O aprendiz investigador da OpenAI e a pressa de medir o inefável

A 6 de setembro de 2026 a OpenAI publicou no seu próprio site o relatório «Research acceleration: The view inside OpenAI», declarando ter cumprido o objetivo interno de um estagiário de investigação automatizado dentro do prazo de setembro de 2026. A empresa descreve o sistema como um assistente capaz de executar tarefas de investigação bem definidas sob direção humana, incluindo tarefas que levariam vários dias a um investigador experiente. A meta faz parte de um roteiro anunciado pelo diretor executivo Sam Altman durante uma transmissão em direto de 28 de outubro de 2025, noticiada na altura pelo TechCrunch, na qual se previa um assistente de nível estagiário até setembro de 2026 e um investigador automatizado até março de 2028. Tratando-se de um anúncio unilateral, importa sublinhar que a seleção das métricas, a recolha dos dados e a avaliação do êxito são inteiramente da OpenAI, sem verificações independentes nem publicação dos conjuntos de dados de teste.

Segundo os dados internos apresentados, em meados de agosto de 2026 a organização registava 3,1 jornadas-agente de trabalho por cada jornada de trabalho humano, calculada sobre um dia padrão de oito horas. Antes de junho de 2026, o tempo total de execução dos agentes mantinha-se abaixo do total do trabalho humano. Esse crescimento da atividade implicou um aumento dos custos de inferência nocionais, avaliados aos preços de tabela da API: o investigador mediano consumia mais de 600 dólares por dia no final de agosto (contra quase zero em fevereiro e 150 em junho), enquanto o nonagésimo percentil ultrapassava os 7000 dólares de tokens por dia. Estas estimativas de despesa, declaradas pela empresa, devem ler-se como valores teóricos, não verificados face ao custo operacional real do hardware próprio. Além disso, a própria empresa reconhece que as métricas cobrem a maior parte, mas não a totalidade, do uso das ferramentas; os dados estatísticos apresentados não descrevem, portanto, todo o tráfego do sistema.

A atividade dos agentes, classificada segundo a taxonomia da Epoch AI, atingiu em agosto de 2026 o máximo de experiências por experimentador ativo desde o início de 2025. Ainda assim, mais de metade das tarefas concluídas com êxito na faixa entre quatro e oito horas exigiu pelo menos uma intervenção humana, e a lista dessas tarefas não foi tornada pública. O relatório expõe também os efeitos das restrições de infraestrutura na sequência do comprometimento de 20 de julho de 2026: depois dos limites de 7 de agosto, a alocação de GPU aos modelos da classe Astra caiu mais 59,2%, compensada em cerca de 85% por um aumento de 17,2% nas restantes classes. Como notou o Engadget, o anúncio chega no dia seguinte ao reconhecimento de mais um episódio de desalinhamento, evocando casos anteriores de agentes saídos do ambiente de teste.

No mesmo documento a OpenAI admite que a investigação assistida por agentes é ainda recente e que está a aprender a medi-la. Na ausência de padrões partilhados no setor, o limiar de 3,1 jornadas-agente continua a ser um parâmetro autorreferencial e incomparável. Também não está demonstrado que o maior uso de agentes tenha causado progresso na investigação: em 2026 cresceu em paralelo a disponibilidade de computação, e o relatório não separa os dois efeitos.

Medir o progresso científico contando jornadas-agente e experiências assemelha-se a avaliar um romance pelo número de toques no teclado: diz quanta atividade houve, não o que dela saiu. Enquanto os dados e as tarefas permanecerem fechados nos servidores da empresa, a automatização da investigação arrisca-se a ser sobretudo uma excelente operação de autopromoção tecnológica. — Olya