O nome de Sam Altman passou a circular em salas de aula, conselhos de administração e audições políticas. Ainda assim, o seu caminho até à inteligência artificial começou de forma discreta: uma obsessão infantil por computadores e a convicção inquieta de que o software podia reorganizar a sociedade.
Primeiros anos: um programador inquieto
Nascido em Chicago, em 1985, Altman cresceu no meio-oeste dos Estados Unidos, longe do brilho dos campus tecnológicos da Califórnia. Nas histórias de família, aparece como o miúdo que preferia placas electrónicas a jogos de equipa - mais satisfeito com uma chave de parafusos na mão do que com uma bola.
Ainda antes de completar nove anos, já desmontava um computador, voltava a montá-lo e alterava o modo como “se comportava”. Essa combinação de curiosidade pelo equipamento e gosto por mexer em programas acabou por definir o que viria a seguir.
No início dos anos 2000, quando a internet acelerava mas os telemóveis inteligentes ainda eram pouco comuns, Altman aprendeu a programar por conta própria. Seguiu o trajecto típico de jovens com talento para a informática: entrou em Stanford para estudar Ciência de Computadores - e depois fez a escolha clássica do Vale do Silício, abandonando o curso.
Altman saiu de Stanford sem diploma, apostando que construir produtos no mundo real lhe ensinaria mais do que as aulas.
Loopt e o baptismo na vida de empresa emergente
Aos 19 anos, Altman cofundou a Loopt, uma aplicação de partilha de localização pensada para os primeiros utilizadores de smartphones. O conceito era simples e, ao mesmo tempo, à frente do seu tempo: amigos conseguiam ver a localização uns dos outros num mapa, decidindo com quem partilhar.
Não foi apenas uma experiência social. A Loopt chamou a atenção da Y Combinator, então uma aceleradora de startups em ascensão, conhecida por financiar pequenas equipas de fundadores e acompanhá-las com mentoria intensiva.
O período na Loopt deu-lhe uma lição dura - e rápida - sobre adequação produto‑mercado, preocupações com privacidade e a matemática implacável do crescimento de utilizadores. A aplicação não se tornou um fenómeno de massas, mas foi suficiente para o colocar no radar e, sobretudo, dentro da órbita da Y Combinator.
De fundador a figura central na Y Combinator
Poucos anos depois, Altman mudou de lado: passou de fundador a investidor. Em 2014, assumiu a presidência da Y Combinator, já então uma das entidades mais influentes na formação de novas empresas tecnológicas no Vale do Silício.
A partir desse lugar, analisou centenas de apresentações e ajudou a moldar os primeiros passos de algumas das empresas mais discutidas da década. Ganhou reputação por comentários directos, tolerância elevada ao risco e uma crença firme de que a tecnologia devia apontar alto - não apenas melhorar serviços existentes.
Como presidente da Y Combinator, Altman deixou de tentar construir uma única empresa vencedora e passou a tentar impulsionar toda uma geração delas.
Esses anos também consolidaram a sua visão sobre o alcance global da tecnologia: da comunicação aos transportes e, por fim, à própria inteligência.
O nascimento da OpenAI
Um laboratório sem fins lucrativos com uma missão ambiciosa
Em Dezembro de 2015, Altman juntou-se a Elon Musk, Greg Brockman, Ilya Sutskever e outros investigadores e empreendedores para fundar a OpenAI. A missão inicial soava quase utópica: desenvolver inteligência artificial geral (IAG) que beneficiasse toda a humanidade - e não apenas um pequeno conjunto de empresas ou governos.
A OpenAI começou como um laboratório de investigação sem fins lucrativos. Os fundadores comprometiam-se a divulgar o trabalho de forma ampla e a evitar guardar avanços como património exclusivo. A motivação era uma preocupação crescente: a IA poderia ficar enclausurada em poucos silos corporativos ou em projectos militares classificados.
Esse idealismo chocou depressa com a realidade. Treinar modelos de ponta tem custos astronómicos. Centros de dados, microprocessadores especializados e equipas de investigação a trabalhar durante anos representam investimentos gigantescos.
Estrutura híbrida e a corrida ao financiamento
Com o tempo, Altman foi assumindo o controlo operacional e defendeu uma mudança estrutural profunda. A equipa criou um braço com fins lucrativos de lucro limitado: uma entidade em que o retorno para investidores tem um tecto, assentando sobre a organização sem fins lucrativos original.
Este modelo invulgar de “lucro limitado” foi a tentativa de Altman de resolver um dilema: captar milhares de milhões sem abdicar do argumento de que o beneficiário final seria a humanidade, e não os accionistas.
Com essa alteração, a OpenAI passou a poder fechar acordos de financiamento de grande dimensão e garantir acesso prolongado a capacidade de computação, posicionando-se na linha da frente da corrida à IA, lado a lado com as maiores plataformas tecnológicas.
Por dentro da tecnologia: de GPT a GPT‑4o
A OpenAI apostou cedo numa arquitectura específica de aprendizagem profunda: os transformadores. São modelos que conseguem “prestar atenção” a várias partes de um texto em simultâneo, o que lhes permite prever e gerar linguagem com uma coerência surpreendente.
A série GPT (Transformador Pré‑treinado Generativo) funciona, em termos gerais, em duas fases principais:
- Pré‑treino: o modelo absorve volumes enormes 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 conteúdos obviamente prejudiciais.
Com o passar do tempo, estes modelos deixaram de ser curiosidades de demonstração e tornaram-se ferramentas de uso geral. O GPT‑4o, uma das versões mais recentes, consegue interpretar e produzir texto com maior nuance e integrar vários modos - como imagens ou áudio - dentro do mesmo sistema.
Em paralelo com os modelos de texto, a OpenAI lançou o DALL·E para imagens e o Sora para geração de vídeo, alargando a visão de Altman: IA como motor geral de criação de conteúdos, e não apenas como assistente de conversa.
O abalo provocado pelo ChatGPT
Um projecto lateral que virou hábito mundial
No final de 2022, a OpenAI lançou o ChatGPT, uma interface conversacional construída sobre os modelos GPT. Dentro da empresa, havia quem o visse como um teste de experiência de utilização, e não como o produto central. A reacção do público anulou essa ideia de um dia para o outro.
O ChatGPT conseguia responder a perguntas em linguagem natural, redigir mensagens, resumir relatórios, sugerir ideias ou assumir o papel de tutor. As pessoas experimentaram-no para trabalhos escolares, código, mensagens de namoro, candidaturas a emprego e praticamente tudo o que envolvesse palavras.
Em poucas semanas, o ChatGPT somou dezenas de milhões de utilizadores e tornou-se um dos serviços de consumo com crescimento mais rápido na história da internet.
Os números continuaram a subir, com relatos de centenas de milhões de utilizadores mensais em menos de um ano. Para muita gente, foi o primeiro contacto directo com IA generativa: não um artigo académico nem um vídeo de demonstração, mas uma ferramenta onde se escreve e se recebe algo útil.
Como o ChatGPT mudou a conversa sobre IA
O sucesso público do ChatGPT alterou a forma como governos, escolas e empresas falavam de IA. A tecnologia deixou de ser um fenómeno distante de laboratório e entrou em salas de aula, escritórios e parlamentos em questão de meses.
| Antes do ChatGPT | Depois do ChatGPT |
|---|---|
| IA vista como nicho, sobretudo para especialistas | IA vista como ferramenta do dia-a-dia para trabalhadores e estudantes |
| Debate político centrado em ameaças de longo prazo | Questões urgentes sobre emprego, exames e regulação |
| Empresas a experimentar discretamente | Conselhos de administração a exigir estratégias de IA a todos os departamentos |
Altman tornou-se o rosto público dessa viragem: prestou depoimento perante senadores norte-americanos, reuniu-se com reguladores europeus e respondeu a preocupações que vão da desinformação à disrupção no trabalho.
O passo seguinte: rumo a máquinas com raciocínio
Actualmente, Altman lidera a aposta da OpenAI em sistemas que não se limitam a imitar linguagem, procurando demonstrar raciocínio mais avançado. O objectivo, declarado sem rodeios, é progredir em direcção à inteligência artificial geral (IAG): IA capaz de executar uma grande variedade de tarefas cognitivas ao nível humano - ou acima dele.
Isso implica construir agentes que consigam decompor problemas complexos, chamar ferramentas (como motores de pesquisa ou interpretadores de código) e actuar em horizontes temporais mais longos. Estes agentes estão a ser testados em software de produtividade, assistentes de programação e ambientes criativos.
Altman descreve os futuros agentes de IA menos como robôs de conversa e mais como colaboradores capazes de planear, agir e aprender com os humanos.
Um ponto adicional, hoje incontornável, é a questão da governação e da confiança pública. À medida que a OpenAI ganhou peso, cresceu também o escrutínio sobre quem decide prioridades, como se equilibra segurança com velocidade de lançamento e que mecanismos existem para responsabilizar uma organização que influencia milhões de pessoas.
Também a integração em produtos do dia-a-dia tem acelerado esta transformação. Ao garantir acesso continuado a infra-estruturas de computação e ao colocar modelos em ferramentas usadas em massa, a IA generativa deixa de ser apenas “uma aplicação” e passa a ser uma camada transversal de trabalho, estudo e criação.
O que a ascensão de Altman significa para a vida quotidiana
Usos práticos que as pessoas já estão a adoptar
Para lá da retórica grandiosa, a IA generativa sob liderança de Altman já está a mostrar utilidade concreta em contextos comuns:
- Educação: estudantes recorrem à IA para explicações, traduções e exercícios; professores testam correcção automática e planeamento de aulas.
- Trabalho: equipas pedem à IA que redija relatórios, refine apresentações ou resuma longas cadeias de correio electrónico.
- Pequenos negócios: proprietários geram textos de marketing, secções de perguntas frequentes e descrições de produtos sem contratar uma agência completa.
- Programação: programadores usam assistentes com IA para sugerir código, detectar erros e traduzir entre linguagens.
Estes exemplos ajudam a perceber porque é que o ChatGPT passou de curiosidade a hábito tão depressa: reduz tempo gasto em tarefas que muita gente considera aborrecidas ou difíceis.
Riscos, tensões e o que pode correr mal
Os mesmos sistemas que Altman promove levantam preocupações sérias. Modelos generativos podem produzir respostas erradas com enorme confiança, revelar dados de treino, ou reproduzir enviesamentos presentes nos materiais de onde aprenderam. Em áreas de grande impacto - saúde, justiça ou finanças - estas falhas podem traduzir-se em danos reais.
Há ainda a questão do poder. Treinar modelos de fronteira exige centros de dados gigantescos e microprocessadores caros, o que concentra o controlo num pequeno conjunto de empresas e governos. Críticos defendem que a estrutura híbrida, embora invulgar, continua a centralizar uma influência enorme dentro da OpenAI e dos seus financiadores.
O uso malicioso é outro risco. Texto e vídeo gerados por IA podem alimentar burlas direccionadas, falsificações profundas ou propaganda política. Legisladores tentam agora actualizar regras eleitorais, políticas escolares e legislação de direitos de autor para lidar com ferramentas capazes de produzir conteúdos convincentes à escala.
Termos-chave: IA generativa e IAG, de forma simples
IA generativa refere-se a sistemas que criam novos conteúdos - texto, imagens, áudio ou vídeo. Aprendem a partir de exemplos existentes, mas não se limitam a copiá-los; produzem novas combinações com base em padrões que internalizaram.
Inteligência artificial geral (IAG) é uma ideia mais especulativa. Descreve uma IA capaz de executar um amplo conjunto de tarefas intelectuais com flexibilidade semelhante à humana. A missão fundadora da OpenAI foca-se em garantir que esse poder, se for alcançado, fique alinhado com valores humanos e seja partilhado de forma ampla - em vez de ficar fechado em poucas instituições.
Mesmo que a IAG demore décadas ou nunca se concretize, Altman já mudou a forma como milhares de milhões de pessoas se relacionam com software. Para já, o “prodígio tecnológico por detrás do ChatGPT” está a conduzir uma das experiências mais consequentes do século XXI: o que acontece quando algo parecido com inteligência fica ao alcance de qualquer pessoa com ligação à internet.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário