Investigadores alertam que a IA automatizada pode condensar anos de progresso em meses

Um artigo intitulado “E se a automação da I&A R&D desencadear uma explosão de inteligência?” explora um cenário hipotético no qual sistemas de inteligência artificial assumem a maior parte das tarefas de investigação e engenharia necessárias para melhorar os futuros modelos de IA. O estudo apresenta‑se como um preprint e uma análise de cenário, não como evidência de que essa automação já esteja a ocorrer na indústria.

Quem escreveu a análise

A lista de autores inclui figuras de destaque como Geoffrey Hinton, Yoshua Bengio, Richard Sutton e o cientista‑chefe da OpenAI, Jakub Pachocki, bem como especialistas em política, economia e segurança técnica. A combinação das respetivas competências confere credibilidade ao caráter especulativo do trabalho.

Os autores afirmam explicitamente que, embora os sistemas de IA possam automatizar a maior parte da investigação e desenvolvimento dentro de alguns anos, o calendário e a magnitude da aceleração permanecem altamente incertos. Qualquer projeção que ultrapasse essa zona de incerteza seria, segundo eles, meramente especulativa.

Evidências de automação crescente

No documento, os investigadores referem o rápido crescimento do código gerado e validado por IA em laboratórios de ponta como um indicador concreto do avanço da automação. Contudo, salientam que a escrita de código representa apenas um dos múltiplos componentes do processo mais amplo de investigação e desenvolvimento.

• Março 2026: conclusão autónoma de tarefas selecionadas de I&A R&D na Anthropic ≈ 1 %
• Abril 2026: subida para ≈ 5 %
• Junho 2026: subida para ≈ 15 %
• Agosto 2026: subida para ≈ 26 %

Cenários de potencial aceleração

Num cenário extremo de ciclo de retroacção, os autores modelam que um ano típico de progresso de investigação normal poderia ser comprimido em apenas algumas semanas. Apresentam‑se esta possibilidade como um modelo teórico, não como uma previsão de que tal compressão seja inevitável.

O documento descreve benefícios potenciais, entre os quais a aceleração de descobertas científicas e a chegada antecipada de capacidades úteis que poderiam ajudar a enfrentar desafios globais prementes, como a mudança climática ou pandemias.

Por outro lado, identificam vários riscos graves: perda de controlo humano sobre as direcções de investigação, atraso institucional na adaptação a mudanças rápidas, concentração de poder em poucas organizações e enfraquecimento dos controlos entre governos e empresas.

Para mitigar esses riscos, os autores recomendam a medição urgente e a divulgação transparente da automação da I&A R&D, a preparação para os efeitos sociais e o desenvolvimento de mecanismos técnicos e políticos capazes de orientar ou limitar melhorias recursivas rápidas.

Recomendações para organizações

Para uma organização de língua portuguesa, a análise traduz‑se numa necessidade concreta de monitorizar métricas internas de automação, de investir em quadros de governação que possam reagir a ganhos rápidos de capacidade e de envolver‑se com reguladores para moldar normas antes que a tecnologia atinja um ponto de inflexão.

É imperativo que as equipas de investigação criem dashboards que registrem a percentagem de tarefas de I&A R&D realizadas autonomamente, permitindo uma avaliação contínua da dependência crescente de sistemas automatizados.

Além disso, as políticas internas devem incluir protocolos de revisão humana para decisões críticas, de forma a evitar que algoritmos assumam controlo total sobre a orientação estratégica da pesquisa.

Os autores sugerem ainda a criação de comités multidisciplinares, compostos por técnicos, juristas e representantes da sociedade civil, para avaliar periodicamente os impactos éticos e sociais da automação acelerada.

A partilha de boas práticas entre instituições académicas e industriais poderá reduzir a assimetria de conhecimento e impedir a concentração excessiva de poder nas mãos de poucos atores do sector.

Em termos de regulação, recomenda‑se que os reguladores nacionais desenvolvam quadros flexíveis que possam ser actualizados rapidamente, acompanhando o ritmo acelerado da inovação tecnológica.

Por fim, a comunidade académica portuguesa deve intensificar a investigação sobre mecanismos de controlo de IA recursiva, contribuindo para um debate global que garanta que a automação da investigação beneficie a humanidade de forma segura e equitativa.