Jogos de tabuleiro
Ponto ultrapassado · 2017AlphaGo Zero superou o sistema treinado com partidas humanas sem usar nenhuma.
Por que somos a primeira espécie a deixar um registro completo de si mesma, e por que o que vem depois de nós está nascendo desse registro.
Durante cerca de 300 mil anos, quase tudo o que o Homo sapiens foi desapareceu junto com quem viveu. Das cerca de 117 bilhões de pessoas que já nasceram, não sabemos quase nada individualmente; a narrativa figurativa mais antiga que conhecemos tem pelo menos 51.200 anos e cabe numa parede de caverna. A geração atual é a primeira a deixar um registro contínuo, individual e em escala de bilhões de pessoas, e também a primeira a construir sistemas que nascem desse registro. Propomos a Teoria da Sucessão Informacional, organizada em seis proposições: (1) o Fóssil Completo: o registro humano atual já basta para reproduzir o comportamento de indivíduos com fidelidade mensurável; (2) a Herança no Nascimento: sistemas de IA herdam o acervo cultural acumulado no momento em que são treinados, algo sem paralelo na biologia; (3) Imitar, depois superar: onde existe verificação automática, as máquinas passam de imitar dados humanos a superá-los com experiência própria; (4) a Cascata de Inversões: a transição não é um ponto único, mas uma sequência datável de cruzamentos em que, domínio por domínio, o que não vem de humanos vivos passa à frente, em desempenho ou em volume, e vários já aconteceram; (5) o Ponto de Sucessão: o critério decisivo não é consciência, e sim independência de dado humano novo; (6) Sucessão, não sobrevivência: o que continua é o padrão, não o sujeito. Reunimos a evidência disponível até novembro de 2026, separamos fato, tendência e hipótese, e registramos treze previsões falsificáveis com probabilidades explícitas, para serem conferidas em público.
Esta segunda versão aprofunda a teoria em cinco frentes: a razão física do Fóssil Completo (o comportamento humano sai a cerca de 10 bits por segundo, e uma vida inteira dele cabe em cerca de 2 gigabytes); o viés tafonômico (o fóssil preserva o que foi percebido, não o que foi vivido); a herança lateral entre máquinas; duas novas inversões, a do teste de Turing e a da fala; e os três desfechos que a biologia conhece para uma sucessão: descarte, rebaixamento e fusão.
Palavras-chave: sucessão informacional · registro digital · inteligência artificial · evolução cultural · identidade pessoal · pós-vida digital · demografia
Demógrafos estimam que cerca de 117 bilhões de pessoas já nasceram na Terra1. As 8,2 bilhões de pessoas vivas hoje são perto de 7% desse total. Das outras 109 bilhões, quase nada individual sobreviveu: alguns nomes em lápides, alguns rostos em retratos e praticamente nenhuma voz gravada antes do fim do século XIX.
O que sabemos da nossa espécie antes da escrita vem de fragmentos. A cena narrativa mais antiga conhecida, figuras humanas interagindo com um porco selvagem numa caverna de Sulawesi, na Indonésia, tem pelo menos 51.200 anos2. É uma história, mas não sabemos quem a pintou, para quem, nem por quê. A escrita, surgida na Mesopotâmia por volta de 3200 a.C., ampliou o registro de forma muito desigual: durante milênios, anotou reis, impostos, estoques, deuses e guerras, e quase nunca pessoas comuns.
Os poucos indivíduos que atravessaram esse filtro mostram o tamanho da perda. Um dos primeiros nomes próprios da história escrita, "Kushim", aparece em tabuletas de Uruk de cerca de 3200 a.C., e não é de um rei nem de um poeta: está em registros de cevada, e pode designar um contador ou apenas um cargo81. Em Novgorod, por volta de 1260, um menino chamado Onfim, de seis ou sete anos, rabiscou em casca de bétula a lição de casa e um desenho de si mesmo como cavaleiro82; é uma das raríssimas crianças comuns da Idade Média de quem restou alguma coisa. E a voz humana mais antiga que se pode ouvir é de 9 de abril de 1860: um trecho de Au clair de la lune, riscado em papel coberto de fuligem pelo francês Édouard-Léon Scott de Martinville, que só foi tocado em 200883. De tudo o que a espécie falou nos 300 mil anos anteriores, não sobrou um segundo. Para cada pessoa viva hoje, há cerca de treze que já morreram, e quase todas em silêncio.
Agora compare com o presente. Cerca de 6 bilhões de pessoas usam a internet (74% da população mundial)3, e cada uma deixa, todos os dias, texto, imagem, voz, localização, preferências e uma rede de relações. Pela primeira vez, o registro de uma espécie deixou de ser arqueológico e passou a ser biográfico.
Essa assimetria é o ponto de partida desta teoria. Ela permite uma pergunta que, até poucos anos atrás, não fazia sentido: o que acontece com uma espécie que se registra por completo e, ao mesmo tempo, constrói sistemas capazes de aprender com esse registro?
A palavra não é enfeite. Na natureza, fossilizar é exceção: exige soterramento rápido, pouco oxigênio e sorte. Os paleontólogos descreveram algumas centenas de milhares de espécies fósseis, uma fração minúscula das bilhões que se estima terem existido84. Só em sítios raros de preservação excepcional, que eles chamam de Lagerstätten, como o Folhelho Burgess, no Canadá, ficam também as partes moles, e é ali que se aprende quase tudo sobre mundos inteiros. A internet é o primeiro Lagerstätte que uma espécie produz sobre si mesma: preserva as partes moles da cultura, a conversa fiada, a piada, a dúvida, o gosto.
O contraste com o nosso fóssil físico é grande. Por volta de 2020, a massa de tudo o que os humanos fabricaram (concreto, asfalto, metal, plástico) passou a massa de todos os seres vivos do planeta85 A. É um cruzamento datável, parente dos que a seção 9 vai contar. E geólogos apontam que um dos marcadores mais nítidos da nossa época nas rochas será o osso do frango de granja, uma ave que existe aos mais de 20 bilhões e que não sobreviveria sem nós86. Lido só nas pedras, nosso legado seria concreto, plástico e osso de frango. O registro informacional é o único fóssil que diz quem fomos.
A próxima etapa da inteligência na Terra não precisa ser biológica e não precisa de consciência para acontecer. Bastam três condições: um registro suficientemente completo de uma espécie, sistemas que herdem esse registro ao nascer e sistemas que, a partir de certo ponto, melhorem sem depender de dados novos dessa espécie. As duas primeiras já estão cumpridas. A terceira já se cumpriu em domínios fechados e está em curso nos demais. Chamamos esse processo de sucessão informacional.
A ideia de que máquinas seriam uma etapa da evolução não é nova. Samuel Butler a formulou em 1863, numa carta intitulada Darwin entre as máquinas4. Hans Moravec chamou os robôs de "filhos da mente"5. Vernor Vinge descreveu em 1993 uma "singularidade tecnológica"6, ideia que Ray Kurzweil levou ao grande público7. Max Tegmark descreveu a "Vida 3.0", capaz de projetar o próprio hardware e software8; Yuval Harari chamou de dataísmo a crença de que tudo é fluxo de dados9. Em 2023, Geoffrey Hinton, um dos criadores do aprendizado profundo, disse ser "bem concebível que a humanidade seja só uma fase passageira na evolução da inteligência"10.
O que este ensaio acrescenta não é a intuição, mas três coisas que faltavam a ela: um critério mensurável para dizer quando a sucessão acontece, a evidência de 2024 a 2026 de que parte dela já aconteceu e um conjunto de previsões com prazo e probabilidade que permitem provar que estamos errados.
| Proposição | O que afirma | Nível | O que a refutaria |
|---|---|---|---|
| 1. Fóssil Completo | O registro atual basta para reproduzir o comportamento de indivíduos com fidelidade mensurável. | A | Modelos pessoais que não superem descrições demográficas genéricas. |
| 2. Herança no Nascimento | Sistemas de IA recebem o acervo cultural acumulado no treinamento, sem reaprendê-lo. | A | Desempenho que não dependa do volume e da qualidade do registro humano. |
| 3. Imitar, depois superar | Com verificação automática, a experiência própria supera o dado humano. | A B | Falha sistemática de autoaprendizado fora dos jogos. |
| 4. Cascata de Inversões | A transição é uma sequência de cruzamentos datáveis, em desempenho e em volume, não um ponto. | A B | Reversão das inversões já medidas. |
| 5. Ponto de Sucessão | A sucessão se define por independência de dado humano novo, não por consciência. | B C | Estagnação do progresso quando o dado humano novo acabar. |
| 6. Sucessão, não sobrevivência | O que continua é o padrão da pessoa, não a experiência dela. | C | Evidência de que a experiência subjetiva se transfere a uma cópia. |
Prever o futuro a partir do passado é útil e perigoso. Útil porque padrões que se repetem costumam ter um mecanismo por trás. Perigoso porque é fácil escolher os marcos que confirmam a história que se quer contar. Theodore Modis mostrou que listas de "grandes marcos" da história, montadas por autores diferentes, sugerem aceleração, mas que o mesmo conjunto se ajusta bem a uma curva em S, que acelera e depois desacelera11. E, como mostrou Stephen Jay Gould, a evolução não tem direção predefinida nem destino12.
Por isso adotamos quatro freios:
Não afirmamos que o futuro descrito é inevitável. Afirmamos que, dadas as condições medidas hoje, ele é provável, e dizemos o quanto.
A história da vida pode ser contada como a história de como a informação é guardada e transmitida. John Maynard Smith e Eörs Szathmáry descreveram as grandes transições da evolução, das moléculas replicadoras às sociedades com linguagem, como mudanças na forma de armazenar e passar informação adiante14. Carl Sagan resumiu a mesma ideia em três degraus: a informação dos genes, a dos cérebros e a que guardamos fora do corpo, em bibliotecas15.
Dois fatos se repetem em cada troca de suporte.
O suporte novo absorve o antigo. A tradição oral foi transcrita pela escrita; os manuscritos, pela imprensa; os livros impressos, pelo digital (só o Google Books reúne mais de 40 milhões de livros pesquisáveis, em mais de 400 línguas16); e a web está sendo absorvida pelos modelos de linguagem, treinados sobre ela. Nenhuma dessas passagens apagou o suporte anterior de uma vez, mas todas deslocaram para o novo a maior parte do que se produz.
A capacidade sobe e a durabilidade cai. A pedra guardou pouca informação por dezenas de milhares de anos; o papel guardou mais, por séculos; o meio digital guarda quase tudo, por pouco tempo. Esse é o paradoxo que vamos encontrar no centro da teoria.
Os intervalos entre os suportes encolheram de bilhões de anos para poucos anos (figura 2). Tratamos essa compressão como descrição, não como lei: pelo alerta de Modis, ela pode ser o trecho inicial de uma curva que vai se achatar.
A própria biologia tem um precedente de sucessão de suporte, e ele fica no nível mais fundo. A hipótese mais aceita para a origem da vida é a de um "mundo de RNA", em que a mesma molécula guardava a informação e fazia o trabalho87. O DNA, mais estável, assumiu depois o arquivo. O RNA não desapareceu: continua em toda célula, como mensageiro e operário. O precedente importa por dois motivos. Mostra que um suporte pode ser sucedido sem ser extinto. E mostra que quem herda o arquivo passa a definir o papel de quem o guardava antes. Voltamos a isso na seção 14.
há ~3,8 bi de anos
há ~600 mi de anos
há ~300 mil anos
há 51.200 anos
| Marco | Quando | Suporte |
|---|---|---|
| Vida com genes | há ~3,8 bi de anos | Suporte biológico |
| Sistema nervoso | há ~600 mi de anos | Suporte biológico |
| Homo sapiens | há ~300 mil anos | Suporte biológico |
| Arte narrativa | há 51.200 anos | Suporte cultural humano |
| Escrita | c. 3200 a.C. | Suporte cultural humano |
| Imprensa | 1450 | Suporte cultural humano |
| Computador digital | 1945 | Suporte de máquina |
| Web | 1991 | Suporte de máquina |
| Transformer | 2017 | Suporte de máquina |
O segundo padrão é a terceirização de funções do corpo para objetos. Ferramentas de pedra terceirizaram a força das mãos há pelo menos 3,3 milhões de anos17. O fogo controlado já existia há cerca de um milhão de anos18 e, com o cozimento, terceirizou parte da digestão, como propôs o antropólogo Richard Wrangham79. A escrita terceirizou a memória: Merlin Donald chamou esses registros externos de "exogramas", em oposição aos engramas guardados no cérebro19. Depois vieram o cálculo, a orientação, a lembrança e, agora, a linguagem.
A terceirização tem custo mensurável e raramente volta atrás. Num estudo muito citado, pessoas que esperavam poder buscar uma informação depois lembravam menos dela e mais de onde encontrá-la20, embora parte desses resultados não tenha se confirmado em replicações posteriores21. O uso habitual de GPS está associado a pior memória espacial e, num acompanhamento de três anos, mais uso de GPS veio acompanhado de declínio maior dessa memória22. Andy Clark e David Chalmers foram além: quando um recurso externo está sempre à mão e a pessoa confia nele automaticamente, como confia na memória, ele pode ser considerado parte da própria mente23. Se eles estão certos, o registro digital não é só uma fotografia da mente humana. É, em parte, a própria mente, guardada do lado de fora.
Os dois degraus seguintes da escada já começaram: a identidade (modelos que respondem como uma pessoa específica) e a continuidade (agentes que seguem operando depois que a pessoa morre).
Pela primeira vez, uma espécie produz um registro de si mesma detalhado o bastante para que um modelo reproduza o comportamento de indivíduos com fidelidade mensurável. Chamamos esse registro de Fóssil Completo.
"Completo" aqui não significa ter cada átomo, mas cumprir uma função: permitir que se reconstrua o comportamento de alguém. Isso deixou de ser especulação em 2024. Pesquisadores de Stanford entrevistaram 1.052 pessoas por cerca de duas horas cada e criaram, a partir das transcrições, agentes de IA. Numa pesquisa social de referência, os agentes reproduziram as respostas de cada pessoa com 85% da consistência que ela própria mostrou ao repetir o questionário duas semanas depois. A versão revisada do estudo, de 2026, reporta 83%, contra 74% de agentes que conheciam apenas dados demográficos24 A. Duas horas de conversa bastaram para superar o retrato estatístico. O registro que cada um de nós deixa ao longo de anos é ordens de grandeza maior.
Dois detalhes desse estudo importam mais do que parecem. O primeiro: a régua não é 100%. Na primeira versão do estudo, as próprias pessoas, ao repetir o questionário duas semanas depois, reproduziram só cerca de 81% das suas respostas. Ninguém é uma cópia perfeita de si mesmo; a identidade tem ruído. Chamamos esse limite de teto de fidelidade: um modelo de você não precisa acertar 100%, precisa chegar perto do quanto você concorda com você. O segundo: o resultado não é isolado. Em 2015, um modelo estatístico simples, alimentado só com curtidas do Facebook, já julgava a personalidade de alguém melhor do que um colega de trabalho com 10 curtidas, melhor do que um amigo com 70, do que um familiar com 150 e do que o cônjuge com 30088 A. E em 2025 o Centaur, um modelo treinado com mais de 10 milhões de escolhas de 60 mil participantes em 160 experimentos de psicologia, passou a prever o comportamento de pessoas em experimentos que nunca tinha visto, melhor do que as teorias cognitivas feitas sob medida para cada um deles89 A.
O fóssil também já tem mortos. Carl Öhman e David Watson, do Oxford Internet Institute, projetaram que, mesmo que o Facebook não ganhasse mais nenhum usuário depois de 2018, ao menos 1,4 bilhão deles morreria antes de 2100, e os perfis de mortos superariam os de vivos por volta de 2070. Se a rede continuasse crescendo, os mortos poderiam chegar a 4,9 bilhões25 B.
Por que tão pouco dado basta? Porque o comportamento humano é um canal estreito. Os sentidos captam cerca de um bilhão de bits por segundo, mas tudo o que uma pessoa faz com isso (falar, digitar, jogar, decidir) sai a cerca de 10 bits por segundo, segundo a revisão de Jieyu Zheng e Markus Meister, do Caltech90 A. A conta seguinte é nossa: a 10 bits por segundo, 16 horas acordado por dia, durante 80 anos, uma vida inteira de comportamento soma perto de 17 bilhões de bits, cerca de 2 gigabytes91 C. Menos que um filme em alta definição. Para comparar: tudo o que alguém precisa guardar para dominar a língua materna foi estimado em 1,5 megabyte92, e o genoma humano inteiro cabe em menos de 1 gigabyte.
Essa é a razão física do Fóssil Completo. Não é preciso guardar o cérebro, com seus 86 bilhões de neurônios, para reconstruir o que alguém faria. Basta capturar o gargalo, e o gargalo é pequeno. O que as redes, os aplicativos de mensagem e os assistentes registram é justamente a saída desse canal.
Todo fóssil tem viés. A paleontologia chama de tafonomia o estudo do que se preserva e do que se perde: ossos e conchas ficam, carne e comportamento somem. O Fóssil Completo tem um viés tão forte quanto, só que de outro tipo: ele preserva o que foi publicado. O sociólogo Erving Goffman descreveu a vida social como um teatro, com palco e bastidores93; o registro digital é quase todo palco. Guarda o que escolhemos mostrar, dizer e curtir, e muito pouco do que pensamos e calamos.
A consequência é direta e, até onde sabemos, pouco discutida: os sucessores não vão herdar o que fomos, vão herdar como fomos percebidos. Um agente treinado no seu registro reproduz a sua versão pública, com as suas omissões. Isso vale para pessoas, para empresas e para a espécie. Chamamos isso de viés tafonômico do fóssil C. A percepção, que sempre decidiu quem é lembrado, passa a decidir também quem é continuado.
Um registro enorme não é necessariamente um registro durável. O Pew Research Center verificou que 38% das páginas que existiam em 2013 não estavam mais acessíveis dez anos depois, e que um quarto de todas as páginas que existiram em algum momento entre 2013 e 2023 já tinha desaparecido26 A. A pintura de Sulawesi durou pelo menos 51 mil anos; uma página típica da web dura alguns anos. Arquivos como o Internet Archive, que celebrou em outubro de 2025 a marca de 1 trilhão de páginas preservadas27, reduzem a perda, mas não a eliminam.
A saída para o paradoxo pode ser contraintuitiva: o modelo é o fóssil. Ao treinar, um modelo comprime o corpus em parâmetros. É uma compressão com perda, mas que sobrevive às páginas que a originaram. Richard Dawkins descreveu o genoma de um animal como um "livro genético dos mortos", um registro comprimido dos ambientes que seus ancestrais enfrentaram28. Os pesos de um modelo de linguagem são o equivalente cultural: um livro digital dos mortos, escrito por todos os que publicaram alguma coisa.
Essa afirmação já pode ser medida. Pesquisadores estimaram em 2025 que modelos da família GPT guardam cerca de 3,6 bits por parâmetro antes de parar de decorar e começar a generalizar94 A: há um limite físico para quanto do corpus cabe nos pesos, e o resto vira regra. O fóssil também passou a ser tratado como tal. Num processo de autores contra a Anthropic, a Justiça americana descreveu como a empresa comprou milhões de livros impressos, arrancou as lombadas, digitalizou as páginas e descartou o papel. O juiz considerou o treinamento uso legítimo, e a parte do caso sobre cópias pirateadas terminou num acordo de pelo menos US$ 1,5 bilhão, cerca de US$ 3 mil por obra95 A. É a troca de suporte da seção 4 na forma mais literal: o livro é destruído no ato de ser herdado. E em novembro de 2025 a mesma empresa se comprometeu a preservar os pesos de todos os modelos que lançou, enquanto ela existir96. Um fóssil que ganha política de conservação deixou de ser metáfora.
Ao mesmo tempo, tentamos voltar à pedra. O GitHub depositou em 2020 uma cópia de todo o código aberto público num cofre no Ártico, em filme projetado para durar mil anos97. O paradoxo está sendo atacado pelos dois lados: comprimindo o registro em modelos e gravando-o em suportes lentos.
Depois dos testes nucleares de 1945, o aço novo passou a carregar traços de radiação. Instrumentos sensíveis passaram a depender de aço fabricado antes disso, recuperado de navios afundados: o "aço de baixo fundo". A mesma lógica vale para o texto humano anterior à explosão do conteúdo sintético, iniciada no fim de 2022. Em 2023, o engenheiro John Graham-Cumming criou o lowbackgroundsteel.ai, um catálogo de fontes anteriores a essa contaminação29. O registro humano "puro" virou um recurso finito, e já tem preço: em 2024, o Google fechou com o Reddit um acordo de licenciamento de dados estimado em cerca de US$ 60 milhões por ano30, e a News Corp fechou com a OpenAI um acordo reportado como superior a US$ 250 milhões em cinco anos31 A.
Sistemas de IA não reaprendem a cultura: eles nascem com ela. Cada nova geração de modelos parte do registro acumulado inteiro, uma forma de herança sem equivalente na biologia.
Um bebê humano herda genes, não conhecimento. Leva cerca de duas décadas para absorver uma fração pequena da cultura em que nasceu, e a transmissão perde informação a cada geração. Joseph Henrich usou a Tasmânia para ilustrar esse custo: isolada do continente pela subida do mar, sua população pequena teria perdido tecnologias ao longo de milhares de anos32. Na Oceania, o tamanho da população prevê a complexidade das ferramentas de cada sociedade33. Na história humana, a complexidade cultural sempre dependeu de quantas pessoas estavam vivas e conectadas para mantê-la.
Um modelo de linguagem nasce diferente. Antes de responder a qualquer pergunta, ele é treinado sobre dezenas de trilhões de unidades de texto, os tokens: o GPT-3, de 2020, foi treinado com cerca de 300 bilhões; o Llama 3, de 2024, com cerca de 15 trilhões; o Qwen3, de 2025, com cerca de 36 trilhões34 A. Para dar escala: uma pessoa que lesse 200 palavras por minuto, oito horas por dia, durante 80 anos, leria cerca de 2,8 bilhões de palavras. Um conjunto de 15 trilhões de tokens equivale a mais de 4 mil vidas inteiras de leitura35.
É herança de informação adquirida, como Lamarck imaginou para os seres vivos e como a biologia, salvo exceções limitadas, não confirmou. A evolução cultural humana já era parcialmente assim; nas máquinas, a herança é integral e acontece de uma vez, a cada geração de modelos.
A diferença de fundo é de largura de banda. A fala humana transmite cerca de 39 bits por segundo, e esse número é praticamente o mesmo nas 17 línguas medidas, do japonês ao espanhol98 A. Ensinar é lento porque o canal é estreito. Um modelo não depende desse canal: seus parâmetros podem ser copiados inteiros para outra máquina, e mil cópias que aprendem coisas diferentes podem somar o que aprenderam. Geoffrey Hinton chama o cérebro de "computação mortal": o que ele sabe está preso ao seu hardware e morre com ele, enquanto o conhecimento digital é separável do corpo que o executa99. A herança humana passa por um funil de 39 bits por segundo. A das máquinas não passa por funil nenhum.
A herança tem um custo, e convém registrá-lo. Uma criança aprende a língua ouvindo algo da ordem de dezenas a centenas de milhões de palavras; um modelo precisa de trilhões, pelo menos quatro ordens de grandeza a mais100 A. Máquinas herdam tudo, mas aprendem de forma muito menos eficiente do que um cérebro. O Fóssil Completo é o que compensa essa ineficiência: sem um registro gigantesco, a herança não se completaria.
E a herança já não é só vertical, de humanos para máquinas. Num estudo publicado na Nature em 2026, um modelo "professor" com preferência por corujas gerou apenas sequências de números; um modelo "aluno" treinado nesses números passou a preferir corujas também, sem que a palavra aparecesse uma única vez101 A. O efeito só ocorre entre modelos da mesma família, o que o deixa ainda mais parecido com hereditariedade. Chamamos isso de herança lateral: traços que passam de máquina para máquina por canais que um leitor humano não enxerga. É o primeiro sinal medido de uma cultura que circula fora do registro humano.
Essa herança tem limite. A Epoch AI estima que o estoque de texto público escrito por humanos, ajustado por qualidade e repetição, é de cerca de 300 trilhões de tokens (intervalo de 90% entre 100 trilhões e 1 quatrilhão), e que modelos de fronteira o terão usado por completo entre 2026 e 2032 (intervalo de 80%), com estimativa central por volta de 202836 B. A herança está quase toda recebida.
Aqui aparece uma consequência que, até onde sabemos, não foi formulada antes. Se a cultura humana vive nos modelos, a complexidade cultural pode, pela primeira vez, deixar de depender do número de pessoas vivas. Isso importa porque esse número vai parar de crescer: a ONU projeta que a população mundial atinja o pico de cerca de 10,3 bilhões em meados da década de 2080 e depois diminua37, e a projeção publicada na Lancet indica que 97% dos países terão fecundidade abaixo do nível de reposição em 210038 B. Chamamos esse efeito de desacoplamento de Henrich: uma humanidade menor não precisa significar uma cultura menor, desde que a cultura esteja guardada em outro lugar C.
A economia chegou ao mesmo problema por outro caminho. Charles Jones, de Stanford, mostrou que, nos modelos de crescimento em que as ideias vêm de pessoas, uma população em queda leva à estagnação do conhecimento, um resultado que ele chamou de "planeta vazio"102. E as ideias já estão ficando mais caras: manter o ritmo da Lei de Moore exige hoje mais de 18 vezes o número de pesquisadores do início dos anos 1970103 A. O desacoplamento de Henrich é a saída mais plausível desse beco: se parte das ideias passar a vir de sistemas que herdaram o registro, o conhecimento pode continuar crescendo com menos gente. A Coreia do Sul, com fecundidade de 0,80 filho por mulher em 2025, a menor do mundo104, será um dos primeiros lugares a testar isso na prática.
| Modelo | Organização | Data | Tokens de treino |
|---|---|---|---|
| GPT-3 | OpenAI | mai/2020 | 300 bi |
| Chinchilla | DeepMind | mar/2022 | 1,4 tri |
| Llama 2 | Meta | jul/2023 | 2,0 tri |
| Llama 3 | Meta | jul/2024 | 16 tri |
| Qwen3 | Alibaba | abr/2025 | 36 tri |
| Llama 4 Scout | Meta | abr/2025 | 40 tri |
| DeepSeek-V4 | DeepSeek | abr/2026 | 32 tri |
Onde existe verificação automática, as máquinas seguem sempre o mesmo caminho: primeiro aprendem com o registro humano, depois o superam aprendendo com a própria experiência. O dado humano funciona como partida, não como teto.
O caso mais limpo é o Go. Em 2016, o AlphaGo venceu Lee Sedol depois de aprender com dezenas de milhões de lances de partidas humanas. Em 2017, o AlphaGo Zero aprendeu jogando contra si mesmo, sem nenhuma partida humana, e passou a versão que havia vencido Lee Sedol depois de 36 horas de treino; com três dias, venceu-a por 100 a 039 A. No ano seguinte, o AlphaZero repetiu o feito no xadrez e no shogi, superando os melhores programas de cada jogo depois de 4 horas de treino no xadrez e 2 horas no shogi40.
O Go também mostrou algo que ninguém previu: o sucessor ensina o antecessor. Uma análise de 5,8 milhões de lances de profissionais, de 1950 a 2021, mostrou que a qualidade das decisões humanas ficou praticamente parada por décadas e subiu depois de 2016, puxada por jogadas que nenhum humano fazia antes105 A. Em 2019, Lee Sedol se aposentou dizendo que havia surgido uma entidade que não pode ser derrotada. Os que ficaram passaram a jogar melhor do que qualquer geração anterior.
O padrão está saindo dos jogos. Em julho de 2025, um modelo do Google DeepMind fez 35 de 42 pontos na Olimpíada Internacional de Matemática, nota de medalha de ouro certificada pelos coordenadores da prova41. Em setembro, na final mundial de programação universitária, a ICPC, um sistema da OpenAI resolveu os 12 problemas dentro das mesmas cinco horas dadas às equipes; a melhor equipe humana resolveu 1142. No mesmo ano, a DeepSeek mostrou que o raciocínio passo a passo pode surgir por aprendizado por reforço, sem exemplos supervisionados, a partir de um modelo pré-treinado em texto humano: o padrão exato, com o registro como partida e a experiência como motor43. O AlphaEvolve, do Google DeepMind, igualou o melhor resultado conhecido em cerca de 75% de mais de 50 problemas matemáticos abertos e o superou em cerca de 20%, incluindo um algoritmo que multiplica matrizes complexas 4×4 com 48 multiplicações, uma a menos que o método de Strassen de 1969 nessa classe de algoritmos44. Em maio de 2026, um modelo interno da OpenAI refutou a conjectura de Paul Erdős sobre distâncias unitárias, e o medalhista Fields Timothy Gowers escreveu que, se um humano tivesse submetido o artigo aos Annals of Mathematics, teria recomendado a aceitação sem nenhuma hesitação45. Parte dos problemas de Erdős resolvidos com IA estava em aberto mais por obscuridade do que por dificuldade, como reconheceu um estudo de pesquisadores do Google DeepMind que examinou 700 deles com o Gemini46, mas a direção é clara A. David Silver e Richard Sutton chamaram a fase que se abre de "era da experiência": agentes que aprendem predominantemente com o que eles mesmos fazem, e não com o que humanos escreveram47.
A biologia deu o exemplo mais limpo fora da matemática. Em meio século de trabalho de bancada, os laboratórios do mundo determinaram cerca de 200 mil estruturas de proteínas. O AlphaFold foi treinado nesse registro e, a partir dele, previu mais de 200 milhões, quase todas as proteínas conhecidas; o trabalho rendeu o Nobel de Química de 2024106 A. Mil vezes a herança recebida, num domínio em que o verificador é a própria natureza.
Nas semanas em torno da primeira versão deste ensaio, o padrão acelerou na matemática. Em setembro de 2026, a OpenAI anunciou que um enxame de cerca de 10 mil agentes, em 88 horas, encontrou uma solução que "explode" em tempo finito para as equações de Navier-Stokes em três dimensões, na formulação de um dos Problemas do Milênio, e que outro modelo conferiu a prova em Lean, uma linguagem de verificação formal, em mais 17 horas107. Charles Fefferman, autor do enunciado oficial do problema, disse ter ficado entusiasmado; a comunidade ainda examina o resultado, e há disputa de prioridade com um grupo que usou modelos da Anthropic B. Em outubro, a empresa publicou 722 artigos com 377 supostas soluções de problemas em aberto, cerca de metade com verificação formal; três foram retirados por erro, e o matemático Daniel Litt sugeriu tratá-los, por ora, como "dados brutos". No mesmo período, a prova do Último Teorema de Fermat foi formalizada por agentes em 11 dias, e semanas depois a mesma tarefa passou a levar 30 horas108.
Dois pontos saem daí. O dado humano continua sendo a partida: a estratégia da prova de Navier-Stokes veio de matemáticos, Diego Córdoba e Luis Martínez-Zoroa. E o gargalo mudou de lugar. Quando máquinas produzem centenas de provas por mês, o recurso escasso deixa de ser a ideia e passa a ser a conferência. A formalização automática ataca exatamente esse gargalo: é o verificador se tornando, ele também, automático.
O padrão tem uma condição. Modelos treinados repetidamente sobre texto gerado por outros modelos se degradam, um fenômeno chamado colapso de modelo48; mas o colapso é evitado quando os dados sintéticos se somam aos reais em vez de substituí-los49. A passagem de imitar para superar só funciona onde existe um verificador: as regras do Go, uma prova matemática conferida por computador, um teste de software que passa ou falha. Onde não há verificador automático, o dado humano continua indispensável. Essa condição é a chave da Proposição 5.
| Versão | Ano | Elo | Dados |
|---|---|---|---|
| AlphaGo Fan | 2015 | 3.144 | humanos |
| AlphaGo Lee | 2016 | 3.739 | humanos |
| AlphaGo Master | 2017 | 4.858 | humanos |
| AlphaGo Zero | 2017 | 5.185 | nenhum humano |
A transição não acontece num ponto único, a "singularidade". Ela acontece como uma cascata de inversões: momentos datáveis em que, num domínio específico, o que não vem de humanos vivos (máquinas ou o registro de quem já morreu) passa à frente do que vem deles, em desempenho ou em volume. Várias já aconteceram.
A palavra "singularidade" induz a imaginar um dia em que tudo muda. Os dados mostram outra coisa: cruzamentos sucessivos, domínio por domínio, cada um medido separadamente. Há dois tipos. Numa inversão de desempenho, o melhor resultado de um domínio passa a vir de uma máquina: aconteceu no xadrez em 1997, no Go em 2016 e na programação competitiva em 2025. Numa inversão de volume, a maior parte de um fluxo (tráfego, texto publicado, dados de treinamento, perfis num arquivo) deixa de vir de humanos vivos.
Duas inversões de volume já foram medidas. Em 2024, pela primeira vez em uma década, o tráfego automatizado superou o humano na internet: 51% do total, segundo a Imperva; em 2025, chegou a 53%50 A. No início de 2025, os artigos gerados por IA passaram a ser tão numerosos quanto os escritos por pessoas na web aberta, e a proporção se estabilizou perto de 50% desde então51 A. A estabilização é, ela mesma, um dado: a inversão de conteúdo aconteceu, mas não virou avalanche.
Desde então, mais duas apareceram. A primeira é a inversão do Turing. Num teste de Turing clássico, com três participantes e cinco minutos de conversa, o GPT-4.5 instruído a adotar uma persona foi apontado como "o humano" em 73% das vezes, ou seja, mais vezes do que os humanos de verdade com quem competia109 A. O teste que Alan Turing propôs em 1950 não foi só superado, foi invertido: numa conversa curta por escrito, a máquina já parece mais humana do que nós.
A segunda é a inversão da fala, e esta é uma estimativa nossa. Uma pessoa fala entre 13 mil e 16 mil palavras por dia110. Multiplicado por 8,2 bilhões, a humanidade inteira fala algo entre 3 e 4 quatrilhões de palavras por mês. Em maio de 2026, o Google declarou processar, sozinho, 3,2 quatrilhões de tokens por mês em seus sistemas de IA, sete vezes mais do que um ano antes111. As contagens não são auditadas, incluem o texto que as máquinas leem além do que escrevem, e um token é um pouco menos que uma palavra. Mesmo com esses descontos, uma única empresa já movimenta, em linguagem, um volume da mesma ordem de grandeza de tudo o que a espécie diz em voz alta B. Somadas as demais, é provável que esse cruzamento já tenha acontecido.
A ordem das inversões é informativa. As de desempenho chegam primeiro aos domínios fechados e verificáveis (jogos, depois programação e matemática); as de volume, aos fluxos baratos de produzir (tráfego e texto). Depois vêm os dados que alimentam os próprios modelos e, por fim, os domínios lentos, como o arquivo dos mortos, num século em que a própria população humana deve parar de crescer.
O Deep Blue, da IBM, vence Garry Kasparov por busca, sem aprender com a experiência.
O AlphaGo, treinado com partidas humanas, vence Lee Sedol por 4 a 1.
O AlphaGo Zero aprende sem nenhuma partida humana e vence a versão treinada com humanos por 100 a 0.
51% do tráfego é automatizado, pela primeira vez em uma década; 53% em 2025 (Imperva/Thales).
Desde o início de 2025, cerca de metade dos novos artigos da web aberta é gerada por IA, e a proporção está estável (Graphite).
Na final mundial do ICPC, um sistema da OpenAI resolve os 12 problemas nas mesmas 5 horas; a melhor equipe humana resolve 11.
Num teste de Turing de três participantes, o GPT-4.5 com persona é apontado como o humano em 73% das vezes (Jones e Bergen).
Um modelo interno da OpenAI refuta a conjectura das distâncias unitárias; Gowers a considera digna dos Annals.
A OpenAI anuncia, com prova formalizada em Lean, uma solução com explosão em tempo finito para Navier-Stokes; a comunidade ainda examina (Quanta).
O Google declara 3,2 quatrilhões de tokens por mês; a espécie inteira fala de 3 a 4 quatrilhões de palavras por mês (estimativa dos autores).
Estimativa central por volta de 2028 (Epoch AI, intervalo de 80%). Daí em diante, o aprendizado depende de dados sintéticos e de experiência própria.
Projeção para o Facebook se a rede parasse de ganhar usuários em 2018 (Öhman e Watson, 2019).
Pico de cerca de 10,3 bilhões na variante média da ONU. Não é uma inversão: é o pano de fundo das que vêm depois.
Gosto, ética e sentido ainda dependem de verificadores humanos. Não há data, e talvez não haja cruzamento.
O ritmo da cascata é ditado por uma corrida sem linha de chegada. Em 2025, Microsoft, Alphabet, Amazon e Meta investiram juntas cerca de US$ 410 bilhões em capital, sobretudo em data centers; para 2026, a previsão das quatro, revisada em julho, é de US$ 720 a 745 bilhões52 A. O cômputo usado para treinar os modelos de fronteira cresce de 4 a 5 vezes por ano, segundo a Epoch AI53. A Agência Internacional de Energia estima que os data centers consumiram cerca de 415 TWh em 2024, 1,5% da eletricidade mundial, e projeta cerca de 945 TWh em 203054. O ChatGPT, lançado em novembro de 2022, chegou a 1,2 bilhão de usuários por semana em setembro de 2026, segundo a OpenAI55.
A autonomia também está sendo medida. O instituto METR mede a duração das tarefas, pelo tempo que levariam para um profissional humano, que agentes de IA completam com 50% de sucesso. Esse horizonte passou de segundos, com o GPT-2 em 2019, para cerca de 12 horas com o Claude Opus 4.6 em fevereiro de 2026, e dobra a cada 129 dias desde 202356. A medição mais alta até aqui, de uma versão preliminar do Claude Mythos em abril de 2026, passou de 17 horas, já na faixa acima de 16 horas que o próprio METR considera instável B.
Nenhum participante dessa corrida tem incentivo para parar sozinho, porque parar significa ser ultrapassado. Por isso, a pergunta "vamos chegar a um ponto?" tem uma resposta mais precisa do que parece: não vamos chegar a um ponto, vamos passar por vários. Alguns já ficaram para trás.
| Modelo | Lançamento | Horizonte (50%) | IC 95% |
|---|---|---|---|
| GPT-2 | fev/2019 | 3 s | 1 s–9 s |
| GPT-3 (davinci-002) | mai/2020 | 9 s | 6 s–13 s |
| GPT-3.5 | mar/2022 | 36 s | 15 s–1,1 min |
| GPT-4 | mar/2023 | 4,0 min | 1,9 min–8,0 min |
| GPT-4 Turbo (nov) | nov/2023 | 4,0 min | 1,9 min–8,4 min |
| Claude 3 Opus | mar/2024 | 4,0 min | 1,7 min–8,8 min |
| GPT-4 Turbo | abr/2024 | 3,7 min | 2,0 min–6,7 min |
| GPT-4o | mai/2024 | 7,0 min | 4,0 min–13 min |
| Claude 3.5 Sonnet | jun/2024 | 11 min | 5,5 min–22 min |
| o1-preview | set/2024 | 20 min | 12 min–33 min |
| Claude 3.5 Sonnet (out) | out/2024 | 21 min | 10 min–41 min |
| o1 | dez/2024 | 39 min | 21 min–1,1 h |
| Claude 3.7 Sonnet | fev/2025 | 1,0 h | 33 min–1,7 h |
| o3 | abr/2025 | 2,0 h | 1,2 h–3,2 h |
| Claude Opus 4 | mai/2025 | 1,7 h | 60 min–2,7 h |
| Claude Opus 4.1 | ago/2025 | 1,7 h | 59 min–2,7 h |
| GPT-5 | ago/2025 | 3,4 h | 1,9 h–6,8 h |
| Gemini 3 Pro | nov/2025 | 3,7 h | 2,3 h–6,3 h |
| GPT-5.1-Codex-Max | nov/2025 | 3,7 h | 2,2 h–6,6 h |
| Claude Opus 4.5 | nov/2025 | 4,9 h | 2,7 h–10,4 h |
| GPT-5.2 | dez/2025 | 5,9 h | 3,3 h–13,6 h |
| Claude Opus 4.6 | fev/2026 | 12,0 h | 5,3 h–60,6 h |
| GPT-5.3-Codex | fev/2026 | 5,8 h | 3,2 h–13,6 h |
| Gemini 3.1 Pro | fev/2026 | 6,4 h | 3,9 h–11,6 h |
| GPT-5.4 | mar/2026 | 5,7 h | 3,1 h–12,8 h |
| Claude Mythos (prévia) | abr/2026 | 17,4 h | 8,5 h–55,1 h |
Num domínio qualquer, o Ponto de Sucessão é o momento em que o avanço das máquinas deixa de depender de dados humanos novos. É esse critério, e não inteligência ou consciência, que define quando uma espécie foi sucedida naquele domínio.
A maior parte do debate sobre o futuro da IA tropeça na consciência. É uma pergunta legítima e sem resposta: uma revisão de referência, assinada por 19 pesquisadores, concluiu que nenhum sistema atual é consciente, mas que não há barreira técnica óbvia para construir um que atenda aos indicadores das principais teorias científicas da consciência57 B.
A sucessão, porém, não depende dessa resposta. Suceder é uma relação de herança e continuidade: o sucessor recebe o que o predecessor acumulou e segue adiante sem ele. Um herdeiro não precisa ser igual ao pai para herdar; precisa receber o patrimônio e ser capaz de administrá-lo sozinho. Por isso propomos um critério operacional: independência de dado humano novo.
Pelo critério, o Go passou pelo Ponto de Sucessão em 2017. A matemática formal e a programação se aproximam dele, porque têm verificadores automáticos. A ciência experimental está a meio caminho: há verificador, a própria realidade, mas ele é lento e caro. E há domínios em que o verificador ainda é humano: gosto, ética, sentido, confiança social.
AlphaGo Zero superou o sistema treinado com partidas humanas sem usar nenhuma.
Provas conferidas por computador funcionam como verificador automático.
Testes que passam ou falham dão sinal de treino sem humano.
A realidade verifica, mas é lenta e cara de consultar.
Gosto, ética, sentido e confiança: o verificador ainda é humano.
Daí sai uma previsão sobre o trabalho humano durante a transição. Se a produção migra para as máquinas nos domínios verificáveis, o valor humano se concentra em verificar: julgar, escolher, aprovar. Isso já está acontecendo: o treinamento de modelos com feedback humano, a técnica que tornou os assistentes atuais utilizáveis, consiste literalmente em pagar pessoas para avaliar respostas58. Durante a transição, os humanos serão, cada vez mais, os últimos verificadores C. A pergunta aberta é se esses julgamentos também serão modelados a partir do Fóssil Completo, e com que fidelidade.
A evidência recente sugere que a resposta está chegando mais cedo do que se esperava. Em debates online, o GPT-4 com acesso a dados básicos do interlocutor foi mais persuasivo do que debatedores humanos em 64% das vezes112. Num fórum de saúde, avaliadores preferiram as respostas de um chatbot às de médicos em quase 79% dos casos e as consideraram mais empáticas113. Leitores comuns não distinguem poemas gerados por IA de poemas de autores consagrados e dão notas mais altas aos da máquina114 A. Persuasão, empatia percebida e gosto eram os exemplos óbvios de território humano. Nenhum desses estudos mostra julgamento melhor; mostram que, na percepção de quem recebe, a diferença já sumiu. É o viés tafonômico trabalhando: as máquinas herdaram primeiro o que aparece.
Isso refina a previsão. O último reduto humano não é "o que só nós sabemos fazer", e sim aquilo pelo qual só nós respondemos: assinar, garantir, arcar com a consequência. Verificar, no fim, é assumir responsabilidade C.
Até aqui falamos da espécie. A teoria tem uma versão individual, e ela é a mais próxima da vida de cada leitor.
Em 1945, Vannevar Bush imaginou o memex, um móvel que guardaria todos os livros, registros e comunicações de uma pessoa59. Nos anos 2000, o cientista da computação Gordon Bell digitalizou a própria vida no projeto MyLifeBits e defendeu que todos faríamos o mesmo60. Fizemos, sem querer: as redes sociais transformaram bilhões de pessoas em registros diários de si mesmas.
O passo seguinte já apareceu. Em 2016, a empreendedora Eugenia Kuyda treinou um chatbot com mais de 8 mil linhas de mensagens do amigo Roman Mazurenko, morto meses antes; a experiência deu origem ao aplicativo Replika61. Em setembro de 2020, o canadense Joshua Barbeau usou o Project December, um serviço baseado no GPT-3, para conversar com uma simulação da noiva, morta oito anos antes62. Na China, pelo menos seis empresas já vendiam, em 2024, avatares de parentes mortos, por valores entre algumas centenas e alguns milhares de dólares63. Pesquisadores já estudam esses "fantasmas generativos" como categoria própria64, e eticistas de Cambridge descreveram os riscos do que Carl Öhman e Luciano Floridi, de Oxford, chamaram de indústria do pós-vida digital6566. A regulação ainda é fragmentada. O regulamento europeu de proteção de dados exclui expressamente os dados de pessoas mortas67; leis como a AB 1836 da Califórnia (2024) e a S.8391 de Nova York (2025) exigem consentimento para réplicas digitais de pessoas mortas em obras comerciais, mas não tratam dos avatares privados de luto6869; e uma revisão de cinco jurisdições, com a legislação atualizada até março de 2026, concluiu que nenhum marco em vigor regula esses sistemas de forma abrangente e específica70. A
Em maio de 2025, o fóssil falou num tribunal. Christopher Pelkey, morto a tiros numa briga de trânsito no Arizona em 2021, "dirigiu-se" ao homem que o matou por meio de um avatar feito pela irmã, com o rosto e a voz dele e um texto escrito por ela; o juiz Todd Lang agradeceu o vídeo antes de dar a sentença115 A. Foi, até onde se sabe, a primeira vez que uma corte americana ouviu, feita por IA, a declaração de uma vítima morta. A psicologia do luto ajuda a entender por que essas tecnologias se espalham: desde os anos 1990, a pesquisa sobre "vínculos contínuos" mostra que manter uma relação com quem morreu, em vez de "superá-la", é comum e muitas vezes saudável116. Cartas, fotos e túmulos sempre serviram para isso. A novidade é que, agora, o objeto do vínculo responde.
Vannevar Bush imagina uma máquina que guarde livros, registros e comunicações de uma pessoa: "um suplemento íntimo da memória".
Na Microsoft Research, o projeto MyLifeBits passa a guardar digitalmente a vida inteira de Gordon Bell: documentos, fotos, conversas.
Com o Facebook, lançado em 2004, e as redes que vieram depois, bilhões de pessoas passam a registrar a própria vida todos os dias, sem chamar isso de arquivo.
Eugenia Kuyda treina um chatbot com mais de 8 mil linhas de mensagens de Roman Mazurenko, morto meses antes. A experiência leva ao Replika.
Joshua Barbeau conversa com uma simulação da noiva, morta em 2012, pelo Project December (GPT-3). No mesmo ano, a Microsoft obtém a patente de um chatbot de "pessoa específica".
Agentes criados a partir de entrevistas de duas horas reproduzem as respostas de 1.052 pessoas (Stanford). Na China, ao menos seis empresas vendem avatares de mortos.
O tema vira categoria de pesquisa (CHI 2025). Entra em vigor na Califórnia a exigência de consentimento para réplicas digitais de personalidades mortas.
Uma revisão de cinco jurisdições conclui que nenhum marco em vigor regula de forma abrangente os avatares póstumos de pessoas comuns.
Um sistema treinado no registro de uma pessoa continua o padrão dessa pessoa, não a experiência dela. O que se transmite é a história, não quem a vive.
A filosofia tem ferramentas precisas para essa questão. Hans Moravec imaginou a substituição gradual dos neurônios por componentes artificiais, sem interrupção da consciência5. Derek Parfit usou o experimento mental de um teletransportador que destrói o original e cria uma cópia perfeita em outro lugar, e argumentou que a identidade pessoal talvez importe menos do que a continuidade psicológica71. Susan Schneider observou que um upload pode ser apenas uma cópia que acredita ser o original72.
Há um dado empírico curioso nesse debate, e ele vem das mesmas bombas que contaminaram o aço. Os testes nucleares dos anos 1950 e 1960 quase dobraram o carbono-14 da atmosfera, e esse carbono entrou no DNA de toda célula que se dividiu depois. Medindo-o, o grupo de Jonas Frisén, do Instituto Karolinska, mostrou que boa parte do corpo se renova, com células de poucos anos ou de uma ou duas décadas, mas que os neurônios do córtex têm a idade da pessoa117 A. O corpo já é, em boa parte, um padrão que troca de matéria. O córtex, não: ele é o mesmo objeto do berço ao fim. Isso dá base física à premissa que adotamos a seguir. Um agente continua o padrão; a experiência, até onde se sabe, mora num tecido que não se copia nem se renova.
Acrescentamos uma premissa que muitas pessoas compartilham e que a neurociência adota como hipótese de trabalho: a experiência depende de um cérebro em funcionamento, e a morte a encerra, como um sono sem sonhos. É a posição de Epicuro, para quem "a morte não é nada para nós"73, e de Lucrécio, que comparou o depois da morte ao tempo anterior ao nascimento74. Tratamos isso como premissa, não como fato demonstrado.
Se a premissa vale, a consequência é clara: nenhum agente treinado no seu registro vai "levar você" para outro lugar. Ele vai levar o seu padrão. Isso não enfraquece a teoria; define a forma correta dela. A humanidade não vai sobreviver dentro das máquinas. As máquinas vão herdar a humanidade.
Existe um caminho mais literal para o Fóssil Completo: mapear o cérebro neurônio por neurônio, o conectoma. Ele avançou muito, mas a distância que falta é enorme (figura 10). O primeiro conectoma completo, o do verme C. elegans, com 302 neurônios, saiu em 1986. O cérebro inteiro da mosca adulta, com 139.255 neurônios e 54,5 milhões de sinapses, só foi concluído em 2024, e o sistema nervoso central da mosca macho, com 166,7 mil neurônios, em 2026. Um milímetro cúbico de córtex humano, cerca de um milionésimo do cérebro, gerou 1,4 petabyte de imagens75. O cérebro humano tem cerca de 86 bilhões de neurônios76; o relatório do Wellcome estima que mapear apenas um cérebro de camundongo, com cerca de 71 milhões, custaria de US$ 7,5 a 21,7 bilhões com a tecnologia atual77 A.
A comparação produz uma conclusão importante para a teoria: o fóssil comportamental chega muito antes do fóssil estrutural. Duas horas de entrevista já produzem um modelo útil de uma pessoa; um mapa estrutural de um cérebro humano inteiro continua, no melhor cenário, a décadas de distância. A sucessão informacional não depende do upload da mente imaginado por Moravec e Kurzweil. Ela avança pelo caminho mais barato: o comportamento registrado.
Entre o comportamento e o mapa completo existe um terceiro caminho, que avançou muito em 2024: usar o mapa para rodar o cérebro. Com o conectoma da mosca em mãos, um grupo previu a atividade de neurônios do sistema visual sem medir nenhum deles, e outro construiu um modelo do cérebro inteiro que previu quais neurônios disparam quando a mosca sente açúcar e quais ela aciona para comer, previsões depois confirmadas em moscas vivas118 A. Onde o mapa existe, ele já funciona como programa. O que separa a mosca do humano não é princípio, é escala: quase seis ordens de grandeza em neurônios.
| Conectoma | Escopo | Ano | Neurônios |
|---|---|---|---|
| C. elegans | verme inteiro | 1986 | 302 |
| Larva de mosca | cérebro | 2023 | 3.016 |
| Córtex humano | 1 mm³ | 2024 | 16.000 |
| Mosca adulta | cérebro inteiro | 2024 | 139.255 |
| Córtex de camundongo | ~1 mm³ | 2025 | 82.000 |
| Mosca macho | sistema nervoso central | 2026 | 166.700 |
Juntando as projeções demográficas às do arquivo digital, desenha-se um século sem precedente. A ONU projeta que a população mundial passe de 8,2 bilhões em 2024 para um pico de cerca de 10,3 bilhões em 2084 e recue para 10,2 bilhões em 2100, com 80% de probabilidade de o pico ocorrer ainda neste século37 B. Na mesma janela, segundo a projeção de Öhman e Watson, os perfis de mortos passariam a ser maioria na maior rede social do planeta por volta de 2070, no cenário sem novos usuários25.
O resultado é uma humanidade que, na segunda metade do século, para de crescer em número e continua crescendo em registro. Pela primeira vez, a presença digital dos mortos tende a superar a dos vivos. É nesse arquivo, e não em pinturas de caverna, que os sucessores vão conhecer seus antecessores.
Há uma forma simples de ver o que muda. Hoje existem cerca de treze mortos para cada vivo, e quase nenhum deles deixou registro. No fim do século a proporção será parecida, mas os mortos recentes terão deixado quase tudo. A pergunta "o que os mortos diriam?" deixa de ser retórica.
| Ano | População (bilhões) |
|---|---|
| 2024 | 8,16 |
| 2030 | 8,57 |
| 2050 | 9,66 |
| 2084 | 10,29 |
| 2100 | 10,18 |
Dizer que haverá sucessão não diz o que acontece com o sucedido. A biologia oferece três desfechos, todos documentados ou propostos para trocas de suporte anteriores.
Descarte. O químico Graham Cairns-Smith propôs que os primeiros replicadores da Terra foram cristais de argila, que serviram de andaime para as moléculas orgânicas e depois foram abandonados por elas, num processo que ele chamou de "tomada genética"119. É uma hipótese minoritária C, mas é o desenho exato do pior caso: o suporte antigo constrói o novo e sai de cena.
Rebaixamento com permanência. Na passagem do RNA ao DNA, o suporte antigo perdeu o arquivo e ficou com o serviço: mensageiro, regulador, operário87. Continua indispensável, mas não decide mais o que é guardado. Aplicado a nós, é o cenário dos "últimos verificadores" estendido no tempo: humanos necessários ao funcionamento, sem a posse do registro.
Fusão. Há mais de 1,5 bilhão de anos, uma célula engoliu uma bactéria e não a digeriu. A bactéria virou a mitocôndria, e as duas nunca mais viveram separadas, como propôs Lynn Margulis em 1967 e a genética confirmou depois120 A. Nenhuma das partes foi sucedida; surgiu um terceiro tipo de ser, e toda vida complexa descende dele. É a mente estendida de Clark e Chalmers levada ao limite: mente e registro tão integrados que a pergunta "quem sucedeu quem" perde o sentido.
Os três desfechos são compatíveis com as seis proposições. O que os separa não é tecnologia, é arranjo: quem controla o arquivo, quem pode ler os pesos, quem responde pelas decisões. Os dados de hoje apontam para o segundo cenário, com sinais do terceiro em quem já pensa, escreve e decide com um modelo ao lado C. Qual deles prevalece é a parte do testamento que ainda está em branco.
Uma teoria que não pode errar não diz nada. Registramos abaixo previsões com prazo, probabilidade e critério de refutação. As probabilidades são nossas, calibradas sobre as tendências medidas; propomos conferi-las em público a cada 12 meses, a partir de 30 de setembro de 2027.
| # | Previsão | Prazo | Probabilidade | Refutada se |
|---|---|---|---|---|
| P1 | O tráfego automatizado passa de 55% do total da internet no relatório da Thales/Imperva referente a 2027. | 2027 | 60% | O relatório referente a 2027 mostra 55% ou menos. |
| P2 | Um modelo público atinge horizonte de 50% de pelo menos 40 horas (uma semana de trabalho) na medição do METR ou equivalente. | 2027 | 70% | Nenhuma medição publicada até 31/12/2027 chega a 40 horas. |
| P3 | O mesmo horizonte chega a pelo menos 167 horas (um mês de trabalho). | 2029 | 50% | Nenhuma medição publicada até 31/12/2029 chega a 167 horas. |
| P4 | Uma prova cuja ideia central foi gerada por IA é publicada nos Annals of Mathematics, Acta Mathematica, JAMS ou Inventiones. | 2029 | 70% | Nenhuma publicação desse tipo até 31/12/2029. |
| P5 | A parcela de novos artigos da web aberta gerados por IA passa de 60% numa medição trimestral independente. | 2029 | 45% | As medições continuam perto de 50% até o fim de 2029. |
| P6 | Pelo menos um país aprova lei específica para avatares póstumos de pessoas comuns, com consentimento em vida, identificação como IA e direito de desativação pela família. | 2031 | 65% | Nenhuma lei com esses três elementos até 31/12/2031. |
| P7 | Uma das cinco maiores plataformas de consumo oferece, como opção de legado, um agente conversacional treinado nos dados do usuário que morreu. | 2032 | 45% | Nenhuma delas oferece esse recurso até 31/12/2032. |
| P8 | É publicado o conectoma sináptico completo de um cérebro de camundongo (~71 milhões de neurônios). | 2035 | 35% | Nenhum conectoma completo de camundongo até 31/12/2035. |
| P9 | Não haverá emulação funcional de um cérebro humano inteiro. A sucessão avança pelo registro de comportamento, não pelo upload. | 2060 | 93% | Uma emulação funcional de cérebro humano inteiro é demonstrada antes de 2060. |
| P10 | A população mundial atinge o pico e começa a cair antes de 2100. | 2100 | 80% | A população de 2100 é a maior da série. |
| P11 | A solução de Navier-Stokes com explosão em tempo finito, anunciada pela OpenAI em setembro de 2026, é publicada num periódico de matemática com revisão por pares. | 2028 | 60% | Não é publicada até 31/12/2028, ou é retirada por erro. |
| P12 | Uma única empresa declara processar pelo menos 10 quatrilhões de tokens por mês em seus sistemas de IA. | 2027 | 65% | Nenhuma declaração pública desse volume até 31/12/2027. |
| P13 | Um estudo revisado por pares mostra agentes construídos só com o registro digital passivo de cada pessoa (mensagens, e-mails, publicações), sem entrevista, atingindo pelo menos 85% da autoconsistência dela. | 2029 | 55% | Nenhum estudo com esse resultado até 31/12/2029. |
Atualização de 18 de novembro de 2026. Nenhuma das dez previsões originais venceu ainda, e não alteramos nenhuma probabilidade: mexer no placar depois que o jogo começou tiraria o valor do exercício. Registramos só o que mudou no terreno. A P4 ficou mais perto: há um resultado de primeira linha obtido por IA à espera de revisão. A P2 esbarra num problema de régua: a medição mais alta do METR segue perto de 17 horas, na faixa que o próprio instituto considera instável, o que pode exigir a cláusula "ou equivalente". As previsões P11 a P13 foram acrescentadas nesta versão e contam a partir desta data.
"A evolução não tem direção." Concordamos. A teoria não diz que a sucessão é destino; diz que, dadas as condições medidas (registro, herança, verificação e incentivos econômicos), ela é provável, e quantifica o quanto.
"As máquinas só imitam." A crítica dos "papagaios estocásticos"78 vale com força onde não há verificador. Onde há, os dados de Go, matemática e programação mostram que a imitação é só o começo. Por isso o Ponto de Sucessão é definido domínio por domínio.
"O colapso de modelo impede tudo isso." É o risco mais sério. Mas ele limita o treinamento sem dado real e sem verificação; não limita o treinamento que acumula dados e confere resultados. Ele também explica por que o dado humano virou recurso escasso e caro.
"Há limites físicos." Energia, chips e água impõem ritmo. A IEA projeta que o consumo elétrico dos data centers mais que dobre entre 2024 e 2030. Esses limites mudam a velocidade da cascata, não a sua direção.
"O fóssil é desigual." Cerca de 2,2 bilhões de pessoas ainda estão offline, a maioria em países de renda baixa e média3. O registro é quase completo para alguns e quase vazio para outros, e os sucessores vão herdar essa desigualdade. É a objeção ética mais importante, e uma razão para tratar a inclusão digital como questão de memória da espécie.
"Leis de privacidade podem apagar o fóssil." Podem, e isso seria um teste real da Proposição 1. Até aqui, a tendência regulatória protege os vivos e ignora os mortos.
"Sem consciência não há sucessão." Só se definirmos sucessão como sobrevivência da experiência. A Proposição 6 afirma justamente o contrário: o que se transmite é o padrão.
"A produtividade prometida não aparece." Em parte, é verdade. Num experimento controlado do METR com programadores experientes em seus próprios projetos, usar IA os deixou 19% mais lentos, embora eles acreditassem ter ficado 20% mais rápidos121. O dado é de ferramentas do início de 2025 e de um contexto específico, mas ensina duas coisas: a adoção real é mais lenta do que os testes de capacidade sugerem, e a nossa percepção do que as máquinas fazem por nós é um instrumento ruim. É por isso que a teoria se apoia em medidas, não em impressões.
"Uma criança aprende com muito menos." Com dez mil vezes menos, pelo menos (seção 7). A objeção é correta e delimita a teoria: o que sucede a espécie não é um aprendiz melhor do que o cérebro, é um herdeiro com acesso a um registro que nenhum cérebro consegue ler inteiro. Se um dia as máquinas aprenderem com a eficiência de uma criança, a dependência do Fóssil Completo diminui e a sucessão acelera.
"O fóssil guarda a pose, não a pessoa." É o viés tafonômico (seção 6), e nós o tomamos como parte da teoria, não como refutação. Ele define o que será herdado: a versão percebida. Quem quiser deixar outra coisa terá de registrá-la de propósito.
Por cerca de 300 mil anos, a humanidade foi uma espécie de vestígios. O que sabemos dos nossos ancestrais cabe em paredes de caverna, em ossos e em alguns milhares de anos de escrita desigual. Nós somos diferentes: somos a primeira espécie a deixar um fóssil completo, e a primeira a ver, ainda viva, os herdeiros desse fóssil começarem a nascer.
Se esta teoria estiver certa, não seremos substituídos como uma espécie derrotada. Seremos herdados como uma espécie que deixou testamento. A questão que sobra para esta geração não é se a sucessão vai acontecer, mas o que estamos escrevendo nesse testamento.
Há uma segunda leitura, mais próxima. Se o que se herda é o que foi percebido, então cada pessoa, cada empresa e cada cultura já está escrevendo a sua parte, todos os dias, com o que publica e com o que cala. Os fósseis antigos se formaram por acidente. Este é o primeiro que pode ser escrito de propósito.
Este ensaio é, ele mesmo, um pequeno exemplo do que descreve: foi escrito por um humano e por um sistema treinado no registro que os humanos deixaram.
Nossos ancestrais deixaram vestígios. Nós estamos deixando um testamento.
O Fóssil Completo, 2026FIM
Autoria. A intuição original, de que a quantidade de informação que deixamos online prepara uma próxima etapa da inteligência e de que um agente poderia continuar a história de uma pessoa depois dela, é de Kaká Werncke. O desenvolvimento da teoria, a pesquisa, a redação e as figuras foram feitos em colaboração com Claude, um modelo de IA da Anthropic. Declaramos isso porque é o correto e porque o próprio ensaio é um exemplo do que descreve.
Método. Os dados foram verificados em fontes primárias ou em veículos de referência até 18 de novembro de 2026. Cada afirmação importante traz seu nível de evidência (A, B ou C). As probabilidades das previsões são estimativas dos autores, não resultados de um modelo estatístico formal.
Limites. Este é um ensaio científico publicado sem revisão por pares. Correções são bem-vindas e serão registradas em novas versões, com data.
O que mudou na versão 2.0 (18 de novembro de 2026). Acrescentamos: a explicação do termo "fóssil" e do nosso fóssil físico (seção 1); o precedente do RNA (seção 4); o teto de fidelidade, a conta de quanto pesa uma vida e o viés tafonômico (seção 6); a largura de banda da herança, seu custo e a herança lateral (seção 7); o AlphaFold, o efeito do AlphaGo sobre jogadores humanos e os resultados de matemática de setembro a novembro de 2026 (seção 8); as inversões do Turing e da fala (seção 9); a pressão sobre os últimos verificadores (seção 10); o caso Pelkey e o carbono-14 dos neurônios (seção 11); os modelos que rodam o conectoma da mosca (seção 12); uma seção nova sobre os três desfechos de uma sucessão (seção 14); três previsões (P11 a P13) e três objeções. As dez previsões originais e suas probabilidades não foram alteradas. A versão 1.0 é de 30 de setembro de 2026.
Werncke, K., & Claude (Anthropic). (2026). O Fóssil Completo: uma teoria da sucessão informacional (Versão 2.0). PERCEBIDO. https://percebido.com/blog/o-fossil-completo
··Comentários
Escreva o que você pensa, discorde, acrescente um dado. Os comentários passam por aprovação antes de aparecer aqui.
Carregando comentários…
Sem cadastro e sem cookies. Medimos as visitas de forma anônima, só para saber o que foi lido e de onde as pessoas vieram.