Um novo estudo publicado pelo instituto METR (Machine Evaluation and Tracking of Reasoning) revelou que a capacidade dos agentes de IA em completar tarefas de forma autônoma está dobrando aproximadamente a cada 7 meses. Essa evolução segue um padrão de crescimento exponencial comparável à famosa Lei de Moore, que prevê o dobro de poder computacional a cada dois anos.
O Que o Estudo Revela?
A análise acompanhou o desempenho de modelos de IA e humanos em 170 tarefas de software, com durações variando de decisões de 2 segundos a projetos de engenharia de 8 horas. Os resultados revelam um avanço consistente e acelerado:
- Modelos avançados como o 3.7 Sonnet conseguem hoje executar tarefas de até 59 minutos (tempo que um humano levaria) com pelo menos 50% de confiabilidade.
- Modelos anteriores, como o GPT-4, conseguiam lidar com tarefas de apenas 8 a 15 minutos com o mesmo nível de eficácia.
- Modelos de 2019, em comparação, mal conseguiam completar tarefas que levavam mais do que alguns segundos para um ser humano.
Se essa curva continuar, a projeção é que até 2030, agentes de IA serão capazes de realizar projetos equivalentes a um mês de trabalho humano com confiabilidade razoável.
Por Que Isso É Importante?
A descoberta de uma “Lei de Moore para IA” representa uma ferramenta de previsão valiosa para empresas, governos e desenvolvedores. Ter clareza sobre a evolução previsível das capacidades dos agentes autônomos permite:
- Planejar com antecedência a substituição ou reconfiguração de processos humanos.
- Ajustar investimentos em automação e IA com base em marcos temporais mais confiáveis.
- Antecipar mudanças profundas na estrutura de trabalho, engenharia de software e tomada de decisão empresarial.
O Futuro: Agentes com Escopo de Meses de Trabalho
À medida que os modelos evoluem para executar tarefas mais longas e complexas de forma confiável, o papel dos humanos no ciclo produtivo pode migrar do “fazer” para o “supervisionar, projetar e corrigir”. A automação de tarefas de semanas ou meses de duração poderá transformar radicalmente setores como:
- Engenharia de software
- Consultoria e análise de dados
- Pesquisa científica
- Gestão de projetos
Esse padrão de crescimento também aumenta a pressão sobre reguladores, educadores e tomadores de decisão, que precisarão adaptar suas políticas e estratégias à nova realidade da IA em constante aceleração.
Com esse novo marco, o futuro dos agentes autônomos se torna mais tangível — e previsivelmente disruptivo.
