A sensação de que um novo modelo parece um passo atrás não é apenas impressão sua, e a ciência por trás desse fenômeno já tem até nome: inteligência serrilhada.
Felipe Godoy, engenheiro mestre em I.A pela Universidade de Stanford
Se você usa assistentes de inteligência artificial (IA) diariamente, pode ter percebido algo curioso nos últimos meses: as novas versões dos modelos às vezes parecem piores do que as anteriores. Em novembro de 2025, a Anthropic lançou o Claude Opus 4.5, uma nova versão do seu modelo mais avançado, seguida do Opus 4.6 em fevereiro, do Opus 4.7 em abril e do Opus 4.8 em maio. Muita gente achou a versão 4.5 excelente, sentiu o 4.6 e o 4.7 como passos para trás em algumas tarefas e só voltou a perceber avanço com o 4.8. Na OpenAI, o roteiro foi ainda mais dramático. Quando o GPT-5 substituiu o GPT-4o em agosto de 2025, a recepção dos usuários foi tão ruim com criticas de que o assistente teria ficado “mais burro” que, em menos de 24 horas, a empresa recuou e trouxe o GPT-4o de volta como opção. Se você viveu esse vaivém, a boa notícia é que você não está ficando maluco.
A explicação mais elegante para o fenômeno vem de Andrej Karpathy, cofundador da OpenAI (criadora do ChatGPT) e um dos nomes mais respeitados da área. No AI Ascent 2026 -- encontro anual da Sequoia Capital, um dos fundos de venture capital mais influentes do Vale do Silício, que apostou cedo em nomes como Apple, Google e Nvidia -- Karpathy popularizou a ideia de “inteligência serrilhada”, ao argumentar que os modelos de ponta são, ao mesmo tempo, geniais e estúpidos, capazes de executar tarefas extremamente complexas com precisão assustadora, enquanto cometem erros básicos constrangedores. Um exemplo é o Opus 4.7, que pode autonomamente criar e testar um software completo com centenas de milhares de linhas de código ou resumir processos jurídicos de milhares de páginas, porém, ao ser perguntado se você deveria ir a pé ou dirigir seu carro até um lava-rápido para lavar seu carro, responde com confiança: “melhor ir andando, é pertinho!” O modelo completa em algumas horas uma tarefa que um time de humanos qualificados levaria semanas, mas tropeça num raciocínio de senso comum que qualquer criança faria. “Como isso é possível?”, provoca Karpathy. “É de enlouquecer.”
E não é só ele. Sundar Pichai, presidente do Google, explicou a mesma ideia ao ser questionado no podcast do pesquisador em IA Lex Fridman. “Você vê o que esses modelos conseguem fazer”, explicou, referindo-se a um carro autônomo da Waymo costurando o trânsito caótico de São Francisco, “e então descobre, sem esforço, que eles cometem erros de conta ou não sabem dizer quantas vezes a letra R aparece na palavra ‘strawberry’ [morango]”. Para Pichai, isso não é um fracasso, mas a “adolescência desajeitada” de uma tecnologia poderosa, que comete alguns tropeços enquanto avança a passos largos. A impressão também tem respaldo acadêmico das principais universidades de pesquisa em tecnologia no mundo. Um estudo da Universidade de Stanford mediu o comportamento dos modelos da OpenAI ao longo do tempo e encontrou oscilações drásticas, como a acurácia em identificar números primos despencando de 97% para 3% em três meses. A conclusão dos autores é que o foco dos desenvolvedores em aprimorar os modelos em certas tarefas, consequentemente, causa a piora inesperada em outras habilidades.
A causa desse perfil irregular é um conceito simples. Depois do treinamento inicial, as empresas refinam seus produtos de IA em um processo no qual a ferramenta recebe uma pergunta e gera algumas opções de respostas, que então são avaliadas positivamente ou negativamente, aprendendo assim a repetir o que é premiado e a evitar o que é penalizado. Parte dessas notas vem de pessoas avaliando as respostas, porém, pela necessidade de eficiência e volume, parte vem de verificações automáticas, e só é possível gerar feedbacks automáticos em escala naquilo que se consegue avaliar de forma rápida e objetiva. Um trecho de código ou uma conta de matemática tem resposta objetiva e rapidamente verificável, e por isso recebe uma enxurrada de reforço. Já o que é “um bom e-mail” ou “um bom conselho” depende do julgamento subjetivo de um humano, lento e caro de obter. “Se você está nos domínios que entraram no reforço, você voa”, resume Karpathy. “Se está nos que ficaram de fora, você sofre.”
Por isso, dois usuários podem viver o mesmo lançamento de formas opostas. Enquanto o engenheiro escrevendo códigos avançados comemora, quem só queria escrever um e-mail jura que a máquina ficou mais burra. O aprendizado é que não é uma expectativa realista esperar uma melhoria linear a cada nova versão do ChatGPT ou do Claude. O progresso é real, mas serrilhado, ou seja, sobe rápido nas tarefas em que os laboratórios investem e estagna ou regride no resto, e pode ser difícil prever se a tarefa que você delega hoje para um assistente de IA será melhor executada pela sua versão atualizada. Para quem trabalha com essas ferramentas, da fintech ao jornalismo, vale o conselho de Karpathy: o próximo modelo não será uniformemente melhor, será melhor em algumas coisas e pior em outras, e o seu ganho de produtividade como usuário dependerá de você saber qual modelo (e versão) melhor atende suas demandas.
Fontes
Andrej Karpathy, palestra no AI Ascent 2026 (Sequoia Capital), entrevista com Stephanie Zhan
Andrej Karpathy, post original "Jagged Intelligence" (X, july 2024): https://x.com/karpathy/status/1816531576228053133
Lingjiao Chen, Matei Zaharia e James Zou, "How Is ChatGPT's Behavior Changing over Time?", arXiv:2307.09009 (Stanford / UC Berkeley, 2023): https://arxiv.org/abs/2307.09009
Anthropic, "Introducing Claude Opus 4.8" (28 may 2026): https://www.anthropic.com/news/claude-opus-4-8
TechCrunch, "Anthropic releases Opus 4.8 with new 'dynamic workflow' tool" (28 may 2026) https://techcrunch.com/2026/05/28/anthropic-releases-opus-4-8-with-new-dynamic-workflow-tool/
Sundar Pichai sobre "AJI" (artificial jagged intelligence) no podcast de Lex Fridman
Imagem: divulgação.
