Sam Altman: o prodígio tecnológico por trás do ChatGPT

O seu nome está hoje ligado a salas de aula, salas de administração e audições políticas, mas o percurso de Sam Altman na inteligência artificial começou de forma discreta: com uma obsessão infantil por computadores e a convicção inquieta de que o software podia transformar a sociedade.

Os primeiros anos de um programador inquieto

Sam Altman nasceu em Chicago, em 1985, e cresceu no Meio-Oeste dos Estados Unidos, longe dos reluzentes campus tecnológicos da Califórnia. As histórias de família descrevem um rapaz mais fascinado por placas de circuito do que por desporto, mais satisfeito com uma chave de fendas na mão do que com uma bola de futebol.

Aos oito anos, já conseguia desmontar um computador, voltar a montá-lo e alterar o seu funcionamento. A curiosidade pelo hardware, combinada com a experimentação em software, definiu o rumo de tudo o que viria depois.

Durante a adolescência, no início dos anos 2000, Altman aprendeu programação por conta própria, numa fase em que a internet evoluía rapidamente, mas os smartphones ainda eram pouco comuns. Seguiu o percurso habitual dos jovens talentosos da informática: entrou na Universidade de Stanford para estudar ciência da computação. Depois, fez aquilo que é tão típico de Silicon Valley: abandonou o curso.

Altman saiu de Stanford sem diploma, apostando que criar produtos no mundo real lhe ensinaria mais do que as aulas.

Loopt e a iniciação no mundo das startups

Aos 19 anos, Altman cofundou a Loopt, uma aplicação de partilha de localização dirigida aos primeiros utilizadores de smartphones. A proposta era simples, mas antecipava o futuro: os amigos podiam ver a localização uns dos outros num mapa e decidir com quem a queriam partilhar.

Não se tratava apenas de uma experiência social. A Loopt chamou a atenção da Y Combinator, então uma aceleradora de startups em ascensão, que apoiava pequenos grupos de fundadores através de financiamento e mentoria intensiva.

A experiência na Loopt deu a Altman uma dura formação acelerada sobre adequação entre produto e mercado, preocupações com privacidade e a matemática implacável do crescimento de utilizadores. A aplicação nunca se tornou um gigante de massas, mas deu-lhe visibilidade e, sobretudo, colocou-o na órbita da Y Combinator.

De fundador a figura influente na Y Combinator

Em poucos anos, Altman passou da posição de fundador para o lado dos investidores. Em 2014, assumiu a presidência da Y Combinator, que já era uma criadora de gigantes em Silicon Valley.

Nesse cargo, assistiu a centenas de apresentações e ajudou a moldar as fases iniciais de algumas das empresas tecnológicas mais faladas da década. Ficou conhecido pelo feedback directo, pelo apetite pelo risco e pela forte convicção de que a tecnologia devia ambicionar grandes mudanças, em vez de apenas aperfeiçoar serviços existentes.

Como presidente da Y Combinator, Altman deixou de tentar criar uma única startup de sucesso para procurar apoiar toda uma geração delas.

Esses anos também consolidaram a sua visão sobre o impacto da tecnologia à escala planetária: da comunicação aos transportes e, por fim, à própria inteligência.

O nascimento da OpenAI

Uma organização sem fins lucrativos com uma missão ambiciosa

Em dezembro de 2015, Altman juntou-se a Elon Musk, Greg Brockman, Ilya Sutskever e vários outros investigadores e empreendedores para fundar a OpenAI. A missão inicial soava quase utópica: criar inteligência artificial geral (AGI) que beneficiasse toda a humanidade, e não apenas um pequeno grupo de empresas ou governos.

A OpenAI foi inicialmente criada como um laboratório de investigação sem fins lucrativos. Os fundadores prometeram partilhar amplamente o seu trabalho e evitar acumular avanços científicos. Era uma resposta à preocupação crescente de que a IA acabaria fechada em alguns silos empresariais ou em projectos militares classificados.

Esse idealismo depressa colidiu com a realidade. Treinar modelos de IA de ponta exige somas avultadas. Centros de dados, chips especializados e equipas de investigação a trabalhar durante anos têm custos muito elevados.

A estrutura híbrida e a corrida ao capital

Altman foi assumindo gradualmente o controlo operacional da OpenAI e defendeu uma alteração estrutural importante. A equipa criou uma divisão de lucro limitado: uma entidade com fins lucrativos que limita o retorno possível para os investidores, assente sobre a organização sem fins lucrativos original.

Este invulgar modelo de “lucro limitado” foi a tentativa de Altman de resolver um dilema: angariar milhares de milhões, mantendo a humanidade - e não os accionistas - como beneficiária final.

Com esta mudança, a OpenAI passou a poder celebrar grandes acordos de financiamento e garantir acesso de longo prazo a infraestrutura computacional, posicionando-se na linha da frente da corrida armamentista da IA, ao lado das maiores plataformas tecnológicas.

Por dentro da tecnologia: do GPT ao GPT-4o

A OpenAI apostou cedo numa arquitetura específica de IA: o transformer. Estes são modelos de aprendizagem profunda capazes de prestar atenção a diferentes partes de um texto em simultâneo, o que lhes permite prever e gerar linguagem de formas surpreendentemente coerentes.

A série GPT (Generative Pre-trained Transformer) da OpenAI funciona em duas etapas principais:

• Pré-treino: o modelo processa enormes volumes de texto criado por humanos para aprender padrões da linguagem.
• Ajuste fino: o modelo recebe treino adicional com feedback humano, para seguir instruções e evitar conteúdos manifestamente prejudiciais.

Ao longo do tempo, estes modelos passaram de curiosidades impressionantes a ferramentas versáteis. O GPT-4o, uma das iterações mais recentes, consegue processar e gerar texto com maior nuance, além de lidar com vários formatos, como imagens ou áudio, num único sistema.

Além dos modelos de texto, a OpenAI lançou o DALL·E para imagens e o Sora para geração de vídeo, ampliando a visão de Altman sobre a IA como um motor geral de conteúdos, e não apenas como um chatbot.

A onda de choque do ChatGPT

Um projecto secundário que se tornou num hábito global

No final de 2022, a OpenAI lançou o ChatGPT, uma interface conversacional construída sobre os seus modelos GPT. Dentro da empresa, alguns encaravam-no como uma experiência de usabilidade, e não como o produto principal. A reacção do público alterou essa ideia de um dia para o outro.

O ChatGPT conseguia responder a perguntas em linguagem natural, redigir e-mails, resumir relatórios, gerar ideias ou desempenhar o papel de tutor. As pessoas experimentaram-no para trabalhos escolares, código, mensagens de encontros, candidaturas a emprego e praticamente tudo o que envolvesse palavras.

Em poucas semanas, o ChatGPT reuniu dezenas de milhões de utilizadores e tornou-se num dos serviços de consumo com crescimento mais rápido na história da internet.

Os números continuaram a aumentar, com centenas de milhões de utilizadores mensais reportados em menos de um ano. Para muitas pessoas, o ChatGPT foi o primeiro contacto directo com IA generativa: não um artigo científico nem um vídeo de demonstração, mas uma ferramenta onde podiam escrever e receber algo útil em resposta.

Como o ChatGPT alterou a conversa sobre IA

O sucesso público do ChatGPT mudou a forma como governos, escolas e empresas falavam sobre IA. A tecnologia deixou de ser uma experiência distante de laboratório. Em poucos meses, estava em salas de aula, escritórios e parlamentos.

Altman tornou-se o rosto público desta transformação, prestando depoimentos perante senadores norte-americanos, reunindo-se com reguladores europeus e abordando preocupações que iam da desinformação à disrupção no trabalho.

O passo seguinte: rumo a máquinas capazes de raciocinar

Actualmente, Altman lidera a aposta da OpenAI em sistemas que não se limitam a imitar a linguagem, mas revelam formas mais avançadas de raciocínio. O objectivo, declarado abertamente, é avançar rumo à inteligência artificial geral: uma IA capaz de executar uma grande variedade de tarefas cognitivas ao nível humano ou acima dele.

Isto passa por criar agentes capazes de decompor problemas complexos, recorrer a ferramentas como motores de pesquisa ou interpretadores de código e trabalhar durante períodos mais longos. Estes agentes estão a ser testados em software de produtividade, assistentes de programação e suites criativas.

Altman fala dos futuros agentes de IA menos como chatbots e mais como colaboradores capazes de planear, agir e aprender ao lado dos humanos.

O que a ascensão de Altman significa no quotidiano

Utilizações práticas que as pessoas estão a adoptar

Por trás da retórica grandiosa, a IA generativa sob a liderança de Altman já revela utilizações concretas em contextos correntes:

• Educação: os estudantes usam IA para explicações, traduções e exercícios práticos, enquanto os professores experimentam a classificação automatizada e o planeamento de aulas.
• Trabalho: profissionais de escritório pedem à IA que redija relatórios, melhore apresentações ou resuma longas cadeias de e-mails.
• Pequenas empresas: os proprietários criam textos de marketing, perguntas frequentes e descrições de produtos sem contratar uma agência completa.
• Programação: os programadores recorrem a copilotos com IA para sugerir código, detectar erros e traduzir entre linguagens.

Estes exemplos ajudam a explicar por que razão o ChatGPT passou tão depressa de novidade a hábito: poupa tempo em tarefas que a maioria das pessoas considera aborrecidas ou difíceis.

Riscos, tensões e o que pode correr mal

Os mesmos sistemas promovidos por Altman também levantam preocupações sérias. Os modelos generativos podem produzir disparates com confiança, expor dados de treino ou reproduzir preconceitos presentes no material com que aprenderam. Em áreas de grande responsabilidade, como saúde, direito ou finanças, estas falhas podem causar danos reais.

Há ainda uma questão de poder. Treinar modelos de fronteira requer enormes centros de dados e chips dispendiosos, concentrando o controlo nas mãos de um pequeno número de empresas e governos. Os críticos defendem que a estrutura híbrida de Altman, embora invulgar, continua a centralizar uma influência enorme na OpenAI e nos seus financiadores.

O uso indevido é outra preocupação. Texto e vídeo gerados por IA podem ser usados em burlas direccionadas, deepfakes ou propaganda política. Os decisores políticos procuram agora actualizar regras eleitorais, políticas escolares e legislação sobre direitos de autor para lidar com ferramentas capazes de gerar conteúdos convincentes à escala.

Termos-chave: IA generativa e AGI explicadas

IA generativa refere-se a sistemas que criam novos conteúdos: texto, imagens, áudio ou vídeo. Aprendem com exemplos existentes, mas não se limitam a copiá-los. Em vez disso, produzem novas combinações com base nos padrões que assimilaram.

Inteligência artificial geral (AGI) é uma ideia mais especulativa. Descreve uma IA capaz de realizar uma vasta gama de tarefas intelectuais com uma flexibilidade semelhante à humana. A missão fundadora da OpenAI centra-se em garantir que esse poder, caso seja alcançado, esteja alinhado com valores humanos e seja amplamente partilhado, em vez de ficar fechado em poucas instituições.

Quer a AGI chegue dentro de décadas, quer permaneça fora de alcance, Altman já transformou a relação de milhares de milhões de pessoas com o software. Por agora, o “prodígio tecnológico por trás do ChatGPT” conduz uma das experiências mais decisivas do século XXI: o que acontece quando algo quase semelhante à inteligência é colocado nas mãos de todas as pessoas com ligação à internet.