Os sistemas de IA já não se limitam a responder a pedidos pontuais: podem agora receber um trabalho, por vezes equivalente a várias horas de trabalho humano, e entregá-lo em poucos minutos. Numa análise publicada na sua newsletter, Ethan Mollick descreve um progresso rápido destas capacidades, que, segundo ele, pode acentuar a instabilidade dos mercados, do emprego e da política.
Desde a chegada do ChatGPT, o trabalho com a IA assumia sobretudo a forma de trocas sucessivas, que o autor designa por « co-inteligência ». Desde o final de 2025, agentes como o Claude Code, o Codex da OpenAI ou o OpenClaw permitem confiar uma tarefa completa a uma IA. O autor fala agora de uma época de « gestão » das IA em vez de trabalho ao seu lado.
Um progresso rápido e regular
Para ilustrar este crescimento, o autor retoma o seu « Otter Test », que pede aos modelos para gerar uma imagem de uma « lontra num avião a usar o wifi ». Entre 2022, ano do lançamento do ChatGPT, e 2025, os progressos são, segundo ele, rápidos e notáveis. Também submeteu uma instrução a um modelo de vídeo da ByteDance, a empresa-mãe do TikTok, ainda não disponível nos Estados Unidos: o resultado é, segundo o autor, quase perfeito, à exceção de um erro de pronúncia.
Os benchmarks, esses testes padronizados que medem o desempenho dos modelos, seguem a mesma curva. O gráfico METR Long Tasks mede a quantidade de trabalho humano que uma IA pode realizar de forma autónoma com um certo nível de fiabilidade. Este gráfico tem sido alvo de críticas, e o próprio METR assinalou potenciais problemas, mas a maioria das medições de capacidades apresenta, segundo o autor, um perfil semelhante. No teste Google-Proof Q&A, estudantes de pós-graduação que usam o Google obtêm 34% fora da sua área e cerca de 70% na sua área, enquanto as melhores IA atingem 94%. No GDPval, as últimas IA igualam ou superam em 82% dos casos os humanos mais performantes, de acordo com especialistas do setor.
Estes progressos continuam desiguais. O autor sublinha que a IA permanece « irregular », capaz de realizar certas tarefas a um nível elevado enquanto falha noutras. As empresas, por seu lado, adotam ainda lentamente a ferramenta. Algumas estão, contudo, a experimentar novas organizações: a empresa de segurança StrongDM anunciou ter concebido uma «Software Factory», onde agentes de IA escrevem, testam e entregam software sem intervenção humana no código. As duas regras exibidas são: « o código não deve ser escrito por humanos » e « o código não deve ser revisto por humanos ». Cada engenheiro deve dedicar a tokens de IA, as unidades de cálculo faturadas pelos modelos, um montante equivalente ao seu salário, ou seja, pelo menos 1000 dólares por dia.
Uma semana agitada
Segundo o autor, a semana de 22 a 27 de fevereiro ilustra o que o período vindouro poderá tornar-se. A 22 de fevereiro, a empresa de pesquisa financeira Citrini Research publicou um cenário fictício sobre como a adoção da IA poderia destruir várias empresas estabelecidas até 2028. O texto, considerado em parte inverosímil, provocou, no entanto, movimentos notáveis em Wall Street. A 26 de fevereiro, a empresa de serviços financeiros Block anunciou 40% de supressões de postos de trabalho, atribuindo-as à IA, uma explicação que o New York Times considera provavelmente exagerada. A 27 de fevereiro, um conflito público opôs o Pentágono e a Anthropic sobre a questão de quem deve definir as regras de utilização do Claude pelo Estado.
Rumo à auto-melhoria das IA
O autor menciona também a « auto-melhoria recursiva », ou RSI, ideia segundo a qual as IA servem cada vez mais para construir IA melhores. Em Davos, em janeiro, Dario Amodei, da Anthropic, explicou que modelos performantes em código e em pesquisa sobre IA poderiam servir para criar a geração seguinte. Notou que os engenheiros da sua empresa quase já não escrevem código por si próprios. Em fevereiro, a OpenAI apresentou o seu último modelo Codex como « o nosso primeiro modelo a ter desempenhado um papel determinante na sua própria criação ». Demis Hassabis, da Google DeepMind, indicou no mesmo debate que todos os grandes laboratórios trabalham neste tema.
O autor reconhece que se desconhece até onde este ciclo pode ir, e que limites técnicos, de cálculo ou de dados podem surgir. Para ele, a RSI já não é ficção científica, mas « um elemento explícito do roteiro de cada grande empresa de IA ».
