3 coisas para saber à medida que a poeira do DeepSeek começa a baixar

O lançamento de um único novo modelo de inteligência artificial (IA) normalmente não causa muito alvoroço fora dos círculos tecnológicos, nem costuma assustar investidores a ponto de apagar US$ 1 trilhão do mercado de ações. Agora, algumas semanas após o grande momento do DeepSeek, a poeira começou a baixar.

O ciclo de notícias seguiu para temas mais tranquilos, como o desmonte de antigos programas federais dos EUA, a remoção de pesquisas e conjuntos de dados para cumprir ordens executivas recentes e os possíveis impactos das novas tarifas do presidente Trump sobre o Canadá, México e China.

Mas no mundo da IA, qual será o impacto de longo prazo do DeepSeek? Aqui estão três sementes que ele plantou e que continuarão a crescer mesmo depois que o hype inicial desaparecer, segundo o MIT Technology Review.

Leia também: “Autorregulação” das big techs: o risco para a privacidade digital

1. DeepSeek impulsiona um debate sobre o consumo de energia dos modelos de IA

Você pode ter ouvido que o DeepSeek é eficiente energeticamente. Isso é verdade para a fase de treinamento, mas na inferência – o momento em que você faz uma pergunta ao modelo e ele gera uma resposta – a história é mais complexa.

Ele usa uma técnica chamada chain-of-thought (cadeia de pensamento), que divide questões complexas – como se é aceitável mentir para proteger os sentimentos de alguém – em partes e as responde logicamente, uma de cada vez. Esse método permite que modelos como o DeepSeek tenham um desempenho superior em matemática, lógica, programação e outras tarefas.

O problema, pelo menos para alguns, é que esse modo de “pensar” consome muito mais eletricidade do que os modelos de IA aos quais estamos acostumados. Embora a IA represente apenas uma pequena parcela das emissões globais hoje, há um crescente apoio político para aumentar radicalmente a quantidade de energia destinada à IA. A

questão de saber se o consumo energético de modelos de cadeia de pensamento vale a pena depende, é claro, do uso que se faz da IA. Pesquisas científicas para curar doenças parecem um motivo justificável. Criar conteúdos gerados por IA de baixa qualidade? Nem tanto.

Alguns especialistas temem que o impacto impressionante do DeepSeek leve as empresas a incorporá-lo em inúmeros aplicativos e dispositivos, fazendo com que os usuários o acionem para cenários que não exigem esse tipo de raciocínio complexo. (Por exemplo, perguntar ao DeepSeek sobre a teoria da relatividade de Einstein pode ser um desperdício, já que não exige etapas lógicas de raciocínio, e qualquer modelo de IA convencional pode responder com menos tempo e energia.) Leia mais sobre isso aqui.

2. DeepSeek fez avanços criativos no treinamento de IA, e outras empresas provavelmente seguirão o mesmo caminho

Modelos avançados de IA não apenas aprendem com grandes volumes de texto, imagens e vídeos. Eles dependem fortemente de humanos para limpar esses dados, anotá-los e ajudar a IA a selecionar melhores respostas – muitas vezes em troca de salários baixos.

Uma das formas de envolvimento humano nesse processo é por meio da técnica chamada aprendizado por reforço com feedback humano. Nela, o modelo gera uma resposta, avaliadores humanos atribuem uma pontuação a essa resposta, e essas pontuações são usadas para aprimorar o modelo. A OpenAI foi pioneira nesse método, mas ele agora é amplamente utilizado na indústria.

Como relata Will Douglas Heaven, editor sênior de IA na MIT Technology Review, o DeepSeek fez algo diferente: encontrou uma maneira de automatizar esse processo de pontuação e aprendizado por reforço. “Eliminar ou reduzir a necessidade de feedback humano é uma grande mudança”, disse Itamar Friedman, ex-diretor de pesquisa da Alibaba e agora cofundador e CEO da Qodo, uma startup de IA focada em programação. “Isso permite treinar modelos quase completamente sem necessidade de trabalho humano.”

Esse método funciona particularmente bem para disciplinas como matemática e programação, mas nem tanto para outras áreas, o que significa que o trabalho humano ainda é necessário em alguns casos. Mesmo assim, o DeepSeek deu um passo além e usou técnicas semelhantes às que o Google DeepMind utilizou em 2016 para treinar sua IA no jogo Go – essencialmente, fazendo com que o modelo simulasse diferentes movimentos e avaliasse seus resultados.

Esses avanços, especialmente por estarem amplamente documentados no código aberto do DeepSeek, certamente serão adotados por outras empresas. Leia mais sobre isso com Will Douglas Heaven aqui.

3. Sucesso do DeepSeek alimentará um debate fundamental: é possível defender uma IA aberta e, ao mesmo tempo, manter a competitividade dos EUA contra a China?

Muito antes de o DeepSeek liberar seu modelo gratuitamente, algumas empresas de IA argumentavam que a indústria deveria ser um livro aberto. A ideia era de que, se os pesquisadores seguissem princípios de código aberto e compartilhassem seus trabalhos, a corrida global para desenvolver uma IA superinteligente poderia ser tratada como um esforço científico pelo bem público, garantindo que nenhum ator tivesse poder absoluto.

É uma ideia interessante. A Meta tem apoiado essa visão, e o investidor de risco Marc Andreessen afirmou que abordagens de código aberto podem ser mais eficazes para manter a IA segura do que a regulamentação governamental. A OpenAI, por outro lado, sempre defendeu o oposto, mantendo seus modelos fechados sob o argumento de que isso os impede de cair nas mãos erradas.

O DeepSeek tornou essa narrativa mais confusa. “Estamos do lado errado da história aqui e precisamos encontrar uma nova estratégia para código aberto”, disse Sam Altman, CEO da OpenAI, em uma sessão de perguntas e respostas no Reddit na última sexta-feira – uma afirmação surpreendente, considerando a postura anterior da OpenAI.

Outros, incluindo o presidente Donald Trump, dobraram a aposta na necessidade de tornar os EUA mais competitivos em IA enxergando o sucesso do DeepSeek como um alerta. Dario Amodei, fundador da Anthropic, afirmou que isso reforça a necessidade de os EUA controlarem rigorosamente quais tipos de chips avançados são exportados para a China nos próximos anos – um ponto que também tem sido defendido por alguns legisladores americanos.

Nos próximos meses, e com os futuros lançamentos do DeepSeek e de outros modelos, cada um desses argumentos será colocado à prova.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!