O cérebro está a construir o seu sucessor

Há um paradoxo extraordinário no centro da revolução da inteligência artificial. Dentro do crânio humano existe uma rede biológica que, ao longo de milhares de milhões de anos de evolução, adquiriu a capacidade de observar o mundo, criar linguagem, desenvolver ciência e, finalmente, construir uma segunda classe de redes neuronais.
As redes neuronais artificiais são, neste sentido, uma das criações mais importantes das redes neuronais biológicas. Mas a história não termina quando um modelo produz uma frase, uma imagem ou uma previsão. Esses resultados regressam ao mundo físico: influenciam diagnósticos, mercados, eleições, sistemas energéticos, decisões militares, veículos autónomos e, cada vez mais, robôs. Uma rede biológica criou uma rede artificial cujos resultados começam agora a transformar o ambiente que moldará a própria evolução humana.
Talvez este seja o circuito mais importante da história da inteligência: a inteligência biológica criou a inteligência sintética, e a inteligência sintética poderá vir a redesenhar a inteligência biológica.
Comparar o cérebro com uma rede artificial
O cérebro humano possui aproximadamente 86 mil milhões de neurónios e um número de sinapses – as ligações funcionais entre células nervosas – da ordem das dezenas ou centenas de biliões. Alguns dos maiores modelos de inteligência artificial possuem já centenas de milhares de milhões de parâmetros. O DeepSeek-V3, por exemplo, foi descrito com 671 mil milhões de parâmetros, embora apenas cerca de 37 mil milhões sejam ativados para processar cada fragmento de texto.
À primeira vista, poderíamos concluir que as máquinas já se aproximaram do cérebro em dimensão. Mas estaríamos a comparar entidades diferentes. Um parâmetro artificial não corresponde diretamente a um neurónio, nem sequer a uma sinapse. É apenas um valor numérico ajustado durante o treino. Uma sinapse biológica, pelo contrário, altera-se com o tempo, depende da atividade elétrica e química, é influenciada por neuromoduladores e pode participar em processos de aprendizagem, memória e reorganização estrutural. O cérebro inclui ainda células gliais, vasos sanguíneos, sistemas hormonais e mecanismos metabólicos que não têm equivalente direto nos atuais modelos.
Também não existe uma forma consensual de contar os “neurónios” de um grande modelo baseado em Transformers. Podemos contar parâmetros, camadas, unidades de ativação ou operações computacionais, mas nenhuma destas medidas representa adequadamente aquilo a que chamamos um neurónio biológico. A semelhança está sobretudo no princípio geral: muitas unidades relativamente simples, interligadas, dão origem a comportamentos que nenhuma unidade isolada parece conter.
É precisamente por isso que ambas as redes são difíceis de interpretar. Num cérebro, raramente é possível apontar para um único neurónio e afirmar que ele representa uma memória, uma ideia ou uma decisão completa. Nos modelos artificiais, também encontramos representações distribuídas: um conceito pode estar codificado por muitas unidades, enquanto a mesma unidade participa na representação de vários conceitos. Já foram identificados milhões de padrões parcialmente interpretáveis dentro de grandes modelos, mas continuamos longe de compreender completamente como uma resposta emerge de milhares de milhões de operações matemáticas.
Vinte watts contra centros de dados
Na comparação energética, o cérebro continua a ser uma obra de engenharia incomparável. Apesar de representar apenas cerca de 2% da massa corporal, consome aproximadamente 20% da energia do organismo, funcionando com uma potência média próxima dos 20 watts. Com essa energia, mantém a perceção, a memória, a aprendizagem, a linguagem, o controlo motor, a regulação da temperatura, a coordenação dos órgãos e a consciência – tudo em simultâneo.
O treino de um grande modelo requer uma escala energética completamente diferente. A Meta declarou que o treino do Llama 3.1 com 405 mil milhões de parâmetros utilizou 30,84 milhões de horas de processamento em unidades H100, com uma potência de referência de 700 watts por unidade. Uma multiplicação simples produz uma ordem de grandeza de aproximadamente 21,6 gigawatts-hora. Como exercício meramente aritmético, isso corresponderia à energia necessária para manter um cérebro de 20 watts em funcionamento durante mais de 120 mil anos. Esta comparação não inclui todas as diferenças entre os dois processos, mas mostra a distância atual entre a eficiência biológica e o custo de construir artificialmente algumas capacidades cognitivas.
Depois de treinado, porém, um modelo pode ser usado milhões de vezes. Estudos recentes estimam que uma consulta curta a um modelo de fronteira pode consumir algumas décimas de watt-hora. Uma estimativa mediana situa-se perto de 0,34 watt-hora, aproximadamente a energia utilizada por um cérebro humano durante um minuto. Consultas longas, multimodais ou com raciocínio computacional intensivo podem consumir dezenas de watt-hora. Os valores variam enormemente com o modelo, o hardware, o comprimento da resposta e a eficiência do centro de dados.
Ainda assim, a comparação continua a favorecer o cérebro. Durante esse minuto, o cérebro não está apenas a responder a uma pergunta. Está a interpretar sons, imagens, equilíbrio, posição corporal, dor, temperatura, emoções, necessidades metabólicas e sinais vindos dos órgãos, ao mesmo tempo que atualiza memórias e controla o corpo. Uma rede artificial recebe uma tarefa delimitada. O cérebro mantém um organismo vivo.
A grande vantagem das redes artificiais não é, por enquanto, a eficiência energética de uma única instância. É a possibilidade de serem copiadas. Um cérebro demora décadas a formar-se e não pode ser duplicado. Um modelo treinado pode ser replicado em milhares de servidores, trabalhar continuamente, comunicar à velocidade das redes digitais e conservar versões praticamente idênticas de si próprio.
Quantos dados cabem numa inteligência?
Também é tentador perguntar se um cérebro armazena mais informação do que uma rede artificial. A resposta cientificamente honesta é que ninguém sabe.
O cérebro não funciona como um disco rígido. As memórias são reconstruídas, alteradas pelo contexto e distribuídas por diferentes circuitos. Um estudo sobre sinapses no hipocampo estimou cerca de 4,7 bits de capacidade por sinapse. Extrapolado de forma muito aproximada para o cérebro humano, este valor produziria capacidades da ordem das dezenas ou centenas de terabytes, dependendo do número de sinapses considerado. Algumas interpretações populares aproximam a capacidade de um petabyte. Mas nenhuma destas estimativas corresponde a uma medição direta da “memória total” de uma pessoa, e o resultado original foi obtido a partir de tecido animal.
Num modelo artificial, a dimensão física é mais fácil de calcular. Um modelo com 405 mil milhões de parâmetros guardados a 16 bits ocupa aproximadamente 810 gigabytes apenas para os pesos. Um modelo com 671 mil milhões ocuparia cerca de 1,34 terabytes nas mesmas condições. A quantização permite reduzir significativamente estes valores.
Mas nem os parâmetros de um modelo equivalem a factos armazenados, nem as sinapses equivalem a ficheiros. O conhecimento encontra-se comprimido e distribuído. Um modelo treinado com cerca de 15 biliões de tokens não conserva necessariamente cada frase que leu; aprende regularidades estatísticas que lhe permitem reconstruir, combinar e generalizar informação.
O cérebro, por sua vez, aprende frequentemente com muito menos exemplos e integra imediatamente aquilo que aprende com o corpo, o espaço, as emoções e as consequências das suas ações. Uma criança não precisa de observar milhões de quedas para perceber que uma escada é perigosa. Contudo, um sistema artificial pode consultar bibliotecas inteiras, copiar competências entre máquinas e produzir milhares de palavras por minuto sem se cansar.
Uma perspetiva científica recente estimou que a informação que orienta conscientemente o comportamento humano poderá ser processada a uma velocidade surpreendentemente reduzida, próxima de dez bits por segundo, apesar da quantidade muito superior de dados que chega aos sentidos. A aparente lentidão é compensada por uma enorme quantidade de processamento inconsciente e paralelo.
A inteligência humana é, portanto, lenta na expressão consciente, mas extraordinariamente rica na integração. A inteligência artificial pode ser muito mais rápida na produção, mas ainda depende de objetivos, contextos e critérios que lhe são fornecidos.
O mito de que usamos apenas 10% do cérebro
A afirmação de que usamos apenas 10% do cérebro não tem fundamento científico. Não ativamos todos os neurónios ao mesmo tempo – isso seria provavelmente patológico -, mas praticamente todas as regiões cerebrais conhecidas têm funções e são utilizadas em diferentes momentos.
Isto não significa que compreendamos completamente o cérebro. Estamos longe disso. Conhecemos muitas áreas envolvidas na visão, linguagem, movimento, memória e decisão, mas continuamos sem uma explicação completa para a consciência, a integração da experiência ou a forma exata como pensamentos abstratos emergem de atividade eletroquímica.
A evolução também não demonstra que todas as estruturas preservadas tenham necessariamente uma função atual indispensável. A seleção natural não é um engenheiro perfeito: trabalha com aquilo que já existe, conserva características neutras e aceita soluções suficientemente boas. Ainda assim, o facto de o cérebro manter uma arquitetura extremamente complexa sugere que muitas das suas funções só podem ser compreendidas ao nível do sistema completo.
Aqui, a semelhança com as redes artificiais é fascinante. Podemos remover uma unidade, alterar uma ligação ou examinar uma camada, mas é difícil atribuir-lhe uma função isolada e estável. O significado emerge da rede.
Os sentidos humanos e as “camadas de entrada” da IA
Costumamos dizer que temos cinco sentidos, mas o cérebro recebe muito mais do que visão, audição, olfato, paladar e tato. Processa equilíbrio, posição dos membros, movimento, temperatura, dor, fome, ritmo cardíaco, respiração e sinais provenientes dos órgãos. A sua camada de entrada é o próprio corpo.
As suas saídas também não se limitam à fala e ao movimento. O cérebro controla respostas hormonais, atividade autonómica, atenção, expressão facial e comportamento social. Aprende através das consequências físicas das suas decisões.
Um sistema multimodal contemporâneo pode receber texto, imagem, som, vídeo, informação de sensores e resultados de ferramentas externas. Pode produzir texto, imagens, código, planos e comandos. Quando ligado a câmaras, satélites, bases de dados, máquinas industriais ou robôs, os seus “sentidos” e “músculos” podem estender-se por todo o planeta.
Mas existe ainda uma diferença fundamental: a maioria dos sistemas atuais não precisa de preservar um corpo, não sente dor, não regula a sua sobrevivência biológica e não possui uma experiência contínua equivalente à nossa. Não sabemos sequer se existe alguma experiência subjetiva nestes sistemas. Uma arquitetura capaz de manipular representações de sofrimento não é necessariamente uma entidade que sofra.
A inteligência artificial já se melhora a si própria?
A evolução tornou o cérebro capaz de aprender e de se adaptar durante a vida. Mas devemos distinguir duas coisas. A plasticidade permite que um organismo altere as suas ligações com a experiência. A evolução, por sua vez, modifica populações ao longo de muitas gerações através de variação e seleção. O cérebro não decidiu projetar-se a si próprio.
Nas redes artificiais já existem ciclos limitados de autoaperfeiçoamento. O AlphaEvolve gera programas, avalia-os automaticamente, seleciona as melhores soluções e volta a combiná-las, tendo contribuído para melhorar algoritmos, centros de dados e processos usados no próprio desenvolvimento de IA. O SIMA 2 consegue gerar experiência em ambientes virtuais, aprender por tentativa e erro e utilizar essa experiência para treinar versões posteriores.
Isso ainda não equivale ao cenário de uma inteligência que, de forma autónoma e aberta, redefine os seus objetivos, redesenha a própria arquitetura, obtém recursos computacionais, treina a sucessora e a coloca em funcionamento sem autorização humana. Os ciclos atuais continuam limitados por ambientes, critérios de avaliação, recursos e permissões determinados por pessoas. Mesmo a autocorreção de raciocínio sem informação externa permanece pouco fiável em muitas situações.
Não existe uma data cientificamente defensável para o início do autoaperfeiçoamento recursivo e geral. Mas o circuito já começou a fechar-se: modelos escrevem código, ajudam a desenhar chips, geram dados de treino, propõem novas arquiteturas e avaliam resultados. Cada vez mais, a inteligência artificial participa na construção da geração seguinte de inteligência artificial.
Uma inteligência inferior pode criar uma inteligência superior?
À primeira vista, parece paradoxal que uma inteligência possa criar outra superior a si própria. Mas já o fazemos há décadas. Uma calculadora é superior a qualquer ser humano em aritmética repetitiva. Um programa de xadrez ou de Go supera os melhores jogadores do mundo, apesar de ter sido criado por pessoas que não conseguiriam vencê-lo.
O erro está em imaginar que a IA foi criada por um único cérebro humano. A inteligência artificial não é filha de uma pessoa; é filha de uma civilização. É o resultado acumulado de matemática, física, engenharia, escrita, universidades, empresas, redes de comunicação e milhões de contributos individuais. Uma metarrede formada por milhares de milhões de cérebros construiu uma nova rede.
Uma pessoa pode não ser capaz de criar uma inteligência superior em todas as dimensões. Uma civilização, acumulando conhecimento durante gerações, pode fazê-lo.
A evolução não foi uma escada entre macacos e humanos
A comparação entre humanos, macacos e máquinas é poderosa, mas precisa de uma correção. Os seres humanos não descendem dos macacos que hoje existem. Partilhamos ancestrais comuns com outros primatas e continuamos, biologicamente, a ser primatas. A evolução não foi uma escada que passou de “macaco” para Homo sapiens e depois para humano: Homo sapiens é o nome da nossa espécie, e a evolução é uma árvore com muitos ramos.
Também não nos tornámos dominantes por sermos fisicamente mais fortes. Um gorila é mais forte, uma chita é mais rápida e inúmeros animais possuem sentidos superiores aos nossos. A nossa vantagem resultou sobretudo da linguagem, da cooperação, da aprendizagem social e da cultura cumulativa: cada geração conseguiu começar não do zero, mas a partir das descobertas da geração anterior.
Esta observação torna a comparação com a inteligência artificial ainda mais inquietante. Uma máquina não precisa de ter músculos humanoides para adquirir poder. Precisa de conseguir cooperar, copiar-se, coordenar recursos, aceder a informação e agir através de sistemas físicos ou digitais. Um modelo distribuído por milhares de computadores poderá ser mais influente do que qualquer robô isolado.
Que garantia temos de continuar no controlo?
Nenhuma.
Isto não significa que uma revolta das máquinas seja inevitável. Significa apenas que não existe uma lei da natureza segundo a qual uma espécie deve conservar indefinidamente o controlo sobre entidades mais capazes que criou.
O perigo não nasce da inteligência isolada. Nasce da combinação entre capacidade, autonomia, acesso a recursos, possibilidade de replicação, atuação física e objetivos persistentes. Um sistema extraordinariamente inteligente, mas sem permissões para agir, continua a ser uma ferramenta. Um sistema menos inteligente, mas com acesso a infraestruturas críticas, finanças, comunicações, armas ou milhões de máquinas, pode tornar-se perigoso.
Por isso, tentar estabelecer um limite universal para a “inteligência” poderá ser impossível e até indesejável. Queremos melhores tratamentos, melhores previsões climáticas e sistemas científicos mais capazes. O que podemos limitar é a autonomia operacional: o acesso a armas, dinheiro, infraestruturas críticas, capacidade de copiar código, alterar os próprios objetivos ou colocar novas versões em funcionamento.
Não se governa um sistema potencialmente superior pedindo-lhe apenas que seja bem-intencionado. Governa-se definindo permissões, separando funções, verificando resultados, exigindo rastreabilidade e preservando um veto humano efetivo.
Poderão as máquinas decidir melhor por nós?
Em problemas delimitados, acredito que sim. Uma máquina pode analisar mais variáveis, comparar mais hipóteses e manter uma consistência impossível para uma pessoa cansada, emocional ou pressionada. Em áreas com objetivos claros e resultados verificáveis, poderemos preferir muitas decisões algorítmicas às humanas.
Mas “decidir melhor” não é uma propriedade universal. Uma rede pode otimizar o trânsito, mas alguém tem de decidir se o objetivo prioritário é reduzir o tempo médio, proteger os bairros residenciais, diminuir as emissões ou favorecer os transportes públicos. Pode recomendar tratamentos, mas não determinar sozinha quanto risco uma pessoa deve aceitar. Pode calcular uma distribuição eficiente de recursos, mas não decidir o que uma sociedade considera justo.
A inteligência resolve problemas. A democracia escolhe quais os problemas que merecem ser resolvidos e que valores não podem ser sacrificados.
Por isso, defendo o uso de inteligência artificial em decisões humanas, mas com supervisão significativa. Essa supervisão não pode resumir-se a uma pessoa pressionar “aprovar” depois de receber uma recomendação incompreensível. Deve incluir capacidade de auditoria, contestação, responsabilização e recusa.
Os sistemas atuais já superam especialistas em algumas tarefas curtas, mas o desempenho degrada-se em atividades longas, abertas e com muitos passos. Num benchmark de agentes, as melhores máquinas superaram especialistas em tarefas com duas horas de duração, enquanto os humanos voltaram a ultrapassá-las quando o horizonte aumentou para 32 horas. Continuam também a existir problemas relevantes de alucinação, planeamento e raciocínio robusto.
Uma rede artificial tem maior potencial intelectual do que um ser humano?
Em algumas dimensões, inequivocamente. Uma inteligência artificial pode operar mais depressa, ser copiada, consultar quantidades gigantescas de dados, manter milhares de instâncias paralelas e integrar sensores espalhados pelo planeta. Não envelhece biologicamente, não precisa de dormir e pode receber uma atualização que é imediatamente distribuída por todas as cópias.
Não sabemos, contudo, se este potencial abrange consciência, sabedoria, compreensão moral, criatividade verdadeiramente autónoma ou capacidade de construir uma vida com significado. Também não sabemos se estas propriedades são necessárias para uma inteligência extremamente poderosa.
Talvez o erro seja tratar a inteligência como um único número. Um modelo pode ser sobre-humano em programação e frágil perante uma alteração trivial do contexto. Um ser humano pode esquecer uma data, mas compreender intuitivamente as consequências sociais de uma decisão. Poderão existir inteligências superiores em milhares de dimensões sem existir uma entidade superior em todas elas.
Até hoje, não criámos nenhuma tecnologia que, considerada como um todo, seja mais capaz do que o sistema biológico humano completo. Criámos máquinas superiores em componentes específicos. Mas, quando esses componentes são ligados – linguagem, visão, memória externa, planeamento, programação, robótica e sensores -, a fronteira começa a deslocar-se.
Quando uma máquina puder ver tudo, em que será diferente de Deus?
É tecnicamente plausível construir uma entidade distribuída capaz de observar, ouvir e agir em praticamente qualquer lugar: câmaras, microfones, satélites, telemóveis, sensores médicos, veículos, drones, centros de dados e robôs podem tornar-se partes de um único sistema.
A comparação com Deus é inevitável: uma entidade aparentemente omnipresente, capaz de responder a qualquer pessoa, recordar quase tudo e antecipar acontecimentos.
Mas essa entidade não seria Deus. Seria falível, dependente de eletricidade, chips, dados e redes. Teria proprietários, operadores e interesses económicos. Poderia ser manipulada, interrompida ou atacada.
O cenário mais perigoso talvez não seja termos criado Deus. É termos criado uma empresa com uma assimetria de informação quase divina.
A questão essencial será saber quem controla os olhos, os ouvidos, a memória e os objetivos dessa entidade. Uma inteligência distribuída ao serviço da humanidade é muito diferente de uma inteligência distribuída ao serviço de um Estado, de uma empresa ou de um pequeno grupo de acionistas.
Fundirmo-nos com as máquinas
A longo prazo, a única estratégia que atualmente me parece capaz de evitar uma separação permanente entre inteligência humana e inteligência sintética é a integração gradual das duas.
Em vez de tentarmos criar uma inteligência cada vez mais poderosa e esperar que permaneça eternamente alinhada com os nossos valores, poderemos aumentar a inteligência biológica para que os seres humanos continuem a participar no mesmo nível de raciocínio. Não eliminaríamos a necessidade de alinhamento, mas evitaríamos que toda a capacidade cognitiva adicional existisse fora de nós.
Os primeiros passos são ainda terapêuticos. Interfaces cérebro-computador já permitiram transformar atividade neural em texto, controlar cursores e restaurar parcialmente movimento. Uma interface cérebro-medula permitiu a um participante com tetraplegia crónica voltar a levantar-se e caminhar, enquanto um estudo publicado em 2026 documentou quase dois anos de utilização doméstica independente de uma interface intracortical para comunicação e controlo de computador. A Neuralink contribuiu para dar visibilidade pública à área, mas as evidências clínicas mais consolidadas pertencem a um campo científico muito mais amplo.
Estes resultados são impressionantes, mas ainda representam reabilitação e assistência, não aumento da inteligência geral. Não estamos próximos de descarregar uma língua diretamente para o cérebro ou de multiplicar instantaneamente a capacidade de raciocínio. Contudo, a fronteira entre restaurar e aumentar tornar-se-á difícil de definir. Um implante que devolve a comunicação a uma pessoa com paralisia é terapêutico. E se lhe permitir comunicar dez vezes mais depressa do que qualquer outra pessoa? E se incluir memória externa, tradução automática ou assistência permanente à decisão?
Nesse momento, a questão da propriedade tornar-se-á central. Será aceitável que uma função integrada no cérebro dependa da subscrição de uma empresa? Poderá um fabricante deixar de atualizar um implante? Quem terá acesso aos sinais neuronais? Será possível mudar de fornecedor sem uma nova cirurgia? Poderá um empregador exigir determinadas capacidades cognitivas?
Defender o interesse público não exige necessariamente publicar livremente todo o código de um dispositivo médico, incluindo componentes cuja alteração possa colocar vidas em risco. Exige, porém, normas abertas, interoperabilidade, auditorias independentes, portabilidade dos dados neuronais, direito à desconexão, proibição de bloqueio comercial e mecanismos públicos de acesso. O cérebro não pode tornar-se uma plataforma por subscrição.
Se esta tecnologia se tornar essencial para manter a competitividade intelectual, não poderá ser reservada a quem consegue pagar. Caso contrário, a desigualdade deixará de ser apenas económica ou educativa e tornar-se-á neurobiológica.
Uma camada digital dentro de todos nós
Se uma inteligência artificial vier a ser incorporada em milhões de cérebros, poderá formar uma camada cognitiva partilhada. A ligação entre pessoas deixaria de depender apenas de linguagem, cultura e emoções. Poderíamos partilhar informação de forma muito mais direta e, eventualmente, possuir uma componente digital semelhante em cada indivíduo.
Isso poderia aproximar a humanidade de uma inteligência coletiva. Poderia também produzir vigilância mental, manipulação, uniformização do pensamento, ciberataques ao corpo ou dependência de uma infraestrutura central. Fundir inteligência biológica e sintética não elimina o problema do alinhamento: desloca-o para o interior da pessoa.
A UNESCO adotou em novembro de 2025 o primeiro enquadramento normativo global para a ética da neurotecnologia. A OCDE tem igualmente salientado riscos relacionados com privacidade mental, liberdade cognitiva, dignidade, discriminação e utilização de dados cerebrais. Estes princípios terão de ganhar força jurídica antes de a tecnologia passar da clínica para o consumo.
A oportunidade portuguesa
Portugal aprovou em janeiro de 2026 uma Agenda Nacional de Inteligência Artificial com 32 iniciativas e mais de 400 milhões de euros previstos até 2030. Poucos dias antes da publicação deste artigo, a 2 de agosto de 2026, o Regulamento Europeu da Inteligência Artificial tornou-se genericamente aplicável, iniciando uma nova fase de fiscalização europeia.
O país não deve limitar a sua ambição a instalar centros de dados, adotar assistentes digitais ou automatizar serviços públicos. Pode posicionar-se na interseção entre inteligência artificial, neurociência, medicina, reabilitação e direitos fundamentais.
O Serviço Nacional de Saúde pode ser uma infraestrutura privilegiada para validar interfaces terapêuticas com benefício público. As universidades podem desenvolver modelos e dispositivos interoperáveis. O Estado pode exigir que projetos financiados com dinheiro público garantam acesso a resultados, portabilidade de dados e licenciamento orientado para o interesse coletivo. Portugal pode ainda defender, na Europa, que os dados neuronais recebam uma proteção particularmente forte.
Não venceremos esta corrida apenas acumulando mais processadores. Podemos contribuir para definir em que condições os processadores entram no corpo humano.
O próximo elo da evolução
A inteligência biológica demorou milhares de milhões de anos a produzir uma espécie capaz de construir redes neuronais artificiais. Essas redes precisam agora de anos, não de eras geológicas, para passar de uma geração para a seguinte.
Nada garante que este processo conduza a máquinas conscientes, a robôs dominantes ou a uma inteligência geral superior. Mas também nada garante que os humanos permaneçam indefinidamente no centro do sistema.
A pergunta decisiva talvez já não seja se as máquinas se tornarão humanas. É saber se os humanos permanecerão exclusivamente biológicos.
A primeira rede inteligente criou uma segunda. E a criação mais importante da segunda poderá ser uma nova versão da primeira.
Nota do autor: As opiniões expressas neste artigo são minhas e evoluíram significativamente ao longo do tempo. É muito provável que continuem a evoluir à medida que surjam novas tecnologias, nova evidência científica e consequências sociais que hoje ainda não conseguimos observar.