AGI virou a palavra mais politicamente carregada da industria de IA. Dependendo de quem você pergunta, já chegamos, estamos a dois anos, ou nunca chegaremos. Em 2026, com GPT-5, Gemini 2 Ultra e Claude Opus 4.5 demonstrando capacidades que pareciam ficcao em 2023, o debate saiu do campo teorico e entrou nas salas de reuniao de governo. Vale separar o que mudou de fato do que continua sendo projecao.
Definicao de AGI x IA atual
O problema do debate sobre AGI comeca na definicao. A OpenAI definiu em seu estatuto AGI como sistemas altamente autônomos que superam humanos na maioria do trabalho economicamente valioso. A DeepMind propos em 2023 uma escala de cinco niveis de generalidade, é em 2026 já considera que estamos no nivel 2 (competent) com caminho claro para o nivel 3 (expert).
IA atual continua fundamentalmente reativa. Mesmo modelos com raciocínio estendido e memoria persistente, como o GPT-5 é o Claude Opus 4.5, dependem de prompt humano para iniciar tarefas e falham em transferir aprendizado entre domínios de forma confiável. AGI, na definicao funcional que a maioria dos pesquisadores aceita hoje, implicaria capacidade de aprender, planejar é agir autonomamente em qualquer domínio cognitivo humano.
O que dizem Altman, Hassabis e Amodei
Sam Altman, em entrevista ao Financial Times em janeiro de 2026, afirmou que a OpenAI já constroi sistemas que resolveriam o teste de AGI que teriamos proposto em 2020, mas que o proprio conceito de AGI virou obsoleto. Demis Hassabis, CEO do Google DeepMind, mantem a estimativa de 5 a 10 anos para AGI no sentido forte, é alerta que estamos subestimando a distancia entre capacidade e confiabilidade.
Dario Amodei, da Anthropic, é o mais especifico: em seu ensaio Machines of Loving Grace atualizado em 2025, projeta que sistemas equivalentes a paises de genios num datacenter chegam entre 2026 e 2028. Os três concordam em uma coisa: estamos mais perto do que o consenso público imagina, é menos perto do que o hype sugere.
Benchmarks de progresso
Os benchmarks tradicionais satuaram. MMLU esta em 92%, GPQA Diamond em 85%, e modelos passam no exame da OAB é em provas de residencia médica rotineiramente. Os benchmarks que importam em 2026 sao outros: ARC-AGI-2, FrontierMath, HLE (Humanity's Last Exam) e SWE-bench Verified em tarefas de semanas, não minutos.
Em ARC-AGI-2, criado especificamente para resistir a treinamento em larga escala, o melhor modelo público atinge 31% contra 85% humano. Em FrontierMath, problemas de matematica inedita criados por medalhistas Fields, modelos chegam a 38%. O progresso e rápido, mas o teto ainda não foi tocado.
Riscos reais x hype
O debate público tende a oscilar entre dois extremos irreais: IA vai destruir a humanidade em cinco anos ou IA é apenas autocomplete sofisticado. Os riscos concretos de 2026 sao mais prosaicos é mais imediatos: desinformacao em escala industrial, concentracao de poder economico em quem controla os modelos fronteira, deslocamento rápido de profissoes de conhecimento intermediario.
Risco existencial não desapareceu do radar de pesquisadores serios, mas a janela de preocupacao mudou. A Anthropic, OpenAI e DeepMind operam hoje com comites de segurança que avaliam cada release contra categorias de capacidade perigosa, algo que não existia em 2023.
Cronograma estimado
Sintetizando projecoes de Metaculus, mercados de previsao e pesquisadores identificaveis, a mediana para AGI transformadora (sistemas capazes de substituir trabalho cognitivo humano em escala) caiu de 2047 em 2022 para algo entre 2030 e 2035 em 2026. Sistemas de nivel PhD especializado em domínios fechados já existem. A questao e generalidade robusta.
Apostar em datas especificas continua jogo perdido. Apostar em direcao de mudança não e.
Impacto no mercado de trabalho
O relatorio do FMI de 2026 estima que 40% das ocupacoes globais e 60% nas economias avancadas já tem exposicao significativa a IA. O efeito liquido ainda não é desemprego em massa, é sim reestruturacao acelerada: quem usa IA bem esta produzindo o trabalho de três pessoas, é quem não usa esta perdendo espaco.
AGI ou não AGI, a mudança relevante para 2026 não e esperar a singularidade. E aprender a trabalhar com ferramentas que, pela primeira vez na historia, escrevem, programam, analisam e raciocinam em nivel proximo ao profissional medio. O debate filosofico continua. O impacto prático já chegou.
