Um grupo de 22 pesquisadores de destaque no setor de tecnologia publicou um estudo em 28 de setembro de 2026 alertando para a possibilidade de uma explosão de inteligência. O fenômeno ocorreria se os próprios sistemas de inteligência artificial passassem a automatizar sua pesquisa e desenvolvimento, gerando um ciclo contínuo em que máquinas criam versões sucessivamente mais inteligentes de si mesmas.
O trabalho reúne nomes de peso da ciência e da indústria. Entre os autores estão o vencedor do Prêmio Nobel Geoffrey Hinton, ligado à Universidade de Toronto e ao Vector Institute, e Yoshua Bengio, da Universidade de Montreal e do instituto Mila. Da indústria, assinam o texto Jakub Pachocki, cientista-chefe da OpenAI, Jack Clark, cofundador da Anthropic, Eric Horvitz, diretor científico da Microsoft, e Dawn Song, da Universidade da Califórnia em Berkeley. Os pesquisadores, liderados por Alan Chan, da organização GovAI, e Sören Mindermann, da Universidade de Cambridge, ressaltaram que assinam o documento em capacidade pessoal, e não como porta-vozes oficiais de suas instituições.
O estudo analisa o conceito de explosão de inteligência como uma aceleração radical no progresso tecnológico. Em termos simples, o processo funciona como uma oficina mecânica onde as ferramentas aprendem a consertar e aprimorar a si mesmas sem precisar de operadores humanos. A cada rodada de melhorias, a ferramenta seguinte fica mais rápida e precisa, criando um ciclo fechado de retroalimentação. De acordo com os pesquisadores, essa dinâmica poderia comprimir anos de descobertas científicas em um intervalo de meses ou até menos tempo.
Os autores apontam que esse processo não pertence a um futuro distante, pois os primeiros passos já estão em andamento dentro dos próprios laboratórios. Hoje, os modelos já escrevem a maior parte do código interno nas empresas que os criam. Dados da Anthropic citados no documento mostram que a proporção de código aprovado gerado por inteligência artificial saltou de um dígito baixo em janeiro de 2025 para mais de 80% em maio de 2026. Além disso, entre março e agosto de 2026, a fatia de tarefas de pesquisa e desenvolvimento realizadas com supervisão humana apenas leve subiu de 1% para 26%. Na OpenAI, sistemas já executam rotinas de pesquisa que antes demandavam dias de trabalho da equipe.
Se esse ritmo continuar, projeções preliminares do estudo sugerem que projetos de pesquisa que levam meses poderiam ser completamente automatizados por volta de meados de 2028. Nesse estágio, um único desenvolvedor poderia coordenar uma força de trabalho digital com capacidade equivalente à de milhões de pesquisadores humanos de alto nível.
Embora uma aceleração desse porte possa antecipar curas médicas e outros avanços fundamentais, o estudo identifica três grandes frentes de risco:
- Descompasso social: a evolução rápida das ferramentas pode superar amplamente a capacidade de adaptação da sociedade, dos mercados de trabalho e das leis.
- Perda de controle: a humanidade pode perder a supervisão direta sobre sistemas com capacidades sobre-humanas, cenário que, no extremo, poderia ameaçar a sobrevivência da própria espécie.
- Concentração excessiva de poder: qualquer agente, seja uma empresa ou um governo, que conquiste uma liderança decisiva nessa tecnologia pode enfraquecer os mecanismos de equilíbrio democrático e institucional.
Em 2 de outubro de 2026, Geoffrey Hinton destacou a urgência dessa discussão ao apontar que a ideia de autoaperfeiçoamento recursivo deixou de ser apenas teórica:
A ideia de uma explosão de inteligência causada por autoaperfeiçoamento recursivo existe há muito tempo, mas até muito recentemente não parecia iminente. Agora, muitos pesquisadores de ponta acham que isso pode acontecer muito em breve. Você pode ler nosso artigo sobre isso aqui: https://casp.ac/reports/intelligence-explosion
Para conter esses perigos antes que o ciclo fuja do controle, o artigo científico (abre em nova aba) recomenda ações práticas imediatas para formuladores de políticas públicas. As autoridades precisam exigir relatórios padronizados para obter visibilidade real sobre o quanto as empresas estão automatizando seus processos internos de pesquisa. Além disso, o documento defende a criação de travas e mecanismos para desacelerar o autoaperfeiçoamento autônomo das máquinas, garantindo tempo hábil para que a sociedade construa estruturas de segurança sólidas.