Elon Musk publicou um breve comunicado no X em 22 de julho sobre o estado atual da inteligência artificial: «Estamos na singularidade». Três dias depois, Sam Altman, CEO da OpenAI, fez uma afirmação semelhante durante sua participação no podcast Relentless: «Nós estamos, tipo, na singularidade». Ele continuou: «Este é o momento».
Essas declarações reacenderam um debate que existe há décadas, mas que ganhou novos contornos devido aos recentes avanços nos sistemas de IA. No entanto, antes de julgar a correção de Musk e Altman, é necessário responder a uma questão mais fundamental: o que significa alcançar a singularidade?
Não existe uma definição única e consensual para este termo. Dependendo da interpretação, pode significar a ampla superioridade das máquinas sobre a inteligência humana, um ciclo acelerado de autoaperfeiçoamento da IA ou até mesmo um ponto de não retorno nas relações entre sociedade e tecnologia.
É essa diferença que dificulta a determinação se a singularidade começou. Os debates giram em torno do que as capacidades atuais dos sistemas de IA representam e quais critérios são necessários para reconhecer uma mudança na própria dinâmica do desenvolvimento tecnológico.
Origens do conceito de «explosão de inteligência»
Uma das raízes da ideia de uma possível explosão de inteligência é o trabalho do matemático britânico I. J. Good. Em 1965, ele descreveu uma «máquina superinteligente» capaz de superar a atividade intelectual humana. Como uma dessas atividades é o projeto de máquinas, tal máquina poderia criar sistemas ainda melhores, iniciando um processo de aperfeiçoamento potencialmente acelerado. Good chamou esse cenário de «explosão de inteligência».
O conceito de singularidade ganhou uma forma mais direta décadas depois, graças ao matemático e escritor de ficção científica Vernor Vinge. Em seu texto de 1993 intitulado The Coming Technological Singularity, Vinge ligou esse fenômeno ao surgimento de inteligências superiores à humana e a uma transformação tão rápida que o período subsequente seria difícil de prever com base em modelos anteriores.
Nesse sentido, a singularidade não significa apenas que as máquinas ficaram mais inteligentes. A ideia é que, a partir de um certo ponto, a velocidade e o caráter das mudanças tecnológicas podem tornar insuficientes os métodos usados anteriormente para prever o futuro.
Com base nessas ideias, começaram a coexistir várias interpretações. Uma delas associa a singularidade a uma máquina que se torna inteligente o suficiente para participar de seu próprio processo de desenvolvimento e produzir sistemas cada vez mais capazes. Nesse cenário, o elemento decisivo não será apenas a superioridade da IA sobre os humanos em uma tarefa, mas a mudança na velocidade e na dinâmica de sua evolução.
O futurista Ray Kurzweil popularizou outra formulação, relacionada à aceleração do progresso tecnológico e ao crescimento da inteligência não biológica. Kurzweil prevê a singularidade para 2045 e associa esse conceito a uma profunda transformação nas relações entre humanos e máquinas.
O filósofo David Chalmers também analisou a hipótese da explosão de inteligência, segundo a qual uma máquina mais inteligente que os humanos poderia criar uma geração ainda mais inteligente, que, por sua vez, geraria a próxima. Assim, o debate sobre este tema abrange vários cenários hipotéticos, e não uma descrição consensual de um evento já observado.
Críticas e diversidade de visões
A própria ideia de singularidade é contestada por pesquisadores da área. Yann LeCun, um dos pioneiros do aprendizado profundo e laureado com o Prêmio Turing, afirmou que acredita que as máquinas eventualmente poderão competir com os humanos em inteligência, mas não acredita na singularidade. Na sua opinião, o desenvolvimento da IA pode parecer exponencial, mas não necessariamente continuará nesse ritmo: o progresso pode encontrar limitações e assumir uma curva de crescimento desacelerada até o surgimento do avanço previsto pelos defensores da singularidade.
Essas diferentes formulações ajudam a explicar por que esta palavra não descreve o mesmo fenômeno para todos os pesquisadores. Para Priscila Machado Vieira Lima, professora da UFRJ nas áreas de inteligência artificial e ciência da computação, a primeira pergunta a ser feita é: «De que singularidade estamos falando?»
É aqui que surgem dois conceitos frequentemente associados à singularidade: Inteligência Artificial Geral (AGI) e superinteligência. A AGI é usada para descrever a IA capaz de realizar uma ampla gama de tarefas cognitivas, não limitada a competências em problemas específicos. A superinteligência refere-se a um cenário hipotético no qual a máquina ultrapassará as capacidades intelectuais humanas de forma muito mais ampla.
Algumas formulações veem a AGI como uma fase possível que precede a superinteligência e a singularidade. A lógica é que a IA primeiro alcançará habilidades gerais, depois começará a melhorar seus próprios sistemas e, finalmente, poderá desencadear uma explosão de inteligência. No entanto, essa sequência não é aceita por todas as interpretações do conceito.
Diferenças na compreensão do autoaperfeiçoamento
Para Arthur Agreish, especialista em tecnologia e inovação, um dos problemas reside na confusão entre desempenho excepcional em certas atividades e inteligência de propósito geral. Ele declarou em entrevista ao Olhar Digital: «É muito poderoso em um espectro bastante limitado».
O fato de uma máquina ser melhor que um humano em uma atividade não significa automaticamente que ela seja melhor que um humano em inteligência em geral. Segundo Agreish, a discussão sobre singularidade deve considerar a amplitude das capacidades, e não apenas resultados isolados.
Claudio Miceli, professor da UFRJ, faz uma distinção semelhante ao falar sobre autoaperfeiçoamento. Segundo ele, já existem algoritmos capazes de evoluir e melhorar à medida que recebem novos dados, mas isso não significa que atingiram a AGI. Ele observou: «Os programas já podem evoluir, temos algoritmos que evoluem, melhoram, aperfeiçoam-se à medida que os dados chegam. Mas isso não significa necessariamente que seja inteligência artificial geral».
A diferença se torna ainda mais importante quando se trata de autoaperfeiçoamento recursivo. A IA pode ajudar pesquisadores a escrever código, testar modelos, analisar resultados ou encontrar maneiras de melhorar os sistemas. Outra coisa é quando a própria máquina conduz um ciclo cada vez mais autônomo de aumento de inteligência.
Agreish associa este segundo cenário a um ponto de virada da singularidade: a IA que começa a se autoalimentar e depende cada vez menos dos humanos para seu próprio desenvolvimento. Hoje, segundo ele, sua evolução ainda depende de pesquisadores, dados, modelos, empresas, investimentos, treinamento e infraestrutura.
Sam Altman faz uma distinção semelhante em seu artigo no blog The Gentle Singularity, publicado em 2025. Neste texto, o CEO da OpenAI afirma que usar sistemas de IA para acelerar pesquisas e ajudar na criação de sistemas ainda melhores difere da atualização autônoma do código da própria IA. Ao mesmo tempo, ele chama o processo atual de uma versão inicial de autoaperfeiçoamento recursivo.
Essa distinção ajuda a separar duas coisas que podem parecer semelhantes: o uso de IA para acelerar o desenvolvimento de novas IAs e a existência de IA capaz de gerenciar autonomamente seu próprio processo de aperfeiçoamento.
Conclusão sobre o alcance da singularidade
É aqui que as declarações de Musk e Altman colidem com a complexidade conceitual. Se a singularidade significa inteligência artificial que supera amplamente as capacidades humanas e começa a acelerar autonomamente seu próprio desenvolvimento, então, na opinião de Arthur Agreish e Claudio Miceli, ainda não há provas suficientes de que essa fase foi alcançada.
Miceli afirma diretamente: «Se entendermos a singularidade como a superioridade da IA sobre a inteligência humana, ainda não chegamos a esse ponto». Para ele, os sistemas atuais ainda não atingiram esse nível de inteligência.
Agreish também considera prematuro afirmar que estamos na singularidade, se entendermos este conceito como uma mudança profunda na própria dinâmica do desenvolvimento da inteligência artificial. Na sua opinião, a IA atual ainda tem limitações importantes em comparação com a amplitude das capacidades humanas, e sua evolução ainda depende de pesquisadores, dados, modelos, empresas, investimentos, treinamento e infraestrutura.
Priscila Lima, por outro lado, propõe uma definição mais ampla. Ela acredita que a singularidade pode ser informalmente entendida como um ponto de não retorno. Nesse sentido, a sociedade pode já ter passado por algum tipo de singularidade. Essa interpretação não depende de o intelecto da máquina ter superado o humano.
Essa visão também ajuda a contextualizar a formulação de Altman. Em The Gentle Singularity, o CEO da OpenAI descreveu a transformação como gradual, afirmando que a singularidade ocorre «aos poucos». No entanto, no podcast Relentless, ele generalizou o momento com outra frase: «Este é o momento».
Em conjunto, as declarações de Altman apresentam a singularidade como um processo contínuo, e não como uma data específica em que a máquina se tornaria superinteligente de repente. No texto de 2025, ele descreve uma evolução gradual; no podcast, embora diga que a singularidade ocorreu agora, ele também afirma que nenhum momento isolado é um ponto de virada.
Para Priscila Lima, essa possibilidade de vários pontos de ruptura também significa que pode não existir uma singularidade única. «Acho que nos próximos anos testemunharemos várias singularidades», declarou ela, mencionando possibilidades relacionadas a capacidades como consciência, empatia e bom senso.
Talvez este seja o maior desafio do conceito. Se não há uma definição única e consensual, também não há uma métrica universal capaz de indicar que a singularidade começou.
Pode-se medir o desempenho em tarefas específicas, a capacidade de raciocínio, a velocidade de execução, a autonomia ou a adoção da tecnologia. Mas nenhum desses indicadores isoladamente define que a máquina atingiu o estágio descrito por todas as definições de singularidade.
Claudio Miceli aponta exatamente para este problema. Ele afirmou: «Não há uma série de métricas que possamos usar para definir esta questão sobre o que é a singularidade do ponto de vista da adoção, do ponto de vista da inteligência, do ponto de vista da capacidade».
Existe também uma questão anterior: o que exatamente significa inteligência? A IA pode resolver problemas matemáticos, escrever código, gerar textos ou executar tarefas que antes exigiam humanos, mas essas capacidades isoladas não estabelecem necessariamente que o sistema possui inteligência geral.
Miceli questiona o quão possível é definir a inteligência artificial como geral com base em tarefas específicas. Se a máquina for extremamente competente em algumas áreas e limitada em outras, a resposta depende do que é considerado necessário para caracterizar a inteligência geral.
Ele levanta também uma dificuldade ainda mais profunda: a inteligência artificial geral possível pode funcionar de maneira diferente da inteligência humana. Em vez de reproduzir nossas capacidades, ela pode desenvolver uma forma de inteligência diferente da que conhecemos. Nesse cenário, pode ser difícil para os próprios humanos reconhecerem esse fenômeno.
Essa possibilidade ajuda a explicar por que não é suficiente definir um único teste para a singularidade. Se o fenômeno representa uma mudança na própria natureza ou dinâmica da inteligência, os critérios usados para medi-la também podem exigir mudanças.
A dificuldade não está apenas em descobrir quando a singularidade começou. Antes de tudo, é preciso estabelecer qual fenômeno estamos chamando de singularidade, quais capacidades ou mudanças seriam suficientes para caracterizá-la.