75 anos em 15 minutos: de Turing ao ChatGPT

Parece que a IA surgiu em 2022 junto com o ChatGPT. Na verdade, a história tem 75 anos e é cheia de gênios, drama e promessas não cumpridas. Vamos lá.

Experimente primeiro — bem aqui. Abaixo do prompt, há um botão Executar: aperte-o e uma IA de verdade responderá nesta mesma página — tudo o que você precisa é um login gratuito de um clique (Google ou Telegram). Coloque sua própria profissão entre colchetes — ou execute como está:

You are an experienced assistant. I work as a [your job].
Name 5 work tasks you could take off my hands,
and for each one give a short example of the request I'd send you.

É isso que a IA é: você escreveu a tarefa em palavras simples — e ela fez o trabalho. Este curso inteiro é sobre como obter respostas assim de forma confiável, não por sorte. Lembre-se de como este minuto pareceu — agora, de volta à história, sem a qual a IA nunca faz muito sentido.

Ato I. O homem que fez a pergunta (1950)

Inglaterra, 1950. O matemático Alan Turing publica um artigo com uma pergunta audaciosa: "Máquinas podem pensar?" Este é o mesmo Turing que decifrou a máquina Enigma na Segunda Guerra Mundial. Historiadores estimam que isso encurtou a guerra em dois anos.

Em vez de discutir filosofia, ele propõe um jogo — que hoje chamamos de teste de Turing. A ideia é simples: se você não consegue distinguir uma máquina de um humano em uma conversa escrita, importa se ela "pensa"? O resultado supera a definição. Setenta e dois anos depois, milhões de pessoas estariam conversando diariamente com uma máquina cada vez mais difícil de distinguir de uma pessoa. Turing nunca viu isso. Ele morreu em 1954, aos 41 anos, perseguido pelo mesmo governo que ajudou a salvar. Hoje, o principal prêmio em ciência da computação — o Prêmio Turing — leva o nome dele.

Ato II. O termo nasce, e as promessas também (1956–1969)

Verão de 1956, Dartmouth College nos EUA. Um jovem matemático chamado John McCarthy reúne algumas dezenas de cientistas para um workshop de verão e, para a solicitação de financiamento, inventa um rótulo cativante: inteligência artificial. O termo que todos usamos tem literalmente 70 anos e nasceu como marketing para um financiamento.

O otimismo estava nas alturas. Em 1958, o psicólogo Frank Rosenblatt revelou o perceptron — a primeira "rede neural" de aprendizado, do tamanho de um guarda-roupa. O New York Times escreveu que as máquinas logo "andariam, falariam, veriam e teriam consciência de sua existência". Os pioneiros prometeram inteligência em nível humano "em 20 anos".

Ato III. Os invernos da IA (anos 1970 e final dos anos 1980)

Quase tudo deu errado: os computadores eram milhões de vezes muito fracos, não havia dados e os próprios métodos atingiram um limite. Em 1973, o relatório britânico Lighthill desmantelou o campo: as promessas não haviam sido cumpridas. O financiamento foi cortado, laboratórios fecharam — o inverno da IA havia chegado. Nos anos 80, os "sistemas especialistas" (programas feitos de milhares de regras "se-então") repetiram a história: um boom, bilhões investidos, e então um segundo colapso quando se descobriu que as regras eram impossíveis de manter.

Lembre-se deste padrão: promessas exageradas → decepção → colapso. Isso explica os argumentos de hoje sobre a IA também.

Ato IV. A revolução silenciosa (1990–2012)

Enquanto "IA" era praticamente uma palavra proibida, um pequeno grupo de cientistas — entre eles Geoffrey Hinton, uma das mentes líderes por trás das redes neurais e laureado com o Nobel em 2024 — continuou trabalhando nelas com teimosia. A ideia deles era simples e radical: não programe o conhecimento, deixe a máquina aprender com exemplos. Faltavam dois ingredientes: dados e poder computacional.

A internet trouxe ambos. Até 2012, bilhões de imagens rotuladas haviam se acumulado, e as placas de vídeo criadas para jogos (GPUs) se mostraram perfeitas para treinar redes neurais. Em 2012, a AlexNet, construída por Hinton e seus alunos, dominou o campo no concurso de reconhecimento de imagem ImageNet: a margem foi enorme — a taxa de erro caiu de aproximadamente 26% para 15% em um único ano. A corrida começou.

Ato V. A explosão (2016–2022)

2016: O AlphaGo vence o campeão mundial de Go, Lee Sedol — em um jogo com mais posições possíveis do que átomos no universo. Comentaristas chamaram seu 37º movimento no segundo jogo de "não um movimento humano, nem um movimento de máquina, mas algo novo".

2017: Engenheiros do Google introduzem uma nova arquitetura de rede neural — o transformer. Uma arquitetura é o layout interno da rede: o esquema que ela segue para processar informações. Esquemas mais antigos liam o texto palavra por palavra e, ao final de uma frase longa, haviam "esquecido" o começo. O transformer olha o texto inteiro de uma vez e descobre quais palavras estão conectadas a quais — o mecanismo foi chamado de "atenção".

Uma rede assim pode ser treinada com quantidades gigantescas de texto, e é exatamente isso que está por trás do T em GPT — Generative Pretrained Transformer. Dados e poder agora tinham um terceiro companheiro: a arquitetura certa.

30 de novembro de 2022: A OpenAI abre o ChatGPT ao público. 100 milhões de usuários em dois meses — na época, o crescimento mais rápido que qualquer aplicativo de consumo já havia visto (o Instagram levou 2,5 anos para chegar lá, o TikTok 9 meses). O recorde de velocidade pura cairia mais tarde para o Threads, que atingiu 100 milhões em cinco dias — mas foi o ChatGPT que primeiro mostrou que a IA havia se tornado um produto de massa. Uma história de 75 anos saiu dos laboratórios e foi parar no celular de todo mundo.

O que isso significa para você

Três aprendizados que você usará em cada lição que se segue. Primeiro: a IA moderna aprende com exemplos em vez de seguir regras programadas — a ideia de Hinton superou os sistemas especialistas do Ato III. Segundo: o avanço veio quando três ingredientes se encontraram — dados (a internet), poder (GPUs) e arquitetura (o transformer) — e todos os três ainda estão crescendo. Terceiro: como os invernos da IA mostraram, este campo pode tanto prometer demais quanto entregar além do esperado — então, de agora em diante, separaremos a realidade do hype usando fatos.

E se você já experimentou a solicitação do início desta lição, considere-o seu primeiro passo prático: muitos outros virão, e com cada um deles a IA o seguirá com mais precisão.