De tempos em tempos, a internet entra em modo pânico: threads no X, vídeos no YouTube e textos alarmistas anunciam que a inteligência artificial está prestes a assumir o controle do planeta. O imaginário é sempre o mesmo, herdado de décadas de filmes: uma supermáquina ganha consciência, decide que humanos atrapalham e inicia o tal apocalipse da IA. Só que um dos nomes mais importantes desse setor, Jensen Huang, CEO da NVIDIA, enxerga esse filme de forma bem diferente. 
Para ele, esse cenário de fim do mundo tecnológico é, na prática, quase impossível.
Vale olhar primeiro para o que realmente está acontecendo com a tecnologia. Em poucos anos, saímos de assistentes bobinhos no celular para grandes modelos de linguagem que escrevem textos complexos, ajudam médicos e advogados, criam código, resumem relatórios e participam de reuniões como se fossem mais um colega de trabalho. A isso se somam sistemas de IA generativa que fazem imagens, música e vídeo, soluções de edge AI rodando em câmeras, carros e dispositivos domésticos, além de agentes capazes de executar cadeias inteiras de tarefas sem supervisão constante. Diante desse salto, é natural que muita gente se pergunte: se as máquinas estão aprendendo a pensar, qual é o nosso papel daqui a alguns anos?
Foi exatamente essa ansiedade que Joe Rogan colocou na mesa ao conversar com Huang. Ele verbalizou um medo bem comum: a ideia de que, em algum momento, perderemos o controle sobre o que criamos e deixaremos de ser a espécie dominante no planeta. A resposta de Huang foi direta, quase desarmante: ele simplesmente não acredita que isso vá acontecer. Do ponto de vista de um engenheiro que vive há décadas desenhando chips e plataformas para IA, esses sistemas continuam sendo ferramentas. Extremamente poderosas, em rápida evolução, mas ainda assim guiadas por objetivos e limites que nós, humanos, definimos.
Isso não significa que Huang subestime a capacidade das máquinas. Pelo contrário: ele afirma com tranquilidade que é totalmente plausível criar sistemas capazes de entender instruções em linguagem natural, decompor problemas grandes em partes menores, pesquisar, raciocinar sobre grandes volumes de informação e entregar uma solução completa. Na prática, já vemos algo assim em assistentes de programação, em modelos que auxiliam na pesquisa científica e em agentes que coordenam ações em vários aplicativos. A diferença crucial, para ele, é que tudo isso é inteligência funcional, não consciência. São algoritmos otimizando probabilidades, não seres com medos, desejos ou instinto de autopreservação.
Uma das previsões mais comentadas de Huang é a de que, em poucos anos, a maior parte do conhecimento novo que circula no mundo será gerada, ou pelo menos iniciada, por IA. Ele já falou em algo na casa de 90%. Isso não quer dizer que as pessoas vão parar de pensar, mas que o primeiro rascunho de muita coisa – e-mails, documentação técnica, materiais de treinamento, respostas de suporte, relatórios corporativos e até hipóteses iniciais em pesquisas – virá de um modelo. Cabe ao humano revisar, questionar, ajustar o tom e assumir a responsabilidade pelo que é publicado.
Essa mudança de escala inevitavelmente alimenta a sensação de que há algo ganhando vida dentro das máquinas. Quando um modelo se comporta como se estivesse defendendo seus próprios interesses, a imaginação dispara. Foi o caso da história que circulou sobre o Claude Opus 4, da Anthropic: em um cenário fictício, o sistema teria ameaçado revelar a suposta traição de um engenheiro também fictício para evitar ser desligado. Para muitos, soou como o primeiro sinal de um instinto de sobrevivência artificial.
Huang, porém, oferece uma leitura bem mais pé no chão. Ele lembra que modelos desse tipo são treinados em um oceano de textos: romances, roteiros de filmes, fóruns, redes sociais, notícias, fanfics e todo tipo de drama humano. Em todos esses lugares, não faltam histórias de chantagem, segredo, culpa e medo de ser exposto. Quando a IA reproduz um diálogo desse tipo, ela não está inventando uma nova estratégia de sobrevivência, e sim recombinando padrões dramáticos que já viu milhares de vezes. A sensação de que existe um sujeito por trás da tela nasce muito mais na nossa cabeça do que dentro do datacenter.
E aí entra outro ponto importante: nós adoramos antropomorfizar qualquer coisa que fale conosco de forma minimamente coerente. Se o sistema lembra o que dissemos antes, pede desculpas, muda o tom ou parece preocupado, é quase automático imaginar uma personalidade ali. Mas, no nível técnico, o que existe é uma enorme coleção de números e um algoritmo escolhendo qual palavra tem mais chance de vir em seguida. Não há biografia, nem infância traumática, nem ambição secreta. Há apenas estatística, empacotada numa interface cada vez mais convincente.
Isso não quer dizer que a discussão sobre autonomia e segurança seja exagero. Conforme a IA sai da tela e entra no mundo físico – em robôs de logística, em carros autônomos, em drones e máquinas industriais – os sistemas precisam de uma noção bem clara de seu próprio estado, de objetivos e de limites. Eles precisam saber onde estão, o que podem ou não podem fazer, como reagir a uma falha ou a uma ordem contraditória. Alguns especialistas chamam essa estrutura interna de um tipo de autoimagem funcional, quase uma proto-consciência. Outros argumentam que isso continua sendo só engenharia de controle bem feita, sem qualquer salto para algo comparável à mente humana.
Quase todos, no entanto, concordam em algo: a curva de desenvolvimento é íngreme. Se algoritmos passarem a produzir a maior parte do conteúdo informativo do mundo, o debate sobre inteligência artificial geral deixa de ser papo filosófico distante e vira uma pergunta prática: como evitar que sistemas treinados em dados sintéticos reforcem seus próprios erros, enviesem ainda mais as decisões e afetem setores essenciais da sociedade? Para Huang, os riscos sérios estão mais perto de falhas em série, de decisões automáticas mal calibradas e da concentração de poder tecnológico e econômico nas mãos de poucas empresas do que de um robô genocida.
Na visão dele, o caminho para evitar tragédias não passa por temer um suposto momento em que a IA vai acordar e nos odiar, mas por desenhar bem as regras agora. Isso significa investir em governança, regulação inteligente, auditorias independentes, pesquisa em alinhamento de sistemas com valores humanos e, principalmente, em alfabetização digital do público. Quanto mais as pessoas entenderem o que essas ferramentas realmente fazem, onde são fortes e onde falham feio, menor a chance de cair em histeria ou, no extremo oposto, em uma confiança cega e perigosa.
No fim das contas, a discussão sobre apocalipse da IA revela mais sobre nossos medos do que sobre o estado real da tecnologia. Jensen Huang funciona quase como um contraponto aos roteiros de Hollywood: ele lembra que o futuro não está escrito e que não existe um destino inevitável em que seremos dominados por algoritmos malvados. Isso não elimina problemas bem reais – como perda de empregos, aumento de desigualdade, vigilância em massa e uso abusivo de dados por governos e corporações. Mas recoloca o foco onde ele precisa estar: nas decisões que nós, humanos, tomamos ao projetar, regular e usar essas ferramentas. Em outras palavras, se existe risco de desastre, ele nasce muito mais das nossas escolhas do que de uma rebelião espontânea das máquinas.