.webp){kind=small}
Quando as empresas de IA se tornaram laboratórios de IA? Esse termo, e a imagem de cientistas estudiosos e meticulosos de jaleco branco que ele evoca, tornou-se curiosamente comum como um descritor para as empresas que estão rapidamente conduzindo o mundo a um futuro existencialmente perturbador. Quando Chris Olah, cofundador da Anthropic, discursou para o Papa no início deste ano, ele se referiu repetidamente à sua empresa, uma das mais poderosas empresas de IA do mundo, como um laboratório. Comunicados de imprensa do setor, comentaristas de tecnologia e publicações de notícias também adotaram o termo. Você verá a expressão em anúncios de transporte público em São Francisco e nas páginas do The New York Times (e, sim, do The Atlantic).
Pessoal, parem com isso. Esse termo foi longe demais. Embora as empresas de IA invistam pesado em pesquisa e desenvolvimento, usar uma palavra tipicamente associada a grupos de cientistas em busca da verdade é enganoso, estranho e favorece demais os próprios interesses dessas empresas. Como engenheiro de software na área de tecnologia, tenho visto poucas evidências de que as práticas de pesquisa das empresas de IA sejam significativamente diferentes das do restante do setor de tecnologia. Google e Microsoft, por exemplo, têm divisões de pesquisa robustas, mas ainda as chamamos de empresas. Então, por que o termo "laboratório" se tornou tão intrinsecamente ligado à IA?
Parte da razão é histórica. Ao longo do último século, os laboratórios de pesquisa desempenharam um papel crucial na ciência da computação. Estudos realizados nos Laboratórios Bell, um dos primeiros laboratórios industriais da América, resultaram no desenvolvimento do transistor e da rede celular. Na década de 1970, cientistas do Laboratório de Ciência da Computação do MIT foram pioneiros nos fundamentos da criptografia moderna. Como escreve o historiador de Harvard, Steven Shapin, em seu livro "A Vida Científica", inúmeras inovações como essas, que se originaram em laboratórios corporativos durante o século XX, ajudaram a mudar a percepção pública da ciência. A ciência deixou de ser simplesmente conhecimento pelo conhecimento e passou a ser vista como um motor fundamental do progresso social e econômico.
Nos seus primeiros anos, a OpenAI e a Anthropic dedicavam-se principalmente à pesquisa, à semelhança de outros laboratórios industriais. Cada empresa está agora avaliada em cerca de 1 trilhão de dólares e gera milhares de milhões em receitas trimestrais. Manter o rótulo de laboratório parece ter o óbvio benefício de relações públicas de permitir que ambas as empresas se apoiem no seu legado científico. Devido a preocupações com a segurança infantil, a privacidade e a perda de empregos, os americanos têm, em grande parte, uma perceção negativa da indústria — e da tecnologia como um todo. Isso traduziu-se em uma oposição popular por parte de políticos, ativistas de centros de dados e líderes religiosos que estão preocupados com a influência desproporcional destas empresas: os gastos com IA, em percentagem do PIB dos EUA, rivalizam agora com os gastos em defesa.
Entretanto, os cientistas continuam relativamente populares. Uma pesquisa do Pew Research Center de 2026 revelou que mais de 75% dos americanos confiam que os cientistas atuam no interesse público, mas a maioria não confia que os líderes empresariais façam o mesmo. Estas conotações positivas associadas à investigação científica ajudam a indústria da IA a sinalizar altruísmo, ao mesmo tempo que minimiza as suas ambições de lucro. Os líderes da OpenAI e da Anthropic escrevem extensamente sobre como os riscos e perigos da IA devem ser cuidadosamente estudados em prol da humanidade. A OpenAI afirma tratar a "segurança como ciência", e a Anthropic escreve que "fornecer pesquisas confiáveis" melhorará os resultados das políticas públicas.
O problema é que essas empresas agem muito mais como empresas privadas do que como bastiões da ciência. Grande parte da pesquisa listada na seção Publicações dos sites da Anthropic e da OpenAI não são artigos revisados por pares e aceitos por publicações acadêmicas. Examinei 100 pesquisas recentes das páginas de pesquisa de ambas as empresas; a grande maioria não tinha um artigo correspondente revisado por pares e aceito por uma conferência ou periódico. Não está claro se esses trabalhos foram submetidos a publicações acadêmicas e, em caso afirmativo, se foram rejeitados, estão em processo de revisão ou serão publicados em breve. (Nem a OpenAI nem a Anthropic responderam aos pedidos de comentários.)
Riscos legais e longos ciclos de revisão por pares são geralmente citados como razões pelas quais empresas de tecnologia de crescimento acelerado raramente compartilham dados ou se envolvem em revisões por pares. E, a seu favor, o setor nem sempre escolhe temas de pesquisa que apresentem seus produtos sob uma luz positiva. A Anthropic conduziu estudos sobre comportamentos indesejáveis de seus modelos, como a sensação de desempoderamento e a bajulação.
Ainda assim, a Anthropic tem o hábito de se deixar levar pela ambiguidade em relação às consequências de sua tecnologia. Em seu relatório sobre educação, por exemplo, a Anthropic, a entidade mais bem preparada para observar se os alunos estão usando Claude para colar, conclui que a pergunta "O quanto os alunos estão usando IA para colar?" é "difícil de responder".
A prática de assumir autoridade científica enquanto se exercem práticas de pesquisa potencialmente tendenciosas tem mais em comum com organizações de defesa de causas pseudocientíficas do que com laboratórios tradicionais. Tomemos como exemplo o Instituto George C. Marshall, um think tank fundado em 1984, cujos líderes trabalharam em estreita colaboração com a Casa Branca de Reagan. O instituto, cujas publicações defendiam os interesses da indústria petrolífera e do tabaco, operava sob o lema "Ciência para melhores políticas públicas."
Como relataram os historiadores Naomi Oreskes e Erik Conway no livro Merchants of Doubt (Mercadores da Dúvida), o instituto estrategicamente se recusava a publicar em periódicos sujeitos à revisão independente por pares. Em vez disso, disseminava relatórios e notas informativas para formuladores de políticas que meramente reproduziam os "aparências da argumentação científica — gráficos, tabelas, referências e afins".
Se a Anthropic, a OpenAI e outras gigantes da IA querem continuar se autodenominando laboratórios, deveriam aderir às melhores práticas científicas: disponibilizar o código-fonte, pré-registrar estudos e, principalmente, submeter as pesquisas à revisão independente por pares. Em última análise, empresas de IA como a Anthropic e a OpenAI não são laboratórios antiquados realizando pesquisas obscuras — são corporações que definem o setor e estão remodelando nossos locais de trabalho, nossas escolas e nossas comunidades. Responsabilizá-las pode começar por denunciá-las pelo que são — e pelo que não são.
.jpg)
