A IA está acelerando o próprio desenvolvimento de IA
A pesquisa mais detalhada já realizada sobre o paradoxo da autoaceleração da inteligência artificial acabou de ser publicada, e os resultados são profundamente inquietantes. Um relatório da organização independente de avaliação de riscos METR, baseada em 11 semanas de acesso sem precedentes aos sistemas internos da Anthropic, revela que o desenvolvimento dos modelos de IA da empresa está ocorrendo duas vezes mais rápido do que na fase anterior — e cerca de 80% dessa aceleração são atribuíveis ao uso de IA para conduzir a própria pesquisa e desenvolvimento.
O estudo, publicado em 5 de novembro de 2026, cobre o período de 12 de agosto a 29 de outubro e representa o nível mais alto de transparência já obtido por um avaliador externo de um laboratório de fronteira. A Anthropic concedeu à METR acesso a métricas internas de pré-treinamento, aprendizado por reforço (RL), quantidade de compute por domínio, pontuações em benchmarks, análises de aceleração e entrevistas detalhadas com pesquisadores.
Os dados mais contundentes do relatório são inequívocos: desde outubro de 2025, as pontuações da Anthropic no AECI (versão interna da Epoch Capabilities Index) estão crescendo a 1,9 vezes a taxa observada anteriormente, com intervalo de confiança de 95% entre 1,5x e 2,8x. Em termos práticos, a empresa teria alcançado em um ano o mesmo progresso em benchmarks que levou dois anos para conquistar entre outubro de 2023 e outubro de 2025 — o equivalente à evolução do Claude 2.1 ao Sonnet 4.5.
A METR confirma categoricamente que essa aceleração não se deve a um aumento no scaling do compute de treinamento. O fator determinante é a própria IA. Segundo o relatório, "a maioria (cerca de 80%) da aceleração atual é devido ao uso de IA em pesquisa e desenvolvimento", com contribuições ainda predominantemente assistivas — a IA auxilia pesquisadores humanos, não os substitui. Mas indicações sugerem que contribuições totalmente autônomas estão cada vez mais próximas.
O que torna esse estudo particularmente valioso é a profundidade do acesso que a METR obteve. A organização teve acesso a métricas de pré-treinamento, RL, compute por domínio, benchmarks, análises de aceleração e entrevistas detalhadas com pesquisadores. Esse nível de transparência não tinha sido visto antes em um laboratório de fronteira.
Os resultados mostram que a Anthropic não está apenas trabalhando mais rápido — está trabalhando de forma qualitativamente diferente. Os sistemas de IA estão gerando hipóteses, testando-as e iterando sobre elas com uma velocidade que humanos sozinhos não conseguiriam alcançar. E o mais impressionante: o padrão de aceleração observado segue exatamente a curva que pesquisadores como Andrew Ng e Ian Goodfellow predizem em seus trabalhos teóricos sobre IA auto-improving.
Se a aceleração é real e sustentada, estamos olhando para um cenário onde a diferença entre laboratórios de IA pode se tornar ainda mais dramática do que já é. A Anthropic, que já está entre os três principais laboratórios de IA do mundo, está acelerando em um ritmo que torna a corrida ainda mais imprevisível. E o fato de a própria IA estar conduzindo a maior parte dessa aceleração significa que o ritmo pode continuar a aumentar — não apenas para a Anthropic, mas para todos os outros laboratórios que estão adotando ferramentas semelhantes de pesquisa assistida por IA.
A pergunta que fica é se esse padrão de autoaceleração é sustentável a longo prazo, ou se eventualmente encontraremos limitações fundamentais que vão desacelerar o processo — mesmo com a IA ajudando a conduzir a própria pesquisa.
Fontes: The Verge, METR, Fast Company
✓ Fontes independentes cruzadas e verificadas antes da publicação
