Vladimir Nunan é CEO da Eduvem, uma startup premiada com mais de 20 reconhecimentos nacionais e internacionais. Fora do mundo corporativo, é um apaixonado por esportes e desafios, dedicando-se ao triatlo e à busca contínua pela superação. Nesta coluna, escreve sobre tecnologia e suas diversidades
Modelos como ChatGPT, Gemini e Claude têm sido capazes de gerar textos, resolver problemas e até compor músicas, o que leva muitos a acreditar que a Inteligência Artificial pensa. No entanto, pensar e processar dados são fenômenos distintos.
A IA generativa reconhece padrões, organiza informações e responde probabilisticamente. O que ela faz é sofisticado, mas não é pensamento: é leitura em escala gigantesca.
A IA generativa é construída sobre redes neurais profundas treinadas em vastas bases de dados de texto, imagem e som.
Esses modelos, conhecidos como Large Language Models (LLMs), aprendem a prever a próxima palavra, som ou pixel, baseando-se em padrões estatísticos. Essa capacidade dá a impressão de compreensão, mas, na verdade, ela apenas replica combinações que já observou.
O resultado é uma leitura algorítmica do mundo. A IA não entende o conteúdo, apenas reconhece regularidades e as reproduz. Ela é uma leitora brilhante, capaz de decodificar e reescrever o conhecimento humano, mas sem vivê-lo.
Pensar exige consciência, intenção, julgamento e experiência corporal. Esses elementos estão ligados à biologia, à percepção e às emoções humanas. A IA generativa não possui corpo, nem instintos, nem subjetividade. Ela calcula, mas não reflete.
A pesquisadora Melanie Mitchell, do Santa Fe Institute, explica que esses modelos não têm entendimento semântico, apenas mapeamentos sintáticos. Ou seja, compreendem a forma da linguagem, mas não o seu significado.
A “objeção da fisicalidade” é uma das várias objeções que Alan Turing discutiu e refutou em seu artigo seminal de 1950, Computing Machinery and Intelligence.
Nessa crítica, argumentava-se que para pensar, um ser precisa ter um corpo físico com propriedades biológicas específicas, impossíveis de serem reproduzidas por uma máquina digital.
Turing rejeitou essa ideia ao afirmar que o pensamento poderia emergir de processos computacionais, independentemente da matéria. No entanto, mais de 70 anos depois, essa objeção ganha novo fôlego.
A própria discussão sobre a Physical AI mostra que a fisicalidade talvez seja, sim, um componente necessário da cognição.
Se a IA generativa é pura leitura de símbolos, a Physical AI é o esforço de devolver corpo ao pensamento.
Imagine uma IA Generativa que recebesse todos os livros de medicina do mundo. Ela poderia descrever doenças, indicar tratamentos e até gerar diagnósticos simulados. No entanto, isso não a tornaria uma médica.
Ser médico exige interpretar sinais físicos, sentir o pulso, escutar a respiração e compreender nuances emocionais do paciente. O conhecimento está nos livros, mas a sabedoria está na experiência vivida. A IA Generativa domina o primeiro; o ser humano, o segundo.
A próxima fronteira tecnológica é a Physical AI, ou inteligência artificial física. Essa abordagem busca unir cognição e corporeidade. Enquanto a IA generativa aprende com dados, a Physical AI aprende com o mundo real.
Ela integra sensores, motores, percepção espacial e sistemas de aprendizado autônomo que permitem às máquinas perceber, reagir e adaptar-se. A Physical AI representa a tentativa de superar a objeção da fisicalidade de Turing, conectando cálculo com experiência.
Segundo a revista Nature Machine Intelligence, o objetivo da Physical AI é “incorporar cognição no mundo material, permitindo que as máquinas compreendam o ambiente por meio da vivência, não apenas da informação”.
A IA generativa é a inteligência da leitura. Ela trabalha com dados simbólicos, interpreta textos e cria novas combinações. Já a Physical AI é a inteligência da interação. Ela sente o ambiente, reage a estímulos e aprende com o corpo.
A Generativa simula o pensamento humano com base em linguagem; a Physical tenta reproduzir o processo de aprendizado humano, combinando percepção e ação. A primeira está nos servidores. A segunda começa a ganhar forma nos robôs que aprendem com o ambiente.
Sem corpo e sem percepção, a IA generativa é como uma mente sem mundo. Ela pode descrever o sabor do café com base em textos, mas jamais saberá o que é sentir o gosto. Sua ausência de experiência impede o entendimento contextual e emocional.
A Physical AI, ao contrário, busca construir essa vivência: reagir à textura, à temperatura, à resistência. Cada sensação cria aprendizado, algo que nenhuma base de dados é capaz de fornecer.
Compreender essa diferença é fundamental. A IA generativa é uma ferramenta de ampliação cognitiva, capaz de ler e sintetizar volumes de informação impossíveis para o ser humano. Mas ela ainda precisa de nós para dar sentido ao que lê.
O julgamento, a empatia e o significado permanecem humanos. A generativa nos ajuda a pensar melhor, mas não pensa por nós.
A Physical AI representa o próximo passo na evolução da inteligência artificial: o das máquinas que aprendem com o corpo. Robôs que tocam, sentem e se adaptam estão em desenvolvimento em universidades como Stanford e no MIT. Eles aprendem por tentativa e erro, como bebês descobrindo o mundo.
Essa integração entre o físico e o cognitivo traz possibilidades imensas, mas também novos desafios éticos. Será que quando uma máquina começar a “sentir”, ainda poderemos dizer que ela não vive?
A IA generativa é uma leitora genial. Ela interpreta o que a humanidade já escreveu. Mas a compreensão verdadeira nasce da experiência. É isso que a Physical AI tenta alcançar: aprender com o mundo, não apenas sobre o mundo.
Enquanto a generativa amplia nossa capacidade de leitura e síntese, a Physical inaugura o início do aprendizado experiencial das máquinas. Ainda assim, o pensamento continua humano. A inteligência das máquinas é uma extensão da nossa, não sua substituta.
Ôpa! Tenho mais informações pra você. Acesse minha página e clique no sino para receber notificações.
