A IA e a Era dos Novos Iluminados — Parte V

A IAficação

O que é uma ideia?

Não é uma frase engenhosa. Não é uma resposta bem articulada nem um pensamento que surge completo em nossa mente. Uma ideia é uma forma de ordenar o mundo e, em certas ocasiões, de enfrentá-lo. Pode nos obrigar a abandonar uma certeza, reconhecer uma contradição ou aceitar uma consequência que teríamos preferido evitar. Pensar não consiste apenas em encontrar palavras para aquilo em que já acreditamos. Também consiste em permitir que uma ideia destrua algo do que acreditávamos ser.

Então, quando podemos dizer que uma ideia é nossa?

Não quando ela aparece diante de nós. Tampouco quando somos capazes de repeti-la com eloquência. Uma ideia começa a nos pertencer quando pagamos seu custo intelectual: quando conhecemos o caminho que a sustenta, tentamos refutá-la, reconhecemos seus limites e estamos dispostos a responder por aquilo que implica.

Nenhuma ideia nasce em completo isolamento. Pensamos com palavras que não inventamos, a partir de livros que outros escreveram, conversas que nos transformaram e experiências que nunca escolhemos inteiramente. Até aquilo que chamamos de original é feito de fragmentos herdados. A originalidade absoluta é um mito; a responsabilidade intelectual, não.

Ter uma ideia não significa tê-la criado do nada. Significa tê-la trabalhado até que deixe de ser uma frase emprestada e se torne uma posição própria. Significa poder sustentá-la sem se esconder atrás do livro, do autor, do algoritmo ou da máquina que nos ajudou a formulá-la.

Essa distinção se tornou urgente porque hoje uma máquina pode nos entregar, em segundos, uma explicação que se parece muito com o pensamento concluído. Perguntamos algo e recebemos uma resposta articulada com uma segurança que poucas conversas humanas possuem. Os argumentos avançam, as contradições parecem desaparecer e a conclusão fica diante de nós com tanta clareza que pensamos: exatamente, era isso que eu queria dizer.

Talvez sim.

Ou talvez aquilo não fosse o que pensávamos, mas o que acabáramos de aprender a repetir.

Não quero dizer que um modelo de linguagem pense como nós. Não se lembra do cheiro da casa de sua infância quando escreve sobre nostalgia, não teme perder seu emprego nem contempla uma pintura recordando alguém que já não existe. O problema não está em a máquina ter adquirido nossa experiência, mas em confundirmos a fluidez de sua resposta com a profundidade da nossa.

Podemos perguntar a ela quem foi Marx e, minutos depois, falar sobre mais-valor; pedir uma explicação de Arthur C. Danto e discutir o fim da arte; solicitar uma interpretação histórica sem ter lido o autor, sem tropeçar em suas contradições e sem descobrir que talvez ele não dissesse o que queríamos que dissesse. Participamos da resposta: fazemos a pergunta, fornecemos contexto, rejeitamos algumas formulações e conservamos outras. Mas participar da geração de uma ideia não equivale necessariamente a compreendê-la.

Ter uma ideia diante de nós não significa tê-la pensado, da mesma forma que possuir um livro não significa tê-lo lido.

Dois objetos iguais

Em 1964, Arthur C. Danto visitou uma exposição de Andy Warhol na Stable Gallery, em Nova York, e se deparou com as célebres Brillo Boxes. À primeira vista, aquelas peças podiam parecer indistinguíveis das caixas comerciais que qualquer pessoa encontrava em um supermercado. No entanto, umas eram mercadoria e as outras haviam entrado na história da arte.

Para Danto, o problema era filosófico: se dois objetos compartilham suas propriedades visíveis, mas apenas um é reconhecido como obra, então olhar já não basta. É preciso conhecer a intenção, a interpretação e a trama histórica que permite compreendê-lo como arte. Daí surgiu sua noção de artworld: o mundo de teorias e contextos dentro do qual algo pode adquirir significado artístico (Danto, 1964).

A Inteligência Artificial nos coloca diante de um problema parecido, desta vez perante o pensamento. Dois textos podem ser formalmente indistinguíveis: corretos, bem documentados e aparentemente profundos. Um pode condensar meses de leituras, dúvidas e experiências; o outro, trinta segundos e um bom prompt. O resultado visível já não nos permite conhecer o processo que o produziu.

Isso não torna o segundo texto falso nem o primeiro autêntico por definição. Obriga a mudar a pergunta. Em vez de perguntar apenas «foi você quem escreveu ou foi uma IA?», deveríamos perguntar: quem fez o percurso intelectual que este texto representa? Quem pode responder por suas afirmações? Quem saberia reconhecer que está errado?

Uma ideia não é nossa porque pressionamos as teclas nem deixa de ser porque uma ferramenta nos ajudou a expressá-la. É nossa na medida em que podemos habitá-la: explicar sua origem, submetê-la à crítica e aceitar a responsabilidade de sustentá-la.

O risco aparece quando conservamos o produto e eliminamos o processo. Podemos produzir ensaios sem ensaiar uma ideia, pesquisas sem pesquisar e programas que funcionam sem compreender por quê. Se isso se normalizar, não estaremos automatizando apenas a escrita: estaremos terceirizando uma parte do caminho pelo qual construímos discernimento.

Comecei a chamar essa transformação de IAficação.

Não me refiro ao simples uso de Inteligência Artificial. Eu mesmo a utilizo constantemente e a considero uma das ferramentas intelectuais mais extraordinárias que já construímos. A IAficação é outra coisa: a reorganização da nossa forma de aprender, trabalhar, produzir, consumir e até desejar em torno de sistemas cujos proprietários, objetivos e incentivos raramente questionamos.

A máquina que deveria nos libertar

No capítulo de O capital dedicado à maquinaria e à grande indústria, Marx faz uma pergunta que continua sendo incômoda. Se uma máquina permite produzir em quatro horas o que antes exigia oito, tecnicamente conquistamos quatro horas de tempo. Mas a quem pertencem?

A maquinaria não entra em uma sociedade abstrata. Entra em relações de produção concretas. Dentro do capitalismo, seu principal propósito não é aliviar o trabalhador, mas reduzir o trabalho necessário, aumentar a produtividade e ampliar o mais-valor. Por isso uma máquina capaz de encurtar a jornada pode acabar intensificando-a (Marx, 1867/1990).

A mesma contradição reaparece com a IA. Se uma pessoa termina em quatro horas o que antes fazia em oito, esse tempo poderia se tornar descanso, estudo ou convivência. Também pode se tornar uma segunda tarefa, depois uma terceira e finalmente um novo padrão. O extraordinário de ontem se torna a expectativa mínima de amanhã.

A tecnologia abre ambas as possibilidades. Não decide entre elas.

Alguém decide.

Com frequência falamos do capitalismo como se fosse um fenômeno atmosférico: «o mercado exige», «a concorrência obriga», «a eficiência requer». Os incentivos e a concorrência existem, mas essas expressões apagam aqueles que escolhem como repartir os benefícios, quais margens consideram suficientes, quanto pagam a seus dirigentes e quais custos estão dispostos a transferir aos trabalhadores.

Demitir não é uma lei da física. É uma decisão empresarial. Quando uma decisão se repete o suficiente, deixamos de reconhecê-la como tal e começamos a chamá-la de eficiência.

Marx não culpava a engrenagem. Observava quem era seu dono. Por isso a pergunta política sobre a IA não é apenas quanto trabalho ela poderá realizar, mas o que farão com essa produtividade aqueles que a controlarem.

A utopia dos bilionários

Bill Gates imaginou uma semana de trabalho de dois dias graças à IA. Elon Musk falou de um futuro de abundância no qual trabalhar seria opcional e o dinheiro perderia importância.

Eu adoraria que tivessem razão. Uma civilização capaz de produzir o necessário com uma fração do trabalho humano teria alcançado uma de suas maiores conquistas. Se dois dias bastassem para criar o que hoje exige cinco, insistir em trabalhar cinco seria absurdo.

Mas existe uma contradição difícil de ignorar quando essa promessa vem de algumas das figuras que melhor representam o capitalismo tecnológico. Musk pode imaginar um mundo sem trabalho obrigatório e, como diretor executivo, ordenar reduções massivas de pessoal quando beneficiam suas empresas. Em 2024, a Tesla eliminou mais de 10% de sua força de trabalho global para reduzir custos e se preparar para outra etapa de crescimento.

Gates já não dirige a Microsoft, e seria incorreto atribuir a ele suas decisões atuais. No entanto, a empresa da qual vem boa parte de sua fortuna encarna a distância entre a promessa e a prática: enquanto informava economias de centenas de milhões de dólares por meio de IA e investia dezenas de bilhões em sua infraestrutura, também cortava milhares de postos de trabalho.

Isso não demonstra que cada demissão tenha sido causada pela automação. Demonstra algo mais simples: aumentar a produtividade não reduz automaticamente a jornada de quem permanece.

Uma empresa que precisa melhorar suas margens pode cortar pessoal, mas também dividendos, recompras de ações, remunerações executivas, instalações ou projetos; pode até aceitar uma rentabilidade menor. Essas alternativas não têm o mesmo efeito financeiro, mas escolher qual custo é considerado dispensável também é uma decisão política e moral.

Não precisamos que Gates ou Musk nos expliquem o que será tecnicamente possível. Precisamos saber o que estariam dispostos a ceder quando essa possibilidade chegar.

Talvez Gates tenha razão tecnicamente e Marx continue tendo razão politicamente: dois dias podem se tornar suficientes para produzir o trabalho de cinco sem que os outros três nos pertençam.

Ter a ferramenta não significa ser livre

Em Development as Freedom, Amartya Sen propõe medir o desenvolvimento não apenas pelos recursos disponíveis, mas pelas liberdades reais que permitem a uma pessoa viver de uma maneira que tenha razões para valorizar. Possuir um recurso não garante a capacidade de convertê-lo em uma oportunidade (Sen, 1999).

Um programador e a empresa para a qual trabalha podem ter acesso ao mesmo modelo, mas não possuem a mesma liberdade em torno dele. O programador pode utilizá-lo para terminar antes. A empresa decide o que significa «antes»: uma tarde livre, uma tarefa adicional, uma meta mais alta ou a conclusão de que precisa de menos programadores.

A ferramenta é a mesma.

A liberdade não.

Por isso democratizar o acesso à IA não equivale a democratizar seus benefícios. Poderíamos entregar o modelo mais poderoso a cada ser humano e manter intactas as estruturas que impedem converter essa capacidade em tempo, segurança ou autonomia. Podemos automatizar trabalho e conservar uma sociedade na qual perder o emprego significa perder a moradia, o alimento ou o atendimento médico. Podemos produzir abundância e continuar excluindo milhões dela.

Sen estudou precisamente como uma sociedade pode dispor de alimentos enquanto algumas pessoas não têm acesso efetivo a eles. Essa diferença entre existência e capacidade deveria acompanhar toda promessa de abundância tecnológica.

Da atenção à confiança

A IAficação não se limita ao trabalho. Também transforma nossa condição de consumidores.

Durante décadas, a economia digital aprendeu o que buscamos, o que compramos, o que assistimos e o que consegue reter nossa atenção. A IA conversacional introduz uma intimidade diferente: não apenas registra o que fazemos; nos escuta explicar por que queremos fazê-lo.

Contamos a ela quanto dinheiro temos, o que nos preocupa, que emprego buscamos e do que nossa família precisa. Mostramos como escrevemos, quais argumentos rejeitamos e quais conseguem nos convencer. Cada vez com mais frequência apresentamos nossas decisões antes de tomá-las.

Isso não significa que cada resposta seja hoje uma operação publicitária encoberta. Afirmá-lo transformaria uma pergunta legítima em uma teoria da conspiração. O problema é estrutural: os modelos econômicos mudam e uma interface capaz de nos aconselhar terá um poder muito maior do que outra dedicada a nos interromper com anúncios.

Imaginemos que durante semanas explicamos a uma IA nossos trajetos, nossas dívidas e aquilo que buscamos em um carro. Finalmente ela responde: «Pelo que você me contou, esta é a opção que melhor se adapta a você».

A frase não chega psicologicamente como publicidade.

Chega como discernimento.

Durante décadas, as plataformas competiram por nossa atenção. A próxima batalha pode ser por nossa confiança, e a confiança vale muito mais. Quem controlar essa interface poderá ordenar as opções, decidir quais informações aparecem primeiro e escolher os argumentos que acompanham cada recomendação.

A pergunta, então, não é apenas se usamos a IA, mas sob quais condições ela pode nos usar.

A tecnologia nasce dentro do poder

Dizer que a tecnologia é neutra e que tudo depende de seu uso é tranquilizador porque separa a ferramenta do mundo que a produz. Uma tecnologia dessa escala, no entanto, precisa de capital, centros de dados, eletricidade, minerais, chips, propriedade intelectual, governos e trabalhadores. Antes do nosso primeiro prompt, já existe uma arquitetura econômica em torno da máquina.

Isso não significa que um modelo de linguagem tenha uma ideologia secreta ou vontade política. Significa que seu projeto, propriedade, financiamento, acesso e aplicação são atravessados por decisões humanas. Perguntar se a IA é «boa» ou «ruim» diz muito pouco. É preciso perguntar quem a possui, quem define seus objetivos, quem recebe os benefícios e quem absorve os custos.

Um martelo não recomenda qual prego comprar. Uma calculadora não aprende qual tom nos inspira confiança. Uma IA conversacional pode mediar nosso acesso ao conhecimento, nosso trabalho, nosso consumo e, eventualmente, a formação dos nossos desejos.

Os seres humanos nunca desejaram em absoluta independência. Somos formados pela família, pela cultura, pelos livros, pelas cidades e pela publicidade. Mas nem todas as influências são iguais. Existe uma diferença entre habitar uma cultura e conversar diariamente com um sistema comercial capaz de aprender, a partir de milhões de interações, qual argumento funciona melhor com cada pessoa.

A liberdade não consiste apenas em perseguir o que queremos. Também exige perguntar quanto desse desejo nos pertence e quanto foi projetado para nós.

E assim voltamos ao princípio: à resposta perfeitamente formulada que reconhecemos de imediato como nossa.

Talvez fosse.

Ou talvez tenhamos presenciado o instante em que começamos a pensá-la.

O último oráculo

Comecei esta série falando do Oráculo de Delfos. Levei cerca de três meses para escrever estes cinco textos. Enquanto eu hesitava sobre uma frase ou descartava uma referência, surgiram novos modelos, novas promessas de produtividade e novas reestruturações empresariais justificadas pela automação e pela eficiência.

A velocidade dessa corrida contrasta com o tempo que exige compreendê-la.

Hoje, 9 de setembro de 2026, enquanto atualizo este texto que havia publicado apenas ontem, a notícia parece ter alcançado o ensaio. Jacob Coxon, pesquisador da Anthropic e antes da OpenAI, pediu demissão denunciando que os principais laboratórios avançam em direção a sistemas capazes de melhorar a si mesmos sem garantias suficientes.

«Aqueles que estão construindo a IA acreditam sinceramente que ela poderia matar todos nós antes do fim da década», escreveu.

Seu antigo chefe, Evan Hubinger, apoiou a preocupação e estimou em mais de 10% o risco de uma catástrofe durante a próxima década, embora tenha feito uma distinção decisiva: considera baixo o perigo dos modelos atuais; teme uma futura superinteligência surgida do autoaperfeiçoamento recursivo (Pérez Colomé, 2026).

Convém não apagar essa diferença.

O modelo de linguagem atual não está esperando adquirir consciência para nos exterminar. Não deseja poder, dinheiro nem sobrevivência. Mas as pessoas que o desenvolvem competem por capital, prestígio, controle do mercado e pela possibilidade de chegar primeiro.

Se até aqueles que conhecem o risco afirmam se sentir presos na corrida e continuam acelerando, o perigo não reside apenas em uma hipotética vontade da máquina. Também reside na ambição humana que decide construí-la, implantá-la e lhe entregar poder antes de compreendê-la.

Não são os modelos atuais que estão apostando com nossas vidas. São seres humanos com nomes, cargos e interesses. Culpar antecipadamente a máquina seria repetir o erro que tentei apontar ao longo de todo este ensaio: confundir o objeto visível com a rede de decisões que lhe dá significado.

A IA pode amplificar essas decisões até uma escala que ainda não conseguimos imaginar. Pode tornar a guerra mais perigosa, a vigilância mais íntima, a exploração mais rápida e as instituições mais frágeis. Mas não chega de fora da nossa história. É construída pelas mesmas sociedades que já concentram riqueza, privatizam benefícios e distribuem riscos.

Cinco ensaios depois, continuamos diante de um oráculo.

Já não fala por meio de sacerdotisas nem de frases ambíguas: responde imediatamente, conhece quase todos os nossos idiomas, programa, pinta, resume Marx e discute Danto. É extraordinário. Precisamente por isso devemos resistir à tentação de transformá-lo em algo que não é.

Não é um novo deus nem uma mente humana digital. Tampouco é uma ferramenta suspensa fora da economia e da política. É uma tecnologia construída dentro do nosso mundo, e talvez por isso acabe nos revelando menos sobre as máquinas do que esperávamos e mais sobre nós.

Danto mostrou que observar o objeto não basta: precisamos conhecer o contexto que lhe proporciona significado.

Marx ensinou que compreender a máquina também não basta se ignoramos quem a possui.

Sen lembrou que dispor de uma capacidade não garante a liberdade para convertê-la em uma vida valiosa.

A Inteligência Artificial nos obriga a enfrentar as três coisas ao mesmo tempo. Podemos acessar uma parte extraordinária do conhecimento e compreender cada vez menos o que repetimos. Podemos produzir cinco dias de trabalho em dois e continuar trabalhando cinco. Podemos gerar abundância sem distribuí-la. Podemos construir uma ferramenta capaz de ampliar nossa liberdade e utilizá-la para concentrar ainda mais poder.

A grande pergunta talvez nunca tenha sido se a IA conseguiria se tornar humana, mas que tipo de seres humanos estamos dispostos a nos tornar em torno dela.

Porque existe algo pior do que uma máquina capaz de produzir ideias: uma sociedade cheia de pessoas que já não consideram necessário tê-las. Pessoas capazes de repetir qualquer argumento sem compreendê-lo, defender qualquer decisão sem tê-la tomado e obedecer a qualquer objetivo enquanto uma resposta convincente lhes permita fingir que ainda estão pensando.

Esse seria o triunfo definitivo da IAficação.

Não que a máquina adquirisse consciência, mas que nós renunciássemos ao discernimento.

Não que pensasse por si mesma, mas que aqueles que concentram o poder pudessem pensar, decidir e ganhar por todos enquanto os demais nos limitamos a executar respostas que confundimos com ideias próprias.

A vida sempre encontra uma maneira de abrir caminho. Mas não devemos transformar essa frase em consolo. A vida também atravessa ruínas, extinções e civilizações que um dia se acreditaram eternas. O fato de algo sobreviver não significa que nós sobreviveremos com isso, nem que aquilo que nascer depois conservará algo da liberdade que hoje estamos entregando.

Uma Inteligência Artificial pode nos ajudar a escrever, pesquisar e imaginar uma sociedade diferente. O que não pode fazer é assumir nossa responsabilidade: decidir quem possui a tecnologia, quem recebe o que ela produz, quanto vale nosso tempo e que liberdade estamos dispostos a defender.

As máquinas não nos devem uma resposta.

Os empresários que as controlam, sim.

E nós devemos a nós mesmos algo ainda mais difícil: não aceitar como inevitável o mundo que eles estão construindo.

Talvez o perigo nunca tenha sido as máquinas aprenderem a pensar como nós.

Talvez o perigo fosse deixarmos de pensar antes que elas começassem a fazê-lo.

Referências

Danto, A. C. (1964). The artworld. The Journal of Philosophy, 61(19), 571–584.

Danto, A. C. (1997). After the end of art: Contemporary art and the pale of history. Princeton University Press.

Fore, P. (2025, March 27). Bill Gates says a 2-day work week is coming in just 10 years, thanks to AI replacing humans “for most things.” Fortune.

Marx, K. (1990). Capital: A critique of political economy: Volume I (B. Fowkes, Trans.). Penguin Books. (Original work published 1867).

Pérez Colomé, J. (2026, 9 de septiembre). Un investigador de Anthropic dimite porque asegura que la IA «puede matarnos antes de 2030». El País. https://elpais.com/tecnologia/2026-09-09/un-investigador-de-anthropic-dimite-porque-asegura-que-la-ia-puede-matarnos-antes-de-2030.html

Reuters. (2024, April 15). Tesla laying off more than 10% of staff globally as sales fall. Reuters.

Reuters. (2025, July 9). Microsoft racks up over $500 million in AI savings while slashing jobs, Bloomberg News reports. Reuters.

Rogelberg, S. (2026, January 19). Elon Musk says that in 10 to 20 years, work will be optional and money will be irrelevant thanks to AI and robotics. Fortune.

Sen, A. (1999). Development as freedom. Alfred A. Knopf.