Desde novembro de 2022 que o mundo tecnológico tem sido objeto de um comportamento vibrante com o lançamento do ChatGPT pela empresa americana OpenAI e, posteriormente, com outras soluções de suas concorrentes, Google, Anthropic ou Meta, de entre outras.

O ChatGPT é um dos modelos de linguagem – LLM, Large Language Models – que já dominavam diversos laboratórios, centros de investigação e empresas da área da ciência computacional, desde há alguns anos, mas foram tornados públicos naquele momento, causando grande surpresa, expectativa e interesse por parte de todos, desde neurocientistas, tecnólogos, ao cidadão comum.

E porquê? Devido à sua disponibilidade, facilidade de diálogo do tipo humano – pergunta/resposta – à surpresa, pela fiabilidade de grande maioria das suas respostas, até à gratuitidade das versões mais simples. Assim, a primeira versão do ChatGPT atingiu o milhão de utilizadores em 5 dias, comparativamente a outras soluções tecnológicas, como o Twitter, que demorou 2 anos a atingir este número, ou o Facebook, 10 meses.

Não valerá a pena, entrar em pormenores de funcionamento deste tipo de solução, em virtude de os leitores estarem certamente a par do mesmo, arriscando mesmo que talvez mais de 90%, ou mais, já o tenham experimentado.  

Mas, voltemos ao tema em causa. Os “modelos inteligentes de Linguagem Natural” – assim se chamam devido ao diálogo entre a máquina e a pessoa ser feito precisamente na linguagem que todos utilizamos – têm como características, à semelhança dos Seres Humanos, a capacidade de aprender com a experiência – por isso são treinados com largas bases de dados específicas de determinados temas, disponíveis no mundo digital, compreenderem a nossa linguagem, reconhecerem padrões comportamentais e, em função disso, darem respostas com a maior probabilidade de rigor, às questões que formulamos.

Este mês, o mercado foi novamente abalado com vários eventos: o primeiro, o lançamento de uma nova versão a OpenAI o1, logo anunciada também a mais potente versão o3 e, posteriormente a Gemini 2.0; o segundo, há somente três semanas, um novo verdadeiro choque, o lançamento da solução da startup chinesa DeepSeek R1, por razões ligadas aos escassos dois meses de desenvolvimento desta solução de open source, ao relativo baixo custo de desenvolvimento e treino – 5.6 milhões de USD, comparativamente com os mais de 100 milhões gastos pela OpenAI (3 mil milhões durante todo o ano de 2024) - e de operação e ainda a de poder correr num vulgar laptop), igualando as anteriores e, eventualmente, até as podendo ultrapassar.

Este verdadeiro choque, de alguma forma, disruptivo, afetou, como se sabe, a Bolsa americana, com grande impacto negativo nas suas principais tecnológicas e, talvez mais que isso, veio pôr em causa e levantar a questão da suposta liderança dos EUA neste domínio, verdadeira “estalada” em Trump, no dia em que este assumia a liderança do país e anunciava o investimento de 500 mil milhões de USD em projetos de Inteligência Artificial (Oracle, OpenAI e SoftBank).

Mas, a corrida não parou. Até ao fim do ano passado, o desafio centrava-se entre as principais tecnológicas americanas: OpenAI, Google, Meta; no início deste ano, como referido, surge um desafiador chinês, com a solução  DeepSeek R1; há escassos dias, a chinesa Alibaba lança o Qwen 2.5 Max, um novo desafiador que alegadamente, se afirma como superior a todas as outras soluções – ainda não provado independentemente - não só das empresas americanas, mas também da própria China , logo a seguir, a DeepSeek lança o Janus Pro, concorrente multimodal do Dall-E.

Quais as novidades destas últimas soluções? Não pequenas, mas que representam uma acentuada evolução: a sua “capacidade de raciocínio”, a sua “inteligência”, a adaptabilidade e a resolução de problemas matemáticos, isto é, a mesma não só responde às nossas perguntas, mas raciocina e justifica qual a melhor solução que apresenta.

Trata-se de um grande salto, no caminho que se está a traçar para atingir e igualar a Inteligência Humana, que se convencionou chamar “Inteligência Artificial Geral” (introduzido pelo Físico Mark Gubrud em 1997), com o acrónimo anglo-saxónico, AGI. AGI significa a capacidade de a máquina igualar a Inteligência Humana em todas as suas dimensões, ser auto-consciente, sensível, autónoma com capacidade de auto-aprendizagem, adaptável às mudanças ambientais e ter motivações. 

De facto, os modelos anteriores de LLM não tinham a capacidade de “raciocínio”, introduzidos por estes últimos, indispensável e crítica no sentido de uma Inteligência Artificial a caminho da Inteligência Humana.

Não se pode saber a data exata em que se poderá assumir a existência de uma Inteligência Geral Artificial – AGI – que iguale a capacidade holística humana de inteligência, mas passos rápidos estão a ser dados ultimamente nesse sentido, de forma a que algumas estimativas apontam para que se possa concretizar num máximo de 3-5 anos. E, se posteriormente se passar de uma AGI para uma ASI/Inteligência Artificial Superior, aquela que suplantaria genericamente as capacidades humanas (estimada por alguns que possa ser atingida em 2045), teremos que esperar para ver.

Qualquer que seja o desenvolvimento da IA, a data de se atingir a AGI ou a ASI, o caminho está traçado e é já empolgante, especialmente no que respeita às implicações que começam a ter para o marketing e a gestão das marcas, mas em áreas tão diversas da sociedade, como o Ensino, Medicina, Engenharia Genética, Indústria, Agricultura, Entretenimento e, em geral, tudo o que se refira à tipificação e análise de comportamentos, previsão e planeamento futuro.