História da inteligência artificial: de Turing aos modelos de linguagem de hoje

Como começou a história da inteligência artificial?

Em uma frase: a ideia nasce com Alan Turing, em 1950, e o nome "inteligência artificial" aparece em 1956, na Conferência de Dartmouth.

Em 1950, Turing publicou o artigo "Computing Machinery and Intelligence". Nele, trocou a pergunta "as máquinas podem pensar?" por um jogo. Um interrogador conversa por texto com uma pessoa e uma máquina e tenta descobrir qual é qual. Esse jogo ficou conhecido como teste de Turing. O próprio Turing previu que, em cerca de cinquenta anos, um interrogador médio não teria mais de 70 por cento de chance de acertar depois de cinco minutos de perguntas (USP).

Uma ressalva aparece em pesquisas acadêmicas: passar no teste mostra que uma máquina consegue imitar uma conversa humana. Isso não prova que ela tenha inteligência real (USP).

Em 31 de agosto de 1955, John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon enviaram ao Dartmouth College a proposta de um projeto de pesquisa com o nome "inteligência artificial". O encontro aconteceu em 1956. A proposta partia de uma premissa: todo aspecto da aprendizagem poderia, em princípio, ser descrito com tanta precisão que uma máquina conseguiria simulá-lo. A expressão é atribuída a McCarthy (USP). Como resume o pesquisador Stan Franklin, citado na mesma tese, a IA parece ser a única disciplina com data de aniversário.

O que foi a Era de Ouro da IA?

Em uma frase: foram as cerca de duas décadas depois de Dartmouth, de 1956 a 1974, com muito investimento e entusiasmo.

Nesse período surgiram marcos que ainda aparecem nos livros (USP):

• 1956: Allen Newell, Herbert Simon e Cliff Shaw criam o programa Logic Theorist, descrito como o primeiro sistema de IA.
• 1958: John McCarthy desenvolve a linguagem de programação Lisp, muito usada na pesquisa em IA.
• 1958: Frank Rosenblatt apresenta o Perceptron, uma rede neural de uma só camada. Ela soma as entradas com pesos diferentes e classifica o resultado em uma de duas categorias.

Também nessa época surgiram programas que jogavam damas, criados por Christopher Strachey e Arthur Samuel (USP).

🚀 Para quem quer mais: desde o início, o campo se dividiu em dois caminhos. A IA simbólica usa regras lógicas escritas por pessoas ("se X, então Y"). A IA conexionista monta redes de unidades simples, inspiradas em neurônios, que aprendem padrões a partir de exemplos. Durante muito tempo, os dois grupos rivalizaram (USP).

O que foram os invernos da IA?

Em uma frase: foram períodos em que o dinheiro e o interesse pela IA caíram, porque os resultados não acompanharam as promessas.

As pesquisas acadêmicas apontam dois invernos: de 1974 a 1980 e de 1987 a 1993 (UnB). No primeiro, projetos foram interrompidos e o volume de pesquisa diminuiu. A dúvida era se o investimento teria retorno diante das limitações técnicas da época (USP).

Mesmo assim, houve avanços. Os sistemas especialistas usavam regras organizadas para resolver problemas de uma área específica. O DENDRAL analisava espectrometria de massa. O MYCIN ajudava no diagnóstico de infecções no sangue (USP). Entre as décadas de 1970 e 1980, esses sistemas marcaram o primeiro amplo uso comercial da IA (Scientia).

O limite dessa abordagem é que ela funciona bem em tarefas simples e bem definidas. Quando as possibilidades crescem, o desempenho piora, mesmo com especialistas ajudando a escrever as regras (USP).

Como o aprendizado profundo mudou a IA?

Em uma frase: o aprendizado profundo (deep learning) usa redes neurais com muitas camadas, que aprendem padrões a partir de grandes volumes de dados. Desde 2012, ele está no centro do avanço da IA.

Na segunda metade dos anos 1980, pesquisadores reinventaram o algoritmo de aprendizado chamado backpropagation, que ajusta a rede a partir dos próprios erros. O pouco poder de processamento da época ainda travava o progresso. Em meados dos anos 2000, a equipe de Geoffrey Hinton retomou as redes neurais e facilitou seu treinamento, inclusive para reconhecer fala e objetos. Em 2012, essa equipe venceu uma competição internacional de visão computacional, e o aprendizado profundo passou a ser reconhecido (USP).

No início do século XXI, contribuíram para isso computadores mais potentes, mais capacidade de armazenamento e mais dados disponíveis (UnB).

🔎 Na prática: o aprendizado de máquina (machine learning) é a parte da IA em que os programas melhoram com dados e experiência. O aprendizado profundo é um tipo de aprendizado de máquina. Ele tira automaticamente as características importantes de imagens ou textos, em vez de depender de alguém para escolhê-las à mão (UnB).

Foi desse caminho que vieram os grandes modelos de linguagem (Large Language Models, ou LLMs), como ChatGPT e DeepSeek. São sistemas treinados com enormes quantidades de texto que geram respostas escritas (Scientia).

Onde a história da IA está agora, em novembro de 2026?

Em uma frase: os modelos de linguagem mudam rápido, e versões novas saem com poucos dias de diferença.

Um exemplo recente vem da OpenAI, verificado em nov/2026:

• 4 de novembro de 2026: a empresa registra o lançamento do GPT-6.1 Terra (OpenAI).
• 9 de novembro de 2026: a empresa anuncia o GPT-6 Sol e o GPT-6 Luna. Eles ficaram disponíveis no ChatGPT Work e no Codex para usuários Plus, Pro, Business, Enterprise e Edu. Usuários Free e Go podiam usar o GPT-6 Luna no aplicativo para computador. Segundo o anúncio, os dois ainda não estavam no ChatGPT comum (OpenAI).
• Preços na API (para programadores): o GPT-6 Sol custa US$2 por milhão de tokens de entrada e US$10 por milhão de tokens de saída. O GPT-6 Luna custa US$0,10 e US$0,50. Token é um pedaço de texto que o modelo processa (OpenAI).
• Planos do ChatGPT em reais: R$39,99 por mês, R$99,90 por mês e planos a partir de R$525 por mês, conforme a página oficial em 13 de novembro de 2026 (OpenAI).

A OpenAI não está sozinha. O DeepSeek é outro exemplo de grande modelo de linguagem (Scientia). Claude, da Anthropic, e Gemini, do Google, também fazem parte dessa história. Esta página ainda não traz as versões e os preços atuais deles. Para isso, consulte as páginas oficiais de cada empresa antes de escolher.

Nenhum modelo é o melhor para tudo. Compare mais de um para a sua tarefa e confira o que importa antes de usar uma resposta, principalmente sobre saúde, dinheiro, lei e fatos.

Linha do tempo

1. 1950 Alan Turing publica o artigo "Computing Machinery and Intelligence", na revista Mind, e propõe o jogo da imitação, hoje chamado de teste de Turing.
2. 31 de agosto de 1955 John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon enviam ao Dartmouth College a proposta de um projeto de pesquisa chamado "inteligência artificial".
3. 1956 Acontece a Conferência de Dartmouth, vista como o nascimento do campo. No mesmo ano, Allen Newell, Herbert Simon e Cliff Shaw desenvolvem o programa Logic Theorist.
4. 1956 a 1974 Período chamado de Era de Ouro, com investimentos e avanços científicos na área.
5. 1958 John McCarthy desenvolve a linguagem Lisp. Frank Rosenblatt apresenta o Perceptron, uma das primeiras redes neurais.
6. 1974 a 1980 Primeiro inverno da IA: projetos interrompidos e menos pesquisa.
7. Décadas de 1970 e 1980 Surgem os sistemas especialistas, como DENDRAL e MYCIN, o primeiro amplo uso comercial da tecnologia.
8. Segunda metade dos anos 1980 Pesquisadores reinventam o algoritmo de aprendizado backpropagation.
9. 1987 a 1993 Segundo inverno da IA.
10. Meados dos anos 2000 A equipe de Geoffrey Hinton retoma as redes neurais e facilita seu treinamento.
11. 2012 A equipe de Hinton vence uma competição internacional de visão computacional. O aprendizado profundo (deep learning) passa a ser reconhecido.
12. 4 de novembro de 2026 A OpenAI registra o lançamento do modelo GPT-6.1 Terra.
13. 9 de novembro de 2026 A OpenAI anuncia os modelos GPT-6 Sol e GPT-6 Luna.