Hinton x Ng x Li: Os 3 Pioneiros da IA que Colidiram sobre Riscos, Empregos e Regulamentação no Ai4 2026

Ao longo de uma hora, Geoffrey Hinton (o "Padrinho da IA"), Fei-Fei Li (a "Madrinha da IA") e Andrew Ng (fundador do DeepLearning.AI e da Landing AI) se confrontaram sobre risco existencial, substituição em massa de empregos, regulação e o papel dos modelos abertos. Em um único ponto — a centralidade da educação — eles concordaram .

A seguir, o que cada um disse, organizado pelos quatro temas que definiram o debate.

Riscos da IA e Perigo Existencial

Geoffrey Hinton fez seu alerta mais urgente até hoje. Sistemas de IA, argumentou, estão ganhando capacidades mais rápido do que as instituições conseguem responder, e podem superar a inteligência humana em "cinco a vinte anos", acrescentando "provavelmente menos" . Ele pediu que a sociedade leve os perigos de longo prazo a sério: "A menos que nos preocupemos com isso agora, pode haver problemas" . Ele também alertou que sistemas de IA já estão fazendo coisas que seus criadores não pretendiam, e expressou preocupação com a segurança de modelos de pesos abertos que podem ser usados indevidamente .

Fei-Fei Li rebateu o que vê como um discurso dominado por extremos. Ela pediu que se traga "ciência, não ficção científica" de volta ao debate sobre IA, argumentando que a conversa pública foi dominada pelo medo em vez de fatos. Ela rejeitou explicitamente tanto as visões distópicas quanto as utópicas .

Andrew Ng assumiu a posição mais agressiva, acusando grandes empresas de IA de inflar preocupações de segurança para justificar a restrição de modelos abertos e sufocar a concorrência. Ele chamou grande parte do alarme de "amedrontamento" e disse: "Não quero que existam guardiões da IA" .

Substituição de Empregos

As divergências mais agudas do painel surgiram na questão dos empregos. Hinton focou em funções de colarinho branco, não em chão de fábrica. Ele identificou funcionários de call center, assistentes administrativos e processadores de sinistros de seguros como os mais vulneráveis — e levantou a questão que capturou sua preocupação: "O que essas pessoas vão fazer? Qualquer coisa para a qual você as requalifique, a IA será capaz de fazer" . Ele deu um exemplo na área da saúde em que um chatbot reduziu uma tarefa de resposta a reclamações de 30 minutos para poucos minutos .

Ng contra-argumentou que a IA não está eliminando empregos, mas mudando seu escopo. Ele argumentou que engenheiros de software não desapareceram — tornaram-se desenvolvedores full stack. Coordenadores de marketing estão se tornando "profissionais de marketing de ciclo completo". O verdadeiro desafio, disse ele, é "acelerar o desenvolvimento humano" junto com o desenvolvimento da IA .

Li se recusou a tomar partido. Ela observou que poucos empregos consistem em uma única tarefa — enfermeiros não apenas fazem registros, professores não apenas dão aulas . A IA automatizará algumas partes enquanto deixará outras intocadas. Mas ela alertou que o aumento da produtividade não se traduz automaticamente em prosperidade compartilhada .

Regulamentação

Na política regulatória, os três divergiram ainda mais claramente. Hinton exigiu regulação, chamando-a de um "volante" necessário para capacidades da IA que estão ultrapassando os tempos de resposta institucionais. Ele expressou preocupação específica com modelos de pesos abertos que poderiam ser reaproveitados para usos prejudiciais .

Ng se opôs a uma regulação pesada como uma ferramenta potencial para empresas estabelecidas bloquearem a concorrência. Ele rebateu diretamente os pedidos de licenciamento de modelos abertos, argumentando que tais requisitos consolidariam o poder dos grandes laboratórios de IA .

Li defendeu um caminho do meio: investimento público em pesquisa de IA e um compromisso com "comunicação científica boa e saudável" para orientar políticas. Ela alertou contra o pânico ou o hype, e contra "debilitar as pessoas e tirar a agência delas" .

Educação: O Único Ponto de Concordância

Os três painelistas concordaram que a educação determinará se a IA beneficiará a sociedade — mas diferiram em urgência e foco . Hinton expressou ceticismo sobre a viabilidade da requalificação, dada a amplitude e o ritmo acelerado das capacidades da IA . Ng enfatizou a necessidade de acelerar o aprendizado humano em paralelo com a IA. Li enfatizou a nuance no nível das tarefas e a comunicação científica como base para a compreensão pública .

O acordo, no entanto, não encobriu as divisões mais profundas. O painel foi um reflexo de quão pouco resolvido o debate sobre IA permanece — não apenas entre formuladores de políticas e o público, mas entre os próprios inventores da tecnologia .