O debate sobre a Inteligência Artificial (IA) tem sido dominado por um recente alerta extremo: o risco de extinção da raça humana. Desde 2023, líderes de grandes empresas de tecnologia assinam cartas abertas comparando a IA a pandemias e guerras nucleares, resultando em relatórios, como o da Gladstone AI apresentado ao governo dos EUA em 2024, que citam ameaças diretas à sobrevivência humana. Além de uma série de postagens públicas que viralizaram globalmente publicadas por Jacob Coxon, um pesquisador de segurança que se demitiu da Anthropic (criadora do modelo Claude e uma das principais big techs do setor).
No entanto, pesquisadores do setor apontam que o pânico gerado em torno da Inteligência Artificial Geral (AGI) serve a propósitos mercadológicos. Com isso, o alarmismo desvia a atenção pública e regulatória de danos concretos enquanto atrai bilhões em capital de risco, inflando valor de mercado das empresas que afirmam controlar essa tecnologia.
Por que os Grandes Modelos de Linguagem (LLMs) não possuem consciência
Para compreender a origem desse hype, é necessário separar a IA Estreita (os modelos comerciais atuais) da AGI (sistemas hipotéticos com raciocínio autônomo). A indústria confunde propositalmente essas duas formas de inteligência artificial, então aqui vai a explicação.
Os “Grandes Modelos de Linguagem” (LLMs), como o ChatGPT, operam baseados em previsão estatística de texto. analizando bilhões de textos para prever a próxima palavra mais provável, de forma similar a função “autocompletar” do seu Smartphone.
Esses sistemas não raciocinam, não possuem intenção e não compreendem o significado daquilo que produzem. Essa ausência de entendimento fundamenta o conceito de “papagaios estocásticos“, termo cunhado pelas pesquisadoras Emily Bender e Timnit Gebru. Modelos de linguagem apenas repetem padrões aprendidos, sem qualquer centelha de consciência.
“A narrativa de que estamos próximos de uma superinteligência desvia o foco das práticas exploratórias da própria indústria. O que temos são sistemas que imitam a linguagem humana a partir de vastos volumes de dados não compensados.” (Emily Bender e Timnit Gebru, sintetizando o alerta central de suas pesquisas sobre ética em IA).
A estratégia das Big Techs para a captura regulatória da IA
Quando CEOs do Vale do Silício vão aos parlamentos pedir regulações severas comparando o risco da Inteligência Artificial (IA) à pandemias e guerras nucleares, o movimento parece um ato de responsabilidade social. Essas declarações orquestradas pavimentam o caminho para a “captura regulatória”.
Ao tratar a IA como uma tecnologia perigosa ao nível de armas biológicas, as Big Techs forçam a criação de barreiras financeiras e de exigências regulatórias extremamente rigorosas. Isso sufoca a concorrência de startups menores e enfraquece o ecossistema de código aberto (open-source).
Paralelamente, o discurso do terror atrai capital de risco. Com isso, investidores injetam bilhões de dólares nessas empresas, assumindo que, se o produto tem potencial para dominar a humanidade, ele certamente dominará o mercado.
Yann LeCun, cientista-chefe de IA da Meta, critica frequentemente essa histeria criada pela concorrência. Ele aponta que o medo de uma IA “perder o controle” ignora as limitações estruturais da tecnologia atual. “A ideia de que sistemas inteligentes vão inevitavelmente querer assumir o controle, dominar os humanos, ou apenas destruir a humanidade por negligência é absurda. Eles teriam que ser projetados especificamente para fazer isso. Considerando que nós, obviamente, os projetaremos para não fazer isso.”.
Danos reais vs. Apocalipse hipotético
Enquanto o debate público e as manchetes focam em cenários de ficção científica, os danos reais causados pelo uso comercial das IAs seguem ocorrendo em segundo plano, sem a devida regulação.
Problemas concretos do mercado atual incluem:
- Fraudes e deepfakes: Golpes financeiros e campanhas de desinformação utilizando clonagem de voz e imagem já causam prejuízos documentados. O caso mais famoso e impactante aconteceu na filial de Hong Kong da multinacional britânica de engenharia Arup, onde criminosos utilizaram a tecnologia de deepfake em tempo real para clonar o rosto e a voz do Diretor Financeiro (CFO) e de outros funcionários, roubando US$ 25 milhões (cerca de R$ 125 a 130 milhões).
- Destruição de livros antigos: O treinamento de modelos ocorre mediante a extração massiva de textos e artes de criadores, sem remuneração ou consentimento prévio. Um exemplo emblemático é o “Projeto Panamá”, reportado pelo The Washingon Post em agosto de 2026, que revelou como a Anthropic digitalizou e destruiu em segredo milhões de livros físicos para alimentar seus modelos de IA. Essa prática intensifica o debate sobre a violação de direitos autorais e o impacto irreversível na preservação do patrimônio cultural.
- Mercado de Trabalho: Empresas utilizam a automação como justificativa para demissões, substituindo cargos por ferramentas de texto geradas por máquinas. No entanto, a adoção prematura dessas soluções, sem o devido planejamento ou apoio de mão de obra especializada, tem levado diversas organizações a enfrentar falhas operacionais severas e expressivos prejuízos financeiros.
- Impacto Ambiental: A Agência Internacional de Energia (IEA) relatou que data centers utilizaram cerca de 485 TWh (terawatt-horas) globalmente em 2025. A previsão é que o consumo deve atingir 950 TWh até 2030, alcançando cerca de 3% da demanda mundial de eletricidade
Regulação da IA: Como focar nos problemas reais
Os danos documentados da IA hoje afetam a economia diária, não a sobrevivência da espécie. Golpes financeiros que utilizam clonagem de voz causam prejuízos reais aos consumidores comuns. Empresas demitem trabalhadores operacionais em massa para substituí-los por ferramentas de automação baratas e frequentemente imprecisas.
Embora o volume exato de capital de risco flutue diariamente, impedindo a fixação de um dado numérico imutável, a tendência global do mercado é clara e verificável. Startups recebem aportes maciços imediatamente após seus fundadores publicarem alertas catastróficos. O pânico existencial provou ser um modelo de negócios altamente lucrativo.
O leitor e o legislador precisam ignorar a distração da ficção científica. A regulação eficaz deve focar em transparência nos dados de treinamento, remuneração de autores originais e responsabilização legal por decisões algorítmicas discriminatórias. Exigir responsabilidade corporativa sobre falhas sistêmicas atuais importa muito mais do que temer robôs rebeldes.
