Por que “a IA vai curar o câncer” ainda não é uma promessa crível

“A IA vai curar o câncer” virou uma frase-resumo para o lado otimista da inteligência artificial. Mas a divergência pública entre Sam Altman, CEO da OpenAI, e Dario Amodei, CEO da Anthropic, não é exatamente sobre o valor de um avanço médico. Ela trata do que essa promessa deixa de fora: para Altman, falta uma visão mais ampla do que a IA pode fazer pelas pessoas; para Amodei, faltam provas.

O ponto em comum: só falar em câncer não basta

Os dois executivos rejeitam a ideia de que a simples menção à cura do câncer resolva o debate público sobre IA.

Altman disse que o setor de tecnologia tem feito um trabalho muito ruim ao explicar o lado positivo da IA. Na visão dele, curar o câncer seria um resultado maravilhoso, mas não uma ambição suficiente por si só. A tecnologia deveria ampliar a autonomia e a capacidade de ação das pessoas — estimulando criatividade e empreendedorismo, em vez de concentrar poder em poucas instituições. 23

A crítica de Amodei é mais exigente. Ele classificou “a IA vai curar o câncer” como um clichê que muita gente considera enganoso e argumentou que uma campanha de marketing otimista não resolve uma crise mais profunda de confiança. Seu critério é a entrega: a indústria precisa gerar benefícios concretos, reconhecíveis pelo público — e a cura do câncer é seu exemplo deliberadamente ambicioso. 49

A tese de Altman: benefícios mais amplos e próximos das pessoas

A objeção de Altman é, sobretudo, de escala. Uma descoberta médica teria enorme valor social, mas não responde inteiramente à pergunta sobre o que a IA fará na vida cotidiana.

Sua defesa pública se concentra em capacidades distribuídas aos usuários: ferramentas para criar, abrir negócios e conduzir trabalhos científicos ou técnicos. Nessa perspectiva, não importa apenas uma grande descoberta entregue ao público no futuro, mas se as pessoas podem usar sistemas poderosos para ganhar mais autonomia agora. 29

Por isso, sua resposta ao ceticismo não é simplesmente “esperem pela cura”. É tornar mais visíveis os ganhos mais amplos da tecnologia — e demonstrar que a IA aumenta, em vez de reduzir, a capacidade de escolha e ação humana. 23

A tese de Amodei: uma promessa maior não substitui evidência

Amodei não aceita que marketing melhor ou uma promessa mais abrangente sejam a solução para a desconfiança. Seu argumento é que uma afirmação grandiosa perde força quando as pessoas não enxergam resultados entregues de forma crível.

Daí surge a tensão entre as duas posições. Altman considera a promessa sobre câncer estreita demais. Amodei a vê como pouco comprovada. Uma lista maior de benefícios prometidos — ferramentas criativas, empreendedorismo, progresso científico e educação — só fortaleceria o argumento de Altman se esses ganhos fossem visíveis, distribuídos de modo justo e verificáveis. Caso contrário, poderia reforçar a preocupação de Amodei: a de que o setor está pedindo confiança em mais uma projeção abrangente. 249

Por que prometer a cura do câncer é especialmente arriscado

A IA já é explorada na oncologia e no desenvolvimento de medicamentos, em tarefas como descoberta de alvos terapêuticos, desenho de moléculas, diagnósticos e fluxos clínicos. Mas avançar em modelos computacionais ou na descoberta inicial não é o mesmo que demonstrar que um tratamento melhora a saúde dos pacientes.

Uma revisão sobre IA em oncologia aponta desafios de integração de dados, interpretabilidade, equidade, tradução para a prática clínica e governança regulatória. O estudo também observa que muitos modelos têm bom desempenho em dados retrospectivos, mas ainda não contam com validação clínica prospectiva. 17

O desenvolvimento de medicamentos continua lento e incerto: análises estimam que o caminho da identificação de um candidato à aprovação para uso no mercado costuma levar de 10 a 15 anos. 1718 Avaliações recentes sobre descoberta de fármacos com IA chegam a conclusão semelhante: a tecnologia pode acelerar fases iniciais, mas essa velocidade não se traduz de forma consistente em maior sucesso nas etapas clínicas finais. Reprodutibilidade, transparência de dados, regulação e validação no mundo real continuam sendo obstáculos. 22

Há sinais promissores de avanço. Compostos desenvolvidos com apoio de IA chegaram à avaliação clínica, mas esses estudos, por si só, não estabelecem eficácia definitiva — muito menos uma cura de câncer aplicável de forma ampla. 19 As evidências sustentam um otimismo cauteloso sobre a IA como ferramenta de pesquisa e apoio clínico, não um cronograma público confiante para curar o câncer.

Confiança também depende de quem arca com os custos

A promessa médica aparece em um contexto social maior. Ao avaliar a IA, as pessoas não pensam apenas em possíveis avanços científicos distantes. Elas também lidam com dúvidas mais imediatas sobre emprego, desinformação, privacidade, segurança, educação e a infraestrutura necessária para operar sistemas avançados.

Pesquisas de opinião mostram parte da distância entre benefícios prometidos e custos percebidos. Em uma pesquisa Reuters/Ipsos, apenas cerca de um terço dos americanos aprovava o ritmo acelerado de construção de data centers voltados à IA, enquanto 77% disseram temer aumento nas contas de eletricidade. 34 Um relatório global também apontou que 54% dos entrevistados tinham receio de confiar na IA, com preocupações envolvendo cibersegurança, privacidade, desinformação, perda de empregos, desqualificação profissional e efeitos sociais mais amplos. 38

Esses dados não significam que o público rejeite todo uso de IA. Eles ajudam a explicar por que uma promessa distante de transformação médica pode não responder às dúvidas de comunidades que enfrentam questões imediatas sobre consumo de energia e água, contas domésticas, trabalho e controle sobre a tecnologia.

O que tornaria a defesa pública da IA mais crível

Altman e Amodei identificam falhas diferentes, mas suas posições podem ser reunidas em um padrão mais rigoroso.

Uma defesa crível da IA deveria:

• Mostrar benefícios específicos, e não apenas possibilidades futuras. As alegações precisam estar ligadas a resultados que pesquisadores independentes, reguladores, usuários e comunidades afetadas possam avaliar.
• Distinguir descoberta de benefício clínico. Gerar hipóteses ou desenhar moléculas mais rápido é relevante, mas não é o mesmo que obter um tratamento seguro, aprovado e eficaz.
• Explicar prazos e incertezas com clareza. A pesquisa médica exige validação; demonstrações impressionantes ou mais capacidade computacional não substituem esse processo.
• Colocar autonomia nas mãos dos usuários. A ênfase de Altman em criatividade e empreendedorismo é mais forte quando o acesso e os ganhos são amplos, e não concentrados. 29
• Considerar danos e custos de infraestrutura. Confiança exige transparência sobre segurança, efeitos no trabalho, privacidade e quem paga pela energia e por outros impactos locais. 3438

A resposta mais sólida, portanto, não é “confiem em nós, a IA vai curar o câncer”, nem “a IA tornará todos mais criativos”. É construir um histórico de benefícios demonstrados e verificáveis de forma independente, acompanhado de limites assumidos com honestidade, uso responsável e tratamento justo para as pessoas e comunidades que absorvem os custos da IA.