O ano de 2025 marcou um ponto de viragem para o setor da inteligência artificial, à medida que o intenso hype em torno da previsão de tokens baseada em modelos de linguagem grandes (LLM) começou a diminuir, dando lugar a uma compreensão mais pragmática das capacidades e limitações da tecnologia. Após dois anos de especulação generalizada sobre o potencial da IA para ameaçar ou elevar a humanidade, surgiu uma perspetiva mais fundamentada, reconhecendo a utilidade da IA, ao mesmo tempo que reconhece as suas imperfeições inerentes e a sua suscetibilidade a erros.

Apesar do investimento contínuo e das projeções otimistas para o potencial transformador da IA, o cronograma para alcançar avanços revolucionários tem sido consistentemente estendido, refletindo um consenso de que avanços técnicos significativos ainda são necessários. Embora as alegações de inteligência geral artificial (AGI) ou superinteligência (ASI) iminente não tenham desaparecido completamente, são cada vez mais vistas com ceticismo, muitas vezes atribuídas a estratégias de marketing empregadas por empresas de capital de risco. Os construtores de modelos fundacionais comerciais enfrentam o desafio de conciliar promessas ambiciosas com as realidades atuais da tecnologia de IA.

Esta mudança de perceção reflete uma crescente consciencialização da lacuna entre o potencial teórico e a aplicação prática. Os especialistas enfatizam que, embora a IA tenha demonstrado um progresso notável em áreas como o processamento de linguagem natural e o reconhecimento de imagem, ainda enfrenta dificuldades com tarefas que exigem raciocínio de senso comum, compreensão contextual e adaptabilidade a situações novas. As limitações dos modelos de IA atuais levaram a uma reavaliação do seu papel em vários setores, com foco no aumento das capacidades humanas em vez de as substituir completamente.

As implicações desta recalibração estendem-se para além da indústria tecnológica, impactando as expectativas e perceções da sociedade em relação à IA. As preocupações com a deslocação de empregos, o viés algorítmico e as implicações éticas da tomada de decisões orientada por IA permanecem relevantes, mas estão agora a ser abordadas com uma compreensão mais matizada das capacidades e limitações da tecnologia. O foco mudou de cenários especulativos de domínio da IA para considerações práticas de desenvolvimento e implementação responsáveis.

Olhando para o futuro, espera-se que o setor da IA priorize os esforços de pesquisa e desenvolvimento destinados a superar as limitações atuais dos LLMs e outros modelos de IA. Isso inclui explorar novas arquiteturas, melhorar as metodologias de treino e abordar questões como o viés de dados e a falta de transparência. O objetivo final é criar sistemas de IA que não sejam apenas poderosos, mas também fiáveis, confiáveis e alinhados com os valores humanos.