A inteligência artificial (IA) tem evoluído ao longo

A inteligência artificial (IA) tem evoluído ao longo de mais de 70 anos, desde as ideias iniciais de Alan Turing em 1950 até os avanços recentes de modelos generativos como o ChatGPT, lançado pela OpenAI. O desenvolvimento da IA está ligado a debates sobre a capacidade das máquinas de pensar e aprender, e a preocupações sobre seu impacto social e tecnológico.

Alan Turing, matemático britânico, questionou em seu artigo “Computing Machinery and Intelligence” se as máquinas poderiam pensar, propondo o que ficou conhecido como Teste de Turing. Ele sugeriu que, se um interrogador não conseguisse distinguir se estava conversando com um humano ou uma máquina, esta poderia ser considerada capaz de pensar. Seu trabalho antecipou conceitos fundamentais da IA, como o aprendizado a partir de dados, que hoje são base para sistemas modernos.

O termo “inteligência artificial” surgiu em 1956 durante uma conferência no Dartmouth College, organizada por John McCarthy. Essa nomenclatura teve efeito estratégico, pois o nome “inteligência” atraiu investimentos e prestígio acadêmico para o campo. No entanto, o evento é visto mais como um marco simbólico que reuniu pesquisadores influentes do que como o ponto inicial de avanços tecnológicos concretos.

Desde então, a pesquisa em IA foi marcada pela disputa entre duas correntes principais: os simbolistas, que defendem o uso de regras e conhecimento formal para emular a inteligência, e os conexionistas, que apostam em modelos que aprendem a partir de dados, como redes neurais. Nos anos 1960, o projeto Perceptron, baseado em redes neurais, e o chatbot Eliza, que simulava conversas humanas por meio de regras simples, chamaram atenção, mas as limitações da tecnologia da época restringiram seu progresso.

Nos anos 1970 e 1980, críticas importantes, como as do filósofo Hubert Dreyfus e do matemático James Lighthill, apontaram limitações severas dos sistemas de IA, especialmente em lidar com situações complexas do mundo real. Esses apontamentos contribuíram para a redução de financiamentos, período conhecido como “invernos da inteligência artificial”.

O interesse público e científico foi renovado por conquistas em jogos estratégicos. Em 1997, o computador Deep Blue, da IBM, venceu o campeão mundial de xadrez Garry Kasparov. Em 2016, o AlphaGo, da DeepMind (Google), derrotou o campeão mundial do jogo de Go, considerado mais complexo. Esses eventos demonstraram a capacidade de máquinas superar humanos em tarefas específicas com regras bem definidas.

A grande mudança recente na IA veio com o desenvolvimento do Transformer, apresentado pelo Google em 2017, que permite a compreensão do contexto completo de uma frase por meio de um mecanismo chamado autoatenção. A OpenAI, liderada por Ilya Sutskever, aproveitou essa tecnologia para criar modelos generativos, como o GPT-1, lançado em 2018, que treinavam grandes volumes de texto para prever e gerar respostas coerentes. Essa estratégia evoluiu até o atual GPT-5.

Entretanto, especialistas destacam limites técnicos e conceituais desses modelos. O professor Anderson Rocha, da Unicamp, afirma que, apesar de avanços, os sistemas ainda têm dificuldades com raciocínio básico, senso comum, noção de causa e consequência, e imaginação de cenários contrafactuais. Também há o desafio de reduzir a enorme demanda por dados e energia computacional.

Além dos aspectos técnicos, há preocupações sobre o uso social e político da IA, como a necessidade de sistemas explicáveis e auditáveis, que não reproduzam discriminacões ou preconceitos. Victor Sobreira, pesquisador da USP, ressalta que a história da IA ainda carece de estudos históricos rigorosos e independentes, que esclareçam o papel de contextos políticos e militares, especialmente durante a Guerra Fria, quando o financiamento teve forte influência do exército norte-americano.

A evolução da inteligência artificial permanece em curso e suscita questões complexas sobre sua capacidade real de pensar, aprender e atuar de forma ética e transparente. O debate continua aberto sobre os limites tecnológicos e os impactos sociais dessa área em rápida transformação, que ainda tem sua história por ser melhor compreendida.

—

Palavras-chave relacionadas: inteligência artificial, Alan Turing, Teste de Turing, redes neurais, IA generativa, OpenAI, GPT-5, Transformer, história da inteligência artificial, Deep Blue, AlphaGo, aprendizado de máquina, automação, ética na IA, financiamento em tecnologia, invernos da IA.

Fonte: g1.globo.com