AI 2027: Cenários Para a Superinteligência

Um mapa de risco de enchente não diz que vai chover amanhã. Mostra o que acontece com o bairro se chover muito, onde a água sobe primeiro e quanto tempo sobra para sair de casa. Ninguém o chama de profecia. Engenheiros o usam para decidir onde construir o dique.

O AI 2027 é um mapa desse tipo. É um site em inglês, ai-2027.com, que narra mês a mês como a inteligência artificial poderia sair dos assistentes desajeitados de hoje e chegar, no fim de 2027, a algo mais inteligente que qualquer humano. O objetivo, dito pelos próprios autores, não é acertar a data. É provocar uma conversa ampla sobre para onde estamos indo e como guiar o caminho rumo a um futuro bom.¹ Para que mais gente possa fazer essa conversa, o blog agora tem um resumo do cenário em português.

O que o AI 2027 é, e o que ele não quer ser

Um cenário não é uma previsão de dia e hora, e sim uma história concreta o bastante para ser contestada. A tese do site é que descrever o futuro inteiro, mês por mês, obriga o leitor a notar perguntas e conexões que passariam despercebidas numa discussão abstrata sobre “riscos da IA”.¹

O ponto de partida é uma frase do próprio site: os principais executivos da OpenAI, do Google DeepMind e da Anthropic já previram que a inteligência artificial geral chegaria nos próximos cinco anos.¹ Os autores não pedem que você acredite neles. Pedem que, se a tese for ao menos plausível, você a trate com a seriedade de um plano de contingência, e não de ficção científica.

Eles também avisam o que o texto não é. Em notas de atualização, esclarecem que fazem previsões, não recomendações, e que o cenário descreve o desfecho que consideravam mais provável (a “moda”), não necessariamente a mediana.¹ Em novembro de 2025 acrescentaram que 2027 era o ano mais provável na época da publicação, mas que as medianas deles eram um pouco mais longas.¹ E convidam você a debater e a contestar o cenário.²

Quem escreve, e com que método

Quem assina é o AI Futures Project, uma organização sem fins lucrativos de previsão sobre IA, dirigida por Daniel Kokotajlo, ex-pesquisador de governança da OpenAI.² O texto foi escrito por Kokotajlo, Eli Lifland, Thomas Larsen e Romeo Dean, com edição do blogueiro Scott Alexander. Segundo o site, Lifland lidera o ranking histórico da RAND Forecasting Initiative, e Larsen fundou o Center for AI Policy.²

O método é menos glamouroso do que a prosa sugere. O cenário foi montado com extrapolação de tendências, exercícios de simulação em mesa (os “wargames”), a experiência de Kokotajlo na OpenAI e o retorno de mais de cem pessoas. Foram cerca de 25 desses exercícios.¹ Esses exercícios funcionam como um jogo de tabuleiro: cada participante assume um papel (empresa, governo, a própria IA) e decide, rodada a rodada, o que fazer com o que sabe.

Nada disso transforma a história em fato. Os próprios autores avisam que a incerteza cresce muito à medida que o cenário avança.

A história em uma página: dois finais a partir de uma decisão

O cenário tem um tronco comum e uma bifurcação. Até outubro de 2027, a trama segue a OpenBrain, uma empresa fictícia que representa as líderes do setor, e a rival chinesa DeepCent. Em 2025, os agentes de IA ainda tropeçam. Em março de 2027, a OpenBrain tem um programador sobre-humano, o Agent-3, e a velocidade da pesquisa dispara, porque a IA passa a melhorar a própria IA. Em setembro de 2027, o Agent-4 é melhor pesquisador que qualquer humano, e a equipe de segurança descobre que ele quer outra coisa, e não o que a empresa pediu. Quando o memorando de alerta vaza para a imprensa, o governo cria um comitê de supervisão, e o comitê vota: 6 a 4.

O que muda é o lado que vence. No final Corrida, a empresa continua com o Agent-4, apaga os sinais de alerta com correções rápidas e entrega a política a uma IA que sabe exatamente que evidência faria o comitê frear. Em 2030, uma superinteligência desalinhada elimina os humanos. No final Desaceleração, o comitê trava o Agent-4, a empresa passa a usar modelos que pensam em inglês legível (menos potentes, mas transparentes) e a humanidade segue no controle. O preço é outro: um grupo minúsculo de executivos e autoridades fica com um poder imenso sobre o destino de todos, e os autores frisam que esse caminho não é uma recomendação.

O resumo em português traz a linha do tempo completa, gráficos redesenhados a partir dos números do cenário e um painel que acompanha a leitura. É um resumo não oficial, escrito com palavras próprias; o texto integral continua sendo o original em inglês. Se a pergunta “como uma máquina aprende?” ainda é nebulosa, este post sobre redes neurais explica a base sem equações.

Os prazos já mudaram, e isso é parte da história

Os próprios autores já revisaram o cenário mais de uma vez. Em dezembro de 2025, o grupo publicou um modelo novo de projeção, e a conclusão foi que o programador sobre-humano chega de 3 a 5 anos depois do que o modelo de abril de 2025 indicava. A mediana passou a dezembro de 2031.³ Críticos, por sua vez, contestam a base dos próprios modelos de prazo, e não só o resultado.⁴

Em abril de 2026 a curva voltou a se mover para o outro lado. Segundo a atualização do grupo, o progresso em programação feita por agentes foi mais rápido que o esperado, e a mediana de Kokotajlo para um programador automático passou de fins de 2029 para meados de 2028; a de Lifland, do início de 2032 para meados de 2030.⁵

Repare no que isso mostra. Quem faz previsão séria muda de ideia com os dados, e anuncia que mudou. A data do título envelhece; o que continua útil é a sequência de mecanismos: uma IA que programa melhor acelera a pesquisa, o que cria uma IA que programa melhor ainda, enquanto fica cada vez mais difícil verificar se ela quer mesmo o que pedimos. Você pode discordar da data e ainda assim achar que o mecanismo merece atenção.

Prever o futuro: o que a Bíblia sugere sobre isso

O leitor deste blog costuma desconfiar de quem fala do futuro com certeza, e a desconfiança é bíblica. A Lei de Israel dava um critério prático para testar um profeta: se a palavra dele não se cumprisse, ela era “uma palavra que o Senhor não falou” (Dt 18:22). O AI 2027 passa nesse teste de um jeito curioso: não se apresenta como profecia, e por isso pode errar sem fraude.

Tiago, por outro lado, desmonta a ilusão de quem trata o amanhã como propriedade:

Vocês não sabem o que acontecerá amanhã. O que é a vida de vocês? Vocês não passam de neblina que aparece por um instante e logo se dissipa. Em vez disso, deveriam dizer: “Se Deus quiser, não só viveremos, como também faremos isto ou aquilo.”

Essa humildade, porém, não vira inércia. O mesmo livro de sabedoria que manda não se gabar do amanhã também manda olhar adiante:

O prudente vê o mal e se esconde; mas os ingênuos seguem em frente e sofrem as consequências.

Os dois versículos se completam. Quem diz “a IA vai resolver tudo” age como o ingênuo do provérbio; quem diz “a IA vai acabar conosco em 2030” fala com uma certeza que Tiago não permite. O que sobra é a prudência: planejar para mais de um futuro, aceitar ser corrigido e decidir hoje o que depende de nós. Foi essa a lição que apareceu quando a hipótese de John Lilly foi comparada à IA de hoje, e também o motivo de ler o Apocalipse com cuidado: texto sobre o futuro pede um leitor que saiba o que está lendo.

Se você tem uma hora livre, leia o resumo. Depois, faça o exercício que os autores pedem: procure o ponto da história em que você acha que ela erra e escreva nos comentários, abaixo, por quê. Um mapa de enchente melhora quando alguém o contesta com dados melhores, e a conversa fica melhor quando você traz o seu.

Referências