Google Diz Que IA Não Está Se Construindo Sozinha Ainda—Embora Escreva 75% do Código

Google DeepMind foi em busca de provas de que a IA está acelerando o desenvolvimento da própria IA. Não encontrou nenhuma.

No relatório de segurança do Gemini 4 Argon, seu modelo mais poderoso, o laboratório concluiu que a pesquisa em IA não está avançando mais rápido, mesmo que a IA agora escreva a maior parte do código que os engenheiros da DeepMind entregam.

A descoberta contraria o cenário que assustou os executivos de IA a pedirem uma desaceleração. É chamado de autoaperfeiçoamento recursivo: uma IA constrói uma versão mais inteligente de si mesma, que constrói uma ainda mais inteligente, até que o progresso ultrapasse a capacidade de qualquer um de testar, regular ou desligá-la—o que o relatório chama de "uma situação em que as barreiras existentes são severamente inadequadas."

"Atualmente, não há aceleração significativa de ponta a ponta em P&D de ML, impulsionada por IA ou de outra forma," escreveu Haydn Belfield, um pesquisador da Google DeepMind que trabalhou na avaliação, em um tópico no X. "Portanto, concluímos que o risco da P&D de ML impulsionada por IA é atualmente baixo."

P&D de ML é uma abreviação para pesquisa e desenvolvimento em aprendizado de máquina, o trabalho de construir novos modelos de IA.

1/9

No Relatório de Segurança e Proteção do Gemini 4 Argon, publicamos nossa primeira avaliação empírica holística da automação e aceleração de P&D de ML dentro da Google DeepMind --- combinando benchmarks de capacidade, um índice de capacidade macro, dados sobre código escrito por IA e resultados de trajetória, e... pic.twitter.com/Vr8Q5Obbsp

--- Haydn Belfield (@HaydnBelfield) 14 de outubro de 2026

DeepMind acompanha a questão porque "a IA poderia acelerar os ganhos de capacidade de fronteira mais rápido do que a segurança, governança e adaptação social podem acompanhar," escreveu Belfield. Mais automação também significa dar aos agentes de IA um acesso mais amplo aos sistemas da empresa, mais espaço para um modelo desalinhado (um que persegue objetivos que seus criadores nunca pretendiam) causar problemas.

Para medir o progresso, a equipe construiu o GCI v1, um índice interno que combina as pontuações de 123 modelos de IA em 92 benchmarks em um único número por modelo—pense nisso como um escore de QI para IA. "As capacidades de fronteira do Gemini melhoraram a um ritmo notavelmente constante de ~0,1 pontos GCI/mês," escreveu Belfield.

No gráfico desse índice do relatório, o Gemini 1.5 Pro está perto de 0,5 pontos no final de 2024 e o Gemini 3.8 Flash logo acima de 2,9 em setembro de 2026, com quase todos os lançamentos seguindo uma linha reta. Argon é o único ponto que se destaca, em aproximadamente 3,3, embora sua barra de erro (a faixa em que sua pontuação verdadeira poderia plausivelmente cair) se estenda baixo o suficiente para tocar a tendência.

"Embora o Gemini 4 Argon esteja acima da tendência, rastreamos isso a um aumento no investimento em computação e organizacional, em vez de refletir uma aceleração impulsionada por IA," escreveu Belfield. O Google revelou o Gemini 4 Argon em 30 de setembro.

A maior parte do código de produção na DeepMind agora é mais de 75% escrito por IA, e a parte de pull requests totalmente delegadas (pacotes de alterações de código submetidos para revisão antes de serem ativados) aumentou de 7,5% para 11,9% entre abril e setembro. Mas "~88% dos pull requests ainda requerem orientação humana em múltiplas etapas ou autoria humana de código—e as alterações de código continuam sujeitas à revisão humana antes da submissão," escreveu Belfield.

Uma pesquisa com 12 líderes e pesquisadores seniores da DeepMind descobriu que a automação é mais alta em "tarefas de execução bem especificadas e verificáveis e mais baixa em ideação científica aberta, design experimental novo, diagnóstico de instabilidades sutis de treinamento e gosto de pesquisa de longo prazo." Em termos simples, a IA é ótima em executar instruções e ruim em decidir quais ideias valem a pena perseguir.

A DeepMind também revisou 1.389 registros do Argon atuando como um agente dentro da empresa. Quanto maior a tarefa, menos provável é que o modelo a completasse sozinho e mais frequentemente um humano interveio.

O relatório foi publicado um mês depois que o CEO da Anthropic, Dario Amodei, argumentou que o autoaperfeiçoamento recursivo já está acelerando, um aviso que Sam Altman e Elon Musk endossaram e que fez as ações de chips caírem quase 6%. Dias antes, o ex-engenheiro da Anthropic, Jacob Coxon, havia deixado a indústria, alertando que a IA poderia "nos matar a todos até o final da década."

Os números da DeepMind cobrem apenas seu próprio laboratório, e o mesmo relatório diz que não pode descartar que um Argon irrestrito ultrapasse seus limites de perigo para ciberataques e informações sobre armas biológicas.

Este conteúdo é fornecido apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, promoções online ou informações relacionadas mencionadas neste documento não devem ser consideradas uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar qualquer outra transação com criptoativos. Criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar conforme a região. É de sua responsabilidade garantir que sua participação esteja em conformidade com as leis e regulamentações locais aplicáveis.