O robô de tênis de mesa da Sony me fez pensar no que acontece quando a inteligência artificial ganha um corpo.

Eu queria descartar o robô de tênis de mesa da Sony como mais uma demonstração cara de laboratório. Uma máquina que consegue competir contra jogadores de elite é impressionante, sem dúvida, mas também parece o tipo de demonstração feita para impressionar executivos em uma sala onde todos já concordaram em se impressionar.

Mas o tênis de mesa é um teste mais cruel do que parece. A bola é pequena, rápida, gira e é tão imprevisível que muda de direção no instante em que toca a mesa. O sistema da Sony enfrenta algo menos indulgente do que o cálculo. Ele precisa ver, prever e agir antes que o ponto seja perdido.

A Sony testou o Ace contra cinco jogadores de elite e dois profissionais sob as regras oficiais da competição, e o robô saiu vitorioso em diversas ocasiões.

O detalhe mais útil é o que a raquete tinha que enfrentar durante essas partidas: golpes rápidos e com muito efeito que mudavam de direção após o quique e puniam até mesmo pequenos atrasos. Em outras palavras, a Ace não se limitava a rebater a bola. Ela lia o movimento, fazia previsões e se movia antes que a jogada escapasse de suas mãos.

A IA está saindo do conselho.

A manchete comum " IA supera humanos " não faz jus ao que a Ace está realmente testando. Já vimos essa história em contextos mais limpos. O Deep Blue da IBM derrotou Garry Kasparov em 1997, e o simbolismo ainda paira sobre toda antiga disputa entre habilidade humana e cálculo de máquina.

Mas o xadrez, apesar de toda a sua profundidade estratégica, é amigável aos computadores. O tabuleiro não oscila. As peças não giram. Um cavalo nunca volta a toda velocidade porque alguém o atingiu num ângulo perigoso.

O robô da Sony aponta para uma mudança diferente. Quando a IA precisa se mover, a inteligência se torna uma questão de tempo. O sistema precisa ler o mundo com rapidez suficiente para agir dentro dele. Isso é mais útil e muito mais difícil de manter rigidamente contido.

O corpo muda o problema.

É aqui que a demonstração de tênis de mesa começa a fazer mais diferença. Um robô capaz de rastrear o giro da bola, prever o movimento e ajustar sua resposta em tempo real não se torna automaticamente um operário de fábrica, um separador de pedidos em um armazém, um auxiliar de enfermagem, um trabalhador rural ou uma máquina de resposta a desastres. Essa comparação seria simplista demais, o que geralmente significa que está errada.

O mercado de robótica em geral já ultrapassou a fase de demonstrações interessantes. A Federação Internacional de Robótica afirma que 542.000 robôs industriais foram instalados em 2024, mais que o dobro do número registrado uma década antes. A previsão é de que as instalações cheguem a 575.000 em 2025 e ultrapassem 700.000 até 2028. Isso não torna o Ace um produto exclusivo de fábricas, mas o insere em uma história maior de automação que já está presente nos pisos de produção.

Em ambientes industriais controlados, os robôs precisam lidar com variações em vez de repetir um movimento perfeito indefinidamente. Na logística, eles enfrentam caixas amassadas, ângulos desfavoráveis, etiquetas faltando e pessoas atravessando a fila errada na pior hora possível. Ao ar livre, lama, intempéries, terrenos irregulares e produtos moldados pela natureza não são conhecidos por respeitarem os requisitos de software.

No que diz respeito ao mercado de trabalho, a história fica menos animadora. A McKinsey estima que a tecnologia atual poderia, em teoria, automatizar atividades que representam cerca de 57% das horas de trabalho nos EUA. Esse número não representa uma perda exata de empregos, e a McKinsey é cautelosa quanto a esse ponto.

A pressão é mais sutil e provavelmente mais confusa: as tarefas são divididas, as funções são redefinidas e alguns trabalhadores descobrem que a "eficiência" costuma vir acompanhada de uma planilha e um sorriso forçado.

Algumas configurações aumentam a penalidade por erros. Um chatbot que comete um erro pode desperdiçar uma tarde inteira. Um robô que interpreta mal o equilíbrio de um paciente, uma cadeira de rodas ou um corredor de hospital pode causar danos reais. Quanto mais incorporada a IA se torna, menos tolerante aos seus erros ela é.

A conta vem junto com o corpo.

A infraestrutura não desaparece quando a IA ganha pernas, rodas ou um braço robótico. Ela ainda depende de chips , centros de dados , sistemas de refrigeração, eletricidade, água e uma rede elétrica que não foi construída para que todas as empresas, de repente, descobrissem que precisam de mais poder computacional.

A Agência Internacional de Energia prevê que o consumo global de eletricidade de data centers dobrará para cerca de 945 TWh até 2030, representando pouco menos de 3% do consumo global de eletricidade. Essa parcela pode parecer pequena até que uma rede elétrica local, um sistema de abastecimento de água ou uma comunidade próxima a um novo data center tenha que absorver essa concentração.

Nem tudo é ruim, porém. Robôs mais inteligentes poderiam reduzir o desperdício nas fábricas, ajudar na inspeção de locais perigosos, aprimorar a agricultura de precisão e assumir trabalhos que desgastam o corpo humano. As vantagens são reais, mas o custo também.

Deep Blue fez com que a IA parecesse poderosa dentro de um jogo de tabuleiro. Ace dá a sensação de que o tabuleiro desapareceu e as peças agora são fábricas, hospitais, fazendas, redes elétricas e trabalhadores tentando adivinhar o que acontecerá a seguir.

Asimov imaginou robôs regidos por regras. A versão que estamos construindo de fato pode ser regida, em primeiro lugar, por questões econômicas.