IA estreita, IA geral e superinteligência: a escala para o gestor

IA estreita é um sistema treinado para executar uma tarefa ou um conjunto restrito de tarefas, como classificar mensagens, prever demanda ou responder perguntas sobre um catálogo. IA geral, ou AGI, descreve um sistema capaz de aprender e executar qualquer tarefa intelectual com a flexibilidade de uma pessoa, e superinteligência seria um nível acima, com capacidade superior à humana na maioria dos domínios. Para o gestor, a escala serve a uma função prática: classificar o que a empresa já usa e decidir o que pode ser delegado, com quais limites e quem responde pelo resultado.

Principais pontos

• Quase todas as ferramentas de IA que uma empresa usa hoje, de atendimento a análise de documentos, pertencem à categoria de IA estreita.
• IA geral é um conceito de referência e não um produto que se contrata. Promessas de vendê-la prontas devem ser tratadas com ceticismo.
• Superinteligência é uma hipótese em debate, útil para discutir riscos de longo prazo, mas irrelevante para orçar ou desenhar um processo hoje.
• A pergunta que importa é o escopo: a ferramenta executa uma tarefa definida com entradas e saídas conhecidas, ou decide sobre um campo amplo e age em vários sistemas?
• A escala só ajuda se virar regra operacional, com limites de dados, ações permitidas, supervisão humana e registro das decisões.

Os três níveis em uma escala simples

A forma mais útil de pensar a escala é por amplitude e autonomia. Na IA estreita, o sistema foi construído, configurado ou treinado para um domínio específico. Um classificador que separa pedidos de troca de pedidos de cancelamento é estreito. Um agente que responde dúvidas sobre prazo de entrega a partir de uma base de políticas também é, desde que tenha limites claros sobre o que não pode prometer. O risco da IA estreita não está em ser fraca, e sim em ser usada fora do domínio para o qual foi preparada.

A IA geral é o nível em que um sistema transferiria o que aprendeu entre áreas diferentes sem ser reconfigurado para cada uma delas. Ela é uma referência conceitual usada por pesquisadores e pela imprensa, e não há um critério consensual e verificável que diga quando um sistema a alcançou. Por isso, na prática, nenhum fornecedor deveria vender a empresa uma IA geral como se fosse um módulo com preço fechado.

A superinteligência descreve um sistema que superaria a inteligência humana em praticamente todos os aspectos relevantes. Trata-se de um tema de debate técnico e filosófico, com argumentos sobre controle e segurança que merecem atenção de governos e pesquisadores. Para um gestor, o valor do conceito é de governança de longo prazo. Ele não muda o que deve ser automatizado no próximo trimestre.

Por que o gestor precisa da escala e não do vocabulário

O problema do vocabulário é que ele gera conversas sem decisão. Quando alguém diz que a ferramenta é inteligente demais ou que ainda não é inteligente o suficiente, a discussão gira em torno de adjetivos. A escala muda a pergunta para algo que pode ser verificado: qual tarefa a ferramenta executa, quais dados ela acessa, o que ela pode fazer sozinha e o que exige aprovação humana.

Isso também protege a empresa de duas decisões ruins. A primeira é subestimar uma ferramenta estreita que, por ter acesso a sistemas de pedidos ou cobrança, já tem efeito real no cliente. A segunda é superestimar uma ferramenta de propósito geral que parece competente em tudo, mas que não foi testada no processo específico da empresa. Em ambos os casos, o erro está em confundir amplitude de conversa com amplitude de ação.

Como classificar as ferramentas que a empresa já usa

Faça um inventário antes de qualquer discussão sobre futuro. A lista deve incluir recursos de IA embutidos em sistemas que a equipe já usa, como CRM, central de atendimento, e-mail, planilhas e ferramentas de reunião. Para cada item, responda às perguntas abaixo:

• Qual tarefa exata a ferramenta executa, e qual tarefa ela não deveria executar?
• O escopo é fixo, com entradas e saídas conhecidas, ou aberto, com respostas livres sobre qualquer assunto?
• Ela só produz texto para uma pessoa revisar, ou executa ações que chegam ao cliente, ao financeiro ou ao cadastro?
• Quais dados pessoais ela acessa, e quem na empresa responde por esse tratamento?
• Existe um responsável que aprova mudanças de instrução, integração e limites?
• Se a ferramenta errar, como o erro seria percebido e corrigido, e em quanto tempo?

Com as respostas, classifique cada ferramenta em uma de três faixas. A primeira é a IA estreita com saída para revisão humana, que costuma ser o ponto de partida mais seguro. A segunda é a IA estreita com ação externa, como agendar, enviar mensagem ou alterar registro, que exige regras explícitas e registro de cada ação. A terceira é a ferramenta de escopo amplo, que deve ser usada com cautela, sem acesso direto a sistemas críticos e com testes no processo real antes de qualquer expansão.

A documentação da Anthropic sobre agentes ajuda a separar um detalhe importante nessa classificação: fluxos de trabalho, em que o código define a sequência de passos e o modelo entra apenas onde há julgamento, são diferentes de agentes, em que o modelo decide a própria sequência de ações. A distinção muda o nível de controle que a empresa precisa exigir.

Cenário ilustrativo: um agente de WhatsApp para uma oficina

Cenário ilustrativo: uma oficina mecânica quer um agente no WhatsApp para informar o status de ordens de serviço, responder horários e marcar revisões. Pela escala, o agente é de IA estreita com ação externa, porque agenda e consulta registros. O desenho sensato limita o agente a consultar o status a partir do sistema da oficina, a oferecer horários livres e a encaminhar para um atendente qualquer caso que envolva garantia, orçamento contestado ou reclamação.

Neste exemplo, o agente não deve tentar opinar sobre o defeito do veículo nem aprovar desconto, mesmo que o modelo consiga redigir uma resposta convincente. A decisão de escopo é o que torna o piloto seguro: se o agente só age nas tarefas listadas e registra cada consulta e cada agendamento, a equipe consegue medir o que acontece e ajustar as regras. Para um caso parecido com esse, vale ler IA para oficina mecânica: orçamento, peças e agenda com controle.

O que muda na governança quando a ferramenta decide

Quanto mais uma ferramenta decide sem revisão, mais a governança precisa acompanhar. No Brasil, a LGPD prevê, no artigo 20, o direito do titular de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses. Para a empresa, isso significa saber em quais fluxos isso acontece, ter um caminho de revisão humana e documentar os critérios usados. Esse ponto é detalhado em Decisões automatizadas na LGPD: art. 20 e o direito de revisão.

Para a gestão de risco, o NIST AI Risk Management Framework oferece uma estrutura de referência para mapear, medir e gerenciar riscos de sistemas de IA, sem depender de classificações de marketing. A Autoridade Nacional de Proteção de Dados (ANPD) é o órgão de referência para temas de dados pessoais no país, e vale acompanhar suas orientações conforme o uso evoluir.

Onde a palavra superinteligência atrapalha a decisão

Na mídia e em apresentações comerciais, superinteligência aparece como sinônimo de qualquer assistente que responde bem. Esse uso mistura duas coisas diferentes: a qualidade de uma resposta em um assunto e a capacidade de um sistema de operar com autonomia em um processo. Uma ferramenta pode escrever um texto excelente e, ainda assim, não ter nenhum controle sobre o que acontece depois que o texto é enviado.

Ao ouvir o termo em uma proposta, faça três perguntas: qual tarefa específica será executada, qual evidência foi produzida com dados da própria empresa e qual é o procedimento quando a ferramenta erra. Se a resposta for apenas um adjetivo, a proposta não está pronta para decisão. Para aprofundar a diferença entre o que a ferramenta é e o que ela não é, leia ChatGPT é superinteligência? O que ele é e o que não é.

Como aplicar a escala no dia a dia

A escala só tem valor se levar a uma sequência de ações. O método que seguimos nos projetos é simples de descrever: mapear o processo atual e a linha de base, limitar dados e ações, pilotar um fluxo real com registros e uma métrica de sucesso combinada antes do início, e então decidir entre expandir, ajustar ou parar. A classificação da escala entra no mapeamento, porque define quanto de limite cada ferramenta precisa.

Na prática, a conversa com a diretoria pode ser conduzida com uma pergunta por ferramenta: ela executa uma tarefa definida, ela age sobre clientes ou dinheiro, e quem responde quando erra? Essas três respostas dizem mais sobre o risco do que qualquer rótulo de nível de inteligência.

Perguntas frequentes

IA estreita é o mesmo que IA simples? Não exatamente. IA estreita descreve o escopo de um sistema, e não a sua sofisticação. Um modelo muito avançado pode ser estreito se foi configurado para uma única tarefa, com acesso limitado e saídas controladas.

O ChatGPT ou o Copilot que minha equipe usa é IA geral? Na classificação prática, essas ferramentas são de propósito geral em conversa, mas operam como IA estreita quando aplicadas a um processo com regras, dados e limites definidos pela empresa. O que importa é o uso que se faz delas, e não o nome do produto. Vale verificar as condições de uso e a política interna antes de liberar dados sensíveis.

Preciso esperar a IA geral para automatizar algum processo? Não. Processos da empresa podem ser automatizados hoje com ferramentas de IA estreita, desde que o escopo esteja claro, haja supervisão humana onde ela for necessária e os resultados sejam medidos. Esperar por um conceito que não tem critério de verificação costuma atrasar decisões que já são viáveis.

Como explicar a escala para a equipe sem assustar ninguém? Comece pelo que a ferramenta faz no processo da equipe, e não pelos níveis de inteligência. Mostre quais tarefas ela executa, o que não deve fazer e quem revisa. Quando as pessoas veem limites claros e registro das ações, a conversa sai do medo e vai para a melhoria do trabalho.

Fontes

• Anthropic: Building effective agents
• NIST AI Risk Management Framework
• ANPD: Autoridade Nacional de Proteção de Dados