Depois de atravessar diferentes gerações da computação, do BASIC em máquinas com processador Z80 ao desenvolvimento em Python, JavaScript e linguagens usadas em smartphones e microcontroladores, Eduardo Vieira continua ensinando aos seus alunos uma mesma ideia: computadores não pensam.
“Sempre ensino que o computador é espetacularmente burro. É um burro muito rápido, mas é 100% burro”, escreveu o desenvolvedor em uma publicação no Facebook.
Segundo o próprio Vieira, são 44 anos de experiência em programação, iniciados em seu primeiro estágio com carteira assinada, aos 14 anos. Atualmente, ele afirma continuar dando aulas e assumindo projetos específicos de desenvolvimento.
Essa trajetória é o ponto de partida para uma crítica bastante mais ampla. Vieira rejeita a ideia de que o avanço dos sistemas atuais signifique que máquinas estejam próximas de uma inteligência comparável, ou superior, à humana. Ao falar sobre o que chama de “singularidade digital”, resume seu ceticismo em outra frase: “Estão vendendo óleo de cobra a peso de ouro.”
Consciência é necessária para uma máquina ser inteligente?
Para o desenvolvedor, a situação não poderá mudar “a não ser que se desvende o mistério da consciência humana”. Em outras palavras, seria necessário compreender primeiro como surge nossa própria consciência antes de criar uma máquina capaz de realmente pensar.
A ciência ainda está longe de resolver a primeira metade desse problema. Pesquisadores não chegaram a um consenso nem mesmo sobre o que dá origem à consciência humana. Isso, porém, não estabelece que consciência seja obrigatoriamente um pré-requisito para inteligência artificial.
A relação entre os dois conceitos continua em disputa. Um trabalho publicado em junho de 2026 na revista Synthese oferece um contraponto direto a essa visão. Os pesquisadores Renne Pesonen e Samuli Reijula argumentam que consciência não é uma condição necessária para inteligência e que sistemas artificiais podem, em princípio, ser considerados inteligentes mesmo sem experiência consciente.
Outros pesquisadores sustentam posições bastante mais restritivas sobre a possibilidade de consciência artificial.
“Model collapse” mostra que dados produzidos por IA podem criar um problema
Outro argumento levantado por Vieira é a possível “degradação dos modelos”.
Nesse caso existe um fenômeno documentado. Pesquisadores demonstraram na Nature, em 2024, o fenômeno conhecido como model collapse, ou colapso de modelo. Nos experimentos, gerações sucessivas de modelos treinadas indiscriminadamente com conteúdo produzido por outros modelos passaram a perder informações menos frequentes da distribuição original e acumular erros. Estudos posteriores, porém, mostram que o resultado depende da estratégia de treinamento: manter dados reais, selecionar conteúdo sintético e controlar seu peso no conjunto de treinamento pode reduzir ou até evitar o colapso em determinadas condições.
Isso não significa que todo modelo de IA esteja condenado a piorar, os próprios experimentos mostraram que preservar dados originais reduz a degradação, e os pesquisadores defendem justamente a manutenção de acesso a conteúdo produzido por seres humanos. A explosão de textos, imagens e outros materiais sintéticos na internet torna a procedência dos dados de treinamento uma questão cada vez mais relevante.
Direitos autorais já são um problema atual.
“Quando os problemas de direitos autorais estourarem, junto com a questão da degradação dos modelos, a realidade vai aparecer. Além, claro, da crescente recusa de comunidades à instalação de datacenters em seus arredores. Ninguém gosta da idéia de ter que pagar dobrado pela luz ou pela água ou, ainda pior, ficar sem”, afirma Vieira.
No caso do copyright, o cenário mencionado por Vieira já chegou aos tribunais. Por exemplo, em 17 de agosto de 2026, a editora musical independente Round Hill Music entrou com ações separadas contra Anthropic e Suno nos Estados Unidos. A empresa acusa as duas de utilizar sem autorização centenas de letras e composições protegidas por direitos autorais no treinamento de sistemas de inteligência artificial. Os processos apresentam 500 obras como amostra representativa das supostas infrações e se somam a outras disputas entre detentores de direitos autorais e empresas de IA.
As decisões judiciais, acordos e diferentes legislações ainda podem definir quais usos são permitidos e quais exigirão licenciamento.
Datacenters transformam a corrida pela IA em uma disputa por energia, água e território
Vieira também aponta a expansão de datacenters como um possível limite para a corrida da IA. Somente no primeiro trimestre de 2026, pelo menos 75 projetos de datacenters avaliados em cerca de US$ 130 bilhões enfrentaram oposição local nos Estados Unidos, segundo dados da Data Center Watch citados pela Reuters. Entre as preocupações de comunidades estão consumo de eletricidade e água, ruído e impacto das construções.
Na Pensilvânia, o governo estadual anunciou em 18 de agosto novas regras para instalações de IA, exigindo salvaguardas ambientais, transparência e aprovação das comunidades locais. Uma pesquisa Reuters/Ipsos realizada em junho mostrou que apenas 14% dos americanos entrevistados apoiariam a construção de um datacenter em sua própria comunidade.
O impacto nas contas de energia também já entrou na discussão. Na Virgínia, onde está o maior mercado de datacenters do mundo, documentos regulatórios indicaram que custos de combustível poderiam elevar a conta residencial média de eletricidade em até 13%. A indústria contesta a ideia de que os datacenters sejam responsáveis pelos aumentos recentes e afirma que as instalações pagam pelos próprios custos.
Na Europa, desenvolvedores já procuram terrenos cada vez mais distantes dos grandes centros urbanos para garantir energia, espaço e conexões à rede. Projetos de IA exigem instalações em outra escala, com grande demanda elétrica e, em muitos casos, água para refrigeração.
Quando previsões sobre tecnologia também vêm de quem aposta bilhões nela
Vieira encerra sua crítica com uma provocação que amplia a discussão para além do funcionamento dos modelos de inteligência artificial.
“Mas se o Musk e o Thiel prometem, muitos crêem. Isso vai ser interessante de ver”, escreveu.
A frase toca em outro componente importante da atual corrida pela IA: boa parte das previsões mais ambiciosas sobre o futuro da tecnologia vem justamente de empresários, investidores e executivos que também possuem interesses financeiros no rumo que esse futuro tomar.
“O dinheiro não terá importância em 2036”, afirma Elon Musk ao comentar o avanço da IA e da robótica
Isso não torna automaticamente falsas as previsões feitas por nomes como Elon Musk, Peter Thiel ou outros líderes do setor. Também não significa que exista uma estratégia coordenada para convencer o público a aceitar determinada visão de mundo, mas cria uma razão legítima para que declarações extraordinárias sejam examinadas como aquilo que são: previsões feitas por pessoas que, além de imaginar o futuro, investem dinheiro e constroem empresas para tentar produzi-lo.
A inteligência artificial oferece vários exemplos dessa dinâmica. Previsões sobre agentes autônomos, substituição de trabalhos humanos, inteligência artificial geral e sistemas superiores às pessoas circulam não apenas como hipóteses técnicas, mas como argumentos capazes de justificar investimentos de centenas de bilhões de dólares em chips, energia, datacenters e novos produtos.
Quanto mais essas previsões são repetidas por figuras admiradas no universo da tecnologia, maior também é o risco de que sejam recebidas como destino inevitável, em vez de possibilidades que ainda dependem de obstáculos técnicos, econômicos, jurídicos e sociais.
