A inteligência artificial está a preparar-se para uma mudança de papel. Depois de conquistar milhões de utilizadores como ferramenta capaz de responder a perguntas, escrever textos ou analisar informação, o próximo objetivo das grandes tecnológicas é transformá-la num agente capaz de trabalhar autonomamente em nome do utilizador. Isso significa consultar emails, acompanhar conversas no Slack, pesquisar documentos, gerir calendários, cruzar dados e executar tarefas que hoje obrigam a alternar entre várias aplicações.
A promessa é uma redução significativa do trabalho repetitivo e uma relação completamente diferente com a tecnologia. Mas existe uma contrapartida difícil de ignorar: para que estes agentes sejam verdadeiramente úteis, precisam de acesso a uma parte cada vez maior da nossa vida digital.
Um artigo publicado pela TechCrunch, assinado por Tim Fernholz, coloca precisamente esta questão no centro da estratégia da OpenAI para levar a chamada IA agêntica além dos programadores e transformá-la numa ferramenta quotidiana para milhões de profissionais.
A pergunta que atravessa esta nova fase é simples: quanto controlo estamos dispostos a entregar a um modelo de inteligência artificial em troca de conveniência?
Da resposta à execução: a nova ambição da IA
O exemplo de Andrew Ambrosino, engenheiro responsável pela aplicação desktop da OpenAI, ajuda a perceber até onde esta transformação pode chegar. Para testar os sistemas que está a desenvolver, Ambrosino deu-lhes acesso ao seu email, Slack, telefone e aplicações como Notion e Figma.
O próprio reconhece o risco de um modelo encontrar informação numa conversa privada e utilizá-la inadvertidamente noutro contexto. Ainda assim, considera que conceder esse nível de acesso é necessário para experimentar aquilo que poderá ser o futuro destes sistemas.
É precisamente esta lógica que está por detrás do desenvolvimento do ChatGPT Work, apresentado como uma forma de levar a profissionais de diferentes áreas algumas das capacidades que os agentes de programação já oferecem aos developers.
A diferença está na autonomia. Em vez de responder apenas a uma pergunta ou produzir um conteúdo mediante uma instrução, um agente recebe um objetivo, procura a informação necessária e executa várias etapas até concluir a tarefa.
Relatórios, dashboards e calendários feitos pela IA
A OpenAI está, para já, a posicionar estas ferramentas sobretudo para tarefas rotineiras que envolvem grandes volumes de informação e coordenação entre diferentes fontes.
Entre os exemplos mencionados pela TechCrunch estão relatórios semanais de métricas, ferramentas de planeamento construídas a partir de folhas de cálculo, memorandos de investimento, dashboards personalizados e visualizações de dados.
O próprio jornalista testou algumas destas possibilidades. Num dos casos, pediu ao ChatGPT Work que encontrasse no email o calendário da escola do filho e transferisse as datas para o Google Calendar. Noutros testes, utilizou o sistema para criar um dashboard financeiro atualizável e uma base de dados pesquisável sobre lançamentos espaciais, tarefas que anteriormente exigiriam programação.
São exemplos aparentemente simples, mas que mostram a mudança de paradigma: a IA deixa de dizer ao utilizador como realizar uma tarefa e começa efetivamente a realizá-la.
Quanto mais contexto, maior a utilidade (e o risco)
Essa capacidade depende, contudo, de uma condição essencial: acesso.
Para conseguir descobrir autonomamente a informação necessária, um agente precisa de estar ligado às plataformas onde essa informação existe. Email, armazenamento cloud, calendários, ferramentas empresariais e aplicações de comunicação tornam-se, assim, parte do contexto disponível para o modelo.
É aqui que surge um dos principais obstáculos à adoção em massa.
Durante anos, a interação com ferramentas de IA esteve relativamente delimitada: o utilizador escolhia o texto, documento ou imagem que queria fornecer ao sistema. Num ambiente agêntico, essa fronteira torna-se mais difusa, porque é precisamente a capacidade de procurar contexto autonomamente que torna o agente mais útil.
Os testes realizados pela TechCrunch mostram também que a gestão destas permissões ainda pode ser complexa. Em determinadas situações, conceder apenas acesso de leitura revelou-se problemático, enquanto algumas funcionalidades continuam repartidas entre diferentes versões da aplicação.
A adoção fora das tecnológicas continua a ser o grande desafio
A diferença entre aquilo que acontece dentro da OpenAI e a utilização destas ferramentas pelo público mostra a dimensão do desafio.
Segundo um estudo apoiado pela empresa citado pela TechCrunch, 98% dos colaboradores da OpenAI utilizavam Codex em junho. Entre os subscritores organizacionais, porém, a percentagem era de apenas 17%, enquanto entre os subscritores individuais ficava abaixo de 1%.
Os números sugerem que existe ainda uma distância considerável entre a utilização intensiva de agentes dentro das empresas que desenvolvem inteligência artificial e a forma como a maioria dos utilizadores interage com estas tecnologias.
E existe outro problema: nem todo o trabalho profissional é tão fácil de avaliar como o código.
Um programa pode ser testado para perceber se funciona. Já a qualidade de uma apresentação, uma estratégia comercial, uma análise de mercado ou uma decisão de gestão envolve critérios mais subjetivos e resultados que podem demorar semanas ou meses a tornar-se evidentes.
O próximo desafio da IA pode ser a confiança
A corrida à inteligência artificial entrou, assim, numa nova fase. A questão já não é apenas saber se os modelos conseguem produzir melhores respostas, mas perceber até onde podem agir autonomamente dentro das ferramentas que utilizamos todos os dias.
Para as empresas de IA, conseguir levar agentes além da programação e integrá-los no trabalho de profissionais de finanças, comunicação, vendas, investimento ou gestão representa uma oportunidade comercial enorme. Para os utilizadores, pode significar eliminar horas de tarefas administrativas e de processamento de informação.
Mas a equação traz consigo um paradoxo…
Quanto mais informação um agente conseguir consultar, melhor poderá compreender aquilo de que precisamos. Quanto mais aplicações conseguir controlar, mais tarefas poderá executar sem intervenção humana. A utilidade cresce precisamente à medida que aumenta o nível de acesso que lhe concedemos.
É por isso que a próxima grande barreira da IA poderá não ser tecnológica. As empresas podem conseguir construir agentes capazes de trabalhar por nós antes de conseguirem responder à questão que determinará a sua adoção em massa: estaremos realmente dispostos a entregar-lhes as chaves da nossa vida digital?