Este artigo escrito pelos autores Eddy Keming Chen, Mikhail Belkin, Leon Bergen & David Danksna na revista Nature questiona se a inteligência artificial já atingiu um nível comparável ao da inteligência humana geral, tal como imaginado por Alan Turing nos anos 1950. Segundo eles, os modelos de linguagem atuais (LLMs) demonstram competências amplas e flexíveis em múltiplos domínios — matemática, ciência, programação, linguagem, criatividade — que correspondem ao que entendemos por inteligência geral. Argumentam que muitas objeções à ideia de que já existe AGI (Artificial General Intelligence) resultam de definições confusas, padrões excessivamente exigentes ou receios sociais e económicos.
Os autores sublinham que:
- A inteligência geral não exige perfeição nem superinteligência.
- Também não exige que os sistemas funcionem exatamente como os humanos.
- Avaliação da inteligência humana com base no comportamento e desempenho e, por esses mesmos critérios, os sistemas atuais já demonstram inteligência geral.
Defendem ainda que continuar a negar esta realidade pode dificultar uma preparação adequada para os impactos sociais, políticos e económicos da tecnologia. Em vez de medo ou entusiasmo exagerado, propõem uma análise lúcida e conceptual do que significa realmente “inteligência”.
A conclusão central é clara: a visão de Turing sobre máquinas com inteligência ao nível humano já se tornou realidade, e reconhecer esse facto é essencial para enfrentar os desafios futuros.
Fig. Ilustração de cérebro digital (IA)
Quais são os pontos fortes e fracos deste artigo?
Vamos analisar então os pontos fortes:
Os autores mostram que muitas discordâncias decorrem de definições vagas de AGI . Ao distinguir inteligência geral de perfeição, superinteligência ou omnipotência cognitiva, ajudam a baixar o debate para critérios mais razoáveis e comparáveis aos usados para avaliar humanos. O argumento metodológico, que é a avaliação da inteligência humana com base no comportamento observável, e não na mente.
Se aplicarmos o mesmo critério às máquinas, os LLMs atuais passam muitos testes relevantes (exames, olimpíadas, produção científica assistida, etc.). Esta simetria é filosoficamente poderosa.
Este artigo enfrenta objeções conhecidas (como a repetição de padrões sem compreensão, a falta de corpo físico, falta de autonomia ou vontade própria) e usam padrões de avaliação demasiado exigentes — padrões que nem todos os humanos conseguem cumprir, mas que ainda assim consideramos inteligentes. A analogia com Turing reforça a legitimidade histórica da posição.
Por último referem que não há um único teste decisivo, mas um conjunto cada vez maior de capacidades que tornam menos aceitável a explicação que tudo é imitação superficial.
Pontos negativos:
Embora os autores defendam que avaliamos inteligência por comportamento, críticos podem argumentar que desempenho externo não equivale necessariamente a compreensão interna.
Os LLMs conseguem gerar respostas muito boas, mas:
- Não têm consciência própria — ou seja, não sentem nem percebem o mundo como nós.
- Não têm pensamentos ou sentimentos próprios — não possuem uma “mente” interior com ideias ou emoções.
- Não entendem as coisas da forma como os humanos entendem — não experienciam a realidade ou os conceitos de maneira subjetiva, apenas processam informação.
A questão é: será que inteligência pode ser totalmente reduzida a competência funcional?
A Dependência de treino massivo:
Os LLMs precisam de muitas informações escritas por humanos para aprender. Algumas pessoas dizem que isto não é igual à forma como os humanos aprendem, porque nós:
- Aprendemos através da interação com o mundo físico.
- Temos curiosidade e motivação própria.
- Evoluímos e aprendemos de forma autónoma ao longo da vida.
Os autores respondem que o “material” ou forma física do cérebro ou da máquina não é importante para a inteligência — mas nem todos concordam com esta ideia, por isso ainda é um tema debatido.
Fragilidade fora de contextos estruturados:
Apesar dos avanços, modelos ainda:
- Cometem erros básicos inconsistentes
- Podem “alucinar”
- Têm dificuldades com raciocínio prolongado totalmente autónomo
Alguns especialistas defendem que estas fragilidades indicam ausência de verdadeira integração cognitiva global.
A autonomia:
Os autores dizem que inteligência não precisa de estar ligada à autonomia (capacidade de ter objetivos próprios).
Do ponto de vista filosófico, isso faz sentido.
No entanto, nos humanos, a inteligência e a capacidade de agir por iniciativa própria estão muito ligadas.
Por isso, algumas pessoas questionam se algo que é inteligente mas não tem metas próprias pode ser realmente comparado à inteligência humana.
Questão central filosófica:
No fundo, o debate depende de uma pergunta mais profunda:
Inteligência é apenas competência funcional observável, ou exige também consciência, intenção e experiência subjetiva?
Nature 650, 36-40 (2026)
doi: https://doi.org/10.1038/d41586-026-00285-6
