O nome dele hoje aparece em salas de aula, conselhos de administração e audiências políticas, mas a entrada de Sam Altman no mundo da inteligência artificial começou de forma discreta - com uma fixação infantil por computadores e a inquietação de quem acreditava que software poderia reorganizar a sociedade.
Os primeiros anos de Sam Altman: um programador inquieto
Nascido em Chicago, em 1985, Sam Altman cresceu no meio-oeste dos Estados Unidos, longe dos campus reluzentes de tecnologia da Califórnia. Relatos de família descrevem um menino muito mais atraído por placas de circuito do que por desporto, mais contente com uma chave de fenda na mão do que com uma bola.
Aos oito anos, ele já conseguia desmontar um computador, montar tudo de novo e alterar o modo como a máquina se comportava. Essa combinação de curiosidade pelo hardware e experimentação com software definiu o tom de tudo o que viria depois.
Na adolescência, Altman aprendeu a programar por conta própria no início dos anos 2000, numa fase em que a internet avançava depressa, mas os smartphones ainda eram raridade. Ele seguiu o caminho típico de jovens com talento para computadores: foi aceito em Stanford para estudar ciência da computação. Em seguida, fez o movimento mais característico do Vale do Silício: abandonou o curso.
"Altman saiu de Stanford sem diploma, apostando que construir produtos no mundo real lhe ensinaria mais do que aulas."
Loopt e o baptismo da vida de startup
Aos 19 anos, Altman cofundou a Loopt, um aplicativo de partilha de localização voltado aos primeiros utilizadores de smartphones. A proposta era direta, mas já apontava para o futuro: amigos podiam ver a localização uns dos outros no mapa e decidir com quem compartilhar.
Não era apenas um experimento social. A Loopt chamou a atenção da Y Combinator, então uma aceleradora de startups em ascensão, conhecida por apoiar pequenos grupos de fundadores com uma mistura de investimento e mentoria intensa.
A passagem pela Loopt deu a Altman uma lição dura e acelerada sobre product-market fit, preocupações com privacidade e a matemática impiedosa do crescimento de utilizadores. O aplicativo nunca virou um gigante popular, mas o colocou em evidência e, principalmente, dentro da órbita da Y Combinator.
De fundador a articulador de poder na Y Combinator
Em poucos anos, Altman saiu do lugar de fundador para atuar do lado do investimento. Em 2014, assumiu a presidência da Y Combinator, que já era uma força decisiva no Vale do Silício.
Nessa função, ele assistiu a centenas de apresentações e ajudou a moldar as etapas iniciais de algumas das empresas de tecnologia mais comentadas da década. Construiu a reputação de dar feedback direto, tolerar risco e defender que a tecnologia deve mirar alto - não apenas aprimorar serviços já existentes.
"Como presidente da Y Combinator, Altman deixou de tentar construir uma única startup bem-sucedida para tentar formar toda uma geração delas."
Esse período também refinou a visão dele sobre o alcance planetário da tecnologia: da comunicação ao transporte e, por fim, à própria inteligência.
O nascimento da OpenAI
Uma organização sem fins lucrativos com uma missão ambiciosa
Em dezembro de 2015, Altman juntou forças com Elon Musk, Greg Brockman, Ilya Sutskever e vários outros pesquisadores e empreendedores para fundar a OpenAI. A missão inicial soava quase utópica: criar inteligência artificial geral (AGI) que beneficiasse toda a humanidade - e não apenas um pequeno conjunto de empresas ou governos.
No começo, a OpenAI foi estruturada como um laboratório de pesquisa sem fins lucrativos. Os fundadores prometeram distribuir o conhecimento de forma ampla e evitar a retenção de descobertas. A reação vinha da percepção crescente de que a IA acabaria aprisionada em poucos silos corporativos ou em projetos militares classificados.
Esse idealismo, porém, bateu rápido na realidade. Treinar modelos de IA na fronteira do estado da arte custa somas extraordinárias. Centros de dados, chips especializados e equipes de pesquisa trabalhando durante anos não saem barato.
A estrutura híbrida e a corrida por capital
Com o tempo, Altman passou a comandar a operação diária da OpenAI e defendeu uma mudança estrutural importante. A equipa criou um braço com lucro limitado: uma entidade com fins lucrativos cujo retorno para investidores tem teto, posicionada acima da organização original sem fins lucrativos.
"Esse modelo incomum de 'lucro limitado' foi a tentativa de Altman de resolver um paradoxo: captar bilhões e, ao mesmo tempo, afirmar que o beneficiário final seria a humanidade - e não os acionistas."
Com essa alteração, a OpenAI ganhou condições de assinar grandes acordos de financiamento e garantir acesso de longo prazo a infraestrutura de computação, colocando-se na linha de frente da corrida armamentista de IA ao lado das maiores plataformas de tecnologia.
Por dentro da tecnologia: de GPT a GPT‑4o
A OpenAI apostou cedo numa arquitetura específica de IA: o transformer. Trata-se de modelos de aprendizagem profunda capazes de “prestar atenção” a diferentes trechos de texto ao mesmo tempo, o que permite prever e gerar linguagem de forma surpreendentemente coerente.
A série GPT (Generative Pre‑trained Transformer) da OpenAI funciona em duas etapas principais:
- Pré-treinamento: o modelo absorve volumes gigantescos de texto produzido por humanos para aprender padrões de linguagem.
- Ajuste fino: o modelo é treinado adicionalmente com feedback humano para seguir instruções e evitar conteúdo claramente nocivo.
Com o tempo, os modelos passaram de truques chamativos para ferramentas de uso geral. O GPT‑4o, uma das iterações mais recentes, consegue processar e gerar texto com maior nuance e também lida com múltiplas modalidades, como imagens ou áudio, num único sistema.
Além dos modelos de texto, a OpenAI lançou o DALL·E para imagens e o Sora para geração de vídeo, ampliando a visão de Altman de IA como uma máquina geral de criação de conteúdo - e não apenas um chatbot.
A onda de choque do ChatGPT
Um projeto paralelo que virou hábito global
No fim de 2022, a OpenAI lançou o ChatGPT, uma interface conversacional construída sobre os seus modelos GPT. Internamente, alguns encaravam aquilo como um teste de usabilidade, não como o principal produto da empresa. A reação do público derrubou essa suposição quase instantaneamente.
O ChatGPT era capaz de responder perguntas em linguagem natural, redigir e-mails, resumir relatórios, gerar ideias ou assumir papéis como o de um tutor. As pessoas passaram a usar para trabalhos escolares, código, mensagens de paquera, candidaturas a emprego e praticamente qualquer tarefa baseada em palavras.
"Em poucas semanas, o ChatGPT reuniu dezenas de milhões de utilizadores e se tornou um dos serviços de consumo de crescimento mais rápido da história da internet."
Os números continuaram a subir, com a marca de centenas de milhões de utilizadores mensais relatada em menos de um ano. Para muita gente, o ChatGPT foi o primeiro contacto direto com IA generativa: não um artigo acadêmico, não um vídeo de demonstração, mas uma ferramenta em que se digita e se recebe algo útil de volta.
Como o ChatGPT mudou a conversa sobre IA
O êxito público do ChatGPT alterou a forma como governos, escolas e empresas passaram a falar sobre IA. A tecnologia deixou de ser um experimento distante de laboratório. Em questão de meses, estava em salas de aula, escritórios e parlamentos.
| Antes do ChatGPT | Depois do ChatGPT |
|---|---|
| IA vista como nicho, sobretudo para especialistas | IA vista como ferramenta cotidiana para trabalhadores e estudantes |
| Debates de políticas voltados a ameaças de longo prazo | Perguntas urgentes sobre empregos, provas e regulação |
| Empresas testando discretamente | Conselhos exigindo estratégias de IA em todos os departamentos |
Altman tornou-se o rosto público dessa mudança, prestando depoimento a senadores dos EUA, reunindo-se com reguladores europeus e lidando com preocupações que vão de desinformação a impactos no trabalho.
O próximo passo: rumo a máquinas com raciocínio
Hoje, Altman comanda o impulso da OpenAI para sistemas que não apenas imitam linguagem, mas exibem raciocínio mais avançado. O objetivo declarado é avançar em direção à inteligência artificial geral: IA capaz de lidar com uma grande variedade de tarefas cognitivas em nível igual ou superior ao humano.
Isso inclui criar agentes que conseguem decompor problemas complexos, acionar ferramentas como mecanismos de busca ou interpretadores de código e atuar ao longo de horizontes de tempo mais extensos. Esses agentes estão a ser testados em software de produtividade, assistentes de programação e suítes criativas.
"Altman fala sobre futuros agentes de IA menos como chatbots e mais como colaboradores capazes de planear, agir e aprender ao lado de humanos."
O que a ascensão de Altman muda no dia a dia
Usos práticos que as pessoas já estão a adotar
Por trás da retórica grandiosa, a IA generativa sob a liderança de Altman já mostra aplicações palpáveis em situações comuns:
- Educação: estudantes recorrem à IA para explicações, traduções e exercícios, enquanto professores testam correção automática e planeamento de aulas.
- Trabalho: equipes de escritório pedem à IA para redigir relatórios, melhorar apresentações ou resumir longas cadeias de e-mails.
- Pequenos negócios: proprietários geram textos de marketing, FAQs e descrições de produtos sem contratar uma agência inteira.
- Programação: desenvolvedores usam copilotos com IA para sugerir código, identificar bugs e traduzir entre linguagens.
Esses casos ajudam a explicar por que o ChatGPT saiu da novidade para o hábito tão depressa: ele economiza tempo em tarefas que a maioria considera tediosas ou difíceis.
Riscos, tensões e o que pode dar errado
Os mesmos sistemas que Altman promove também despertam preocupações agudas. Modelos generativos podem produzir erros apresentados com confiança, vazar dados de treino ou reproduzir vieses presentes no material do qual aprenderam. Em áreas de alto risco, como saúde, direito ou finanças, essas falhas podem gerar danos concretos.
Existe ainda a questão do poder. Treinar modelos de fronteira exige centros de dados gigantescos e chips caros, o que concentra o controlo em poucas empresas e governos. Críticos argumentam que a estrutura híbrida de Altman, embora incomum, ainda concentra influência enorme dentro da OpenAI e dos seus financiadores.
O mau uso é outra ameaça. Texto e vídeo gerados por IA podem alimentar golpes direcionados, deepfakes e propaganda política. Formuladores de políticas agora correm para atualizar regras eleitorais, normas escolares e leis de direitos autorais diante de ferramentas que conseguem produzir conteúdo convincente em escala.
Termos-chave: IA generativa e AGI
IA generativa é o nome dado a sistemas que criam conteúdo novo: texto, imagens, áudio ou vídeo. Eles aprendem com exemplos existentes, mas não se limitam a copiar. Em vez disso, produzem novas combinações a partir de padrões que absorveram.
Inteligência artificial geral (AGI) é uma ideia mais especulativa. Ela descreve uma IA capaz de executar uma ampla gama de tarefas intelectuais com flexibilidade semelhante à humana. A missão fundadora da OpenAI gira em torno de garantir que esse poder, se um dia for alcançado, esteja alinhado a valores humanos e seja amplamente compartilhado - e não preso em poucas instituições.
Se a AGI chegará em décadas ou continuará fora de alcance, Altman já mudou a forma como bilhões de pessoas se relacionam com software. Por ora, o "prodígio da tecnologia por trás do ChatGPT" está a dirigir um dos experimentos mais consequentes do século XXI: o que acontece quando algo muito parecido com inteligência é colocado nas mãos de qualquer pessoa com ligação à internet.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário