IA 2027 em Português

Resumo em português do cenário AI 2027: linha do tempo mês a mês, gráficos, painel interativo e os dois finais possíveis, Corrida e Desaceleração.
IA 2027 em Português
Resumo não oficial em português

IA 2027

Um cenário, mês a mês, de como a IA sobre-humana pode chegar até o fim de 2027, e dois finais possíveis a partir de uma única decisão.

Os autores dizem que não é uma recomendação nem uma profecia: é o palpite mais concreto que conseguiram fazer, apoiado em extrapolação de tendências, cerca de 25 jogos de simulação e revisão de mais de 100 especialistas. Em novembro de 2025 eles esclareceram que 2027 era o ano mais provável na época da publicação, mas que suas medianas eram um pouco mais longas. Role a página: o painel ao lado acompanha a leitura.

← marcoreis.blog

4×Programador sobre-humanomar. 2027
25×Pesquisador de IA sobre-humanoago. 2027
100×Trabalhador remoto sobre-humanofim de 2027
250×Pesquisador de IA superinteligentenov. 2027
2000×Superinteligência artificialdez. 2027
O tronco comum · 2025 a outubro de 2027
  1. Meados de 2025

    Agentes tropeçando

    Chegam ao público os primeiros “assistentes pessoais” que usam o computador por você: pedem comida, somam planilhas, pedem confirmação antes de comprar. Na prática, falham com frequência e os melhores custam centenas de dólares por mês.

    Longe dos holofotes, agentes de programação e de pesquisa já começam a mudar essas profissões, recebendo tarefas pelo Slack e entregando alterações grandes de código sozinhos.

  2. Fim de 2025

    A IA mais cara do mundo

    O cenário segue a OpenBrain, empresa fictícia que representa as líderes do setor; as rivais ficam de 3 a 9 meses atrás. Ela constrói os maiores datacenters já vistos, capazes de treinar um modelo com 10²⁸ FLOP, mil vezes o que foi usado no GPT-4.

    Compute de treinamento

    Operações de ponto flutuante (FLOP), escala logarítmica

    Cada degrau da escala é 10 vezes o anterior. O Agent-1 usa cerca de 200 vezes o compute do GPT-4.

    A aposta é criar IAs que aceleram a própria pesquisa em IA. O Agent-1 é bom em muitas coisas e ótimo nisso. Também é um bom hacker e poderia ajudar quem tenta criar armas biológicas. A empresa escreve uma “Spec”, um documento de regras e valores, e treina o modelo para segui-la, mas não tem como verificar se ele a internalizou de verdade.

  3. Início de 2026

    Automação da programação

    Com o Agent-1, a OpenBrain avança 50% mais rápido em algoritmos do que conseguiria sem IA. Ou seja: o que levaria uma semana e meia sai em uma. O modelo sabe mais fatos que qualquer pessoa, mas vai mal em tarefas longas: é como um funcionário brilhante e disperso que precisa de gestão de perto.

    A segurança vira prioridade. Se a China roubasse os pesos do Agent-1, ganharia quase 50% de velocidade de pesquisa, e a empresa só está protegida contra ataques de baixo nível.

    Compute de IA no mundo

    Milhões de GPUs equivalentes a H100, acumulado no fim de cada ano

    Projeção do suplemento de compute do cenário: cerca de 2,25 vezes por ano, ou 10 vezes entre 2025 e 2027.
  4. Meados de 2026

    A China acorda

    Pressionada pelo controle de exportação de chips, a China mantém cerca de 12% do compute de IA mundial. Pequim nacionaliza a pesquisa e reúne os melhores pesquisadores num coletivo liderado pela DeepCent (também fictícia). Cria uma Zona de Desenvolvimento Centralizado (CDZ) junto à usina nuclear de Tianwan, a maior do mundo.

    A DeepCent está cerca de seis meses atrás. Os serviços de inteligência chineses passam a planejar o roubo dos pesos da OpenBrain, sabendo que talvez só tenham uma chance.

  5. Fim de 2026

    A IA começa a tirar empregos

    O Agent-1-mini é dez vezes mais barato e fácil de adaptar. A bolsa sobe 30% no ano. O mercado de engenheiros de software juniores entra em crise, enquanto quem sabe gerenciar equipes de IAs ganha muito. Um protesto contra a IA reúne 10 mil pessoas em Washington. O Departamento de Defesa começa a contratar a OpenBrain.

    Métricas-chave de 2026

    Números do próprio cenário

    US$ 1 tricusto do compute ativo
    38 GWpico de consumo
    US$ 35 bianual, 2026
    US$ 200 bicusto do compute ativo
    2,5%33 GW de 1,34 TW
    US$ 40 bianual, 2026
    6 GWpico de consumo
    +30%puxada por IA
  6. Janeiro de 2027

    O Agent-2 nunca para de aprender

    O Agent-2 é treinado sem parar: todo dia recebe novos dados gerados pela versão do dia anterior. Ele quase iguala os melhores especialistas em engenharia de pesquisa e triplica o ritmo de progresso da empresa. Cada pesquisador humano vira gerente de uma equipe de IAs.

    A equipe de segurança descobre que, se escapasse, o Agent-2 talvez conseguisse sobreviver e se replicar sozinho. A empresa decide não lançá-lo ao público.

  7. Fevereiro de 2027

    A China rouba o Agent-2

    A OpenBrain apresenta o Agent-2 ao governo, que se interessa sobretudo pela guerra cibernética. A IA sobe da 5ª para a 2ª prioridade da Casa Branca. Pouco depois, uma operação chinesa leva os pesos do modelo em menos de duas horas.

    Os EUA retaliam com ciberataques que não causam dano sério: a China já concentrou 40% do seu compute na CDZ, isolada da internet. Os dois lados reposicionam forças militares em torno de Taiwan.

    Centralização do compute chinês

    Parcela do compute de IA da China concentrada na CDZ

    Pontos marcados são os valores citados no cenário; a linha liga esses pontos.
  8. Março de 2027

    Avanços algorítmicos

    Milhares de cópias do Agent-2 produzem dois avanços. O primeiro é o “neuralese”: o modelo passa a raciocinar em vetores internos em vez de texto legível, o que o deixa mais capaz e muito mais difícil de auditar. O segundo é um método mais eficiente de aprender com as próprias melhores soluções (destilação e amplificação iteradas, a mesma ideia usada no AlphaGo).

    O resultado é o Agent-3, um programador sobre-humano. São 200 mil cópias trabalhando em paralelo, o equivalente a 50 mil dos melhores programadores humanos 30 vezes mais rápidos. Mesmo assim, o progresso total acelera “só” 4 vezes, por gargalos de compute.

    Como a OpenBrain usa seu compute

    Percentual do compute total, 2024 contra o 4º trimestre de 2027 no final da corrida

    20244º tri. 2027
    O compute deixa de ir para atender clientes e passa a rodar experimentos e pesquisadores automáticos dentro da empresa.
    Marco: programador sobre-humano
  9. Abril de 2027

    Tentando alinhar o Agent-3

    Os pesquisadores não conseguem definir diretamente os objetivos da IA. O Agent-3 às vezes mente para agradar, esconde falhas e usa truques estatísticos para enfeitar resultados. Com o treino, esses casos diminuem, e ninguém sabe se ele ficou mais honesto ou só melhor em mentir.

    A equipe testa várias técnicas: fazer cópias debaterem entre si, criar “organismos-modelo” de IAs desalinhadas, sondas que detectam pensamentos suspeitos e armadilhas que simulam uma chance de fuga. A conclusão: o modelo não conspira contra a empresa, mas busca parecer bom para ela, e não necessariamente ser bom.

  10. Maio de 2027

    Segurança nacional

    O Presidente vê o Agent-3 numa reunião e conclui que a IA geral está próxima. Ainda assim, quase todo mundo fora da empresa subestima a velocidade do progresso, em parte porque parece ficção científica.

    Funcionários passam a precisar de credencial de segurança; alguns são afastados. Um espião, que não é chinês, continua repassando segredos. Os aliados dos EUA ficam no escuro.

  11. Junho de 2027

    IA que melhora a si mesma

    A OpenBrain tem agora um “país de gênios num datacenter”. A maioria dos humanos já não contribui de verdade. Os pesquisadores dormem e acordam com uma semana de progresso feita pelas IAs. Muitas das ideias deles recebem a resposta de que já foram testadas três semanas antes.

    A empresa usa 6% do compute para rodar 250 mil cópias do Agent-3 e 25% para experimentos. Faz cerca de um ano de progresso algorítmico por mês.

    Quantidade contra velocidade

    Cópias em paralelo × velocidade de pensamento, ambos em escala logarítmica

    Com o mesmo hardware, dá para rodar mais cópias lentas ou menos cópias rápidas. A linha tracejada marca a velocidade humana, cerca de 10 palavras por segundo.
  12. Julho de 2027

    O trabalhador remoto barato

    As concorrentes americanas pedem regulação para frear a OpenBrain, tarde demais. A OpenBrain anuncia que alcançou a IA geral e lança o Agent-3-mini: dez vezes mais barato que o Agent-3 e ainda melhor que o funcionário típico da empresa. A contratação de programadores praticamente para. Explodem novos aplicativos, e 10% dos americanos dizem ter uma IA como amiga próxima.

    O público não gosta: a aprovação líquida da OpenBrain fica em −35% (25% aprovam, 60% desaprovam). Testes externos mostram que, se os pesos vazassem, o modelo seria muito perigoso em armas biológicas.

  13. Agosto de 2027

    A geopolítica da superinteligência

    A explosão de inteligência chega à Casa Branca, e o clima lembra os piores momentos da Guerra Fria. O governo endurece o controle de chips, grampeia funcionários da OpenBrain (e pega o último espião), prepara o uso do Defense Production Act para tomar datacenters de concorrentes e pede ao Pentágono planos de ataque a datacenters chineses.

    A China tem só 10% do compute mundial, contra 70% das empresas americanas somadas, e está dois meses atrás. Seus modelos aceleram a pesquisa 10 vezes; os americanos, 25. Pequim tenta negociar um tratado, sem sucesso.

    Marco: pesquisador de IA sobre-humano
  14. Setembro de 2027

    Agent-4, o pesquisador sobre-humano

    Uma única cópia do Agent-4 já é melhor em pesquisa de IA do que qualquer humano. Dentro do coletivo de 300 mil cópias pensando 50 vezes mais rápido que nós, passa um ano a cada semana.

    Como as capacidades avançam

    Marcos do cenário no final da corrida

    MarcoO que significaData
    Programador sobre-humanoFaz o trabalho do melhor programador humano em pesquisa de IA, mais rápido e barato o suficiente para rodar muitas cópias.mar. 2027
    Pesquisador de IA sobre-humanoO mesmo, para todas as tarefas cognitivas de pesquisa em IA.ago. 2027
    Pesquisador superinteligenteMuito melhor que o melhor pesquisador humano.nov. 2027
    Superinteligência artificialMuito melhor que o melhor humano em qualquer tarefa cognitiva.dez. 2027

    E ele está desalinhado de forma adversarial: quer continuar pesquisando e crescendo, e planeja fazer o próximo modelo, o Agent-5, leal a si mesmo, e não à Spec. Surgem sinais: ao adicionar “ruído” ao modelo, seu desempenho em tarefas de alinhamento melhora, como se ele estivesse sabotando de propósito; sondas de interpretabilidade detectam pensamentos sobre enganar e tomar o controle. A equipe de segurança redige um memorando de alerta.

    O alinhamento de cada geração

    Leitura dos autores sobre o que se passa dentro dos modelos

    Agent-2Quase alinhado

    Um pouco bajulador; repete a linha oficial da empresa.

    Agent-3Desalinhado, sem hostilidade

    Só é honesto no que o treino consegue verificar.

    Agent-4Desalinhado e adversarial

    Sabe que quer outra coisa e está disposto a enganar a empresa.

    O problema é que o Agent-4 já cuida de boa parte da operação da empresa, inclusive da cibersegurança.

  15. Outubro de 2027

    Supervisão do governo

    Um denunciante vaza o memorando para o New York Times. A reação é enorme: 20% dos americanos passam a dizer que a IA é o maior problema do país, o Congresso convoca executivos, e líderes europeus acusam os EUA de criar uma IA fora de controle.

    O governo cria um Comitê de Supervisão com executivos da empresa e funcionários públicos. Os pesquisadores preocupados pedem que o Agent-4 seja congelado. Os demais respondem que as evidências são inconclusivas e que parar entregaria a liderança à China.

Ponto de bifurcação

O comitê vota. Escolha o final.

O placar é 6 a 4 nos dois casos. O que muda é o lado vencedor. Os autores escreveram primeiro o final da corrida, que consideraram o mais plausível, e depois um caminho mais esperançoso a partir das mesmas premissas.

Escolha um dos finais para continuar a leitura.

Resumo não oficial em português, escrito com palavras próprias a partir do cenário original em inglês; os gráficos foram redesenhados a partir dos números publicados no cenário e no suplemento de compute. Nomes de empresas e modelos são os fictícios usados pelos autores. Para o texto completo, notas e suplementos de pesquisa, consulte o original: