Previsões sobre inteligência artificial feitas há 70 anos que se confirmam hoje

Palavra-chave principal: previsões sobre inteligência artificial

As previsões sobre inteligência artificial formuladas há sete décadas descreviam dilemas que, na prática, se mostram atuais: pessoas que criam laços afetivos com softwares, máquinas que imitam conversas humanas, temores de substituição no mercado de trabalho e ciclos de grandes investimentos seguidos de frustrações. O roteiro, traçado por pioneiros como Alan Turing e Joseph Weizenbaum, permanece visível em tecnologias recentes, a exemplo de ChatGPT, Gemini ou Claude.

Como nasceram as primeiras previsões sobre inteligência artificial

A década de 1950 concentrou o embrião das previsões sobre inteligência artificial. Em 1950, o matemático britânico Alan Turing publicou o artigo “Computing Machinery and Intelligence”, no qual perguntou se máquinas poderiam “pensar”. Na época, a discussão foi alimentada por objeções teológicas e filosóficas que alegavam ser necessária uma “alma” ou criatividade genuína para conceder inteligência real a uma máquina. Turing, conhecido por decifrar o código Enigma nazista durante a Segunda Guerra Mundial, indicou que computadores poderiam, um dia, responder a perguntas humanas tão naturalmente quanto outra pessoa.

Seis anos depois, a conferência de Dartmouth, em 1956, cunhou o termo “inteligência artificial”. O encontro reuniu pesquisadores que definiram o campo como o estudo de máquinas cujo comportamento, se apresentado por humanos, seria considerado inteligente. Essa formulação evitava declarar que dispositivos tivessem mente própria, mas abria espaço para pesquisas sobre aprendizagem de tarefas complexas, jogos e diálogo.

O apego emocional às máquinas e suas previsões na inteligência artificial

Em 1966, o cientista Joseph Weizenbaum, professor do Instituto de Tecnologia de Massachusetts (MIT), apresentou Eliza, programa que se tornaria o primeiro chatbot amplamente conhecido. Rodando em um computador IBM 7094, equipamento que custava milhões de dólares e ocupava salas inteiras, Eliza aplicava regras simples de análise sintática para reformular frases e gerar respostas automáticas. Ao ser configurado para agir como terapeuta, o software perguntava, por exemplo, “Por que você pensa isso?”, criando a sensação de diálogo autêntico.

A experiência evidenciou um fenômeno previsto anos antes: a tendência ao apego emocional às máquinas. Colegas de laboratório de Weizenbaum, bem como sua própria secretária, solicitaram momentos a sós com Eliza, acreditando em certo grau de confidencialidade e empatia. O próprio criador relatou surpresa ao notar que profissionais de saúde mental cogitavam oferecer terapia mediada por programas similares. Muitos viram na ferramenta uma antevisão de atendentes virtuais e assistentes pessoais que, hoje, respondem em aplicativos de mensagem.

Antropomorfização: quando a inteligência artificial é tratada como gente

O uso de termos associados à mente humana — memória, aprendizado ou leitura — foi questionado já nos primeiros anos da computação. Em 1946, o matemático Douglas Hartree publicou na revista Nature um artigo que criticava a expressão “cérebro eletrônico”, alertando para o risco de atribuir capacidades inexistentes aos dispositivos. Hartree, reconhecido por pesquisas em métodos numéricos, argumentava que computadores ampliavam cálculos, mas não substituíam razão humana.

Apesar das advertências, a antropomorfização persistiu. O pesquisador Bernardo Gonçalves, atualmente vinculado ao Laboratório Nacional de Computação Científica (LNCC), observa continuidade entre as críticas do pós-guerra e as indagações atuais. Obras de ficção e declarações de empresas de tecnologia reforçam a ideia de softwares que “criam” ou “pensam”. A jornalista Karen Hao, autora do livro Empire of AI, registra que tal estratégia retórica ajuda corporações a projetar uma imagem de avançadas capacidades, ao mesmo tempo em que desloca debates legais sobre responsabilidade de uso de dados.

Substituição ou colaboração: dilemas históricos da inteligência artificial

Alan Turing previa que interagir com máquinas se tornaria tão simples quanto conversar com pessoas. Douglas Hartree, por outro lado, temia consequências sociais se a sociedade superestimasse as máquinas e negligenciasse o julgamento humano. Naquele período, “computador” era o nome dado a profissionais — majoritariamente mulheres — que realizavam cálculos manuais. A chegada de equipamentos eletrônicos extinguiu essa função, evidenciando impacto direto no emprego.

Imagem: Internet

A preocupação com substituição retorna sempre que a automação avança. Bernardo Gonçalves relembra que essas tecnologias “deslocam poder” e alteram estruturas de trabalho. O debate se estende até a adoção de assistentes de texto baseados em IA, capazes de redigir documentos, gerar códigos ou elaborar resumos, atividades antes restritas a ocupações de escritório. A questão central permanece: a inteligência artificial ampliará a produtividade humana ou eliminará vagas?

Promessas, frustrações e invernos da inteligência artificial

O histórico das previsões sobre inteligência artificial revela ciclos alternados de expectativas e decepções. Nos anos 1970, o Reino Unido experimentou o chamado “inverno da IA”, período de cortes de financiamento após a divulgação do relatório do matemático James Lighthill. O documento apontava a falta de resultados práticos e acusava o setor de depender de especulações.

Décadas depois, o interesse renasceu com recursos computacionais mais robustos e conjuntos de dados massivos. Em 2022, a OpenAI lançou o ChatGPT, ferramenta que popularizou modelos de linguagem de grande escala. Sam Altman, diretor-executivo da empresa, testemunhou em audiências no Senado dos Estados Unidos sobre riscos e benefícios da tecnologia. O aporte financeiro envolvido superou, em muito, qualquer montante registrado na década de 1950, fator que distingue o contexto contemporâneo.

Capital, poder e novos ciclos de desenvolvimento da inteligência artificial

Segundo Bernardo Gonçalves, a repetição das questões históricas ocorre em ambiente distinto: a influência de capital financeiro e o apoio governamental às companhias de tecnologia. Corporações concentram pesquisa, infraestrutura de nuvem e dados, o que sustenta a rápida evolução de modelos. Desde 2022, versões sucessivas apresentam maior capacidade de análise de texto, imagem e, em alguns casos, áudio, confirmando parte das antigas previsões sobre inteligência artificial.

Ao mesmo tempo, o debate sobre regulação se intensifica. Processos judiciais de escritores e artistas alegam uso não autorizado de obras para treinar modelos. Para críticos, a linguagem que aproxima algoritmos da cognição humana reforça a necessidade de responsabilidade. Ainda assim, produtos chegam ao mercado em ritmo acelerado, convertendo expectativas em novas ondas de investimento.

A trajetória indica que, embora o vocabulário e o financiamento tenham mudado, o núcleo dos questionamentos permanece. As inquietações documentadas por Turing, Hartree e Weizenbaum continuam a ecoar nos fóruns científicos, empresariais e legislativos. Desde a apresentação de Eliza até as atuais APIs de linguagem natural, as máquinas demonstram capacidades que, outrora, figuravam apenas em projeções teóricas.

Como fato mais recente, observam-se melhorias constantes em sistemas lançados no final de 2022, fato que mantém abertas tanto as oportunidades quanto as preocupações delineadas há 70 anos.

OrganizaSimples

Olá! Meu nome é Zaira Silva e sou apaixonada por tornar a vida mais leve, prática e organizada — especialmente depois que me tornei mãe.
Criei o Organiza Simples como um cantinho acolhedor para compartilhar tudo o que aprendi (e continuo aprendendo!) sobre organização da casa, da rotina e da mente, sem fórmulas impossíveis ou metas inalcançáveis.