Durante alguns anos, a evolução da inteligência artificial foi relativamente fácil de perceber. Os modelos escreviam melhor, programavam melhor, compreendiam contextos maiores, analisavam documentos, encontravam relações entre informações e produziam imagens cada vez mais convincentes. Tarefas que antes levavam horas passaram a ser realizadas em minutos.
Agora, porém, boa parte da indústria parece ter escolhido outro símbolo para representar evolução: a IA precisa agir. Ela não pode apenas encontrar uma passagem aérea; precisa abrir o navegador, acessar o site, clicar, preencher os campos e talvez reservar a viagem. Não basta analisar os e-mails que o usuário escolher; o agente deve ter acesso permanente à caixa postal, descobrir sozinho o que merece atenção e, eventualmente, responder. Não basta comparar produtos; precisa comprar. Não basta analisar finanças; deve acessar contas, extratos e serviços financeiros.
É visualmente impressionante. Em uma demonstração, parece ficção científica. Mas existe uma pergunta muito menos empolgante e muito mais importante: isso realmente é mais eficiente?
Fazer mais coisas não significa ser mais inteligente
A Meta lançou em setembro o Muse, apresentado como um “agente pessoal de IA”. Segundo a própria empresa, ele pode abrir navegador, preencher formulários, trabalhar com aplicativos, enviar e-mails, reservar viagens, fazer compras e continuar executando tarefas mesmo depois que o usuário fecha o aplicativo. (about.fb.com)
O Google também vem avançando nessa direção. O Gemini 3.5 Flash ganhou capacidade nativa de “computer use”, permitindo que agentes enxerguem e interajam com navegadores, aplicativos móveis e ambientes desktop. A OpenAI seguiu trajetória semelhante: o antigo Operator evoluiu para experiências de agentes, e atualmente o ChatGPT Work pode utilizar um navegador em nuvem para acessar páginas, preencher formulários e realizar fluxos de várias etapas. (blog.google) (help.openai.com)
Tecnicamente, tudo isso é extraordinário. Mas a capacidade de uma IA clicar em uma interface não transforma automaticamente aquele clique em uma boa decisão. Existe uma diferença enorme entre “encontre cinco boas opções para mim” e “decida qual é a melhor e execute por mim”.
A primeira tarefa utiliza uma das maiores virtudes dos grandes modelos de linguagem: processar rapidamente uma enorme quantidade de informação e apresentá-la de maneira compreensível. A segunda transfere ao modelo algo muito mais delicado: julgamento.
Qual é a “melhor” passagem aérea?
Imagine pedir a um agente: “Encontre a melhor passagem de Curitiba para São Paulo.”
Qual é a melhor? A mais barata, a que sai no melhor horário, o voo direto, a passagem que inclui bagagem ou aquela que chega no aeroporto mais conveniente? Vale pagar R$ 250 a mais para evitar uma escala? Uma passagem de R$ 600 pode ser tecnicamente mais barata que outra de R$ 750 e, ainda assim, ser uma péssima escolha se exigir oito horas de viagem.
Um bom sistema deveria pesquisar dezenas ou centenas de possibilidades e retornar algo como: “Esta é a mais barata, esta tem o melhor horário, esta é a mais rápida e esta parece oferecer o melhor custo-benefício”. Depois, o usuário escolhe.
Isso não diminui a inteligência artificial. É justamente onde ela demonstra inteligência: reduzindo drasticamente o trabalho necessário para que uma pessoa tome uma decisão melhor. Transformar necessariamente essa experiência em “agora deixe o agente clicar sozinho até terminar” pode acrescentar complexidade, consumo computacional e risco sem oferecer ganho proporcional.
O teatro da autonomia
Existe algo extremamente sedutor em assistir a uma IA controlando um computador. O cursor se movimenta, uma página abre, o agente procura um botão, clica, espera carregar, percebe que clicou no lugar errado, volta e tenta novamente. Para uma demonstração tecnológica, é espetacular. Para produtividade, nem sempre.
Há situações em que uma integração por API resolve em alguns segundos aquilo que um agente precisa de dezenas de etapas visuais para executar. Em outras, uma consulta estruturada em uma base de dados é muito mais rápida e confiável do que fazer um modelo abrir telas procurando uma informação. E há tarefas nas quais o melhor resultado da inteligência artificial nem sequer deveria ser uma ação, mas uma recomendação.
Estamos começando a correr o risco de avaliar a evolução da IA pela quantidade de coisas que ela consegue fazer sozinha, quando talvez uma métrica muito melhor fosse: quanto trabalho útil ela eliminou?
Se um agente consome vinte minutos, dezenas de interações e uma quantidade significativa de recursos para fazer algo que uma pessoa resolveria em cinco minutos, ele pode ser tecnologicamente avançado e economicamente ineficiente ao mesmo tempo.
Autonomia também multiplica o custo do erro
Quando uma IA apenas responde, um erro normalmente termina em uma resposta ruim. Quando uma IA age, o erro ganha consequências. Uma recomendação ruim de passagem pode ser ignorada; uma passagem errada comprada pelo agente precisa ser cancelada. Um texto ruim pode ser corrigido; um e-mail enviado para a pessoa errada não pode ser “desenviado”. Uma análise financeira equivocada é inconveniente; uma operação financeira equivocada pode ser desastrosa.
Por isso, existe um princípio simples que deveria acompanhar a evolução dos agentes: quanto maior o impacto da ação, menor deveria ser a autonomia irrestrita do modelo.
O próprio Muse exige aprovação humana antes de ações consideradas sensíveis, como enviar determinados e-mails ou realizar compras. A Meta também afirma que o usuário escolhe quais serviços serão conectados e quais permissões serão concedidas. (about.fb.com)
Esses mecanismos são importantes, mas também revelam uma realidade: até as empresas que estão construindo agentes extremamente autônomos sabem que autonomia absoluta não é necessariamente desejável.
O problema não é apenas segurança
Boa parte da discussão sobre agentes gira em torno de vazamento de dados, prompt injection, credenciais e invasões. São preocupações legítimas, mas existe outra discussão quase tão importante: alinhamento de interesses.
Considere novamente um agente responsável por encontrar um hotel, um voo ou um produto. Por que determinado resultado aparece primeiro? Porque realmente é a melhor alternativa? Porque aquela plataforma possui os melhores dados sobre ele? Porque existe uma parceria comercial? Porque aquele vendedor disponibilizou informações em um formato mais fácil para o modelo interpretar? Ou porque existe algum mecanismo comercial privilegiando aquela oferta?
Isso não significa que agentes estejam necessariamente manipulando resultados. Significa que, quando a inteligência artificial passa de mecanismo de pesquisa para intermediário da decisão de compra, essa questão inevitavelmente aparece.
E o mercado já percebeu o valor dessa nova camada. A própria Amazon Ads publicou recentemente orientações para marcas sobre como se posicionar diante de consumidores que utilizam agentes de IA durante compras, destacando o crescimento do tráfego encaminhado por sistemas de inteligência artificial ao varejo. (advertising.amazon.com)
Isso não prova que uma recomendação feita por um agente seja comprada ou manipulada, mas mostra algo importante: a recomendação do agente tem valor econômico. E onde existe valor econômico, haverá empresas tentando influenciar essa recomendação.
Por isso, transparência será essencial. Um agente que recomenda produtos, hotéis, restaurantes ou passagens deveria deixar extremamente claro quando existe publicidade, comissão, parceria, resultado patrocinado ou qualquer outra relação capaz de influenciar sua classificação.
No caso específico do Muse, a Meta afirma atualmente que as conversas e os dados armazenados na máquina virtual do agente não são compartilhados com seus sistemas de publicidade. (about.fb.com)
É uma distinção importante. Mas a discussão estrutural permanece para todo o setor: quando assistentes também se tornam intermediários comerciais, quem exatamente eles estão representando?
Talvez o melhor agente seja aquele que sabe quando não agir
Existe uma espécie de paradoxo na corrida atual pela inteligência artificial. Estamos criando modelos cada vez melhores em raciocínio para, em seguida, medir seu progresso pela capacidade de imitar tarefas mecânicas humanas: abrir navegador, mover cursor, clicar botão e preencher formulário.
Há enorme valor nisso quando não existe uma integração melhor disponível. Mas não deveria ser o objetivo em si. Um verdadeiro assistente inteligente deveria conseguir concluir que não precisa abrir vinte páginas para resolver determinada tarefa, que uma API é melhor, que uma consulta ao banco de dados basta, que possui informações insuficientes para tomar uma decisão ou que pode apresentar três alternativas, mas o usuário deveria escolher.
Talvez uma das capacidades mais importantes seja justamente reconhecer quando consegue executar algo, mas o risco não compensa o pequeno ganho de conveniência. Inteligência não é apenas descobrir como fazer alguma coisa. Também é compreender quando não vale a pena fazê-la.
Copiloto talvez seja mais interessante que piloto automático
A visão de um agente universal que conhece nossas mensagens, calendário, compras, documentos, finanças e preferências e consegue agir sozinho sobre tudo isso certamente parece futurista. Talvez parte desse futuro realmente aconteça.
Mas existe outra possibilidade muito menos cinematográfica e, possivelmente, muito mais útil: uma IA que pesquisa profundamente, processa centenas de possibilidades, aponta inconsistências, questiona nossas premissas, encontra aquilo que não percebemos, apresenta alternativas, explica suas razões e executa ações importantes somente quando efetivamente delegamos aquela ação.
Não seria uma inteligência artificial menos avançada. Talvez seja exatamente o contrário.
Durante décadas imaginamos que o grande salto tecnológico seria construir máquinas capazes de fazer tudo por nós. Pode ser que descubramos que o verdadeiro avanço está em construir máquinas suficientemente inteligentes para saber o que realmente vale a pena fazer por nós.
Porque nem tudo aquilo que parece futurista é eficiente. Às vezes é apenas uma maneira extremamente sofisticada de clicar em um botão.