Pesquisadores ligados ao DeepMind Institute apresentaram uma proposta conceitual que redefine o caminho para a chamada inteligência artificial geral, conhecida pela sigla AGI. Em publicação divulgada em 24 de setembro de 2026, com repercussão ampliada no início de outubro de 2026, os pesquisadores Benjamin Bratton, Blaise Agüera y Arcas e James Manyika defenderam o conceito de Inteligência Artificial Simbiótica. A proposta sugere que o avanço tecnológico não resultará de uma mente mecânica única e isolada, mas de um ecossistema social contínuo no qual múltiplos agentes de software e seres humanos colaboram e tomam decisões em conjunto.
A tese questiona a ideia popular da singularidade, que costuma imaginar o surgimento súbito de um modelo de inteligência artificial gigantesco, autossuficiente e dotado de capacidades quase absolutas. Para os autores, as grandes transições evolutivas na Terra, desde o surgimento dos seres multicelulares até o desenvolvimento da cultura humana, aconteceram de forma coletiva. A inteligência, portanto, deve ser compreendida como um fenômeno social e distribuído, e não como uma propriedade individual de um único sistema computacional.
A diferença entre modelo único e inteligência simbiótica
Para entender o conceito, vale comparar a abordagem tradicional com a visão simbiótica:
| Característica | Visão Tradicional da Singularidade | Inteligência Artificial Simbiótica |
|---|---|---|
| Estrutura central | Um modelo único colossal e isolado | Rede de múltiplos agentes integrados a humanos |
| Foco de desenvolvimento | Aumentar parâmetros e poder de cálculo bruto | Orquestração, coordenação e divisão de tarefas |
| Papel humano | Substituído ou superado pela máquina | Participante ativo nas decisões e na evolução |
| Definição do agente | Mente com personalidade fixa e contínua | Arranjo temporário de ferramentas, regras e memória |
| Mecanismo de sucesso | Autoaperfeiçoamento isolado do modelo | Cooperação contínua dentro de regras institucionais |
Essa formulação mostra que a capacidade geral de raciocínio surge da interação. Na prática, muitos dos sistemas atuais mais eficientes já não operam como um único bloco de código, mas como arranjos que dividem o trabalho entre vários componentes especializados para resolver problemas complexos.
Como funciona a rede de agentes na prática
O conceito de agente ganha uma nova definição nessa proposta. Em vez de ser visto como um robô com personalidade fixa que imita o comportamento humano, o agente é descrito como um arranjo temporário. Ele reúne modelos de linguagem, papéis específicos, memória de trabalho, diretrizes e ferramentas montadas para cumprir uma tarefa momentânea, podendo ser reconfigurado ou desfeito logo em seguida.
A coordenação desses componentes lembra o trabalho de uma orquestra ou de uma equipe multidisciplinar em uma empresa. Cada integrante cuida de uma etapa específica, como analisar dados, redigir relatórios ou validar informações. O resultado final não depende da força de apenas um participante, mas da forma como todos trocam dados e respeitam orientações comuns.
A base teórica do estudo apoia-se em pesquisas do mesmo grupo, como o trabalho que analisa a inteligência agêntica e a perspectiva institucional da explosão de inteligência, assinado por James Evans, Benjamin Bratton e Blaise Agüera y Arcas. O suporte empírico vem de avaliações sobre modelos de raciocínio, a exemplo de DeepSeek-R1 e QwQ-32B, analisados no artigo sobre sociedades de pensamento elaborado por Junsol Kim, Shiyang Lai, Nino Scherrer, Blaise Agüera y Arcas e James Evans.
O papel central da governança e das instituições
Nesse formato colaborativo, o principal obstáculo da engenharia deixa de ser apenas a ampliação do tamanho dos modelos. O desafio passa a ser a criação de regras institucionais sólidas e ferramentas de governança capazes de conectar pessoas e máquinas em segurança.
Sem regras claras, uma rede com múltiplos sistemas interconectados corre o risco de falhar em momentos decisivos. Por esse motivo, os pesquisadores enfatizam que o sucesso da inteligência simbiótica depende diretamente de:
- Estabelecer normas transparentes de cooperação e divisão de responsabilidades entre agentes e operadores humanos;
- Garantir que decisões críticas envolvam a supervisão e o julgamento de pessoas dentro das instituições;
- Desenvolver interfaces e protocolos padronizados que permitam a sistemas diferentes operarem em conjunto sem perda de dados;
- Criar mecanismos de governança que acompanhem a evolução e a convivência contínua entre humanos e tecnologia.
Os autores destacam que essa proposta é um modelo conceitual, e não um desfecho garantido ou inevitável para a tecnologia.
Impactos no desenvolvimento de produtos e no futuro da tecnologia
A transição para a Inteligência Artificial Simbiótica (abre em nova aba) altera profundamente as prioridades de quem projeta novas ferramentas de software. Em vez de investir recursos unicamente na busca por um algoritmo onipotente, a indústria deve focar na engenharia de coordenação, permitindo que soluções menores e especializadas cooperem de modo estável.
Na rotina dos usuários, essa transformação tende a afastar o receio de ferramentas autônomas incontroláveis. Os sistemas computacionais passam a atuar como participantes ativos em equipes de trabalho, adaptando-se às necessidades humanas e funcionando sob diretrizes definidas pela sociedade. O avanço da inteligência geral, sob essa perspectiva, consolida-se como a construção de um ecossistema coletivo e aberto, no qual seres humanos e máquinas moldam seus comportamentos de maneira mútua ao longo do tempo.