Does AI Already Have Human-level Intelligence? The Evidence is Clear

Resumo

By any reasonable criteria, the vision of human-level machine intelligence laid out by Alan Turing in 1950 is now a reality. Eyes unclouded by dread or hype will help to prepare for what comes next.

Bibliografia

Chen, Eddy Keming, Mikhail Belkin, Leon Bergen, e David Danks. “Does AI Already Have Human-Level Intelligence? The Evidence Is Clear”. Nature 650, n. 8100 (2026): 36–40. https://doi.org/10.1038/d41586-026-00285-6.

Bibliografia Latex

@article{chen2026,
  title = {Does {{AI}} Already Have Human-Level Intelligence? {{The}} Evidence Is Clear},
  shorttitle = {Does {{AI}} Already Have Human-Level Intelligence?},
  author = {Chen, Eddy Keming and Belkin, Mikhail and Bergen, Leon and Danks, David},
  date = {2026-02-05},
  journaltitle = {Nature},
  shortjournal = {Nature},
  volume = {650},
  number = {8100},
  pages = {36--40},
  issn = {0028-0836, 1476-4687},
  doi = {10.1038/d41586-026-00285-6},
  langid = {english},
}

Minhas Notas

Objetivo

• Avaliar se os Grandes modelos de linguagem modernos podem ser considerados Inteligência Artificial Geral.

Método

• Avaliação das características da inteligência geral, do que não é inteligência e das principais críticas feitas por especialistas para não considerar os Grandes modelos de linguagem como Inteligência Artificial Geral

Resultados

• Segundo os autores, os Grandes modelos de linguagem podem sim ser considerados Inteligência Artificial Geral e que isso traz novas implicações que devem ser observadas com calma.

Comentários Extras

• Os autores argumentam que há 3 níveis de inteligência geral: nível do Teste de Turing, no qual tem-se habilidades básicas com passar em exames educacionais, manter conversão adequada e performar tarefas de raciocino básico; Nível de especialista, no qual é necessário um nível de performance grande em vários campos do conhecimento, ter grande fluência em idiomas diversos, capacidade criativa e prática elevadas, etc; e o Nível de super-humano, o que não existe mas seria uma capacidade consistente de descobertas científicas e técnicas em vários campos do conhecimento.
• As críticas apresentadas e combatidas pelas autores sobre os Grandes modelos de linguagem no artigo são:
  • Eles são apenas papagaios de informação: Há capacidade de abstração, especialmente em modelos mais recente. Além disso, eles podem resolver questões novas com base em estruturas aprendidas previamente. Os humanos, em certa medida, também são papagaios.
  • Eles não tem modelos de mundo: a linguagem parece ser capaz abranger acontecimentos físicos. Outros modelos podem ser integrados como ferramentas;=
  • Eles entendem apenas palavras: Modelos mais recentes são treinados em imagens e áudio também
  • Eles não tem corpo físico: capacidade motora é separada da inteligência
  • Eles não tem agencia: autonomia é diferente de inteligência e não um constituinte.
  • Eles não tem senso de si: não negamos inteligência a pessoas com amnésia ou transtornos de personalidade.
  • Eles são apreendedores ineficientes: os humanos tem vieses presentes devido a evolução que vem antes do aprendizado. Um especialista formado em 10 anos tem a mesma capacidade que um formado em 1.
  • Eles alucinam: humanos também, inclusive com criação de elementos e memórias falsas.
  • Eles não tem benefícios econômicos: nem tudo precisa ter. Capacidade cognitiva não depende de capacidade de gerar valor econômico.
  • A inteligência deles é alienígena: a afirmação não é de a inteligência é humana, mas sim que ela é geral.

Referências

Notas e Destaques

• Three-quarters of a century later, the answer looks like ‘yes’. In March 2025, the large language model (LLM) GPT-4.5, developed by OpenAI in San Francisco, California, was judged by humans in a Turing test to be human 73% of the time — more often than actual humans were2. (p. 36) Comentário: Esse tipo de avaliação é interessante, mas talvez não conte a história completa de um AGI.
• That explains this disconnect? We suggest that the problem is part conceptual, because definitions of AGI are ambiguous and inconsistent; part emotional, because AGI raises fear of displacement and disruption; and part practical, as the term is entangled with commercial interests that can distort assessments. (p. 36) Comentário: Faz sentido ter esse tipo de disconexão: falta de clareza no termo e medo em relação as consequências.
• : by reasonable standards, including Turing’s own, we have artificial systems that are generally intelligent. (p. 36)
• A common informal definition of general intelligence, and the starting point of our discussions, is a system that can do almost all cognitive tasks that a human can do6,7. (p. 36) Comentário: Esse tipo de definição é importante. Entretanto, quais são estas tarefas cognitivas?
• What tasks should be on that list engenders a lot of debate, but the phrase ‘a human’ also conceals a crucial ambiguity. Does it mean a top human expert for each task? Then no individual qualifies — Marie Curie won Nobel prizes in chemistry and physics but was not an expert in number theory. Does it mean a composite human with competence across the board? This, too, seems a high bar — Albert Einstein revolutionized physics, but he couldn’t speak Mandarin. (p. 37) Comentário: Curioso ponto: É preciso ser especialista em tudo ou generalista em tudo? Parece que nenhuma das duas é interessante.
• Rather, general intelligence is about having sufficient breadth and depth of cognitive abilities, with ‘sufficient’ anchored by paradigm cases. Breadth means abilities across multiple domains — mathematics, language, science, practical reasoning, creative tasks — in contrast to ‘narrow’ intelligences, such as a calculator or a chess-playing program. Depth means strong performance within those domains, not merely superficial engagement. (p. 37)
• No single test is definitive, but evidence accumulates. The same applies to artificial systems. (p. 38) Comentário: Em alguns casos a evidência em cascada é mais importante. Ou seja, evidência que vão se sobreponto a partir de várias observações distintas.
• e think the current evidence is clear. By inference to the best explanation — the same reasoning we use in attributing general intelligence to other people — we are observing AGI of a high degree. (p. 38)
• All intelligence, human or artificial, must extract structure from correlational data; the question is how deep the extraction goes. (p. 39)
• Motor capabilities are separable from general intelligence. (p. 39)
• utonomy matters for moral responsibility, but it is not constitutive of intelligence. (p. 39)
• But our claim is not that LLMs have human intelligence; it is that they realize some form of general intelligence. (p. 40) Comentário: Importante distinção. Não estamos tentando avaliar se há inteligência humana numa IA, mas sim se há uma inteligência geral.
• Questions of coexistence, responsibility, liability and governance take on new dimensions when the systems involved are not narrow instruments but general intelligence. (p. 40)
• ust five years ago, we didn’t have AGI; now we do. Even more powerful forms of intelligence will no doubt arrive soon. This is both remarkable and concerning. Remarkable, because we are privileged to witness what is perhaps the most significant scientific and technological revolution in human history. Concerning, because the timeline is compressed beyond any historical precedent and could be accelerating. (p. 40)