Relatório da OpenAI mostra que modelos ainda têm dificuldade para automatizar o P&D da própria empresa

O relatório da OpenAI sobre a automação da própria pesquisa e desenvolvimento aponta um descompasso. Os agentes de IA já resolvem tarefas cada vez mais complexas para os pesquisadores, mas a confiabilidade ainda é baixa, e os modelos têm dificuldade para executar o trabalho de P&D da empresa de ponta a ponta. O post analisa algumas possíveis explicações para esse cenário.

O pano de fundo é a automação recursiva do próprio aprimoramento (recursive self-improvement, ou RSI), que deveria estar entre os desenvolvimentos de IA mais consequentes dos próximos anos. A discussão em torno dela vem de economistas e pesquisadores de IA, que tratam do tema em modelos de crescimento. Nessa literatura, três forças governam o impacto: retornos decrescentes (ideias ficam mais difíceis de achar), gargalos de complementaridade e transbordamentos da IA para outras partes da economia.

Em 7 de setembro de 2026, o CEVIU noticiou em "OpenAI Otimiza Pesquisa com Agentes de IA, Aumentando Produtividade e Complexidade de Tarefas" que, em meados de agosto, os agentes operavam com 3,1 dias de trabalho de agente para cada dia de trabalho humano. O relatório novo mantém o quadro de ganho de produtividade, mas acrescenta o contrapeso: a confiabilidade ainda é baixa e a automação completa do P&D não chegou.

Em 9 de outubro de 2026, o CEVIU publicou "Automação da Epoch: IA Atinge Limite ou Salto à Vista?", sobre um estudo da Epoch em que modelos de ponta se mostraram competentes em tarefas bem definidas para automatizar a produção de conteúdo da empresa. É outro caso, de outra organização, mas com leitura parecida: tarefa delimitada funciona melhor que trabalho aberto.

Para quem opera agentes em fluxos reais, a leitura é que ganho de velocidade em tarefas isoladas não se converte automaticamente em autonomia confiável. Confiabilidade tende a ser o gargalo, e não só capacidade bruta. Isso é interpretação editorial, mas ajuda a calibrar expectativa sobre prazos de RSI.