Here’s how pinning a utopian vision for AI on LLMs kicked off the hype cycle that’s causing fears of a bubble today.

A economia brasileira se tornou um mercado de ativos, não um polo de produção

A principal transformação estrutural pode ser sintetizada de forma direta: o Brasil deixou de ser um polo receptor de novos empreendimentos (greenfield) para se tornar, primordialmente, um destino para a compra de ativos já consolidados (fusões e aquisições).

Essa dinâmica está diretamente ligada à guinada liberalizante na economia brasileira a partir de 2015. Programas de privatizações e concessões em larga escala direcionaram o interesse do capital estrangeiro para a aquisição do patrimônio existente — como distribuidoras de energia, refinarias e concessões de transporte —, em vez de estimular a expansão da capacidade produtiva com projetos totalmente novos. A tendência, no entanto, não foi uma linha reta. Dados da PwC mostram que, entre 2018 e 2020, as aquisições nacionais ganharam espaço, refletindo a capacidade de rearticulação do empresariado nacional em um momento de incerteza política que afastou investidores externos.

Ainda assim, a tendência de longo prazo é inequívoca. Como a própria análise dos dados brutos revela, a transformação é estrutural:

…os dados revelam uma transição de longo prazo: o Brasil passou de receptor de novos empreendimentos para mercado de ativos em liquidação.

Essa conclusão expõe a mudança fundamental no papel do Brasil na economia global: de um campo para a construção do futuro para um balcão de negócios do presente.

Shenzhen team completed a working prototype of a EUV machine in early 2025, sources say
The lithography machine, built by former ASML engineers, fills a factory floor, sources say
China's EUV machine is undergoing testing, and has not produced working chips, sources say
Government is targeting 2028 for working chips, but sources say 2030 is more likely

IA no centro da estratégia
A fusão também reforça a aposta das duas empresas em inteligência artificial. Sarrazin destacou que a união deve acelerar o lançamento de produtos baseados em IA, em um mercado que cresce rapidamente.
A Coursera anunciou recentemente integrações com o ecossistema do ChatGPT, da OpenAI, e uma parceria de conteúdo com a Anthropic. Já a Udemy lançou nesta semana uma nova experiência de microaprendizagem com IA, focada em aulas curtas e personalizadas.
Para Greg Hart, CEO da Coursera, a operação posiciona a empresa combinada para atender às novas exigências do mercado de trabalho.
“A IA está redefinindo as habilidades necessárias em todos os setores, e alunos e organizações precisam de plataformas capazes de acompanhar essa mudança”, afirmou.

A survey of 1,600 academics found that more than 50% have used artificial-intelligence tools while peer reviewing manuscripts.

A corrida por uma inteligência artificial “geral” ou “superior” à humana, movida mais por hype e protagonismo no ecossistema de IA do que por ciência sólida, sustenta-se em duas falácias: a de que pensamento é linguagem, e a de que existe uma inteligência única e linearmente escalável

Acompanhe

1. Cognição Híbrida: a fusão humana–máquina e a ascensão da inteligência coautora
2. Pedagogia da Presença: vínculos, engajamento e propósito
3. Educação Biomimética e as Green Skills: aprender com a Terra viva 
4. Revalorizar o Magistério: bem-estar, propósito e sustentabilidade da carreira
5. Future Skills: imaginar como competência essencial

Ostovitz, a junior at Eleanor Roosevelt High School in the Maryland suburbs of Washington, D.C., shared with NPR one of the accusations she received from a teacher. The message, from September, included a screenshot from an AI detection program showing a 30.76% probability Ostovitz had used AI on a writing assignment that included a description of the music she listens to.

UMA BREVE HISTÓRIA DO TECNOSSOLUCIONISMO NO ENSINO
Promessas grandiosas de que a tecnologia melhorará a educação não são novidade. Tais promessas são um refrão há décadas. É notável o quão pouco mudaram e o quão consistentemente falharam em cumprir o prometido. Uma entrevista recente com Sal Khan cita o fundador e CEO da Khan Academy imaginando o uso de “assistentes de ensino com IA… capazes de ajudar as crianças quando necessário e ‘informar o professor’”. Para alguém supostamente tão investido no futuro, Khan soa estranhamente como o passado. Em 1954, o behaviorista B.F. Skinner promovia suas “máquinas de ensino”, escrevendo : “Se o professor quiser aproveitar os avanços recentes no estudo da aprendizagem, ele precisa da ajuda de dispositivos mecânicos”. Como Audrey Watters escreveu em Teaching Machines , “O que os reformadores da educação orientados para a tecnologia de hoje alegam ser uma nova ideia — ‘aprendizagem personalizada’ — que era inatingível, senão inimaginável, até os recentes avanços na computação e na análise de dados, tem sido, na verdade, o objetivo dos reformadores da educação orientados para a tecnologia por quase um século”. E, como Watters demonstra, de forma semelhante aos manifestantes de Stanford, os estudantes da Universidade Estadual de Ohio na década de 1930 rejeitaram — ou melhor, ridicularizaram — tais propostas. Langdon Winner acusa os educadores que se deixam seduzir pelos defensores da tecnologia educacional de uma “disposição para esquecer” que “há poucas evidências, ao longo das décadas desde Edison até os dias atuais, de que qualquer um dos equipamentos amplamente divulgados e introduzidos em escolas e universidades ao longo dos anos tenha contribuído significativamente para a melhoria da educação”.

No cenário tecno-utópico, a IA generativa pode essencialmente ensinar aos alunos de graduação muitas habilidades fundamentais. Até mesmo instituições de elite como a Universidade de Chicago estão considerando seriamente a ideia de que seus alunos "aprendam " línguas estrangeiras com o ChatGPT . E já existe uma vasta gama de ensaios sobre como o ensino da escrita acadêmica se tornou supérfluo com o advento da IA ​​generativa. Alguns desses ensaios revelam uma resignação exausta, enquanto outros buscam vislumbrar o potencial da incorporação da IA ​​na sala de aula universitária. De maneiras diferentes, porém, tanto a resignação quanto o otimismo sugerem que a cooptação da educação por essa tecnologia é inevitável. É, de certa forma, escrever como terapia: um esforço para manter contato com o terreno que se transforma sob os pés do autor. Há valor nisso, mas não escrevemos para terapia; escrevemos para a mudança.

Escrevemos a partir da perspectiva de 2025. Mas também escrevemos como historiadores, olhando para trás, para uma linhagem de educadores e estudantes que resistiram às incursões do tecnossolucionismo, do tecnocapitalismo e do tecnofascismo no ensino superior. Como tal, alertamos para as possíveis consequências da inação; e esperamos que a ação molde um futuro para o ensino superior que defenda a humanidade de estudantes e professores.

 

UMA CRISE NO ENSINO OU UMA CRISE NA APRENDIZAGEM?
Inúmeras vezes ouvimos que uma grave crise educacional exige soluções tecnológicas que melhorem os resultados da aprendizagem. Então, a pergunta que nos fazem é: por que estamos fazendo isso de novo? Qual é a crise? Onde ela se encontra? No ensino? Na aprendizagem? Ou na sociedade em geral?

Este breve ensaio não pretende ser um diagnóstico completo. Ainda assim, não podemos prosseguir com esta discussão sem reconhecer que, desde a década de 1980, os governos estaduais e federal têm se desvinculado da educação. Esforços têm sido feitos para suprir essas lacunas de financiamento com parcerias público-privadas, trazendo para as escolas empresas de tecnologia, outras indústrias e filantropia privada. Contudo, todos esses investimentos foram acompanhados, crucialmente, por um argumento cultural corrosivo: o de que o gasto público com educação era, de qualquer forma, um desperdício extravagante, que poderia ser sanado por um novo modelo de pedagogia orientada pela tecnologia.

É nesse contexto que devemos considerar os recentes elogios à IA na educação. Os defensores da IA ​​prometem que a tecnologia trará maior eficiência ao ensino; mas isso diz respeito menos às funcionalidades da IA ​​em si e muito mais à destruição do caráter público da educação pública. Como o incessante ciclo de expansão e retração da tecnologia educacional do último século demonstrou repetidamente, é fácil prometer eficiência, mas difícil concretizá-la na natureza teimosamente antropocêntrica da educação. E isso porque a educação é, por necessidade, ineficiente.

A APRENDIZAGEM É O RESULTADO DA LUTA HUMANA COM AS PARTES DO MUNDO QUE NOS RESISTEM E COM A NOSSA CAPACIDADE DE COMPREENDER.
O orçamento federal de Trump, aprovado em 4 de julho de 2025, transfere a maior quantidade de riqueza dos pobres para os ricos na história do país. Além disso, o orçamento dá continuidade à tendência de desfinanciamento da educação em favor de cortes maciços de impostos para os ricos e injeções de verbas para uma força policial nacional anti-imigração. Claramente, no curto prazo, não podemos contar com um simples reinvestimento na educação pública.

Nesse contexto, professores e administradores podem ser tentados a ver as empresas de tecnologia como uma tábua de salvação. Adotar IA, argumenta-se, poderia economizar tempo ou energia dos professores.

Essa tentação deve ser rejeitada. O ensino superior deve, em vez disso, fazer a mesma pergunta que Marc Watkins propôs para o ensino secundário: Quem detém os dividendos da IA ? As empresas de tecnologia veem a universidade como uma gigantesca fazenda de dados; elas não investem em nossos alunos ou no processo de aprendizagem, apenas em colher a atenção de toda uma geração de usuários, que ficarão viciados em seus produtos pelo resto da vida adulta.

Pior ainda, esses estudantes serão submetidos a cálculos brutais — baseados em dados roubados deles na faculdade — para determinar sua aptidão para entrevistas de emprego, a validade de pedidos de seguro ou a elegibilidade para liberdade condicional.

Afinal, por que surgiu tão rapidamente um consenso de que estamos em crise no ensino ? Não seria mais apropriado descrevê-la como uma crise na aprendizagem ? Ou, mais precisamente, como um ataque à aprendizagem?

O Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) propôs um novo modelo para a avaliação in loco dos cursos de graduação, com cronograma previsto para ajustes até dezembro de 2025 e início da implementação em 2026. Nesse artigo, apresento uma síntese das principais alterações para que as instituições de ensino superior possam se preparar.

Resolução determina uso obrigatório do Sistema Nacional de Informações da Educação Profissional e Tecnológica para garantir validade nacional dos diplomas de cursos técnicos de nível médio

Alguma desilusão era inevitável. Quando a OpenAI lançou um aplicativo web gratuito chamado ChatGPT no final de 2022, mudou o rumo de toda uma indústria — e de diversas economias mundiais. Milhões de pessoas começaram a conversar com seus computadores, e seus computadores começaram a responder. Ficamos encantados e esperávamos mais.

Entendemos. As empresas de tecnologia se esforçaram para se manter à frente, lançando produtos concorrentes que se superavam a cada novo lançamento: voz, imagens, vídeo. Com uma competição incessante, as empresas de IA apresentaram cada novo lançamento como um grande avanço, reforçando a crença generalizada de que essa tecnologia continuaria a melhorar. Os entusiastas nos diziam que o progresso era exponencial. Eles publicaram gráficos mostrando o quanto havíamos avançado desde os modelos do ano passado: veja como a linha sobe! A IA generativa parecia capaz de tudo.

Bem, 2025 foi um ano de acerto de contas. 

Esta matéria faz parte do pacote Hype Correction da MIT Technology Review , uma série que redefine as expectativas sobre o que é IA, o que ela possibilita e para onde vamos no futuro.

Anúncio
Para começar, os líderes das principais empresas de IA fizeram promessas que não puderam cumprir. Disseram-nos que a IA generativa substituiria a força de trabalho de escritório, traria uma era de abundância, faria descobertas científicas e ajudaria a encontrar novas curas para doenças. O medo de ficar de fora (FOMO, na sigla em inglês) nas economias do mundo, pelo menos no Norte Global, fez com que os CEOs abandonassem seus planos estratégicos e tentassem entrar em ação.

Foi aí que o brilho começou a desaparecer. Embora a tecnologia tenha sido apresentada como uma ferramenta multifuncional universal capaz de modernizar processos de negócios obsoletos e reduzir custos, diversos estudos publicados este ano sugerem que as empresas não estão conseguindo fazer com que a mágica da IA ​​funcione. Pesquisas e levantamentos de diversas fontes, incluindo o Departamento do Censo dos EUA e a Universidade Stanford, constataram que a adoção de ferramentas de IA pelas empresas está estagnada . E quando as ferramentas são testadas, muitos projetos ficam presos na fase piloto . Sem uma ampla adesão em toda a economia, não está claro como as grandes empresas de IA conseguirão recuperar as quantias exorbitantes que já investiram nessa corrida. 

Ao mesmo tempo, as atualizações da tecnologia central já não representam as mudanças radicais que representavam antigamente.

HISTÓRIA RELACIONADA

O que é IA?
O exemplo mais notório disso foi o lançamento desastroso do GPT-5 em agosto. A OpenAI, empresa que havia iniciado (e em grande parte sustentado) o boom atual, estava prestes a lançar uma nova geração de sua tecnologia. A OpenAI vinha promovendo o GPT-5 há meses: "Especialista em qualquer coisa com nível de doutorado", alardeou o CEO Sam Altman. Em outra ocasião, Altman publicou, sem comentários, uma imagem da Estrela da Morte de Star Wars , que os fãs da OpenAI interpretaram como um símbolo de poder absoluto: Em breve! As expectativas eram enormes.


E, no entanto, quando foi lançado, o GPT-5 parecia ser... mais do mesmo? O que se seguiu foi a maior mudança de paradigma desde o surgimento do ChatGPT, três anos atrás. "A era dos avanços revolucionários acabou", anunciou Yannic Kilcher, pesquisador de IA e YouTuber popular, em um vídeo publicado dois dias após o lançamento do GPT-5: "A Inteligência Artificial Geral (IAG) não está chegando. Parece que estamos na era dos Sistemas de Aprendizagem Baseados em Aprendizado (LLMs) da Samsung Galaxy."

Muita gente (eu inclusive) já fez essa analogia com os celulares. Por cerca de uma década, os smartphones foram a tecnologia de consumo mais empolgante do mundo. Hoje, os novos produtos da Apple ou da Samsung chegam ao mercado sem muita divulgação. Enquanto os superfãs se debruçam sobre pequenas melhorias, para a maioria das pessoas, o iPhone deste ano parece e funciona muito parecido com o do ano passado. Será que estamos chegando a esse ponto com a IA generativa? E isso é um problema? É claro que os smartphones se tornaram o novo normal. Mas eles também mudaram a forma como o mundo funciona.

Para sermos claros, os últimos anos foram repletos de momentos genuinamente impressionantes, desde os saltos extraordinários na qualidade dos modelos de geração de vídeo até a capacidade de resolução de problemas dos chamados modelos de raciocínio, passando pelas vitórias em competições de nível mundial dos mais recentes modelos de codificação e matemática . Mas essa tecnologia notável tem apenas alguns anos e, em muitos aspectos, ainda é experimental . Seus sucessos vêm acompanhados de grandes ressalvas .

Talvez precisemos reajustar nossas expectativas.

A grande reinicialização
Vamos ter cuidado: o pêndulo entre o hype e o desinteresse pode oscilar demais. Seria precipitado descartar essa tecnologia só porque ela foi superestimada. A reação instintiva quando a IA não corresponde às expectativas é dizer que o progresso estagnou. Mas isso demonstra uma incompreensão de como funcionam a pesquisa e a inovação tecnológica. O progresso sempre avançou aos trancos e barrancos. Há maneiras de superar obstáculos, contorná-los e até mesmo contorná-los.

Vamos dar um passo atrás no lançamento do GPT-5. Ele veio logo após uma série de modelos notáveis ​​que a OpenAI havia lançado nos meses anteriores, incluindo o o1 e o o3 (modelos de raciocínio pioneiros que introduziram um paradigma totalmente novo na indústria) e o Sora 2, que elevou o padrão para geração de vídeo mais uma vez. Isso não me parece um obstáculo intransponível.

Anúncio
A inteligência artificial é realmente incrível! Veja o Nano Banana Pro, o novo modelo de geração de imagens do Google DeepMind que consegue transformar um capítulo de livro em um infográfico, e muito mais. Está ali, de graça, no seu celular.

E, no entanto, é inevitável se perguntar: quando o fator "uau" desaparece, o que resta? Como veremos essa tecnologia daqui a um ano ou cinco anos? Acharemos que valeu a pena os custos colossais , tanto financeiros quanto ambientais? 

Com isso em mente, aqui estão quatro maneiras de pensar sobre o estado da IA ​​no final de 2025: O início de uma correção de expectativas muito necessária.

01: Mestrados em Direito não são tudo
De certa forma, é o hype em torno de grandes modelos de linguagem, e não a IA como um todo, que precisa ser corrigido. Tornou-se óbvio que os modelos de linguagem de grande escala não são a porta de entrada para a inteligência artificial geral (IAG), uma tecnologia hipotética que alguns insistem que um dia será capaz de realizar qualquer tarefa (cognitiva) que um humano possa fazer.


Até mesmo um entusiasta da Inteligência Artificial Geral (IAG) como Ilya Sutskever, cientista-chefe e cofundador da startup de IA Safe Superintelligence e ex-cientista-chefe e cofundador da OpenAI, agora destaca as limitações dos Modelos de Aprendizagem por Aprendizado (LLMs), uma tecnologia na qual ele teve um papel fundamental na criação . Os LLMs são muito bons em aprender a executar diversas tarefas específicas, mas parecem não aprender os princípios por trás dessas tarefas, disse Sutskever em uma entrevista com Dwarkesh Patel em novembro.

É a diferença entre aprender a resolver mil problemas diferentes de álgebra e aprender a resolver qualquer problema de álgebra. "O que eu acho mais fundamental é que esses modelos, de alguma forma, generalizam muito pior do que as pessoas", disse Sutskever.

HISTÓRIA RELACIONADA

Como a Inteligência Artificial Geral (AGI) se tornou a teoria da conspiração mais importante de nossa época.
É fácil imaginar que os LLMs (máquinas de leitura automática) possam fazer qualquer coisa, pois seu uso da linguagem é extremamente convincente. É impressionante a precisão com que essa tecnologia consegue imitar a forma como as pessoas escrevem e falam. E estamos programados para enxergar inteligência em coisas que se comportam de certas maneiras — independentemente de ela existir ou não. Em outras palavras, construímos máquinas com comportamento semelhante ao humano e não conseguimos resistir à tentação de ver uma mente humana por trás delas.

É compreensível. Os mestrados em direito (LLMs) fazem parte da vida cotidiana há apenas alguns anos. Mas, nesse período, os profissionais de marketing se aproveitaram da nossa percepção ainda incerta sobre o que a tecnologia realmente pode fazer, elevando as expectativas e alimentando ainda mais o hype. À medida que convivemos com essa tecnologia e a compreendemos melhor, essas expectativas devem voltar à realidade.  

0 2 : A IA não é uma solução rápida para todos os seus problemas.
Em julho, pesquisadores do MIT publicaram um estudo que se tornou um ponto central de discussão entre os desiludidos. O resultado principal foi que impressionantes 95% das empresas que tentaram usar IA não encontraram nenhum valor nela.  

A ideia geral dessa afirmação também foi corroborada por outras pesquisas. Em novembro, um estudo realizado por pesquisadores da Upwork, empresa que administra um mercado online para freelancers, descobriu que agentes que utilizavam as principais ferramentas de aprendizado de máquina (LLMs) da OpenAI, Google DeepMind e Anthropic não conseguiam concluir muitas tarefas simples do ambiente de trabalho de forma autônoma.

Anúncio
Isso está muito longe da previsão de Altman: "Acreditamos que, em 2025, poderemos ver os primeiros agentes de IA 'entrando no mercado de trabalho' e mudando materialmente a produção das empresas", escreveu ele em seu blog pessoal em janeiro.

Mas o que passa despercebido nesse estudo do MIT é que a medida de sucesso dos pesquisadores era bastante restrita. Essa taxa de fracasso de 95% inclui empresas que tentaram implementar sistemas de IA personalizados, mas que ainda não os haviam escalado além da fase piloto após seis meses. Não deveria ser surpresa que muitos experimentos com tecnologia experimental não deem certo de imediato.

Esse número também não inclui o uso de LLMs por funcionários fora dos projetos-piloto oficiais. Os pesquisadores do MIT descobriram que cerca de 90% das empresas pesquisadas possuíam uma espécie de economia paralela de IA, na qual os funcionários utilizavam contas pessoais de chatbots. No entanto, o valor dessa economia paralela não foi mensurado.  

Quando o estudo da Upwork analisou o desempenho de agentes na execução de tarefas em conjunto com pessoas que sabiam o que estavam fazendo, as taxas de sucesso aumentaram consideravelmente. A conclusão parece ser que muitas pessoas estão descobrindo por si mesmas como a IA pode ajudá-las em seus trabalhos.


Isso coincide com algo que o pesquisador e influenciador de IA (e criador do termo "codificação de vibração") Andrej Karpathy observou : os chatbots são melhores que o ser humano médio em muitas coisas diferentes (pense em dar aconselhamento jurídico, corrigir bugs, fazer matemática do ensino médio), mas não são melhores que um humano especialista. Karpathy sugere que esse pode ser o motivo pelo qual os chatbots se mostraram populares entre os consumidores individuais, ajudando pessoas sem conhecimento especializado com perguntas e tarefas do dia a dia, mas não revolucionaram a economia, o que exigiria que superassem funcionários qualificados em seus trabalhos.

Isso pode mudar. Por enquanto, não se surpreenda se a IA ainda não tiver tido o impacto nos empregos que seus defensores previram. A IA não é uma solução rápida e não pode substituir os humanos. Mas há muito em jogo. As formas como a IA pode ser integrada aos fluxos de trabalho diários e aos processos de negócios ainda estão sendo testadas.   

0 3: Estamos numa bolha? (Se sim, que tipo de bolha?)
Se a inteligência artificial é uma bolha, ela se assemelha à bolha dos empréstimos subprime de 2008 ou à bolha da internet de 2000? Porque há uma grande diferença.

A bolha dos subprimes dizimou grande parte da economia, pois, ao estourar, não deixou nada além de dívidas e imóveis supervalorizados. A bolha das empresas ponto-com levou à falência muitas empresas, o que reverberou pelo mundo todo, mas deixou para trás a internet em seus primórdios — uma rede internacional de cabos e algumas startups, como Google e Amazon, que se tornaram os gigantes da tecnologia de hoje.  

Por outro lado, talvez estejamos em uma bolha diferente de qualquer uma dessas. Afinal, não existe um modelo de negócios real para os LLMs atualmente. Ainda não sabemos qual será o aplicativo revolucionário, ou mesmo se haverá um. 

Muitos economistas estão preocupados com as quantias sem precedentes de dinheiro investidas na infraestrutura necessária para construir capacidade e atender à demanda projetada. Mas e se essa demanda não se concretizar? Some-se a isso a estranha circularidade de muitos desses acordos — com a Nvidia pagando à OpenAI para que esta pague à Nvidia, e assim por diante — e não é surpresa que cada um tenha uma visão diferente sobre o que está por vir. 

Anúncio
Alguns investidores permanecem otimistas. Em uma entrevista ao podcast Technology Business Programming Network em novembro, Glenn Hutchins, cofundador da Silver Lake Partners, uma importante empresa internacional de private equity, apresentou alguns motivos para não haver preocupação. "Cada um desses data centers — quase todos eles — tem uma contraparte solvente contratada para absorver toda a produção para a qual foram construídos", disse ele. Em outras palavras, não se trata de "construa e eles virão" — os clientes já estão garantidos. 

E, como ele destacou, uma das maiores contrapartes solventes é a Microsoft. "A Microsoft tem a melhor classificação de crédito do mundo", disse Hutchins. "Se você fechar um acordo com a Microsoft para receber os dados do seu data center, a Satya é uma ótima opção."

Muitos CEOs vão olhar para trás, para a bolha da internet, e tentar aprender com ela. Uma maneira de ver isso é a seguinte: as empresas que faliram naquela época não tinham dinheiro suficiente para se manterem até o fim. Aquelas que sobreviveram ao estouro prosperaram.

HISTÓRIA RELACIONADA

Estas seis questões irão ditar o futuro da IA ​​generativa.
Com essa lição em mente, as empresas de IA hoje estão tentando financiar seu crescimento em meio ao que pode ou não ser uma bolha. Mantenha-se na corrida; não fique para trás. Mesmo assim, é uma aposta arriscada.


Mas há outra lição também. Empresas que podem parecer insignificantes podem se transformar em unicórnios rapidamente. Veja o caso da Synthesia , que cria ferramentas de geração de avatares para empresas. Nathan Benaich, cofundador da empresa de capital de risco Air Street Capital, admite que, quando ouviu falar da empresa pela primeira vez, alguns anos atrás, quando o medo dos deepfakes era generalizado, não tinha certeza para que servia a tecnologia e achava que não havia mercado para ela.

“Não sabíamos quem pagaria pela sincronização labial e clonagem de voz”, diz ele. “Acontece que muita gente queria pagar por isso.” A Synthesia agora tem cerca de 55.000 clientes corporativos e fatura cerca de US$ 150 milhões por ano. Em outubro, a empresa foi avaliada em US$ 4 bilhões.

04: O ChatGPT não foi o começo, e não será o fim.
O ChatGPT foi o culminar de uma década de progresso em aprendizado profundo, a tecnologia que sustenta toda a IA moderna. As sementes do próprio aprendizado profundo foram plantadas na década de 1980. O campo como um todo remonta pelo menos à década de 1950. Se o progresso for medido nesse contexto, a IA generativa mal começou.

Enquanto isso, a pesquisa está a todo vapor. Há mais submissões de alta qualidade para as principais conferências de IA do mundo do que nunca. Este ano, os organizadores de algumas dessas conferências recorreram à rejeição de artigos que já haviam sido aprovados pelos revisores, apenas para controlar os números. (Ao mesmo tempo, servidores de pré-publicação como o arXiv foram inundados com pesquisas de baixa qualidade geradas por IA .)

“Estamos de volta à era da pesquisa”, disse Sutskever naquela entrevista para Dwarkesh, falando sobre o atual gargalo nos mestrados em direito. Isso não é um retrocesso; é o começo de algo novo.

“Sempre tem muita gente que se empolga demais”, diz Benaich. Mas ele acha que isso tem um lado positivo: a empolgação atrai o dinheiro e o talento necessários para fazer progressos reais. “Sabe, há apenas dois ou três anos, as pessoas que construíam esses modelos eram basicamente nerds da pesquisa que por acaso descobriram algo que funcionava”, diz ele. “Agora, todo mundo que é bom em tecnologia está trabalhando nisso.”

Anúncio
Para onde vamos a partir daqui?
A incessante propaganda não vem apenas de empresas buscando clientes para suas novas tecnologias extremamente caras. Há um grande grupo de pessoas — dentro e fora da indústria — que querem acreditar na promessa de máquinas capazes de ler, escrever e pensar . É um sonho ambicioso que já dura décadas . 

Mas a euforia nunca se sustentou — e isso é bom. Agora temos a oportunidade de redefinir as expectativas e enxergar essa tecnologia pelo que ela realmente é: avaliar suas verdadeiras capacidades, compreender suas falhas e dedicar tempo para aprender a aplicá-la de maneiras valiosas (e benéficas). "Ainda estamos tentando descobrir como induzir certos comportamentos a partir dessa caixa-preta de informações e habilidades incrivelmente complexa", diz Benaich.

Essa correção de expectativas já estava atrasada. Mas saiba que a IA não vai desaparecer. Nós nem sequer entendemos completamente o que construímos até agora, muito menos o que está por vir.

por Will Douglas Heaven

Almost one year after the “DeepSeek moment,” this brief analyzes China’s diverse open-model ecosystem and examines the policy implications of their widespread global diffusion.

“Dei ao Ollie a arma dele, o celular, quando ele tinha 9 anos”, diz Mia, em entrevista ao Estadão, por vídeo, ao lado de Emma. Especialistas afirmam que o suicídio não tem causa única, mas apontam pesquisas que mostram que o uso excessivo do celular e das redes sociais estariam entre os principais fatores associados à piora de transtornos mentais e ideação suicida entre crianças e adolescentes.

Para Rosa, a capacidade dos criadores se manifesta de forma natural, mas também em certos estados patológicos como psicose ou sob o efeito de drogas alucinógenas. Ela nos brinda com diversos exemplos históricos: Nietzsche era viciado em cloral, sedativo à base de clorofórmio; Baudelaire e Balzac, em haxixe; Flaubert e Rimbaud usavam ópio; Jean-Paul Sartre experimentou mescalina e passou anos vendo crustáceos que o perseguiam; Aldous Huxley fascinou-se com o LSD; Scott Fitzgerald, com o álcool —considerado a bebida dos escritores, tanto que, dos nove prêmios Nobel de literatura americanos, cinco foram alcoólatras. Além das drogas, a reclusão absoluta era outra característica marcante. A poeta Emily Dickinson passou a última década de vida trancada em seu quarto, conversando com visitas apenas pela porta ou por uma fresta.

As investigações tiveram início a partir de uma ação policial realizada em outubro de 2024, após denúncia apresentada pelo Conselho Regional de Engenharia e Agronomia do Rio de Janeiro (Crea-RJ). À época, o órgão informou que um indivíduo havia utilizado um diploma falso de bacharel em Engenharia Civil para tentar obter registro profissional.

A avaliação da educação profissional e tecnológica (EPT), desenvolvida pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep), tem como objetivo oferecer subsídios para a construção do Sistema Nacional de Avaliação da Educação Profissional e Tecnológica (Sinaept), composto por cinco dimensões articuladas. O sistema produz informações qualificadas sobre a oferta dos cursos, a permanência dos estudantes, a relação com o mundo do trabalho, o desempenho de concluintes da educação profissional técnica de nível médio e o impacto social da formação profissional. 

Serpro vai desenvolver um modelo próprio de inteligência artificial generativa treinado em português, consolidando seu papel como protagonista na construção de uma soberania digital brasileira. A iniciativa integra o conjunto de ações do Centro de Excelência (CoE) em Ciência de Dados e IA da empresa e foi apresentada durante a Semana de IA do Serpro pelo gerente do CoE, Carlos Rodrigo Fonseca Lima.

“O Serpro está buscando fazer uma parceria no mercado para uma inteligência artificial do modelo LLM treinado em português, que vai ser instanciado dentro do Serpro, com nossa gestão técnica e repasse de conhecimento para a empresa”, explicou o gerente.

O projeto prevê que o modelo seja hospedado e operado na infraestrutura do próprio Serpro, permitindo o treinamento e a criação de novos modelos de linguagem, que podem ser aplicados em qualquer contexto de negócio necessário. “A ideia do Serpro é construir um modelo soberano em português, com gestão e desenvolvimento feitos dentro de casa”, destacou Carlos Rodrigo.

Um exemplo, quase banal pela repetição, é o do trabalho “plataformizado”. O motorista abre o aplicativo e descobre que foi desativado, sem explicação clara, sem devido processo, sem quakquer direito de defesa, sem nada… e de repente, sem renda. O problema não é apenas o resultado, é a assimetria completa entre quem decide e quem sofre a decisão. O algoritmo vira chefia, tribunal e sentença, e o trabalhador vira um número em uma interface. 
Até aqui, muita gente diria: “é o capitalismo de sempre, só que digital”. Entra então Yannis Varoufakis com um argumento que vale como lente, mesmo que você discorde do rótulo. Para ele, estamos migrando de um regime em que a riqueza vem principalmente de lucro para outro em que vem de renda, extraída por “feudos” digitais apoiados em “capital na nuvem”, isto é, infraestrutura, dados, software e, sobretudo, controle algorítmico do acesso a mercados e pessoas. O exemplo clássico é o pedágio de lojas de aplicativos e plataformas que retêm percentuais como se fossem renda da terra. 

To realize the greatest gains from artificial intelligence, we must make the future of work more human, not less.

As ações do MEC ao longo do ano consolidam a educação profissional e tecnológica (EPT) no Brasil. Em 21 de novembro, por exemplo, o quadro de pessoal dos institutos federais foi reforçado, com a publicação da Portaria MEC nº 787, que redistribuiu 2.022 cargos e códigos de vaga de professor do ensino básico, técnico e tecnológico aos institutos federais que ainda não contavam com quadro de pessoal completo, mais uma ação de consolidação do governo federal. Os novos professores representam um aumento na capacidade de atendimento das unidades, o que gera mais oportunidades a milhares de estudantes brasileiros. 

A redistribuição tem sido feita considerando as necessidades específicas de cada instituição e o crescimento institucional, a expansão de campi, a ampliação da oferta de cursos e o aumento do número de estudantes nas instituições que ofertam EPT. A medida também fortalece a eficiência administrativa e o suporte às atividades acadêmicas nas unidades de ensino.