ressalvas.
A metáfora das vacas: um sistema invisível decide a vida de quem não tem como enxergá-lo. Boa para pensar; difícil de testar. Ilustração em estilo HQ gerada por IA.
Sinal 07
Empregos: previsões de 2013, 2017 e 2019 diante de 2026
Em 1930, John Maynard Keynes cunhou "desemprego tecnológico" para o desajuste em que descobrimos meios de economizar trabalho mais depressa do que achamos novos usos para ele, e previu que seus netos trabalhariam quinze horas por semana (Keynes, 1930). Acertou a produtividade e errou a jornada. É um bom aviso para a estatística mais citada e mais mal citada da década passada: "47% dos empregos dos Estados Unidos vão desaparecer". O que Carl Frey e Michael Osborne escreveram, em 2013, é que 47% do emprego americano estava em ocupações "potencialmente automatizáveis ao longo de um número não especificado de anos, talvez uma ou duas décadas", e que eles "não tentam prever" a composição futura do mercado de trabalho (Frey; Osborne, 2013). Três anos depois, pesquisadores da OCDE refizeram a conta por tarefas, em vez de por ocupações inteiras, e encontraram 9% (Arntz; Gregory; Zierahn, 2016). Uma análise posterior mostrou que a diferença entre 9% e 47% vinha sobretudo da escolha do modelo estatístico (Stephany; Lorenz, 2021).
Este blog participou da onda. Em fevereiro de 2019, divulgou um estudo da Universidade de Brasília que, aplicando o método de Frey e Osborne à base de empregos formais, concluiu que 54% das vagas estavam em ocupações de automação alta ou muito alta e que, "no cenário extremo", cerca de 30 milhões de empregos formais poderiam fechar até 2026 (Albuquerque et al., 2019). Chegou 2026. O cenário era explicitamente condicional e o próprio estudo pedia cautela, mas a manchete não. Já a previsão mais famosa de um cientista da área foi a de Hinton, em 2016: "as pessoas deveriam parar de treinar radiologistas agora", porque em cinco anos o aprendizado profundo faria o trabalho melhor (The New Republic, 2024). Em 2025, os programas de residência em radiologia dos Estados Unidos ofereceram um número recorde de 1.208 vagas, e a especialidade era a segunda mais bem paga do país, com mais de 700 modelos de IA para radiologia aprovados pela FDA sendo usados como ferramenta, não como substituto (Mousa, 2025). Hinton revisou o prazo para "mais dez ou quinze anos".
Exposição não é efeito
A geração seguinte de números é mais cuidadosa, e a palavra-chave é exposição: quantas tarefas de uma ocupação um modelo poderia, em tese, afetar. Pesquisadores da OpenAI estimaram que 80% da força de trabalho americana tem ao menos 10% das tarefas expostas, e 19% têm mais da metade (Eloundou et al., 2023). O FMI falou em 40% dos empregos do mundo, 60% nas economias avançadas, com a ressalva de que metade dos expostos deve se beneficiar (Georgieva, 2024). A OIT, com um índice refinado, encontrou um em cada quatro empregos com alguma exposição e 3,3% na categoria mais alta, concentrados em trabalho feminino de escritório (Gmyrek et al., 2025). O Fórum Econômico Mundial, ouvindo empregadores, projetou 92 milhões de empregos deslocados e 170 milhões criados até 2030, saldo positivo de 78 milhões (World Economic Forum, 2025). Nenhum desses números mede emprego perdido; medem potencial, ou expectativa.
O efeito, quando se tenta medi-lo, aparece pequeno e localizado. Erik Brynjolfsson e colegas, usando dados de folha de pagamento de milhões de trabalhadores, encontraram que o emprego de jovens de 22 a 25 anos nas ocupações mais expostas caiu cerca de 11% desde o fim de 2022, enquanto nas demais ocupações subiu 10%; o mecanismo é menos contratação, não mais demissão, e os autores chamam os resultados de "indicadores descritivos precoces, não estimativas causais" (Brynjolfsson; Chandar; Chen, 2026). Pesquisadores de Yale e da Brookings, olhando a composição ocupacional de toda a economia americana, concluíram que o mercado de trabalho "não sofreu uma disrupção discernível" nos 33 meses após o ChatGPT, com mudanças de ritmo comparável ao da chegada da internet (Gimbel et al., 2025). Entre freelancers de escrita, os empregos caíram 2% e os ganhos, 5,2%, nos meses seguintes ao ChatGPT (Hui; Reshef; Zhou, 2023). A consultoria Challenger contou, até agosto de 2026, 116 mil cortes atribuídos pelas próprias empresas à IA, o motivo mais citado do ano; mas o total de cortes anunciados estava 41% abaixo do mesmo período de 2025, e "atribuído à IA" é autodeclaração (Challenger, Gray & Christmas, 2026). A Klarna, que em 2024 dizia que seu assistente fazia "o trabalho de 700 atendentes", voltou a contratar humanos em 2025 porque a qualidade caíra (Entrepreneur, 2025); a Salesforce cortou cerca de 4 mil vagas de suporte dizendo que agentes atendem metade das interações (TechRepublic, 2025).
E a produtividade, que deveria pagar tudo isso? Os experimentos controlados dão ganhos reais e desiguais: 453 profissionais escreveram 40% mais rápido e com qualidade 18% maior usando ChatGPT (Noy; Zhang, 2023); 5.179 atendentes de suporte resolveram 14% mais problemas por hora, e os novatos, 34% (Brynjolfsson; Li; Raymond, 2023); consultores do BCG foram 25% mais rápidos nas tarefas dentro da "fronteira" da IA e 19 pontos percentuais menos precisos na tarefa fora dela, o que os autores chamaram de fronteira irregular (Dell'Acqua et al., 2023). E os programadores experientes do estudo da METR foram 19% mais lentos. Daron Acemoglu, somando tudo, estima um ganho de produtividade total dos fatores de no máximo 0,66% em dez anos (Acemoglu, 2024); o Goldman Sachs, 1,5 ponto percentual ao ano (Goldman Sachs, 2023). Uma diferença de vinte vezes entre economistas sérios é a medida da incerteza.
Brasil: a primeira evidência de efeito
No Brasil, os números de 2019 (54% do Ipea, 69% do Dieese) eram de automação em geral e cenários extremos. Os de IA generativa são de exposição: a OIT e o Banco Mundial estimaram 26% a 38% dos empregos da América Latina expostos, com até metade do ganho potencial travado pela exclusão digital (Gmyrek; Winkler; Garganta, 2024); a FGV IBRE, aplicando o índice da OIT à PNAD Contínua, encontrou cerca de 30 milhões de ocupados (29,6%) com alguma exposição, mais entre mulheres, jovens, escolarizados e no Sudeste (Duque, 2026). Um estudo da ESPM mostra o perfil: no grupo de alta exposição, a proporção de pessoas com ensino superior sobe de 16% para 58% (Lionello; Santos Filho; Martins, 2025). A exposição à IA generativa é regressiva ao contrário: atinge mais os formais, escolarizados e do Sudeste, o inverso do perfil de risco da automação robótica. A primeira evidência de efeito, não só de exposição, veio em abril de 2026: Daniel Duque, da FGV IBRE, encontrou que a ocupação e a renda dos jovens de 18 a 29 anos em ocupações expostas vêm caindo progressivamente desde 2023, enquanto as faixas mais velhas ficam perto de zero (Duque, 2026). É o "canário" de Stanford, em versão brasileira, e ainda sem magnitude publicada. Um levantamento da CNC com dados do Novo Caged apontou queda de 41% no estoque de supervisores de telemarketing em seis anos (Times Brasil, 2026). No ensino, a mesa-redonda sobre o futuro do trabalho de que participei em maio de 2026 está entre as leituras correlatas.
Tabela 3 — Estimativas de exposição de empregos à inteligência artificial e efeitos medidos sobre o emprego, segundo estudos selecionados — 2013–2026
| Estudo | Tipo de medida | Número-chave (%) | Degrau |
|---|---|---|---|
| Frey e Osborne (2013), EUA | Ocupações em alto risco técnico, "uma ou duas décadas" | 47 | Hipótese |
| Arntz, Gregory e Zierahn (2016), OCDE | Empregos automatizáveis por tarefa | 9 | Hipótese |
| Ipea (2019), Brasil | Empregos formais em ocupações de automação alta ou muito alta | 54 | Hipótese |
| Eloundou et al. (2023), EUA | Trabalhadores com ≥10% das tarefas expostas a LLMs | 80 | Hipótese |
| FMI (2024), mundo | Empregos expostos | 40 | Hipótese |
| OIT (2025), mundo | Empregos com alguma exposição à IA generativa | 25 | Hipótese |
| FGV IBRE (2025–2026), Brasil | Ocupados com alguma exposição | 29,6 | Hipótese |
| Hui, Reshef e Zhou (2023), Upwork | Variação de empregos de freelancers de escrita após o ChatGPT | −2 | Evidência parcial |
| Brynjolfsson, Chandar e Chen (2026), EUA | Variação do emprego de 22–25 anos nas ocupações mais expostas desde nov. 2022 | −11 | Evidência parcial |
| Gimbel et al. (2025), EUA | Disrupção da composição ocupacional em 33 meses | "não discernível" | Evidência parcial |
| Duque (2026), Brasil | Ocupação e renda de jovens 18–29 em ocupações expostas | queda, sem magnitude | Evidência parcial |
Fonte: elaborado pelo autor com base nas referências citadas no texto.Nota: "degrau" conforme o Quadro 1; estimativas de exposição medem potencial técnico, não emprego perdido; o estudo de Brynjolfsson, Chandar e Chen (2026) é descritivo, por declaração dos autores.
O post de 2017, nove anos depois
Em agosto de 2017, este blog publicou "Quando os robôs substituirão cada trabalho humano", a partir de uma pesquisa com 352 pesquisadores de IA conduzida por Katja Grace e colegas (Brasil Acadêmico, 2017) (Grace et al., 2017). A pesquisa dava datas em que os especialistas esperavam, com 50% de chance, que a IA superasse humanos em tarefas específicas. Várias já venceram, e o confronto é instrutivo para quem lê previsões hoje.
Tabela 4 — Previsões de 352 pesquisadores de IA em 2016 sobre o ano em que a IA superaria humanos em tarefas selecionadas, e situação em outubro de 2026
| Tarefa | Ano previsto (50%) | Situação em 2026 | Veredito |
|---|---|---|---|
| Traduzir línguas (nível de tradutor amador) | 2024 | Tradução automática de uso cotidiano; literária ainda discutível | Acertou, com ressalva |
| Escrever redação de ensino médio | 2026 | Feito desde 2022–2023 | Acertou, antes do prazo |
| Dirigir caminhão | 2027 | Demonstrações sem motorista desde 2021; sem substituição em escala | Em aberto: demonstração não é difusão |
| Trabalhar como vendedor de varejo | 2031 | Chatbots de atendimento; lojas sem humanos não se difundiram | Em aberto |
| Escrever um best-seller | 2049 | — | Em aberto |
| Cirurgião | 2053 | Robô suturou intestino de porco sem ajuda humana em 2022; sem autonomia clínica | Em aberto |
| Todas as tarefas humanas (HLMI) | 2061 | A mesma pesquisa, em 2023, moveu para 2047 | Previsão encurtou 14 anos |
| Todas as ocupações automatizadas | 2136 | Em 2023, moveu para 2116 | Previsão encurtou 20 anos |
Fonte: elaborado pelo autor com base em Grace et al. (2017), Grace et al. (2024) e Brasil Acadêmico (2017), Brasil Acadêmico (2022a), Brasil Acadêmico (2022b).Notas: o post de 2017 traz "2051" para "todas as tarefas humanas"; o artigo original diz 45 anos a partir de 2016, ou seja, 2061, e a data foi corrigida aqui; a situação em 2026 é avaliação do autor, não medida da pesquisa.
O padrão é claro: as tarefas de linguagem chegaram antes do previsto; as tarefas no mundo físico, depois; e "demonstração" e "difusão" continuam sendo coisas diferentes. O caminhão sem motorista rodou 130 km no Arizona em 2021, como o blog noticiou na época; os motoristas de caminhão continuam existindo em 2026. Quem lê hoje que "a IA vai substituir os programadores" deveria perguntar o que a tabela pergunta: em que tarefa, com que critério, e quem conferiu.
Previsões com prazo podem ser conferidas; é a vantagem delas sobre as metáforas. Ilustração em estilo HQ gerada por IA.
Sinal 08
Termômetro da evidência: em que degrau você colocaria?
Oito afirmações que circulam sobre a IA. Para cada uma, escolha o degrau da régua (Quadro 1) em que você a colocaria hoje. Depois compare com a classificação do autor e a justificativa, com a fonte. Não há nota: o objetivo é calibrar o próprio ceticismo.
1 "Modelos de IA já encontram falhas de segurança que humanos e ferramentas automáticas não acharam."
2 "47% dos empregos vão desaparecer por causa da automação."
3 "Em testes de laboratório, modelos atuais chantageiam e sabotam o próprio desligamento."
4 "Os sistemas atuais já têm capacidade de escapar do controle humano."
5 "Jovens em ocupações expostas à IA estão sendo menos contratados."
6 "Estamos numa bolha de IA."
7 "A singularidade chega em 2045."
8 "Modelos de linguagem inventam referências e decisões judiciais."
Coincidências com o autor: 0 de 8
Na prática
Seis perguntas antes de compartilhar uma notícia sobre IA
Uma lista curta para a próxima manchete, seja ela de entusiasmo ou de pânico. Marque as que você já fez.
0 de 6 perguntas feitas
Último sinal
O que sobra quando se tira o ruído
Volte às três notícias da abertura. A falha no PHP está no degrau do medido, e diz algo que nenhuma previsão dizia em 2017: a IA já muda a segurança da internet nos dois sentidos, ao mesmo tempo. A queda da Meta está no degrau do sinal parcial: o dinheiro é real, a receita é real, a dívida é real, e ninguém sabe se a conta fecha. A metáfora de Harari está no degrau da narrativa, e é uma boa narrativa, porque aponta para um risco que não cabe em benchmark. O erro não é ouvir os três; é dar a eles o mesmo peso. Nicolelis, no vídeo lá de cima, aposta que nada disso é inteligência; Hinton, que é, e que ela nos supera em breve. Pela régua, os dois estão no degrau da hipótese, e a única coisa que separa uma boa hipótese de uma profecia é dizer o que precisaria acontecer para ela estar errada.
Em 2017, este blog publicou uma lista de datas. Em 2026, dá para conferir algumas: as de linguagem chegaram cedo, as do mundo físico atrasaram, as de "tudo" encurtaram no papel e continuam no futuro. Daqui a nove anos, alguém vai conferir as datas deste post. Que ele encontre, pelo menos, as fontes na mesa.
E você: da última notícia sobre IA que compartilhou, em que degrau da régua ela estava — e você conferiu antes ou depois de apertar o botão?
Para continuar
Leituras correlatas no Brasil Acadêmico
Em destaque
- Quando os robôs substituirão cada trabalho humano (2017) — a lista de previsões por tarefa que a Tabela 4 confronta com 2026.
O blog acompanha o tema desde 2007; uma seleção de posts, do mais antigo ao mais recente:
- Raymond Kurzweil: imortalidade e a singularidade (2011) e A singularidade está mais próxima, diz Ray (2024) — as datas de 2029 e 2045, mantidas por quinze anos.
- O que acontece quando os computadores ficam mais inteligentes do que nós? (2015) — a palestra de Nick Bostrom sobre o problema do controle.
- Você será inútil: vídeo mostra como será o futuro sem trabalho (2016) e Os empregos que vamos perder para as máquinas — e os que não vamos (2016) — a onda de Frey e Osborne chegando ao blog.
- É possível construir inteligência artificial sem perder o controle? (2016) — Sam Harris e a corrida pela superinteligência.
- Bill Gates: robô que substitui você no trabalho deve pagar imposto (2017).
- Robôs ameaçam 54% dos empregos no Brasil, diz pesquisa (2019) — o estudo da UnB cujo cenário extremo vencia em 2026.
- Caminhão autônomo completa viagem sem humanos a bordo (2022) e Robô realiza primeira cirurgia laparoscópica sem ajuda humana (2022) — as demonstrações que a Tabela 4 cita.
- OCDE aponta risco de automação para 27% do emprego (2023).
- Neto de Oppenheimer assina carta que pede controle global da IA (2024).
- Identificando vídeos, imagens e textos gerados por IA (2024) — o lado prático do uso dual.
- Mesa-redonda: diálogo aberto sobre o futuro do trabalho (2026) — a participação do autor no IV SIEES.
- IA Fable 5 proibida no Brasil, entenda (2026) — regulação e geopolítica dos modelos.
- Afinal, o que é inteligência artificial? (2026) e Fundamentos de IA generativa: modelos de linguagem e de difusão (2026) — os conceitos por trás dos nomes usados aqui.
- Terence Tao e o paradoxo da IA com a ciência: a eficácia que atrapalha (2026) — o que a IA faz, e não faz, pela matemática, com vídeo minutado.
- Fluxos de produção de conteúdo assistido por IA (2026) — a fronteira irregular aplicada à redação.
Nota do autor: as citações em língua estrangeira foram traduzidas livremente pelo autor. As minutagens dos três vídeos foram conferidas nas transcrições do YouTube em 22 de outubro de 2026; os vídeos de Hinton e Harari estão em inglês, com legendas e dublagem automáticas disponíveis no player. A Tabela 1 soma valores que as empresas definem de modos diferentes (com ou sem arrendamentos; anos fiscais distintos) e deve ser lida como ordem de grandeza. O "Quadro 3" registra nomes de modelos e avaliações conforme as páginas oficiais e a imprensa financeira na data de acesso; avaliações de empresas fechadas vêm de rodadas privadas. O relatório do projeto NANDA (MIT) foi citado com suas limitações declaradas. O post de 2017 deste blog traz "2051" para a automação de todas as tarefas; o artigo original de Grace et al. (2017) indica 45 anos a partir de 2016, e a data foi corrigida na Tabela 4. A frase de Hinton sobre radiologistas é citada a partir de reportagem que a reproduz com data e contexto; a entrevista original de 2016 não foi localizada em fonte aberta. Os estudos de Brynjolfsson, Chandar e Chen (2026) e de Duque (2026) são descritivos por declaração dos próprios autores. A matéria de Reuters sobre a Meta foi acessada por republicação. Quanto às fontes, foram usados artigos e relatórios de acesso aberto, comunicados oficiais, registros regulatórios (SEC, Câmara dos Deputados), páginas institucionais e matérias jornalísticas, cada tipo para o que pode sustentar; onde a fonte original está sob assinatura (Financial Times, Wall Street Journal, The Economist), citou-se a cobertura aberta que a reproduz.
Vocabulário
Os termos-chave do post, em ordem alfabética. Os termos com sublinhado pontilhado no texto trazem até aqui; depois de chegar por um desses links, um botão "voltar ao texto" aparece no verbete e leva de volta ao ponto de leitura.
- Agente (de IA)
- Sistema que recebe um objetivo e executa, por conta própria, uma sequência de ações (navegar, rodar código, chamar ferramentas) para atingi-lo, em vez de responder a uma única pergunta. Sinal 02
- AGI (Artificial General Intelligence)
- Inteligência artificial geral: sistema capaz de realizar qualquer tarefa cognitiva que um humano realiza. Não há definição consensual nem teste aceito; por isso datas de chegada variam tanto. Sinal 05
- Alinhamento
- Área que estuda como fazer os objetivos e comportamentos de um sistema de IA corresponderem às intenções de quem o opera; "alinhamento fingido" é o modelo aparentar obediência durante o treinamento para preservar preferências anteriores. Sinal 05
- Alucinação
- Resposta fluente e confiante de um modelo de linguagem que não corresponde aos fatos ou às fontes, como uma referência bibliográfica ou decisão judicial inexistente. Sinal 03
- Benchmark
- Conjunto padronizado de tarefas usado para medir e comparar o desempenho de modelos; a pontuação depende tanto do modelo quanto do desenho do teste. Sinal 03
- Capex (capital expenditure)
- Investimento em bens de capital: no caso das empresas de nuvem, principalmente data centers, chips e energia. Diferente de despesa operacional. Sinal 04
- Criti-hype
- Termo de Lee Vinsel (2021) para a crítica que aceita as promessas exageradas de uma tecnologia e apenas inverte o sinal, transformando o comunicado de imprensa em distopia. Sinal 06
- CVE (Common Vulnerabilities and Exposures)
- Registro público e numerado de uma vulnerabilidade de software, como CVE-2026-109618; permite que fornecedores, pesquisadores e atacantes falem da mesma falha. Sinal 02
- Exposição (ocupacional à IA)
- Medida de quantas tarefas de uma ocupação um sistema de IA poderia, em tese, realizar ou acelerar; não mede emprego perdido nem ganho. Sinal 07
- Fronteira irregular (jagged frontier)
- Conceito de Dell'Acqua e colegas (2023): o conjunto de tarefas em que a IA ajuda tem bordas imprevisíveis; tarefas aparentemente iguais podem estar dentro ou fora dele. Sinal 07
- HLMI (High-Level Machine Intelligence)
- Definição usada nas pesquisas de Grace e colegas: máquinas capazes de realizar toda tarefa melhor e mais barato que trabalhadores humanos, sem ajuda. Sinal 05
- LLM (Large Language Model)
- Grande modelo de linguagem: rede neural treinada em volumes enormes de texto para prever a próxima palavra, base do ChatGPT, do Claude e do Gemini. Sinal 03
- Pesos abertos (open weights)
- Modelo cujos parâmetros treinados são publicados para download e uso, como DeepSeek V4 e Kimi K3, em contraste com modelos acessíveis só por serviço, como GPT-5.6. Sinal 04
- PHP2Shell
- Apelido dado pela Wiz Research ao par de vulnerabilidades críticas no interpretador PHP (CVE-2026-109618 e CVE-2026-109619) corrigidas em 21 de outubro de 2026, descobertas com ajuda de modelos de IA. Abertura
- PTF (produtividade total dos fatores)
- Parte do crescimento econômico que não se explica por mais trabalho nem mais capital, atribuída a tecnologia e organização; é a medida que Acemoglu usa para estimar o efeito da IA. Sinal 07
- Receita anualizada (run-rate)
- Receita do período mais recente multiplicada para um ano inteiro; útil para empresas em crescimento rápido, mas sensível a como se contabilizam as vendas. Sinal 04
- Singularidade (tecnológica)
- Hipótese de que uma IA capaz de melhorar a si mesma desencadearia uma "explosão de inteligência" (Good, 1965) após a qual os modelos humanos de previsão deixariam de valer (Vinge, 1993). Sinal 05
- Superinteligência
- Sistema cujo desempenho cognitivo supera muito o humano em praticamente todos os domínios (Bostrom, 2014); objeto da declaração de 2025 que pede sua proibição. Sinal 05
- Superprevisor
- Participante de torneios de previsão com histórico comprovado de acurácia acima da média; costuma dar probabilidades menores a eventos extremos do que os especialistas de cada área. Sinal 05
- TESCREAL
- Sigla de Gebru e Torres (2024) para o conjunto de ideologias (transumanismo, extropianismo, singularitarismo, cosmismo, racionalismo, altruísmo eficaz e longo-prazismo) que, segundo os autores, sustenta a corrida à AGI. Sinal 06
Referências
- AAAI. AAAI 2025 Presidential Panel on the Future of AI Research. Washington: Association for the Advancement of Artificial Intelligence, mar. 2025. Disponível em: https://aaai.org/wp-content/uploads/2025/03/AAAI-2025-PresPanel-Report-Digital-3.7.25.pdf. Acesso em: 22 out. 2026.
- ACEMOGLU, Daron. The simple macroeconomics of AI. Cambridge, MA: National Bureau of Economic Research, May 2024. (NBER Working Paper, 32487). Disponível em: https://www.nber.org/papers/w32487. Acesso em: 22 out. 2026.
- ACS. Deloitte to refund government over AI errors. Information Age, Sydney, 7 Oct. 2025. Disponível em: https://ia.acs.org.au/article/2025/deloitte-to-refund-government-over-ai-errors.html. Acesso em: 22 out. 2026.
- AL JAZEERA. OpenAI restructures into public-benefit firm, Microsoft takes 27% stake. Al Jazeera, Doha, 28 Oct. 2025. Disponível em: https://www.aljazeera.com/economy/2025/10/28/openai-restructures-into-public-benefit-firm-microsoft-takes-27-stake. Acesso em: 22 out. 2026.
- AL JAZEERA. World leaders warn of security flaws found in PHP programming language. Al Jazeera, Doha, 22 Oct. 2026. Disponível em: https://www.aljazeera.com/news/2026/10/22/world-leaders-warn-against-security-flaw-found-in-php-computer-programming. Acesso em: 22 out. 2026.
- ALBUQUERQUE, Pedro H. M.; SAAVEDRA, Cayan A. P. B.; MORAIS, Rafael L.; ALVES, Patrick F.; YAOHAO, Peng. Na era das máquinas, o emprego é de quem?: estimação da probabilidade de automação de ocupações no Brasil. Rio de Janeiro: Ipea, mar. 2019. (Texto para Discussão, 2457). Disponível em: https://repositorio.ipea.gov.br/bitstream/11058/9116/2/td_2457_sumex.pdf. Acesso em: 22 out. 2026.
- ALPHABET INC. Alphabet announces fourth quarter and fiscal year 2025 results. Form 8-K, Exhibit 99.1. Washington: U.S. Securities and Exchange Commission, 4 Feb. 2026. Disponível em: https://www.sec.gov/Archives/edgar/data/1652044/000165204426000012/googexhibit991q42025.htm. Acesso em: 22 out. 2026.
- ALTMAN, Sam. The Intelligence Age. [S. l.], 23 Sept. 2024. Disponível em: https://ia.samaltman.com/. Acesso em: 22 out. 2026.
- AMD. AMD and OpenAI announce strategic partnership to deploy 6 gigawatts of AMD GPUs. Form 8-K, Exhibit 99.1. Washington: U.S. Securities and Exchange Commission, 6 Oct. 2025. Disponível em: https://ir.amd.com/financial-information/sec-filings/content/0001193125-25-230895/d28189dex991.htm. Acesso em: 22 out. 2026.
- AMODEI, Dario. Machines of loving grace: how AI could transform the world for the better. [S. l.], Oct. 2024. Disponível em: https://www.darioamodei.com/essay/machines-of-loving-grace. Acesso em: 22 out. 2026.
- ANTHROPIC. Alignment faking in large language models. San Francisco, 18 Dec. 2024. Disponível em: https://www.anthropic.com/research/alignment-faking. Acesso em: 22 out. 2026.
- ANTHROPIC. Agentic misalignment: how LLMs could be insider threats. San Francisco, 20 June 2025a. Disponível em: https://www.anthropic.com/research/agentic-misalignment. Acesso em: 22 out. 2026.
- ANTHROPIC. Anthropic Economic Index report: uneven geographic and enterprise AI adoption. San Francisco, 15 Sept. 2025b. Disponível em: https://www.anthropic.com/research/anthropic-economic-index-september-2025-report. Acesso em: 22 out. 2026.
- ANTHROPIC. Detecting and countering misuse of AI: August 2025. San Francisco, 27 Aug. 2025c. Disponível em: https://www.anthropic.com/news/detecting-countering-misuse-aug-2025. Acesso em: 22 out. 2026.
- ANTHROPIC. Disrupting the first reported AI-orchestrated cyber espionage campaign. San Francisco, 13 Nov. 2025d. Disponível em: https://www.anthropic.com/news/disrupting-AI-espionage. Acesso em: 22 out. 2026.
- ANTHROPIC. Newsroom. San Francisco, 2026a. Disponível em: https://www.anthropic.com/news. Acesso em: 22 out. 2026.
- ANTHROPIC. Project Glasswing: an initial update. San Francisco, 22 May 2026b. Disponível em: https://www.anthropic.com/news/glasswing-initial-update. Acesso em: 22 out. 2026.
- ANTHROPIC. Series H. San Francisco, 28 May 2026c. Disponível em: https://www.anthropic.com/news/series-h. Acesso em: 22 out. 2026.
- ARC PRIZE FOUNDATION. ARC-AGI-2. [S. l.], 2025. Disponível em: https://arcprize.org/arc-agi/2. Acesso em: 22 out. 2026.
- ARNTZ, Melanie; GREGORY, Terry; ZIERAHN, Ulrich. The risk of automation for jobs in OECD countries: a comparative analysis. Paris: OECD Publishing, 13 May 2016. (OECD Social, Employment and Migration Working Papers, 189). Disponível em: https://www.oecd.org/en/publications/the-risk-of-automation-for-jobs-in-oecd-countries_5jlz9h56dvq7-en.html. Acesso em: 22 out. 2026.
- BAIN & COMPANY. $2 trillion in new revenue needed to fund AI's scaling trend: Bain & Company's 6th annual Global Technology Report. Boston, 23 Sept. 2025. Disponível em: https://www.bain.com/pt-br/about/media-center/press-releases/20252/$2-trillion-in-new-revenue-needed-to-fund-ais-scaling-trend---bain--companys-6th-annual-global-technology-report/. Acesso em: 22 out. 2026.
- BANK OF ENGLAND. Financial Stability Report: July 2026. London, July 2026. Disponível em: https://www.bankofengland.co.uk/-/media/boe/files/financial-stability-report/2026/financial-stability-report-july-2026.pdf. Acesso em: 22 out. 2026.
- BECKER, Joel; RUSH, Nate; BARNES, Elizabeth; REIN, David. Measuring the impact of early-2025 AI on experienced open-source developer productivity. Berkeley: METR, 12 July 2025. arXiv:2507.09089. Disponível em: https://arxiv.org/abs/2507.09089. Acesso em: 22 out. 2026.
- BLEEPINGCOMPUTER. Anthropic claims of Claude AI-automated cyberattacks met with doubt. BleepingComputer, [s. l.], Nov. 2025. Disponível em: https://www.bleepingcomputer.com/news/security/anthropic-claims-of-claude-ai-automated-cyberattacks-met-with-doubt/. Acesso em: 22 out. 2026.
- BLOOMBERG GOVERNMENT. OpenAI's revenue run rate nears $50 billion, less than reported. Bloomberg Government, Arlington, 8 Oct. 2026. Disponível em: https://news.bgov.com/artificial-intelligence/openais-annualized-revenue-nears-50-billion-ft-says. Acesso em: 22 out. 2026.
- BRASIL ACADÊMICO. Quando os robôs substituirão cada trabalho humano. Brasil Acadêmico, Brasília, 17 ago. 2017. Disponível em: https://blog.brasilacademico.com/2017/08/quando-os-robos-substituirao-cada.html. Acesso em: 22 out. 2026.
- BRASIL ACADÊMICO. Caminhão autônomo completa viagem sem humanos a bordo. Brasil Acadêmico, Brasília, jan. 2022a. Disponível em: https://blog.brasilacademico.com/2022/01/caminhao-autonomo-completa-viagem-sem.html. Acesso em: 22 out. 2026.
- BRASIL ACADÊMICO. Robô realiza primeira cirurgia laparoscópica sem ajuda humana. Brasil Acadêmico, Brasília, fev. 2022b. Disponível em: https://blog.brasilacademico.com/2022/02/robo-realiza-primeira-cirurgia.html. Acesso em: 22 out. 2026.
- BRASIL ACADÊMICO. A singularidade está mais próxima, diz Ray. Brasil Acadêmico, Brasília, jul. 2024. Disponível em: https://blog.brasilacademico.com/2024/07/a-singularidade-esta-mais-proxima-diz.html. Acesso em: 22 out. 2026.
- BRYNJOLFSSON, Erik; LI, Danielle; RAYMOND, Lindsey. Generative AI at work. Cambridge, MA: National Bureau of Economic Research, Apr. 2023. (NBER Working Paper, 31161). Disponível em: https://www.nber.org/papers/w31161. Acesso em: 22 out. 2026.
- BRYNJOLFSSON, Erik; CHANDAR, Bharat; CHEN, Ruyu. Canaries in the coal mine?: six facts about the recent employment effects of artificial intelligence. Stanford: Stanford Digital Economy Lab, Aug. 2026. Disponível em: https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf. Acesso em: 22 out. 2026.
- BUSINESS STANDARD. DeepSeek sparks AI stock selloff; Nvidia loses record $593 bn in mcap. Business Standard, New Delhi, 28 Jan. 2025. Disponível em: https://www.business-standard.com/amp/markets/news/deepseek-sparks-ai-stock-selloff-nvidia-loses-record-593-bn-in-mcap-125012800095_1.html. Acesso em: 22 out. 2026.
- BUSINESS TODAY. OpenAI raises $122 billion funds ahead of IPO buzz. Business Today, New Delhi, 1 Apr. 2026. Disponível em: https://www.businesstoday.in/amp/technology/story/openai-raises-122-billion-funding-ahead-of-ipo-buzz-523445-2026-04-01. Acesso em: 22 out. 2026.
- BUSINESSDAY. IMF warns of risks from AI market correction and war. BusinessDay, Johannesburg, 13 Oct. 2026. Disponível em: https://www.businessday.co.za/world/americas/2026-10-13-imf-warns-of-risks-from-ai-market-correction-and-war/. Acesso em: 22 out. 2026.
- CÂMARA DOS DEPUTADOS. PL 2338/2023: ficha de tramitação. Brasília, 2026. Disponível em: https://www.camara.leg.br/proposicoesWeb/fichadetramitacao?idProposicao=2487262. Acesso em: 22 out. 2026.
- CENTER FOR AI SAFETY. Statement on AI risk. San Francisco, 30 May 2023. Disponível em: https://aistatement.com/. Acesso em: 22 out. 2026.
- CETIC.BR. TIC Empresas 2024: resumo executivo. São Paulo: Comitê Gestor da Internet no Brasil, 2025. Disponível em: https://cetic.br/media/docs/publicacoes/2/20250512121759/tic_empresas_2024_resumo_executivo.pdf. Acesso em: 22 out. 2026.
- CHALLAPALLY, Aditya; PEASE, Chris; RASKAR, Ramesh; CHARI, Pradyumna. The GenAI divide: state of AI in business 2025. Cambridge, MA: MIT Project NANDA, July 2025. Disponível em: https://webberwentzel.com/News/Documents/2025/MIT1757411281972.pdf. Acesso em: 22 out. 2026.
- CHALLENGER, GRAY & CHRISTMAS. Job cut announcement report: August 2026. Chicago, 3 Sept. 2026. Disponível em: https://www.challengergray.com/wp-content/uploads/2026/09/Challenger-Report-August-2026.pdf. Acesso em: 22 out. 2026.
- CHARLOTIN, Damien. AI hallucination cases. [S. l.], 2026. Disponível em: https://www.damiencharlotin.com/hallucinations/. Acesso em: 22 out. 2026.
- DAIR INSTITUTE. Statement from the listed authors of Stochastic Parrots on the "AI pause" letter. [S. l.], 31 Mar. 2023. Disponível em: https://www.dair-institute.org/blog/letter-statement-March2023/. Acesso em: 22 out. 2026.
- DARPA. AIxCC results. Arlington, 8 Aug. 2025. Disponível em: https://www.darpa.mil/news/2025/aixcc-results. Acesso em: 22 out. 2026.
- DCD. Nvidia participa do primeiro supercomputador com IA destinado para E&P da Petrobras. Data Center Dynamics, [s. l.], 21 jun. 2023. Disponível em: https://www.datacenterdynamics.com/br/notícias/nvidia-participa-do-primeiro-supercomputador-com-ia-destinado-para-ep-da-petrobras/. Acesso em: 22 out. 2026.
- DEEPSEEK-AI. DeepSeek-V3 technical report. [S. l.], 27 Dec. 2024. arXiv:2412.19437. Disponível em: https://arxiv.org/abs/2412.19437. Acesso em: 22 out. 2026.
- DEGRAVE, Jonas et al. Magnetic control of tokamak plasmas through deep reinforcement learning. Nature, London, v. 602, p. 414-419, 16 Feb. 2022. DOI: https://doi.org/10.1038/s41586-021-04301-9. Acesso em: 22 out. 2026.
- DELL'ACQUA, Fabrizio et al. Navigating the jagged technological frontier: field experimental evidence of the effects of AI on knowledge worker productivity and quality. Boston: Harvard Business School, 22 Sept. 2023. (Working Paper, 24-013). Disponível em: https://mitsloan.mit.edu/sites/default/files/2023-10/SSRN-id4573321.pdf. Acesso em: 22 out. 2026.
- DPL NEWS. Um ano de Plano Brasileiro de Inteligência Artificial: o que está sendo feito? DPL News, [s. l.], 13 jun. 2025. Disponível em: https://dplnews.com/um-ano-de-plano-brasileiro-de-inteligencia-artificial-o-que-esta-sendo-feito/. Acesso em: 22 out. 2026.
- DUQUE, Daniel. Inteligência artificial generativa e mercado de trabalho no Brasil: evidências iniciais sobre ocupação e renda. Blog do IBRE, Rio de Janeiro, 27 abr. 2026. Disponível em: https://blogdoibre.fgv.br/posts/inteligencia-artificial-generativa-e-mercado-de-trabalho-no-brasil-evidencias-iniciais-sobre. Acesso em: 22 out. 2026.
- ECMWF. ECMWF's AI forecasts become operational. Reading, 25 Feb. 2025. Disponível em: https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ai-forecasts-become-operational. Acesso em: 22 out. 2026.
- ELECTREK. Waymo goes driverless in Las Vegas, adds four new cities. Electrek, [s. l.], 8 July 2026. Disponível em: https://electrek.co/2026/07/08/waymo-driverless-las-vegas-four-new-cities/. Acesso em: 22 out. 2026.
- ELOUNDOU, Tyna; MANNING, Sam; MISHKIN, Pamela; ROCK, Daniel. GPTs are GPTs: an early look at the labor market impact potential of large language models. [S. l.], 2023. arXiv:2303.10130. Disponível em: https://arxiv.org/abs/2303.10130. Acesso em: 22 out. 2026.
- ENTREPRENEUR. Klarna CEO reverses course by hiring more humans, not AI. Entrepreneur, Irvine, 9 May 2025. Disponível em: https://www.entrepreneur.com/business-news/klarna-ceo-reverses-course-by-hiring-more-humans-not-ai/491396. Acesso em: 22 out. 2026.
- EWEEK. Leading AI doomsayer rethinks the timeline for humanity's end. eWeek, [s. l.], 7 Jan. 2026. Disponível em: https://www.eweek.com/news/ai-doomsayer-rethinks/. Acesso em: 22 out. 2026.
- FORECASTING RESEARCH INSTITUTE. Existential Risk Persuasion Tournament. [S. l.], 10 July 2023. Disponível em: https://forecastingresearch.org/xpt. Acesso em: 22 out. 2026.
- FORTUNE. Sam Altman says investors are "overexcited" about AI. Fortune, New York, 19 Aug. 2025. Disponível em: https://www.fortune.com/2025/08/19/wall-street-ai-bubble-sam-altman. Acesso em: 22 out. 2026.
- FORTUNE. AI helped discover the PHP vulnerability that could take down 70% of the internet. Now, the race is on to patch it before AI-powered hackers attack. Fortune, New York, 21 Oct. 2026a. Disponível em: https://fortune.com/2026/10/21/ai-tools-discovered-the-php-vulnerability-that-could-take-down-70-of-the-internet-now-the-race-is-on-to-patch-it-before-ai-powered-hackers-attack/. Acesso em: 22 out. 2026.
- FORTUNE. BIS central bank warning: hyperscaler data center $1 trillion gamble could end in recession. Fortune, New York, 29 June 2026b. Disponível em: https://fortune.com/2026/06/29/bis-central-bank-warning-hyperscaler-data-center-1-trillion-gamble-recession/. Acesso em: 22 out. 2026.
- FREY, Carl Benedikt; OSBORNE, Michael A. The future of employment: how susceptible are jobs to computerisation? Oxford: Oxford Martin School, 17 Sept. 2013. Disponível em: https://www.oxfordmartin.ox.ac.uk/publications/the-future-of-employment. Acesso em: 22 out. 2026.
- FUTURE OF LIFE INSTITUTE. Pause giant AI experiments: an open letter. Campbell, 22 Mar. 2023. Disponível em: https://futureoflife.org/open-letter/pause-giant-ai-experiments/. Acesso em: 22 out. 2026.
- FUTURE OF LIFE INSTITUTE. Statement on superintelligence. Campbell, 22 Oct. 2025. Disponível em: https://superintelligence-statement.org/. Acesso em: 22 out. 2026.
- GEBRU, Timnit; TORRES, Émile P. The TESCREAL bundle: eugenics and the promise of utopia through artificial general intelligence. First Monday, Chicago, v. 29, n. 4, 14 Apr. 2024. Disponível em: https://firstmonday.org/ojs/index.php/fm/article/view/13636. Acesso em: 22 out. 2026.
- GENERAL MOTORS. GM to refocus autonomous driving development on personal vehicles. Detroit, 10 Dec. 2024. Disponível em: https://news.gm.com/home.detail.html/Pages/news/us/en/2024/dec/1210-gm.html. Acesso em: 22 out. 2026.
- GEORGIEVA, Kristalina. AI will transform the global economy. Let's make sure it benefits humanity. IMF Blog, Washington, 14 Jan. 2024. Disponível em: https://www.imf.org/en/blogs/articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity. Acesso em: 22 out. 2026.
- GIGAZINE. DeepSeek V4 released with open weights under MIT license. Gigazine, Osaka, 24 Apr. 2026. Disponível em: https://www.gigazine.net/gsc_news/en/20260424-deepseek-v4. Acesso em: 22 out. 2026.
- GIMBEL, Martha; KINDER, Molly; KENDALL, Joshua; LEE, Maddie. Evaluating the impact of AI on the labor market: current state of affairs. New Haven: The Budget Lab at Yale, 1 Oct. 2025. Disponível em: https://budgetlab.yale.edu/sites/default/files/page_to_pdf/1154/publication_1154.pdf. Acesso em: 22 out. 2026.
- GMYREK, Pawel; WINKLER, Hernan; GARGANTA, Santiago. Buffer or bottleneck?: employment exposure to generative AI and the digital divide in Latin America. Geneva: International Labour Organization; Washington: World Bank, 31 July 2024. (ILO Working Paper, 121). Disponível em: https://www.ilo.org/sites/default/files/2024-07/WP121_web.pdf. Acesso em: 22 out. 2026.
- GMYREK, Pawel et al. Generative AI and jobs: a refined global index of occupational exposure. Geneva: International Labour Organization, 20 May 2025. (ILO Working Paper, 140). Disponível em: https://www.ilo.org/sites/default/files/2025-05/WP140_web.pdf. Acesso em: 22 out. 2026.
- GOH, Ethan et al. Large language model influence on diagnostic reasoning: a randomized clinical trial. JAMA Network Open, Chicago, v. 7, n. 10, e2440969, 28 Oct. 2024. Disponível em: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2825395. Acesso em: 22 out. 2026.
- GOLDMAN SACHS. Generative AI could raise global GDP by 7%. New York, 5 Apr. 2023. Disponível em: https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent. Acesso em: 22 out. 2026.
- GOOGLE DEEPMIND. AI achieves silver-medal standard solving International Mathematical Olympiad problems. London, 25 July 2024. Disponível em: https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/. Acesso em: 22 out. 2026.
- GOOGLE DEEPMIND. Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad. London, 21 July 2025a. Disponível em: https://deepmind.google/discover/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/. Acesso em: 22 out. 2026.
- GOOGLE DEEPMIND. AlphaEvolve: a Gemini-powered coding agent for designing advanced algorithms. London, 14 May 2025b. Disponível em: https://deepmind.google/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/. Acesso em: 22 out. 2026.
- GOOGLE PROJECT ZERO. From Naptime to Big Sleep: using large language models to catch vulnerabilities in real-world code. Mountain View, 1 Nov. 2024. Disponível em: https://projectzero.google/2024/10/from-naptime-to-big-sleep.html. Acesso em: 22 out. 2026.
- GRACE, Katja; SALVATIER, John; DAFOE, Allan; ZHANG, Baobao; EVANS, Owain. When will AI exceed human performance?: evidence from AI experts. [S. l.], 2017. arXiv:1705.08807. Disponível em: https://arxiv.org/abs/1705.08807. Acesso em: 22 out. 2026.
- GRACE, Katja et al. Thousands of AI authors on the future of AI. [S. l.], 2024. arXiv:2401.02843. Disponível em: https://arxiv.org/abs/2401.02843. Acesso em: 22 out. 2026.
- HARARI, Yuval Noah. Yuval Noah Harari argues that AI has hacked the operating system of human civilisation. Ynetnews, Tel Aviv, 7 May 2023. Republicação de artigo publicado em The Economist, 28 abr. 2023. Disponível em: https://www.ynetnews.com/article/bkszgnrvn. Acesso em: 22 out. 2026.
- HARARI, Yuval Noah. AI will take over human systems from within. [Entrevista concedida a] Nathan Gardels. Noema Magazine, Los Angeles, 9 Oct. 2024. Disponível em: https://www.noemamag.com/al-will-take-over-human-systems-from-within/. Acesso em: 22 out. 2026.
- HARGREAVES LANSDOWN. Alphabet Q2 results: strong cloud, capex guide raised. Hargreaves Lansdown, Bristol, 23 July 2026. Disponível em: https://www.hl.co.uk/shares/share-research/alphabet-q2-results-strong-cloud-capex-guide-raised. Acesso em: 22 out. 2026.
- HUGGING FACE. Security incident: July 2026. New York, 16 July 2026. Disponível em: https://huggingface.co/blog/security-incident-july-2026. Acesso em: 22 out. 2026.
- HUI, Xiang; RESHEF, Oren; ZHOU, Luofeng. The short-term effects of generative artificial intelligence on employment: evidence from an online labor market. Munich: CESifo, 2023. (CESifo Working Paper, 10601). Disponível em: https://www.cesifo.org/DocDL/cesifo1_wp10601.pdf. Acesso em: 22 out. 2026.
- IEA. Energy and AI: executive summary. Paris: International Energy Agency, 10 Apr. 2025. Disponível em: https://www.iea.org/reports/energy-and-ai/executive-summary. Acesso em: 22 out. 2026.
- IMF. Global Financial Stability Report, October 2026: resilience, risk, and transformation. Washington: International Monetary Fund, 13 Oct. 2026. Disponível em: https://www.imf.org/en/publications/gfsr/issues/2026/10/13/global-financial-stability-report-october-2026. Acesso em: 22 out. 2026.
- INFOWORLD. Google plans Gemini 4 release before year-end. InfoWorld, [s. l.], 25 Sept. 2026. Disponível em: https://www.infoworld.com/article/4226642/google-plans-gemini-4-release-before-year-end-2.html. Acesso em: 22 out. 2026.
- INTERNATIONAL AI SAFETY REPORT. International AI Safety Report 2026. London: UK Department for Science, Innovation and Technology, 3 Feb. 2026. Disponível em: https://internationalaisafetyreport.org/publication/international-ai-safety-report-2026. Acesso em: 22 out. 2026.
- IRISH EXAMINER. "Godfather of AI" shortens odds of the technology wiping out humanity over next 30 years. Irish Examiner, Cork, 28 Dec. 2024. Disponível em: https://www.irishexaminer.com/world/arid-41544136.html. Acesso em: 22 out. 2026.
- JUMPER, John et al. Highly accurate protein structure prediction with AlphaFold. Nature, London, v. 596, p. 583-589, 15 July 2021. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC8371605/. Acesso em: 22 out. 2026.
- KEYNES, John Maynard. Economic possibilities for our grandchildren. 1930. Disponível em: https://www.hetwebsite.net/het/texts/keynes/keynes1930grandchildren.htm. Acesso em: 22 out. 2026.
- KOKOTAJLO, Daniel; ALEXANDER, Scott; LARSEN, Thomas; LIFLAND, Eli; DEAN, Romeo. AI 2027. [S. l.], 3 Apr. 2025. Disponível em: https://ai-2027.com/. Acesso em: 22 out. 2026.
- LAMBERT, Nathan. Kimi K3: the open-weights escalation. Interconnects, [s. l.], 20 July 2026. Disponível em: https://interconnects.ai/p/kimi-k3-the-open-weights-escalation. Acesso em: 22 out. 2026.
- LAWSEN, A. Comment on The Illusion of Thinking: understanding the strengths and limitations of reasoning models via the lens of problem complexity. [S. l.], 10 June 2025. arXiv:2506.09250. Disponível em: https://arxiv.org/abs/2506.09250. Acesso em: 22 out. 2026.
- LIONELLO, Rafael L.; SANTOS FILHO, Jorge F.; MARTINS, Erika C. B. Impacto da inteligência artificial sobre as ocupações no Brasil: uma análise da exposição ocupacional à IA a partir da PNAD. São Paulo: ESPM/PRISMA, dez. 2025. Disponível em: https://www.espm.br/wp-content/uploads/Impacto-da-IA-sobre-as-Ocupacoes-no-Brasil-2.pdf. Acesso em: 22 out. 2026.
- LUND UNIVERSITY. AI support in breast cancer screening: fewer missed cancer cases. Lund, 2026. Disponível em: https://www.lunduniversity.lu.se/article/ai-support-breast-cancer-screening-fewer-missed-cancer-cases. Acesso em: 22 out. 2026.
- MARCUS, Gary. The fact is, pure scaling has not worked. Fortune, New York, 19 Feb. 2025. Disponível em: https://fortune.com/2025/02/19/generative-ai-scaling-agi-deep-learning. Acesso em: 22 out. 2026.
- MCKINSEY & COMPANY. The state of AI in 2025: agents, innovation, and transformation. New York, 5 Nov. 2025. Disponível em: https://www.mckinsey.com/featured-insights/artificial-intelligence/the-state-of-ai-2025. Acesso em: 22 out. 2026.
- MEINKE, Alexander et al. Frontier models are capable of in-context scheming. London: Apollo Research, 6 Dec. 2024. arXiv:2412.04984. Disponível em: https://arxiv.org/abs/2412.04984. Acesso em: 22 out. 2026.
- META PLATFORMS. Meta reports fourth quarter and full year 2025 results. Form 8-K, Exhibit 99.1. Washington: U.S. Securities and Exchange Commission, 28 Jan. 2026. Disponível em: https://www.sec.gov/Archives/edgar/data/1326801/000162828026003832/meta-12312025xexhibit991.htm. Acesso em: 22 out. 2026.
- METACULUS. When will the first general AI system be devised, tested, and publicly announced? [S. l.], 2026. Disponível em: https://www.metaculus.com/questions/5121/date-of-artificial-general-intelligence/. Acesso em: 22 out. 2026.
- METR. Time Horizon 1.1. Berkeley, 29 Jan. 2026a. Disponível em: https://metr.org/blog/2026-1-29-time-horizon-1-1/. Acesso em: 22 out. 2026.
- METR. We are changing our developer productivity experiment design. Berkeley, 24 Feb. 2026b. Disponível em: https://metr.org/blog/2026-02-24-uplift-update/. Acesso em: 22 out. 2026.
- MIRZADEH, Iman et al. GSM-Symbolic: understanding the limitations of mathematical reasoning in large language models. Cupertino: Apple, 7 Oct. 2024. arXiv:2410.05229. Disponível em: https://arxiv.org/abs/2410.05229. Acesso em: 22 out. 2026.
- MIT NEWS. Artificial intelligence yields new antibiotic. MIT News, Cambridge, MA, 20 Feb. 2020. Disponível em: https://news.mit.edu/2020/artificial-intelligence-identifies-new-antibiotic-0220. Acesso em: 22 out. 2026.
- MIT TECHNOLOGY REVIEW. This is the most misunderstood graph in AI. MIT Technology Review, Cambridge, MA, 5 Feb. 2026. Disponível em: https://www.technologyreview.com/2026/02/05/1132254/this-is-the-most-misunderstood-graph-in-ai/. Acesso em: 22 out. 2026.
- MOUSA, Deena. Why AI isn't replacing radiologists. Works in Progress, [s. l.], 25 Sept. 2025. Disponível em: https://www.worksinprogress.news/p/why-ai-isnt-replacing-radiologists. Acesso em: 22 out. 2026.
- NARAYANAN, Arvind; KAPOOR, Sayash. AI as normal technology. New York: Knight First Amendment Institute at Columbia University, 15 Apr. 2025. Disponível em: https://knightcolumbia.org/content/ai-as-normal-technology. Acesso em: 22 out. 2026.
- NASDAQ. Musk predicts AI will outsmart humans by 2026. Nasdaq, New York, 9 Apr. 2024. Disponível em: https://www.nasdaq.com/articles/musk-predicts-ai-will-outsmart-humans-by-2026. Acesso em: 22 out. 2026.
- NASDAQ. Microsoft Q4 earnings call highlights. Nasdaq, New York, 29 July 2026. Disponível em: https://www.nasdaq.com/articles/microsoft-q4-earnings-call-highlights. Acesso em: 22 out. 2026.
- NEWSWEEK. AI impact interview: Yann LeCun. Newsweek, New York, 2 Apr. 2025. Disponível em: https://www.newsweek.com/nw-ai/ai-impact-interview-yann-lecun-artificial-intelligence-2054237. Acesso em: 22 out. 2026.
- NOBEL PRIZE OUTREACH. The Nobel Prize in Chemistry 2024: popular information. Stockholm, 9 Oct. 2024. Disponível em: https://www.nobelprize.org/prizes/chemistry/2024/popular-information/. Acesso em: 22 out. 2026.
- NOY, Shakked; ZHANG, Whitney. Experimental evidence on the productivity effects of generative artificial intelligence. Science, Washington, v. 381, n. 6654, p. 187-192, 14 July 2023. Resumo aberto disponível em: https://news.mit.edu/2023/study-finds-chatgpt-boosts-worker-productivity-writing-0714. Acesso em: 22 out. 2026.
- NVIDIA. OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems. Santa Clara, 22 Sept. 2025. Disponível em: https://investor.nvidia.com/news/press-release-details/2025/OpenAI-and-NVIDIA-Announce-Strategic-Partnership-to-Deploy-10-Gigawatts-of-NVIDIA-Systems/default.aspx. Acesso em: 22 out. 2026.
- NVIDIA. NVIDIA announces financial results for second quarter fiscal 2027. Form 8-K. Washington: U.S. Securities and Exchange Commission, 26 Aug. 2026. Disponível em: https://www.sec.gov/Archives/edgar/data/0001045810/000104581026000073/q2fy27pr.htm. Acesso em: 22 out. 2026.
- NYU SHANGHAI. Qwen3.8-Max Preview: Alibaba's 2.4T-parameter bid for the frontier. NYU Shanghai RITS, Shanghai, 20 July 2026. Disponível em: https://rits.shanghai.nyu.edu/ai/qwen3-8-max-preview-alibabas-2-4t-parameter-bid-for-the-frontier/. Acesso em: 22 out. 2026.
- OPENAI. Disrupting malicious uses of AI: October 2025. San Francisco, 7 Oct. 2025a. Disponível em: https://openai.com/global-affairs/disrupting-malicious-uses-of-ai-october-2025/. Acesso em: 22 out. 2026.
- OPENAI. Sycophancy in GPT-4o: what happened and what we're doing about it. San Francisco, 29 Apr. 2025b. Disponível em: https://openai.com/index/sycophancy-in-gpt-4o/. Acesso em: 22 out. 2026.
- OPENAI. Why language models hallucinate. San Francisco, 5 Sept. 2025c. Disponível em: https://openai.com/index/why-language-models-hallucinate/. Acesso em: 22 out. 2026.
- OPENAI. GPT-5.6. San Francisco, 9 July 2026a. Disponível em: https://openai.com/es-419/index/gpt-5-6/. Acesso em: 22 out. 2026.
- OPENAI. Patch the Planet: global response coordination as agents uncover critical vulnerabilities. San Francisco, 21 Oct. 2026b. Disponível em: https://openai.com/index/coordinated-disclosure-of-critical-vulnerabilities/. Acesso em: 22 out. 2026.
- ORACLE. Oracle announces fiscal 2026 fourth quarter and fiscal full year financial results. Form 8-K, Exhibit 99.1. Washington: U.S. Securities and Exchange Commission, 10 June 2026. Disponível em: https://www.sec.gov/Archives/edgar/data/0001341439/000119312526265848/orcl-ex99_1.htm. Acesso em: 22 out. 2026.
- ORRICK. Orrick advises Mistral in its €3B Series D at €21B post-money valuation. San Francisco, 8 Sept. 2026. Disponível em: https://www.orrick.com/en/news/2026/09/orrick-advises-mistral-in-its-3b-series-d-at-21b-post-money-valuation. Acesso em: 22 out. 2026.
- PERRIGO, Billy; PILLAY, Tharin. AI experts, celebrities call for ban on superintelligence. TIME, New York, 22 Oct. 2025. Disponível em: https://time.com/7327409/ai-agi-superintelligent-open-letter/. Acesso em: 22 out. 2026.
- PHP GROUP. Security advisory: critical remote code execution vulnerabilities, update now. [S. l.], 21 Oct. 2026. Disponível em: https://www.php.net/archive/2026.php#2026-10-21-5. Acesso em: 22 out. 2026.
- PRICE, Ilan et al. Probabilistic weather forecasting with machine learning. Nature, London, v. 637, p. 84-90, 2025. Disponível em: https://www.nature.com/articles/s41586-024-08252-9. Acesso em: 22 out. 2026.
- QUOTE INVESTIGATOR. The first ultraintelligent machine is the last invention that man need ever make. Quote Investigator, [s. l.], 4 Jan. 2022. Disponível em: https://quoteinvestigator.com/2022/01/04/ultraintelligent/. Acesso em: 22 out. 2026.
- REUTERS. Steep bill for AI buildout punishes Meta, other tech favorites. Investing.com, [s. l.], 22 Oct. 2026. Disponível em: https://www.investing.com/news/economy-news/steep-bill-for-ai-buildout-punishes-meta-other-tech-favorites-4967187. Acesso em: 22 out. 2026.
- SAMET, Lital. Yuval Noah Harari on AI: "We are the cows of the future". CTech, Tel Aviv, 19 Oct. 2026. Disponível em: https://www.calcalistech.com/ctechnews/article/jp9hpl0rh. Acesso em: 22 out. 2026.
- SCHLATTER, Jeremy; WEINSTEIN-RAUN, Benjamin; LADISH, Jeffrey. Incomplete tasks induce shutdown resistance in some frontier LLMs. Berkeley: Palisade Research, 13 Sept. 2025. arXiv:2509.14260. Disponível em: https://arxiv.org/abs/2509.14260. Acesso em: 22 out. 2026.
- SHERWOOD NEWS. Big Tech capital expenditure soared in 2025, it's going up another 50% in 2026. Sherwood News, New York, 6 Feb. 2026. Disponível em: https://www.sherwood.news/tech/big-tech-capital-expenditure-soared-in-2025-its-going-up-another-50-in-2026/. Acesso em: 22 out. 2026.
- SHOJAEE, Parshin et al. The illusion of thinking: understanding the strengths and limitations of reasoning models via the lens of problem complexity. Cupertino: Apple Machine Learning Research, June 2025. Disponível em: https://machinelearning.apple.com/research/illusion-of-thinking. Acesso em: 22 out. 2026.
- SILICONANGLE. Google Brain founder Andrew Ng says threat of AI causing human extinction is overblown. SiliconANGLE, [s. l.], 31 Oct. 2023. Disponível em: https://siliconangle.com/2023/10/31/google-brain-founder-andrew-ng-says-threat-ai-causing-human-extinction-overblown/. Acesso em: 22 out. 2026.
- STEPHANY, Fabian; LORENZ, Hanno. The future of employment revisited: how model selection determines automation forecasts. [S. l.], 28 Apr. 2021. arXiv:2104.13747. Disponível em: https://arxiv.org/abs/2104.13747. Acesso em: 22 out. 2026.
- TECHREPUBLIC. Salesforce cuts 4,000 support jobs as AI agents handle half of customer interactions. TechRepublic, [s. l.], 3 Sept. 2025. Disponível em: https://www.techrepublic.com/article/news-salesforce-cuts-4k-jobs/. Acesso em: 22 out. 2026.
- TECHZINE. New OpenAI models hallucinate more often than their predecessors. Techzine, [s. l.], Apr. 2025. Disponível em: https://www.techzine.eu/news/applications/130720/new-openai-models-hallucinate-more-often-than-their-predecessors/. Acesso em: 22 out. 2026.
- THE DAILY UPSIDE. Is CoreWeave's tapestry of debt unraveling? The Daily Upside, New York, 16 Oct. 2026. Disponível em: https://www.thedailyupside.com/technology/artificial-intelligence/is-coreweaves-tapestry-of-debt-unraveling/. Acesso em: 22 out. 2026.
- THE DECODER. Leading OpenAI researcher announced a GPT-5 math breakthrough that never happened. The Decoder, [s. l.], 18 Oct. 2025a. Disponível em: https://the-decoder.com/leading-openai-researcher-announced-a-gpt-5-math-breakthrough-that-never-happened/. Acesso em: 22 out. 2026.
- THE DECODER. Yann LeCun leaves Meta to launch new AI startup. The Decoder, [s. l.], 20 Nov. 2025b. Disponível em: https://the-decoder.com/yann-lecun-leaves-meta-to-launch-new-ai-startup/. Acesso em: 22 out. 2026.
- THE DECODER. Meta's internal memo signals AI comeback after rocky year. The Decoder, [s. l.], 5 Feb. 2026. Disponível em: https://the-decoder.com/metas-internal-memo-signals-ai-comeback-after-rocky-year/. Acesso em: 22 out. 2026.
- THE HUB. Most audience members unwilling to change their minds about the threats posed by AI at the Munk Debates. The Hub, Toronto, 28 June 2023. Disponível em: https://thehub.ca/2023/06/28/most-audience-members-unwilling-to-change-their-minds-about-the-threats-posed-by-ai-at-the-munk-debates/. Acesso em: 22 out. 2026.
- THE NEW REPUBLIC. Geoffrey Hinton's AI radiology prediction. The New Republic, New York, 2024. Disponível em: https://newrepublic.com/article/187203/ai-radiology-geoffrey-hinton-nobel-prediction. Acesso em: 22 out. 2026.
- THE NEXT WEB. Andrew Ng: AI extinction warnings are "science fiction". The Next Web, Amsterdam, 17 Sept. 2026. Disponível em: https://thenextweb.com/news/andrew-ng-extinction-science-fiction. Acesso em: 22 out. 2026.
- THE REGISTER. Baidu's Andrew Ng: fear of evil AI is like worrying about overpopulation on Mars. The Register, London, 19 Mar. 2015. Disponível em: https://www.theregister.com/2015/03/19/andrew_ng_baidu_ai/. Acesso em: 22 out. 2026.
- THE REST IS POLITICS. The greatest threat humans just can't stomach: with Yuval Noah Harari. [S. l.]: Goalhanger, 18 Sept. 2026. 1 vídeo (38 min). Disponível em: https://www.youtube.com/watch?v=qnaZwFrEi24. Acesso em: 22 out. 2026.
- TIKR. Amazon raised its 2026 capex guide to $220 billion: here's what drove the increase. TIKR, [s. l.], 1 Oct. 2026. Disponível em: https://www.tikr.com/blog/amazon-raised-its-2026-capex-guide-to-220-billion-heres-what-drove-the-increase. Acesso em: 22 out. 2026.
- TIMES BRASIL. Avanço da IA altera o padrão das profissões no mercado. Times Brasil, São Paulo, 30 set. 2026. Disponível em: https://timesbrasil.com.br/brasil/economia-brasileira/avanco-da-i-a-altera-o-padrao-das-profissoes-no-mercado/. Acesso em: 22 out. 2026.
- TODD, Benjamin. Shrinking AGI timelines: a review of expert forecasts. 80,000 Hours, Oxford, 21 Mar. 2025, atualizado 4 fev. 2026. Disponível em: https://80000hours.org/2025/03/when-do-experts-expect-agi-to-arrive/. Acesso em: 22 out. 2026.
- TZADIK, Sagi; TAMARI, Shir; OHFELD, Nir; SCHWARTZ, Tomer. PHP2Shell: AI uncovers critical RCE vulnerabilities affecting 70% of the Internet. Wiz Blog, New York, 21 Oct. 2026. Disponível em: https://www.wiz.io/blog/php2shell-php-rce. Acesso em: 22 out. 2026.
- U.S. CENSUS BUREAU. Large firms with at least 20 employees biggest AI users. Washington, 26 May 2026. Disponível em: https://census.gov/library/stories/2026/05/ai-use-businesses.html. Acesso em: 22 out. 2026.
- VINGE, Vernor. The coming technological singularity: how to survive in the post-human era. San Diego, 1993. Disponível em: https://edoras.sdsu.edu/~vinge/misc/singularity.html. Acesso em: 22 out. 2026.
- VINSEL, Lee. You're doing it wrong: notes on criticism and technology hype. Medium, [s. l.], 1 Feb. 2021. Disponível em: https://sts-news.medium.com/youre-doing-it-wrong-notes-on-criticism-and-technology-hype-18b08b4307e5. Acesso em: 22 out. 2026.
- WORLD ECONOMIC FORUM. The Future of Jobs Report 2025. Geneva, 7 Jan. 2025. Disponível em: https://www.weforum.org/publications/the-future-of-jobs-report-2025/. Acesso em: 22 out. 2026.
- YAHOO FINANCE. Anthropic revenue rises to $16.8bn as IPO talk builds. Yahoo Finance, [s. l.], 15 Oct. 2026a. Disponível em: https://finance.yahoo.com/technology/ai/articles/anthropic-revenue-rises-16-8-132600056.html. Acesso em: 22 out. 2026.
- YAHOO FINANCE. xAI burned $6.4B last year, SpaceX IPO filing reveals. Yahoo Finance, [s. l.], 20 May 2026b. Disponível em: https://finance.yahoo.com/sectors/technology/articles/xai-burned-6-4b-last-222608682.html. Acesso em: 22 out. 2026.
- YIELD THEORY. Hyperscaler capex 2026: $720B–$745B guidance by company. [S. l.], 2026. Disponível em: https://www.yieldtheory.app/research/hyperscaler-ai-capex-tracker-2026. Acesso em: 22 out. 2026.







Comentários