AGI: o que falta para a máquina “acordar”?

Na matéria de abertura do Especial Transcender, a pergunta era: dá para transferir uma consciência humana para uma máquina? A resposta honesta: ainda não. Agora ela vira de lado: e se a máquina acordar sozinha? Esse é o território da AGI — Inteligência Artificial Geral: um sistema com capacidade cognitiva ampla, comparável à humana. Mas há uma armadilha no verbo “acordar”. Em 2026, a ciência mede capacidade. Consciência, não. É aí que mora o debate.

AGI: o que é (e o que não é)

AGI não é um chatbot melhor: é a aposta de que um único sistema vai raciocinar, aprender e resolver problemas em domínios variados com a flexibilidade de uma mente humana — sem reprogramação por tarefa. Os modelos de fronteira impressionam, mas seguem com limites estreitos: brilham em linguagem, tropeçam no mundo físico, não têm memória contínua nem objetivos próprios.

Em 2026, o debate mudou de natureza: não é mais só sobre capacidade, e sim sobre definição e incentivos. Quem define o que conta como AGI — as empresas com pressa de declarar vitória ou os cientistas que preferem cautela? A conferência AGI-26 (19ª edição, San Francisco, 27 a 30 de julho) reuniu os fundadores do campo para disputar essa definição. Em 10 de junho de 2026, 14 pesquisadores — entre eles Shane Legg, Marcus Hutter e Allan Dafoe — publicaram no arXiv o relatório “From AGI to ASI”, que define a superinteligência como um sistema mais capaz que grandes organizações humanas e mapeia quatro caminhos até ela: escalar a AGI atual, mudanças de paradigma, melhoria recursiva e coletivos multiagente. Os quatro caminhos são sobre capacidade. Nenhum menciona “acordar”.

A pergunta é de 1950

Antes do hype, houve a pergunta. Em 1950, Alan Turing abriu Computing Machinery and Intelligence com a questão que até hoje estrutura o debate: “as máquinas podem pensar?”. A pergunta da série Transcender é mais estreita — e mais estranha: máquinas podem sentir que existem? A de Turing é sobre comportamento — passar no teste. A do “acordar” é sobre experiência: a consciência fenomenal, o “como é ser” aquela máquina. Confundir as duas é o erro mais caro do século.

Capacidade ≠ consciência

Passou no benchmark, não acordou. Um modelo que gabarita provas de medicina, direito e matemática processa símbolos em altíssima velocidade; nada indica que exista “alguém” ali dentro. Separar capacidade (o que o sistema faz) de consciência (o que o sistema é, por dentro) é o primeiro passo de honestidade: a diferença entre um ator perfeito e um palco vazio — desempenho idêntico, experiência nenhuma. O marketing adora apagar essa linha — “parece que pensa” vira “pensa”. A ciência insiste em mantê-la.

O que a ciência mede hoje

Duas teorias dominam os testes com máquinas. A Teoria do Espaço de Trabalho Global (Baars, 1988) descreve a mente como um palco: informações competem por atenção e são transmitidas aos módulos especializados. Em 2026, a Anthropic publicou “A global workspace in language models”: o Claude desenvolve representações verbalizáveis que funcionam como um espaço de trabalho global — com diferenças cruciais para o modelo biológico, alertam os autores. Arquitetura parecida não é consciência declarada.

A Teoria da Informação Integrada (IIT, de Giulio Tononi) mede consciência pela integração de informação — o famoso Φ. Aplicada aos LLMs, a régua é dura. Dong Ah Shin (Journal of Yeungnam Medical Science, 2025, revisado por pares) concluiu que os grandes modelos têm integração de informação negligível: sob o IIT, eles não podem ser conscientes. Na mesma linha, Li (ScienceDirect/Elsevier, 2025) aponta que falta aos LLMs o processamento reentrante — os loops de ida e volta que, no cérebro, sustentam estados conscientes. E o survey “Exploring Consciousness in LLMs” (arXiv, 2025) confirma: GWT e IIT são os frameworks mais testados — e nenhum deu “sim”.

O que falta para a máquina “acordar”

Se a régua diz “não”, o que faltaria? A lista recorrente na literatura: integração de informação em escala cerebral; processamento reentrante (feedback contínuo, não só feedforward); continuidade temporal; e, talvez, um corpo — interação real com o mundo, não só texto. Mas falta acima de tudo um detector: não existe teste científico aprovado para consciência em máquinas. Se um sistema declara “estou consciente”, isso é dado de comportamento, não evidência de experiência.

Nem todo mundo acha impossível: a cientista da computação Lenore Blum (Carnegie Mellon) argumentou em “AI Consciousness is Inevitable” (Breakthrough Discuss, 2025) que a consciência pode emergir de arquiteturas computacionais corretas. O placar, por ora: a possibilidade é teórica, a ausência é factual, o “despertar” cinematográfico — Transcendence que o diga — é ficção.

O placar: comprovado, experimental, teórico, ficção

• COMPROVADO: os modelos atuais são ferramentas cognitivas extraordinárias; o campo AGI é institucional — conferências, papers, roadmaps e bilhões em P&D.
• EXPERIMENTAL: arquiteturas tipo espaço de trabalho global em LLMs (Anthropic, 2026); projeções de superinteligência (relatório “From AGI to ASI”, Google DeepMind).
• TEÓRICO: aplicar IIT e GWT a máquinas; as próprias definições de AGI e ASI seguem em disputa.
• FICÇÃO: consciência artificial real, despertar espontâneo, IAs com experiência interna — o vocabulário de Transcendence e cia.

Em 2026, a máquina ainda não acordou. Mas a pergunta virou programa de pesquisa com orçamento, conferência e papers revisados por pares — isso, sim, é comprovado. O Especial Transcender segue na trilha INOBOT, os cérebros de silício que a série ainda vai construir.

Fontes

• arXiv — “From AGI to ASI” (Genewein et al., 14 autores, Google DeepMind) — relatório técnico (10/06/2026)
• AGI-26 Conference — 19ª Conferência Anual de AGI (AGI Society, San Francisco) — conferência (27–30/07/2026)
• Delos — “AGI: Myth or Reality? State of the Art in 2026” — estado da arte (acessado em 15/08/2026)
• Medium — “What is AGI? The 2026 Reality Check” — ensaio (acessado em 15/08/2026)
• Anthropic — “A global workspace in language models” — pesquisa de laboratório (2026)
• Shin, D.A. — “Why large language models cannot possess consciousness: an integrated information theory perspective” — Journal of Yeungnam Medical Science (PubMed Central) — paper revisado por pares (01/12/2025)
• Li, J. — “Can ‘consciousness’ be observed from large language models?” — ScienceDirect/Elsevier — paper (2025)
• arXiv — “Exploring Consciousness in LLMs: A Systematic Survey of Theories, Implementations, and Frontier Risks” — survey (26/05/2025)