As capacidades dos modelos de IA estão a progredir mais depressa e permitem realizar tarefas cada vez mais longas, segundo várias avaliações. Os modelos de ponta dos laboratórios norte-americanos saem mais rapidamente do que nunca, mesmo que intervenções governamentais tenham limitado temporariamente o acesso a dois dos mais poderosos, Claude Fable e GPT-5.6.
Vários organismos medem a parte do trabalho humano que as IA podem realizar. As avaliações da METR e do AI Security Institute britânico estimam a duração do trabalho de um programador humano que uma IA pode efetuar a partir de um único prompt, ou seja, de uma única instrução. O teste GDPval compara, por sua vez, especialistas humanos com IA, com juízes profissionais. Segundo estas medições, os resultados progridem a um ritmo superior ao de uma curva exponencial.
A Epoch destacou que o Opus 4.7, a trabalhar sozinho durante 14 horas, construiu um pacote de software representando entre 2 e 17 semanas de trabalho de engenharia humana, por um custo de 251 dólares em tokens. Um token é uma pequena unidade de texto que o modelo lê e produz. Nas suas próprias experiências, o autor indica que o Fable conseguiu trabalhar de forma autónoma durante 9 horas em projetos de software muito complexos, que exigiriam a uma equipa mais de uma semana.
Os modelos mais avançados são desenvolvidos pela Anthropic, OpenAI e Google, mesmo que a Google não tenha publicado um novo modelo há algum tempo. Um segundo grupo de modelos, quase ao nível da ponta, é, contudo, chinês. Estes acusam um atraso de 6 a 12 meses e são de peso aberto, o que significa que qualquer um pode usá-los ou modificá-los após o seu lançamento, ao contrário dos modelos proprietários. A sua exploração é, portanto, pouco dispendiosa, mesmo que o seu desempenho nem sempre corresponda ao anunciado pelos seus resultados nos testes.
Agentes em vez de chatbots
Até recentemente, o uso dominante consistia em pedir uma tarefa à IA, verificar o resultado e depois passar à etapa seguinte. Este modo de colaboração continua útil, mas dá lugar a agentes, sistemas que encadeiam ações sem intervenção humana constante. Estes apoiam-se num ambiente de software, chamado ‘harness’, que lhes dá acesso a ferramentas, e em aplicações como o Claude Code ou o Codex da OpenAI.
Um estudo conjunto da OpenAI e de economistas universitários mostra que esta transição está a acelerar dentro mesmo da empresa. Os serviços jurídicos e os recursos humanos adotaram os agentes a um ritmo quase idêntico ao das equipas técnicas. Um quarto dos funcionários da OpenAI faz funcionar pelo menos quatro agentes em simultâneo todas as semanas.
Outro estudo sobre os utilizadores do Claude Code indica que os engenheiros de software apresentam uma taxa de sucesso comparável à de outras profissões quando usam a ferramenta para tarefas de programação. Não é a profissão que faz a diferença, segundo este trabalho, mas a especialização: quanto mais uma pessoa conhece a sua área, mais bem-sucedida é com a ferramenta e mais úteis são as respostas que obtém do Claude a cada prompt.
Uma curva difícil de perceber
Um plano de IA redigido antes do inverno de 2025 descrevia um sistema capaz de algumas horas de trabalho, com uma taxa de erro bastante elevada. Alguns meses depois, um único prompt pode desencadear dezasseis horas de trabalho ou mais. Esta progressão regular dá, no entanto, a impressão de saltos sucessivos, porque o ser humano percebe mal as curvas exponenciais.
O autor considera que esta dinâmica explica também a instabilidade que rodeia a IA. As autoridades públicas tiveram de modificar as suas políticas com urgência em questões de cibersegurança, e os mercados conheceram fortes variações quando a IA pareceu ameaçar certos modelos de negócio. Segundo ele, estes abalos não traduzem uma maturidade em curso, mas o desfasamento entre instituições que avançam à velocidade humana e uma capacidade técnica que progride segundo outra lógica.
