Existe uma tendência recorrente quando analisamos grandes revoluções tecnológicas: normalmente atribuímos sua origem ao momento em que elas se tornam populares, e não ao longo processo científico que as tornou possíveis. Muitos acreditam que a Inteligência Artificial nasceu com o ChatGPT. Outros associam seu surgimento aos avanços recentes da computação em nuvem ou à explosão da capacidade de processamento das GPUs. Embora esses acontecimentos tenham desempenhado papel decisivo na popularização da IA, eles representam apenas os capítulos mais recentes de uma história que começou muito antes, ainda na década de 1950.
Uma experiência pessoal ajuda a ilustrar como a ideia de delegar parte do trabalho intelectual às máquinas é muito mais antiga do que a atual onda da Inteligência Artificial Generativa. Em 1989, trabalhando com projetos eletrônicos, tive contato com um sofisticado software de CAD (Computer Aided Design) destinado ao desenvolvimento de placas de circuito impresso (PCB). Evidentemente, aquele sistema estava muito distante das arquiteturas de IA que conhecemos hoje. Não utilizava redes neurais, modelos de linguagem nem aprendizado de máquina. Seu funcionamento baseava-se em algoritmos de otimização e em um processo intenso de parametrização realizado pelo operador.
Curiosamente, sempre que utilizo modelos de IA atuais, lembro-me daquela experiência. Em muitos aspectos, a lógica de interação era semelhante ao que hoje chamamos de engenharia de prompts. Antes de iniciar o processamento, precisávamos informar uma série de parâmetros que definiam as regras do projeto, prioridades de roteamento, restrições elétricas, dimensões físicas, posicionamento de componentes e diversos outros critérios técnicos. Somente depois dessa preparação era possível iniciar o processamento, observando o computador trabalhar durante horas para encontrar a melhor solução possível.
Na época, os próprios fabricantes eram bastante realistas quanto às limitações da tecnologia. A expectativa era que o software concluísse aproximadamente 80% do roteamento automaticamente, cabendo ao projetista finalizar manualmente as conexões mais complexas. Era considerado um excelente resultado para o final da década de 1980.
Foi então que vivi uma situação que jamais esqueci. Depois de inúmeros testes e ajustes, consegui desenvolver uma parametrização tão eficiente que o sistema concluiu cerca de 99,9% do projeto automaticamente. Restou apenas uma única trilha de circuito que o software não conseguiu definir. Aquela única conexão, aparentemente simples, consumiu aproximadamente quatro horas do meu trabalho para ser concluída manualmente. Enquanto isso, a máquina havia realizado praticamente todo o restante do projeto em cerca de seis horas.
Essa experiência sempre me faz refletir sobre a evolução da computação. Em 1989, eu trabalhava em uma época em que um computador baseado no processador Intel 286 representava o estado da arte para a maioria das empresas. No meu caso, tive o privilégio de utilizar um Intel 386 equipado com um coprocessador matemático, uma configuração extremamente avançada para aquele período e considerada um verdadeiro luxo tecnológico. Aquele coprocessador, dedicado a acelerar cálculos de ponto flutuante, pode ser visto como um precursor conceitual dos modernos aceleradores computacionais, embora as atuais GPUs tenham seguido uma trajetória tecnológica distinta.
Quando comparo aquele ambiente com os recursos computacionais atuais, a evolução impressiona. Hoje, modelos de Inteligência Artificial operam em datacenters capazes de realizar trilhões de operações por segundo, utilizando arquiteturas distribuídas e processadores especializados para IA. É inevitável imaginar quanto tempo aquele mesmo projeto levaria para ser concluído utilizando os recursos disponíveis atualmente. Muito provavelmente, uma tarefa que consumiu seis horas de processamento e quatro horas de intervenção humana seria resolvida em poucos segundos, com um nível de precisão inimaginável há quase quatro décadas.
Essa lembrança também reforça uma percepção importante. A ideia de utilizar computadores para executar parte do trabalho intelectual não nasceu com o ChatGPT. O que mudou foi a escala, a flexibilidade e a autonomia desses sistemas. Durante décadas, a máquina precisava ser cuidadosamente parametrizada para resolver um problema extremamente específico. Hoje, basta descrever um objetivo em linguagem natural para que a Inteligência Artificial compreenda a intenção do usuário, elabore um plano de execução e, em muitos casos, realize autonomamente tarefas que antes exigiam horas ou dias de trabalho especializado. Talvez essa seja a maior diferença entre a computação de ontem e a Inteligência Artificial da atualidade: deixamos de programar detalhadamente cada passo da máquina e passamos a comunicar objetivos.
Compreender essa trajetória é fundamental para entender por que os Agentes de IA não constituem uma ruptura isolada, mas sim o resultado de uma evolução contínua do pensamento computacional. Em outras palavras, a IA agêntica não surgiu porque alguém decidiu criar uma nova categoria de software. Ela emergiu quando diferentes avanços tecnológicos, antes independentes, alcançaram um nível de maturidade suficiente para operar de forma integrada.
O ponto de partida dessa história costuma ser atribuído ao matemático britânico Alan Turing. Em 1950, ao publicar o artigo Computing Machinery and Intelligence, Turing propôs uma pergunta que continua sendo debatida até hoje: "As máquinas podem pensar?". Em vez de buscar uma definição filosófica de pensamento, ele apresentou um experimento que ficaria conhecido como Teste de Turing. A ideia era simples e revolucionária. Se um ser humano fosse incapaz de distinguir, por meio de uma conversa, se estava interagindo com outra pessoa ou com uma máquina, então essa máquina poderia ser considerada inteligente sob uma perspectiva funcional.
Durante décadas, essa proposta foi interpretada como um desafio distante. Os computadores da época possuíam capacidade de processamento extremamente limitada, memória reduzida e praticamente nenhuma possibilidade de aprendizado. A Inteligência Artificial, naquele momento, era muito mais um campo de investigação científica do que uma tecnologia pronta para aplicações comerciais.
Poucos anos depois, em 1956, ocorreu um encontro que muitos historiadores consideram o nascimento oficial da Inteligência Artificial como disciplina científica. A Conferência de Dartmouth reuniu pesquisadores como John McCarthy, Marvin Minsky, Claude Shannon e Herbert Simon. Foi McCarthy quem utilizou pela primeira vez a expressão "Artificial Intelligence", estabelecendo um novo campo de pesquisa dedicado à construção de máquinas capazes de simular aspectos da inteligência humana.
O entusiasmo inicial era enorme, muitos pesquisadores acreditavam que, em poucas décadas, computadores seriam capazes de resolver praticamente qualquer problema intelectual. A realidade mostrou-se muito mais complexa. A limitação do hardware, a escassez de dados e a dificuldade de representar formalmente o conhecimento humano fizeram com que diversos projetos fracassassem. Esse período ficou conhecido como o primeiro "Inverno da IA", caracterizado pela redução de investimentos e pelo ceticismo em relação às promessas da área.
Apesar disso, um conceito importante consolidou-se durante esse período: a chamada Inteligência Artificial simbólica. Os sistemas eram construídos com base em regras explícitas. Um especialista descrevia um conjunto de conhecimentos, que era transformado em instruções lógicas executadas pelo computador. Esse modelo funcionava relativamente bem para domínios restritos, como diagnósticos médicos específicos, planejamento industrial ou análise tributária. Entretanto, apresentava uma limitação fundamental: a máquina jamais aprendia algo que não estivesse previamente descrito por um programador.
Nas décadas de 1970 e 1980, os sistemas especialistas tornaram-se uma das aplicações mais bem-sucedidas da IA. Grandes empresas passaram a utilizá-los para apoiar decisões em áreas como engenharia, medicina e finanças. O sistema MYCIN, desenvolvido na Universidade Stanford, tornou-se um exemplo clássico ao auxiliar médicos na identificação de infecções bacterianas complexas. Embora impressionante para a época, ele dependia integralmente do conhecimento previamente inserido por especialistas humanos.
Essa característica revela uma diferença essencial entre aquela geração de IA e os sistemas atuais. O computador não descobria padrões, não aprendia com experiências nem adaptava seu comportamento. Apenas aplicava regras previamente definidas.
A mudança começou a ocorrer quando pesquisadores passaram a abandonar a ideia de programar explicitamente cada decisão e passaram a ensinar computadores a aprender a partir de dados. Surgia, então, o Machine Learning.
Ao contrário da IA simbólica, o aprendizado de máquina parte do princípio de que muitos problemas podem ser resolvidos não pela descrição detalhada das regras, mas pela identificação estatística de padrões. Em vez de informar ao computador todas as características de um gato, por exemplo, alimenta-se o algoritmo com milhares de imagens de gatos e não gatos. Progressivamente, o modelo aprende quais características distinguem uma categoria da outra.
Essa mudança conceitual representou um divisor de águas. Pela primeira vez, computadores passaram a melhorar seu desempenho à medida que acumulavam experiências. Algoritmos deixaram de ser exclusivamente conjuntos rígidos de instruções e passaram a incorporar mecanismos probabilísticos capazes de generalizar conhecimentos.
Durante as décadas seguintes, essa abordagem expandiu-se rapidamente. Sistemas de recomendação, filtros de spam, reconhecimento facial, tradução automática, motores de busca e plataformas de comércio eletrônico passaram a utilizar intensivamente técnicas de aprendizado de máquina. Empresas como Google, Amazon e Netflix construíram parte significativa de seus modelos de negócio explorando exatamente essa capacidade de aprender continuamente com grandes volumes de dados.
Entretanto, mesmo esses sistemas permaneciam altamente especializados. Um algoritmo treinado para reconhecer imagens não era capaz de traduzir idiomas. Um modelo desenvolvido para prever inadimplência não conseguia responder perguntas em linguagem natural. Cada aplicação exigia treinamento específico, grandes conjuntos de dados e arquiteturas dedicadas.
Foi somente a partir da década de 2010 que um novo salto tecnológico começou a transformar profundamente o cenário da Inteligência Artificial. Frequentemente, esse avanço é atribuído apenas ao aumento da capacidade computacional proporcionada pelas GPUs, originalmente desenvolvidas para processamento gráfico e posteriormente adaptadas para acelerar os complexos cálculos matriciais exigidos pelas redes neurais profundas. Embora esse fator tenha sido decisivo, ele representa apenas parte da explicação.
Na realidade, o que ocorreu foi a convergência de cinco grandes revoluções tecnológicas:
- A primeira foi a popularização das GPUs e de hardware especializado para processamento paralelo, que tornou viável o treinamento de modelos cada vez mais complexos.
- A segunda foi a consolidação da internet em banda larga em escala global, rompendo definitivamente uma das maiores limitações da era digital: a velocidade de circulação das informações. Pela primeira vez, empresas, universidades e centros de pesquisa puderam compartilhar volumes gigantescos de dados e recursos computacionais praticamente em tempo real.
- O terceiro fator foi o amadurecimento da computação em nuvem. Em vez de depender de investimentos milionários em infraestrutura própria, pesquisadores e empresas passaram a contratar capacidade computacional sob demanda, democratizando o acesso a recursos antes restritos a poucas organizações.
- O quarto elemento foi a explosão do Big Data. A popularização dos smartphones, das redes sociais, do comércio eletrônico, dos serviços de streaming e da digitalização dos negócios gerou uma quantidade de dados sem precedentes, fornecendo o combustível necessário para o treinamento de algoritmos cada vez mais sofisticados.
- O quinto fator foi a evolução dos próprios algoritmos. Novas arquiteturas de redes neurais, culminando na publicação do artigo Attention Is All You Need, em 2017, permitiram que os modelos de linguagem passassem a compreender relações extremamente complexas entre palavras, documentos e conceitos, inaugurando uma nova geração de sistemas inteligentes.
Foi a combinação desses cinco elementos, hardware especializado, conectividade em alta velocidade, computação em nuvem, Big Data e avanços algorítmicos, que tornou possível o nascimento do Deep Learning moderno.
Mais do que computadores mais rápidos ou algoritmos mais eficientes, a década de 2010 marcou a convergência de um ecossistema tecnológico inteiramente novo, capaz de transformar a Inteligência Artificial de um campo promissor de pesquisa em uma tecnologia de impacto global.
O aprendizado profundo possibilitou avanços impressionantes em visão computacional, reconhecimento de voz e processamento de linguagem natural. Em 2012, a vitória da arquitetura AlexNet na competição ImageNet demonstrou que redes neurais profundas poderiam superar, com larga margem, técnicas tradicionais de reconhecimento de imagens. Poucos anos depois, assistentes virtuais como Siri, Alexa e Google Assistant passaram a demonstrar níveis de compreensão muito superiores aos observados anteriormente.
Mesmo assim, existia uma limitação importante. A maioria desses sistemas continuava extremamente especializada. Eles eram excelentes em tarefas específicas, mas incapazes de transferir conhecimento entre diferentes domínios.
A grande ruptura ocorreu em 2017, quando pesquisadores do Google publicaram o artigo científico Attention Is All You Need. Nesse trabalho foi apresentada uma nova arquitetura de redes neurais denominada Transformer, cujo grande diferencial era sua capacidade de analisar simultaneamente as relações entre todas as palavras de um texto, em vez de processá-las apenas de forma sequencial, como faziam muitas das arquiteturas anteriores. Esse mecanismo de "atenção" permitiu que os modelos compreendessem contexto, significado e dependências linguísticas com um nível de eficiência até então inédito.
A arquitetura Transformer representou um divisor de águas para a Inteligência Artificial moderna. Ela abriu caminho para o desenvolvimento dos chamados Large Language Models (LLMs), ou Grandes Modelos de Linguagem, sistemas treinados com volumes gigantescos de textos provenientes de livros, artigos científicos, páginas da internet, códigos de programação e inúmeras outras fontes de informação. Em vez de aprender apenas uma tarefa específica, esses modelos passaram a construir representações estatísticas extremamente sofisticadas da linguagem humana, permitindo que uma única arquitetura executasse atividades tão diversas quanto responder perguntas, resumir documentos, traduzir idiomas, escrever programas de computador e produzir textos de elevada qualidade.
Foi essa mudança arquitetônica que tornou possível o surgimento de sistemas como ChatGPT, Claude, Gemini, Llama, Copilot e praticamente toda a atual geração de Inteligência Artificial Generativa.
O resultado tornou-se evidente quando sistemas como ChatGPT, Claude, Gemini e outros demonstraram capacidade para redigir textos, produzir códigos, resumir documentos, traduzir idiomas, resolver problemas matemáticos e responder perguntas sobre uma enorme variedade de assuntos utilizando uma única arquitetura.
Foi esse avanço que desencadeou a explosão da IA generativa.Entretanto, apesar de toda a sua capacidade, os grandes modelos de linguagem ainda compartilhavam uma característica herdada das gerações anteriores: eram essencialmente reativos. Esperavam que um usuário formulasse uma pergunta para então produzir uma resposta. A interação permanecia limitada ao ciclo pergunta-resposta.
Essa característica começou a ser percebida como um gargalo à medida que organizações passaram a utilizar IA em processos corporativos mais complexos. Um diretor financeiro não precisava apenas de respostas sobre fluxo de caixa; precisava que a IA analisasse demonstrativos, consultasse sistemas contábeis, identificasse desvios, produzisse relatórios, notificasse gestores e acompanhasse indicadores continuamente. Um gerente comercial não buscava apenas recomendações de vendas; desejava que o sistema segmentasse clientes, produzisse campanhas, monitorasse resultados e ajustasse estratégias automaticamente.
Em outras palavras, empresas passaram a demandar sistemas capazes de agir, e não apenas de conversar.
É nesse ponto que surge a IA agêntica.
Embora frequentemente apresentada como uma tecnologia completamente nova, ela pode ser compreendida de maneira mais precisa como a convergência entre diversas capacidades desenvolvidas ao longo das últimas décadas. Os Agentes de IA combinam modelos de linguagem, mecanismos de planejamento, memória persistente, utilização de ferramentas externas, acesso a bancos de dados, execução de código, integração com APIs e capacidade de monitorar continuamente a evolução de uma tarefa.
Sob essa perspectiva, um agente não representa simplesmente um modelo mais poderoso. Representa uma arquitetura computacional diferente. Enquanto um chatbot tradicional encerra seu trabalho ao responder uma pergunta, um agente inicia seu trabalho justamente a partir dessa resposta, transformando objetivos em ações coordenadas.
Essa distinção, aparentemente técnica, pode representar uma das mudanças mais importantes da história recente da computação. Se os computadores pessoais democratizaram o acesso à informação e a internet democratizou sua distribuição, os Agentes de IA podem democratizar algo ainda mais valioso:
A execução automatizada do trabalho intelectual.Naturalmente, essa afirmação exige cautela. Toda revolução tecnológica costuma ser acompanhada por previsões exageradas, promessas não cumpridas e ciclos de entusiasmo seguidos por fases de ajuste. No entanto, compreender a trajetória percorrida pela Inteligência Artificial ao longo dos últimos setenta anos permite reconhecer que a IA agêntica não surgiu como uma moda passageira. Ela representa, ao menos até o momento, o próximo passo lógico de uma evolução científica iniciada muito antes de a maioria das pessoas sequer ouvir falar em chatbots.
Por se tratar de um assunto complexo, dividi esse assunto em 8 partes, sendo essa a primeira. Nas próximas partes falarei como essa transformação começou, quais fatores tecnológicos a tornaram possível, quais evidências sustentam essa tendência e, principalmente, quais limites ainda impedem que a IA agêntica seja considerada uma tecnologia plenamente madura. Entre o entusiasmo dos defensores e o ceticismo dos críticos, existe um amplo espaço para uma análise fundamentada, baseada em pesquisas, dados e observações concretas. É nesse espaço que estes artigos se propõe a contribuir.
Até a próxima parte! (Toda quinta-feira)
Referências Bibliográficas
Livros
- Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach. 4. ed. Pearson, 2021.
- Russell, S. Human Compatible: Artificial Intelligence and the Problem of Control. Viking, 2019.
- Mollick, E. Co-Intelligence: Living and Working with AI. Portfolio, 2024.
- Brynjolfsson, E.; McAfee, A. The Second Machine Age. W. W. Norton, 2014.
- Brynjolfsson, E.; McAfee, A. Machine, Platform, Crowd. W. W. Norton, 2017.
Artigos Científicos
- Vaswani, A. et al. Attention Is All You Need. NeurIPS, 2017.
- OpenAI et al. The Shift to Agentic AI: Evidence from Codex. arXiv, 2026.
- The AI Agent Index. arXiv, 2025.
- The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems. arXiv, 2026.
- Making Sense of AI Agents Hype: Adoption, Architectures, and Takeaways from Practitioners. arXiv, 2026.
Relatórios Técnicos
- McKinsey & Company. Seizing the Agentic AI Advantage.
- McKinsey & Company. The State of AI.
- Gartner. Hype Cycle for Agentic AI.
- World Economic Forum. The Future of Jobs Report 2025.
- Stanford University. AI Index Report 2025.
Documentação Técnica
- OpenAI Research.
- Anthropic Research.
- Google DeepMind Research.
- Microsoft Research AI.
- NVIDIA AI Research.
- Anthropic. Model Context Protocol (MCP).
Links das Fontes
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- https://www.gartner.com
- https://www.weforum.org/reports/the-future-of-jobs-report-2025
- https://hai.stanford.edu/ai-index
- https://arxiv.org
- https://openai.com/research
- https://www.anthropic.com/research
- https://deepmind.google/research
- https://www.microsoft.com/research/artificial-intelligence
- https://www.nvidia.com/en-us/research/ai
- https://modelcontextprotocol.io