O Futuro é Já Hoje

Uma tecnologia deixa de ser notícia muito antes de deixar de ser importante. O momento da passagem não é aquele em que ela funciona bem: é aquele em que se conta com ela. Ninguém escreve sobre a rede eléctrica enquanto a rede eléctrica funciona. Escreve-se quando falha — e escreve-se então sobre tudo aquilo que dela dependia sem que se soubesse.

A tese deste livro é que a inteligência artificial atravessou essa passagem, e que continuar a descrevê-la como tecnologia emergente é descrever mal aquilo que já está instalado. Já não é sobretudo uma aplicação que se escolhe. É infra-estrutura sobre a qual se decidem outras coisas: o ensino, a ciência, a indústria, a administração pública, a segurança e a defesa.

Três factos datados bastam para o mostrar, e nenhum deles é uma previsão. Em Outubro de 2024, o Prémio Nobel da Química distinguiu trabalho de previsão da estrutura tridimensional de proteínas obtido por aprendizagem automática — um problema em aberto na biologia estrutural há mais de meio século (cap. 1). A previsão meteorológica global a dez dias, que consumia horas de supercomputador, passou a produzir-se em menos de um minuto (cap. 1). E, desde 2 de Agosto de 2026, aplica-se na União Europeia um regulamento directamente vinculativo, com coimas até 35 milhões de euros ou 7% do volume de negócios anual mundial (cap. 1). O laboratório, o serviço quotidiano e a ordem jurídica ao mesmo tempo: é este o retrato de uma coisa que já cá está.

[[AUTOR: se houver uma cena pessoal que abra melhor do que este raciocínio — a primeira vez que viu um destes sistemas a fazer, em segundos, o que a sua formação lhe ensinara a fazer em dias —, é aqui, em cinco ou seis linhas, antes do argumento. O prefácio é o único texto do livro onde a primeira pessoa está autorizada a começar.]]

O que muda quando uma aplicação se torna infra-estrutura

Uma aplicação escolhe-se. Uma infra-estrutura pressupõe-se. Entre as duas coisas muda o critério de avaliação, e é essa mudança que dá matéria a este livro.

Uma novidade avalia-se pelo entusiasmo que gera. Uma infra-estrutura avalia-se pela fiabilidade, pela governação e pelo custo de falhar (cap. 1). Enquanto a inteligência artificial foi promessa, exagerar custava uma expectativa frustrada. Tornada infra-estrutura, exagerar custa investimento mal dirigido e sistemas implantados sem supervisão.

Daqui decorrem três propriedades que o leitor encontrará em todos os domínios tratados.

A primeira é a propagação. Um modelo fundacional é treinado uma vez e reutilizado em tarefas diversas a jusante; essa reutilização cria infra-estrutura e concentra risco, porque uma falha no modelo de base se propaga a todos os sistemas que dele dependem (cap. 1). Quem adopta um destes sistemas herda decisões que não tomou.

A segunda é a assimetria. O custo de treinar modelos de fronteira decide quem os pode construir; o custo de os usar decide quem os pode aplicar e em quê. Os dois andaram em sentidos opostos: em 2024, 55 dos modelos notáveis nasceram na indústria — 90,2% do total —, enquanto o custo de inferência de um modelo de desempenho equivalente ao do GPT-3.5 caía de 20,00 dólares por milhão de unidades lexicais, em Novembro de 2022, para 0,07 dólares, em Outubro de 2024 (cap. 1). Muitos utilizam; poucos produzem. A competência para auditar esta infra-estrutura reside, hoje, sobretudo dentro das organizações que a constroem.

A terceira é o modo de falha. Uma máquina que avaria pára. Um sistema destes continua a responder com aparência de competência: a fluência de uma resposta não indica a sua correcção, e o erro mais perigoso não é o absurdo — esse detecta-se — mas o razoável, bem construído, coerente com o contexto e errado (cap. 1). Uma infra-estrutura que falha em silêncio não é reparada, porque ninguém deu por ela.