Em 1770, um robô joga xadrez na corte dos Habsburgo, na Áustria, e vence quase todo mundo em partidas de menos de meia hora. Ao longo de mais de oitenta anos, essa mesma máquina percorre a Europa e os Estados Unidos e, segundo alguns relatos, derrota até Napoleão Bonaparte e Benjamin Franklin. Essa "maravilha mecânica", como se dizia na época, ficou conhecida como o Turco Mecânico, e era tão impressionante que levou muita gente a se perguntar se uma máquina seria realmente capaz de pensar. É uma pergunta que continuamos fazendo até hoje.
Este texto é sobre inteligência artificial e sobre um detalhe invisível que a faz funcionar. Mas ele também tem um lado pessoal. Eu jogo xadrez como hobby, por influência do meu pai, e de vez em quando ainda sento para uma partida. Não sou nenhum mestre, longe disso. Mas quem joga, mesmo como amador, acaba esbarrando cedo ou tarde na história das máquinas que jogam xadrez. E poucas histórias explicam tão bem o que está acontecendo hoje com a IA quanto essa. Antes, porém, é preciso entender o Turco.
O espetáculo
Se você pudesse voltar ao fim do século XVIII e assistir a uma apresentação do Turco em alguma corte ou salão, veria uma caixa de madeira com pouco mais de 1 metro de largura, sobre rodinhas, com um tabuleiro de xadrez em cima. Atrás dela, sentado, havia um boneco em tamanho real vestido de turco: turbante, manto e um cachimbo na mão.
Antes da partida, que era o centro do espetáculo, o apresentador abria as portas da caixa uma de cada vez. Lá dentro se via um emaranhado de engrenagens e um cilindro cheio de pinos, parecido com o mecanismo de uma caixa de música. Atrás de uma das portas, ele chegava a colocar uma vela acesa para que o público visse a luz atravessar o interior de um lado ao outro. Depois, se afastava e deixava qualquer pessoa se aproximar com um ímã, para provar que não havia truque magnético. A ideia era convencer todos de que o Turco era apenas uma máquina.
Feito isso, o apresentador fechava a caixa, dava corda numa manivela, que dizem ser muito barulhenta, e o boneco começava a jogar contra algum desafiante. E jogava bem. Movia as peças com a mão esquerda, acenava com a cabeça ao dar xeque e devolvia a peça ao lugar se o adversário tentasse um lance ilegal. Quase sempre vencia. Um livro de 1820 registra cinquenta partidas suas: 45 vitórias, três derrotas e dois empates. Nessa época, ele ainda jogava com um peão a menos e sempre deixava o adversário começar.
Quem joga xadrez sabe o peso desses números. Dar um peão de vantagem e ainda ceder o primeiro lance não é detalhe: contra um adversário minimamente sério, é um handicap considerável. Vencer 45 de 50 partidas nessas condições não é coisa de amador como eu. É coisa de mestre.
O sucesso foi absoluto. Ninguém entendia como aquilo era possível, e começaram a circular histórias de partidas célebres contra figuras famosas. Diz-se que o Turco venceu Napoleão, mas os registros não permitem confirmar nem desmentir. A suposta partida contra Benjamin Franklin, em Paris, também só chegou até nós por relatos de segunda mão, e a distância temporal impede qualquer certeza.
Uma partida, porém, certamente aconteceu: em 1819, o Turco enfrentou o matemático inglês Charles Babbage, considerado um dos inventores do computador. Babbage perdeu, mas saiu convencido de que uma máquina poderia, sim, jogar xadrez, e chegou a esboçar anos depois um projeto desse tipo. Por mais que esses espetáculos tivessem um ar de truque, estimulavam a imaginação de pessoas como Babbage, que mais tarde construiriam máquinas capazes de imitar não apenas o trabalho braçal humano, mas o trabalho mental.
Muito tempo depois, em 1997, o Deep Blue, da IBM, derrotou o campeão mundial Garry Kasparov. Hoje, nenhum humano vence um computador de xadrez configurado em sua força máxima. Mas na virada do século XVIII para o XIX ainda estávamos muito longe de um Deep Blue. Então como o Turco já vencia mestres do xadrez?
Autômatos e a fronteira entre humano e máquina
Alguns já suspeitavam que o Turco era um humano disfarçado de máquina. Fosse ou não, ele complicava a fronteira entre natural e artificial, entre orgânico e mecânico, entre humano e máquina. E essa complicação não vinha só dele. O Turco fazia parte de um contexto mais amplo: a construção de autômatos cada vez mais sofisticados.
Entre o Iluminismo e o mecanicismo, os relógios passaram a incorporar bonecos que surgiam quando batiam as horas, como relógios cuco, só que com dezenas de figuras que interagiam e executavam sequências inteiras de movimentos. Foi a "era do relojoeiro", em que até a filosofia começou a usar modelos mecânicos para explicar a natureza.
E não eram só relógios. Havia um flautista mecânico que tocava uma flauta de verdade. Havia um pato que comia e "digeria" a comida, embora a digestão fosse um truque: as fezes já estavam prontas dentro dele, mas toda a performance de defecar ao vivo era muito sofisticada. Havia uma musicista cujo peito subia e descia como se respirasse, e um boneco que escrevia cartas.
Junto com essas invenções, exibidas em grandes espetáculos, corria uma discussão filosófica séria sobre o que, afinal, separava os humanos das máquinas, já que elas imitavam as pessoas cada vez melhor.
Os testes de Descartes
René Descartes, o filósofo do "penso, logo existo", propôs um século antes do Turco um exercício de imaginação muito útil aqui. Suponha que alguém construa uma máquina com a aparência exata de um ser humano. Como saber se aquilo é uma pessoa ou uma máquina?
Para Descartes, haveria duas formas principais de descobrir. A primeira seria conversar. Uma máquina poderia até falar e responder a certas perguntas, mas não conseguiria arranjar as palavras de modo diverso para responder ao sentido de tudo o que se dissesse em sua presença. Ou seja, poderia soltar frases prontas, cada uma disparada por um estímulo específico, como o aperto de um botão, mas não acompanharia qualquer pergunta. Faltaria capacidade de improviso.
Esse teste, claro, não funciona mais. Manter uma conversa com aparente naturalidade é o básico de qualquer chatbot atual. Com uma inteligência artificial, é possível conversar indefinidamente, adiantar tarefas de trabalho e, com um pouco mais de domínio, montar protótipos de aplicativos ou sistemas com múltiplos agentes executando tarefas sozinhos.
O segundo teste seria observar a máquina em situações diferentes. Ela poderia fazer algumas coisas tão bem quanto, ou melhor que, um humano, mas falharia em outras, porque não teria a mesma versatilidade. Essa especialização mostraria que ela não agia por conhecimento, mas pela "disposição de seus órgãos", isto é, pelo modo como suas peças foram montadas para agir. A razão, para Descartes, era um instrumento universal, aplicável a qualquer situação. Já um mecanismo precisa de um arranjo específico para cada ação, e nenhuma máquina comportaria peças suficientes para lidar com toda a diversidade da vida. O teste, então, seria tirar a máquina daquilo para que ela foi feita e ver se ela se adaptava.
O Turco, embora fizesse uma única coisa, parecia ter enorme capacidade de adaptação, porque o xadrez oferece um universo quase infinito de situações que exigem respostas específicas. Não existe uma sequência previsível de ponta a ponta: cada partida é diferente, e cada lance do adversário abre um novo ramo de possibilidades. Qualquer pessoa que já jogou algumas partidas sabe disso: basta o adversário sair um pouco do esperado na abertura para tudo que você tinha planejado ir embora. Pelo raciocínio de Descartes, jogar xadrez seria uma tarefa única, mas aberta e complexa demais para uma máquina. E, no entanto, o Turco jogava.
O segredo
O segredo é que o Turco não jogava xadrez. Como alguns já desconfiavam, ele era uma inteligência natural disfarçada de inteligência artificial. Sabemos disso porque, alguns anos depois de a máquina ser destruída num incêndio em um museu da Filadélfia, o filho de seu último dono publicou numa revista de xadrez a explicação completa de seu funcionamento: havia um enxadrista de verdade escondido lá dentro o tempo todo.
E como ninguém o via, se o apresentador abria as portas na frente de todos? Pura mágica de palco. Como as portas eram abertas uma de cada vez, o enxadrista se deslocava num banco que deslizava sobre trilhos, escondendo-se conforme cada porta se abria.
E como ele via o tabuleiro, que ficava do lado de fora, e movia as peças? Essa é a parte mais engenhosa. Cada peça tinha um ímã na base, e sob cada casa do tabuleiro, do lado de dentro da caixa, havia um pequeno disco de metal preso a uma mola. Quando uma peça pousava numa casa, o ímã puxava o disco para cima; quando saía, o disco caía. Observando esses discos, o enxadrista sabia de onde cada peça tinha saído e para onde tinha ido. Ele reproduzia os lances num pequeno tabuleiro particular, pensava a resposta e movia o braço do boneco com uma alavanca articulada, um pantógrafo que copiava o movimento de sua mão. Assim, conseguia apontar a casa, baixar a mão do boneco e abri-la ou fechá-la para soltar ou pegar a peça. Tudo isso à luz de velas, num espaço apertado, quente e cheio de fumaça, que inclusive escapava pelo turbante do boneco.
Confesso que essa parte me impressiona mais do que qualquer engrenagem. Eu já acho difícil jogar bem sentado numa cadeira confortável, olhando o tabuleiro de frente. Imagine jogar no escuro, espremido, reconstruindo a posição a partir de discos de metal, e ainda vencer.
Havia, portanto, um truque com ímãs, mas ele estava do lado de dentro. Quando alguém se aproximava no início do espetáculo com um ímã para checar, não encontrava nada, porque o mecanismo estava escondido. O teste não valia de nada.
O que parecia uma máquina inteligente era, na verdade, uma pessoa inteligente escondida atrás de um mecanismo sem inteligência alguma. Um trabalhador oculto atrás de uma aparência de automatismo.
Turcos mecânicos contemporâneos
Isso, de certa forma, existe até hoje. O exemplo mais direto é um serviço que a Amazon lançou em 2005 chamado justamente Amazon Mechanical Turk. Quando o programa de uma empresa esbarrava numa tarefa que a máquina não conseguia resolver sozinha, como descrever o que há numa foto, transcrever alguns segundos de áudio ou verificar se dois anúncios eram do mesmo produto, ele enviava essa tarefa à plataforma, que a distribuía para pessoas espalhadas pelo mundo, pagas com alguns centavos por microtarefa. A resposta voltava ao programa como se fosse um cálculo da máquina, mas não era. A própria Amazon chamava isso de "inteligência artificial artificial". O serviço foi encerrado recentemente.
Outro exemplo são alguns robôs humanoides que são mais humanos do que aparentam. Num evento da Tesla em 2024, robôs circulavam entre os convidados, conversavam e serviam bebidas, como num episódio dos Jetsons ou num filme como Eu, Robô. Mas, segundo as notícias da época, boa parte dessas interações era controlada à distância por funcionários da empresa: eram robôs teleoperados.
Em 2025, a empresa de robótica 1X lançou o Neo, um robô humanoide doméstico que arrumaria a casa por você. Só que muitas tarefas ele não conseguia fazer sozinho, e precisava ser operado remotamente por um funcionário com óculos de realidade virtual, que via a sua casa pelas câmeras do robô. Isso não era exatamente escondido; estava no site, para quem procurasse. Mas na cobertura da imprensa a teleoperação passou quase despercebida, e parecia de fato a robô doméstica dos Jetsons. Havia, de novo, trabalho humano oculto por trás da aparência de automatismo.
O trabalho humano estrutural na IA
Esse trabalho humano oculto, disfarçado ou misturado ao trabalho da máquina, é muito comum no Brasil. Um levantamento recente contou 54 plataformas de microtarefas operando no país, 29 delas com tarefas de dados para inteligência artificial. Quem trabalha nelas passa o dia executando pedacinhos do trabalho das máquinas: rotulando fotos, transcrevendo áudios, conferindo respostas geradas por sistemas.
Um caso citado no estudo é o de uma trabalhadora de 54 anos que passou dois dias mudando de lugar o cocô do próprio cachorro e tirando mais de 250 fotos para ensinar robôs aspiradores a desviar de fezes de animais. Ela prepara a máquina para agir sozinha; quando o robô estiver treinado, ela não estará escondida dentro dele. Não é exatamente um turco mecânico, mas uma espécie de neoturcomecanização: a viabilização da inteligência artificial a partir de inputs contínuos de inteligência natural.
Isso é diferente de construir um mecanismo comum, como um relógio, que um humano monta e depois funciona por conta própria. No caso da IA atual, o trabalho humano, muitas vezes oculto, é estrutural e continuamente necessário para a operação.
Um grupo de pesquisadores franceses que estudou esse mercado dividiu essa simbiose entre humano e máquina em três níveis. O primeiro é preparar a máquina, produzindo os exemplos com os quais ela aprende: rotular fotos, desenhar caixas em torno de objetos, gravar frases, filmar a si mesmo com um celular preso à testa realizando uma tarefa para que a máquina aprenda a replicá-la. Aqui, o humano trabalha antes, e depois a máquina age sozinha.
O segundo é conferir e corrigir o que um sistema já em funcionamento produz, como revisar transcrições de um assistente de voz ou decisões de moderação de conteúdo. Aqui, o humano trabalha junto com a máquina, continuamente.
O terceiro, mais raro, é trabalhar no lugar da máquina: a situação turco-mecânica clássica. É o caso dos robôs teleoperados ou de uma startup francesa de câmeras "inteligentes" contra furtos que, na verdade, usava trabalhadores em Madagascar para assistir a parte dos vídeos ao vivo.
Há, portanto, o humano que ensina a máquina, o que a corrige e o que, às vezes, faz o papel dela. Em todos os casos, o que chamamos de inteligência artificial não funcionaria como funciona sem esses trabalhadores ocultos. Daí o neurocientista Miguel Nicolelis afirmar que a inteligência artificial não é nem inteligente nem artificial. A frase é debatível. A primeira parte depende de uma definição de inteligência, algo que varia muito. Mas a segunda parte, de que a IA não é artificial, é exatamente o ponto aqui. Segundo Nicolelis, há um exército de pessoas por trás dela para fazê-la funcionar. Por trás da aparência de pura inteligência de máquina existe muito trabalho humano, às vezes explícito e reconhecido, às vezes oculto e desvalorizado, mas sempre estrutural.
Onde a analogia termina
Diferentemente do Turco, porém, a IA não é só esse exército oculto. Esse é o ponto que separa a situação atual da do século XVIII. Se tirarmos o enxadrista escondido, o Turco não faz mais nada. A IA de hoje, por mais que dependa fundamentalmente de pessoas para ser treinada e corrigida, tem um grau de autonomia que não dá para menosprezar.
Os programas que hoje vencem campeões de xadrez não precisam de nenhum input humano para continuar vencendo. São mecanismos autênticos, com uma inteligência, se quisermos chamar assim, também autêntica. Não há truque nem mero espetáculo: a capacidade de vencer qualquer enxadrista humano está no próprio mecanismo.
E aqui eu falo também como alguém que joga. O caminho até esse ponto passou por três momentos que todo enxadrista, mesmo de fim de semana, conhece de algum jeito, e que vale a pena contar com calma.
Kasparov contra o Deep Blue
Para quem joga xadrez, mesmo como hobby, Garry Kasparov é uma espécie de lenda. E foi justamente ele quem protagonizou o momento em que a máquina passou à frente.
Em 1985, Kasparov, então com 22 anos e a poucos meses de se tornar o campeão mundial mais jovem da história, enfrentou ao mesmo tempo 32 computadores de xadrez numa partida simultânea em Hamburgo, na Alemanha. Venceu as 32. Pouco mais de uma década depois, a situação seria outra.
O Deep Blue nasceu de um projeto de estudantes da Universidade Carnegie Mellon, nos Estados Unidos. Nos anos 1980, Feng-hsiung Hsu começou a desenvolver chips dedicados exclusivamente a calcular lances de xadrez. O projeto passou por máquinas chamadas ChipTest e Deep Thought até ser levado para a IBM, onde, com Murray Campbell e outros engenheiros, virou o Deep Blue. Em vez de imitar a forma humana de pensar, ele apostava na força bruta: na versão de 1997, era um supercomputador com 480 chips feitos sob medida para o xadrez, capaz de avaliar cerca de 200 milhões de posições por segundo. Eu, numa partida tranquila, avalio com sorte meia dúzia de lances antes de mexer uma peça.
O primeiro confronto foi em fevereiro de 1996, na Filadélfia, a mesma cidade onde o Turco tinha virado cinzas mais de um século antes. O Deep Blue venceu a primeira partida, e foi a primeira vez que um campeão mundial perdeu para um computador numa partida com tempo de torneio. Mas Kasparov se recuperou e ganhou o match por 4 a 2.
A revanche, em maio de 1997, em Nova York, terminou de outro jeito. Kasparov venceu a primeira partida. Na segunda, o Deep Blue jogou de um modo que o desconcertou: em vez de capturar peões e ganhar material imediato, como se esperava de uma máquina, fez lances posicionais e pacientes, de aparência muito humana. Kasparov abandonou numa posição que, descobriu-se depois, ainda poderia ter empatado com xeques perpétuos. Quem joga conhece bem essa dor de abandonar e depois descobrir que havia salvação; ver isso acontecer com o melhor jogador do mundo, num match histórico, é quase reconfortante. As três partidas seguintes terminaram empatadas. Na sexta e decisiva, em 11 de maio, Kasparov cometeu um erro conhecido na abertura, o Deep Blue sacrificou um cavalo e o campeão abandonou em apenas 19 lances. Placar final: 3,5 a 2,5. Pela primeira vez, um campeão mundial perdia um match inteiro para um computador em condições de torneio.
O mais interessante para este texto, porém, é o que veio depois. Kasparov acusou a IBM de trapaça. Ele suspeitava que, na segunda partida, algum grande mestre humano tivesse interferido nas decisões da máquina, porque aqueles lances pareciam humanos demais. Exigiu ver os registros do computador. A IBM negou o pedido na época, recusou uma nova revanche e desmontou o Deep Blue pouco depois. Os registros só foram publicados mais tarde.
É o Turco Mecânico ao contrário. No século XVIII, o público via uma máquina e, desconfiado, perguntava se havia um humano escondido dentro dela. E havia. Em 1997, o maior enxadrista do mundo fez exatamente a mesma pergunta. Desta vez, não havia. Nunca apareceu prova de interferência humana durante as partidas, e o próprio Kasparov, vinte anos depois, no livro Deep Thinking (2017), recuou das acusações diretas de trapaça e pediu desculpas por parte de sua conduta naquele match.
Mas a resposta não é tão simples. Havia, sim, humanos por trás do Deep Blue, só que não escondidos dentro da caixa. A equipe da IBM contava com o grande mestre Joel Benjamin, que ajudou a preparar o repertório de aberturas, e as regras permitiam que os engenheiros ajustassem o programa entre uma partida e outra. A força do Deep Blue era, em boa medida, conhecimento humano de xadrez traduzido em código: as tabelas de abertura, os critérios para avaliar uma posição, o peso dado a cada peça e a cada estrutura de peões, tudo isso foi escrito por pessoas. A máquina calculava sozinha, mas calculava com régua humana. Na classificação dos pesquisadores franceses, é o primeiro e o segundo nível ao mesmo tempo: humanos preparando a máquina antes e ajustando-a entre as partidas.
Stockfish: um motor construído por milhares de mãos
Depois do Deep Blue, a força dos programas de xadrez deixou de depender de supercomputadores. Com processadores comuns cada vez mais rápidos e algoritmos cada vez mais eficientes, motores que rodavam num computador pessoal logo passaram a jogar melhor que qualquer humano. O mais forte deles, e talvez o mais famoso, é o Stockfish.
Se você joga xadrez hoje, mesmo de vez em quando, é bem provável que já tenha cruzado com ele, ainda que sem saber o nome. Ele está por trás da análise de partidas de boa parte dos sites e aplicativos de xadrez: é aquela barrinha que pende para um lado ou para o outro e que, com uma frieza implacável, aponta onde você errou.
O Stockfish nasceu em 2008, quando o programador italiano Marco Costalba criou uma versão modificada do Glaurung, um motor de código aberto escrito pelo norueguês Tord Romstad. Pouco depois, o finlandês Joona Kiiski se juntou ao projeto. O nome é uma brincadeira: o programa seria "produzido na Noruega e cozinhado na Itália", como o stockfish, o bacalhau seco norueguês muito consumido pelos italianos.
A grande diferença do Stockfish é que ele é software livre: qualquer pessoa pode ler, copiar e melhorar o código. E muita gente fez isso. Em 2013, Gary Linscott criou o Fishtest, uma plataforma de testes distribuída. Cada ideia de melhoria proposta por um programador é testada em milhares de partidas rápidas, jogadas nos computadores de voluntários do mundo inteiro, que doam o tempo ocioso de suas máquinas. Só entra no código o que comprovadamente torna o motor mais forte. Até hoje, foram mais de 10 bilhões de partidas.
Por mais de uma década, o Stockfish funcionou como uma versão muito mais refinada da lógica do Deep Blue: uma busca extremamente eficiente pelos melhores lances, combinada com uma função de avaliação escrita à mão, em que programadores definiam o que torna uma posição boa ou ruim, quanto vale um bispo, um peão passado, um rei exposto. Era conhecimento humano de xadrez, destilado e calibrado por testes estatísticos. No fundo, as mesmas lições que qualquer um aprende quando começa a jogar, só que escritas em código e ajustadas com uma precisão que nenhum professor teria.
Isso mudou em 2020. O Stockfish 12 incorporou uma pequena rede neural chamada NNUE, técnica criada originalmente pelo programador japonês Yu Nasu para o shogi, o xadrez japonês. Em vez de seguir regras escritas por pessoas, a avaliação das posições passou a ser aprendida a partir de milhões de exemplos. O salto de força foi imediato e, em 2023, a avaliação escrita à mão foi removida de vez. Hoje a diferença entre o Stockfish e o melhor enxadrista do mundo é tão grande que uma partida entre os dois não teria graça nenhuma.
E boa parte dessa virada foi provocada por um susto que o mundo do xadrez levou em 2017.
AlphaZero e Leela Chess Zero: aprender sem professor humano
Em dezembro de 2017, a DeepMind, laboratório de inteligência artificial do Google, apresentou o AlphaZero. Diferentemente de todos os motores anteriores, ele não recebeu nenhum conhecimento de xadrez além das regras: nenhuma abertura, nenhuma partida de grande mestre, nenhum critério sobre o valor das peças. Aprendeu jogando contra si mesmo milhões de vezes, com uma rede neural que guiava sua busca por lances. Depois de quatro horas de treinamento, num hardware gigantesco do Google, já superava o Stockfish. Num match de cem partidas, venceu 28, empatou 72 e não perdeu nenhuma. As condições do confronto foram criticadas, porque o Stockfish jogou sem seu livro de aberturas e com tempo fixo por lance, mas o estilo do AlphaZero impressionou: ele sacrificava material em troca de vantagens de longo prazo, num jogo que muitos descreveram como mais criativo e até mais "humano" que o dos motores tradicionais.
Esse detalhe me chama atenção. Todo mundo que aprende xadrez aprende primeiro a tabela de valores: peão vale um, cavalo e bispo valem três, torre cinco, dama nove. É uma das primeiras coisas que se ensina a quem está começando. O AlphaZero nunca recebeu essa tabela, e mesmo assim chegou a um jogo em que as peças valiam o que a posição dizia, não o que a tabela dizia.
A DeepMind, porém, nunca liberou o AlphaZero para o público. Foi aí que entrou a comunidade. Em janeiro de 2018, o mesmo Gary Linscott do Fishtest iniciou o Leela Chess Zero, ou Lc0, a partir do Leela Zero, projeto em que o programador Gian-Carlo Pascutto tinha recriado em código aberto o método da DeepMind para o Go. A ideia era reproduzir o AlphaZero de forma aberta, para que qualquer pessoa pudesse usar e estudar.
O Leela começou do zero absoluto. Suas primeiras versões jogavam lances praticamente aleatórios, piores que os de um iniciante. Mas, assim como o Stockfish, ele contava com voluntários: milhares de pessoas emprestaram suas placas de vídeo para gerar partidas do Leela contra ele mesmo, mais de 2,5 bilhões ao longo dos anos, que serviam de material de treino para a rede neural. Em pouco mais de um ano, ele foi do nível de iniciante ao topo: em 2019, venceu a superfinal do TCEC, o principal campeonato de motores de xadrez do mundo, derrotando o próprio Stockfish, e repetiu o feito em 2020.
A rivalidade acabou sendo boa para os dois. A partir de 2021, a rede neural do Stockfish passou a ser treinada também com posições geradas pelo Leela, e o Stockfish recuperou o topo: desde então, venceu todas as superfinais do TCEC, quase sempre contra o próprio Leela.
Nessa história, o trabalho humano muda de natureza. No Turco, o humano fazia tudo: era ele quem jogava. No Deep Blue, os humanos escreviam o conhecimento de xadrez que a máquina usava para calcular. No Stockfish moderno e no Leela, ninguém ensina xadrez à máquina. O Leela nunca viu uma partida humana. Ainda assim, há gente por toda parte: quem escreve o código, quem projeta os testes, quem empresta o computador durante a noite. Só que esse trabalho é visível, assinado e, muitas vezes, voluntário, bem diferente do enxadrista sufocado dentro da caixa ou da trabalhadora fotografando cocô de cachorro por centavos. E, quando a partida começa, não há ninguém atrás da cortina. Tire todas essas pessoas da sala e o Stockfish continua vencendo. É exatamente isso que o Turco nunca conseguiu fazer.
E, curiosamente, nada disso me tirou a vontade de jogar. Saber que existe uma máquina imbatível não muda o prazer de sentar diante de um tabuleiro, de pensar um plano, de errar e aprender com o erro. O xadrez que meu pai me apresentou continua sendo um jogo entre pessoas. A máquina virou outra coisa: uma ferramenta de estudo, um professor paciente, às vezes um juiz meio cruel. Mas o jogo, aquele que a gente joga por gosto, segue sendo nosso.
Além do tabuleiro
Há exemplos ainda mais impactantes. O Nobel de Química de 2024 foi concedido em parte aos criadores do AlphaFold, um modelo de inteligência artificial que resolveu um problema de cinquenta anos: prever a estrutura das proteínas. Ele já previu a forma de praticamente todas as 200 milhões de proteínas conhecidas e é usado por mais de 2 milhões de pessoas em 190 países para estudar desde resistência a antibióticos até enzimas capazes de decompor plástico. Nenhuma quantidade imaginável de pessoas rotulando fotos faria o que essa máquina fez. O mesmo vale para a resolução de problemas matemáticos.
Se isso é inteligência ou não depende da sua definição, que é bastante aberta. Mas certamente é algo novo, com potencial enorme tanto para o bem, como na química e na medicina, quanto para o mal, que é onde os holofotes costumam estar. Essa preocupação é justa e faz sentido, mas há também todo um lado positivo: o potencial de desenvolvimento de todas as áreas do conhecimento humano a partir da inteligência artificial.
Referências
O Turco Mecânico
- Wikipedia — The Turk
- IEEE Spectrum — quando Charles Babbage jogou contra o Turco
- Discover — o Turco e os primeiros computadores
Turcos mecânicos contemporâneos
- TechRepublic — Amazon Mechanical Turk encerrado em 30 de setembro de 2026
- The Decoder — o fim da "inteligência artificial artificial"
- TechSpot — robôs Optimus controlados por humanos no evento da Tesla
- Road to VR — o Neo, da 1X, e os operadores remotos com realidade virtual
Trabalho humano na IA
- DiPLab & LATRAPS — Microtrabalho no Brasil (2023)
- Outras Palavras — quem são os brasileiros que alimentam as IAs
- Terra — microtrabalhadores treinam IAs até com fotos de cocô
- Tubaro, Casilli e Coville — The trainer, the verifier, the imitator (2020)
- Band — Nicolelis: IA não é nem inteligente nem artificial
Kasparov e o Deep Blue
- Chessprogramming — Kasparov contra 32 computadores em Hamburgo, 1985
- Wikipedia — Deep Blue)
- Wikipedia — Deep Blue versus Garry Kasparov
- MIT Technology Review — Kasparov revisita a derrota em Deep Thinking
Stockfish, AlphaZero e Leela Chess Zero
- Wikipedia — Stockfish)
- Chessprogramming — Stockfish NNUE
- Stockfish — lançamento do Stockfish 14 e os dados do Leela
- Chess.com — AlphaZero vence o Stockfish em match de 100 partidas
- The Register — as críticas às condições do match
- Wikipedia — Leela Chess Zero
AlphaFold
Escrito por
Paulo Victor Fraga
Comentários(0)
Seja o primeiro a comentar.