A promessa mais ousada da indústria
O argumento mais ambicioso da indústria de IA hoje é que a IA logo será capaz de se aperfeiçoar sozinha, quase sem supervisão humana. Modelos de linguagem já escrevem código, geram dados sintéticos para treinamento e otimizam os chips em que rodam. As previsões de progresso explosivo apostam que o que os pesquisadores chamam de autoaperfeiçoamento recursivo está no horizonte.
Mas um novo estudo sugere que pode demorar um pouco até chegarmos lá. Os pesquisadores descobriram que agentes de IA ainda não são capazes de conduzir pesquisa de IA de ponta aberta — investigações de forma livre, sem respostas prontas, que exigem julgamento e “gosto”, e que podem ser essenciais para construir IA que se autoaperfeiçoa.
O método da “avaliação-sombra”
Um grupo multi-institucional liderado por Peter Kirgis e Sayash Kapoor, da Universidade de Princeton, descobriu que agentes de IA conseguem resolver os problemas de engenharia necessários para fazer pesquisa de IA, mas carecem do julgamento e da criatividade para produzir pesquisa original no nível de artigos aceitos em uma conferência de ponta de aprendizado de máquina.
Para testar essas habilidades, os pesquisadores propuseram um novo método chamado “avaliação-sombra” (shadow evaluation): pedir ao agente para responder a uma pergunta de pesquisa de um artigo inédito de alta qualidade. Eles pediram ao Claude Opus 4.8, da Anthropic, rodando sobre o software open-source OpenClaw, que atacasse questões de dois artigos submetidos à prestigiada conferência NeurIPS 2026. Como os artigos ainda não eram públicos, os agentes não podiam memorizar as respostas do treinamento nem encontrá-las online.
Os agentes tiveram seis dias, US$ 3.000 em créditos de API da Anthropic, orçamento de GPU, computadores virtuais próprios e acesso à web aberta para produzir um artigo digno de uma conferência de primeira linha. Os autores originais avaliaram os trabalhos como fariam em uma submissão real. Ambos os artigos foram rejeitados.
Bons engenheiros, péssimos pesquisadores
Os agentes foram capazes de toda a engenharia necessária: revisaram a literatura, rodaram centenas de experimentos e compilaram resultados. Mas foram “inequivocamente ruins” em conduzir a pesquisa em si, segundo Kapoor. Rodaram experimentos estranhos (em alguns casos testando hipóteses em conjuntos de dados sintéticos minúsculos), tiveram dificuldade em escrever de forma inteligível e não fizeram nenhuma contribuição nova.
O motivo é a falta de criatividade e julgamento: não exploraram ideias diferentes o suficiente, se comprometeram rápido demais com abordagens pouco promissoras, rejeitaram hipóteses ambiciosas com base em dados limitados e não conseguiram recuar de abordagens fracassadas. Podiam fazer pequenos ajustes, mas não repensar fundamentalmente a abordagem. Também não incorporaram feedback de subagentes ou ferramentas de revisão, e não administraram bem tokens, computação e tempo.
Limitações e o que vem depois
O estudo tem limitações: cobriu apenas dois artigos, e os autores sabiam que os trabalhos avaliados foram gerados por IA, o que pode ter influenciado a nota. Mesmo assim, os resultados podem temperar as afirmações de que o autoaperfeiçoamento recursivo está logo ali. Em junho, a Anthropic publicou “When AI Builds Itself”, traçando seu progresso rumo a modelos que aceleram o próprio desenvolvimento; em julho, a OpenAI divulgou que o GPT-5.6 Sol ajudou a pós-treinar um modelo menor, economizando semanas de trabalho.
O cofundador da Anthropic, Jack Clark, ecoa a descoberta: “Há uma certa ausência de criatividade intuitiva e valiosa nos sistemas de IA atuais… um pensamento rotineiro e formuláico que pode impedi-los de ser bons pesquisadores” — um “sinal baixista para cronogramas curtos de autoaperfeiçoamento recursivo”.
A grande pergunta em aberto é se a pesquisa de ponta aberta é realmente crucial para o autoaperfeiçoamento recursivo, ou se a IA consegue chegar lá simplesmente melhorando tarefas mais estreitas. “As maiores descobertas do campo — a invenção dos transformers ou de novas arquiteturas — todas exigiram saltos criativos”, lembra Kapoor. “Essa é, francamente, a pergunta de um trilhão de dólares.”
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
