A inteligência artificial começou como um campo experimental na década de 1950 com pioneiros como Allen Newell e Herbert Simon, que fundaram o primeiro laboratório de inteligência artificial na Universidade Carnegie Mellon, e McCarty que juntamente com Marvin Minsky, que fundaram o MIT AI Lab em 1959. Foram eles alguns dos participantes na famosa conferência de verão de 1956 em Darthmouth College.^[20]

A IA tipo fraca, limitada, ou estreita (em inglês Narrow AI^[35]) são máquinas ou sistemas inteligentes que não fazem raciocínio; é limitada porque foi projetada para fazer uma tarefa específica, após ser treinado por um humano.^[36] Ou seja, não aprende de forma autônoma.^[36] Como por exemplo reconhecer comandos de voz e encontrar a rota mais rápida.^[35]

A AGI possui a habilidade de compreender e adaptar-se a vários contextos (e desafios) de forma autônoma sem a necessidade de ser treinada; são máquinas com inteligência versátil semelhante à humana, aprende de forma autônoma.^[36]

Embora a AGI busque replicar as ações e atitudes semelhante à humana em todos os domínios, ela continua sendo ainda teórica e possivelmente longe de ser implementada na realidade.^[37] As tecnologias atuais de IA ainda não atingiram o nível de generalização e flexibilidade para serem classificadas como AGI. Os futuristas dizendo que a AGI deve ser viável a partir de 2300.^[37]

A IA agêntica (Agentic -AI) trabalha usando agentes de IA autônomos que executam tarefas interpretando o contexto e objetivo; esta toma decisões e executa ações de acordo com objetivos predefinidos semelhante a AGI.^[37] E permite a automação de fluxos de trabalho complexos de várias etapas em escala usando raciocínio (avalia as opções) e planejamento iterativo.^[37] Assim esta IA se otimiza automaticamente em tempo real sem intervenção humana constante.^[37]

Agêntica vai além da capacidade de transformar dados em conhecimento, também transforma este conhecimento em ação sem intervenção humana constante.^[37] Embora mais avançada que a IA convencional, seu objetivo não é alcançar os recursos cognitivos da AGI, pois se concentra na automação autônoma de fluxos de trabalho complexos em contextos específicos.^[37]

Considerada o futuro da IA (especulação), com a criação de máquinas com capacidade de tomar decisões e analisar dados de forma extremamente rápida, superando a IA forte.

Conseguem responder rapidamente as tarefas imediatas, mas não conseguem armazenar memória, não melhoraram sua funcionalidade com a experiência (não aprendem).^[36] Como por exemplo o mecanismo de recomendação da Netflix, que analisa o histórico do usuário para sugerir um filme/série.^[36]

É um subcampo da inteligência artificial, na qual uma máquina aprende, ou seja, é ensinada a partir de algoritmos a realizar uma tarefa determinada, entendendo um padrão.

Uma estrutura computacional inspirado na estrutura neural do ser humano para simular o cérebro humano, como por exemplo o algoritmo usado no buscador do Google;^[38] esta reconhece os termos pesquisados, busca os sinônimos e, assuntos relacionados para assim gerar melhores resultados.^[38]

É um sistema inteligente com habilidade de interpretar as emoções de pessoas e animais.^[36] Um termo emprestado da psicologia, que é a habilidade dos humanos de ler as emoções dos outros e prever ações.^[36]

Autoconsciente ou ponto de singularidade da IA ou, como defende a academia, senciência da IA, é um estágio hipotético da inteligência artificial em que as máquinas possuem autoconsciência. Um estágio além da teoria da mente e é um dos objetivos finais no desenvolvimento da IA.^[36]

A investigação recente destaca também os impactos económicos e sociais associados a sistemas de IA avançados, incluindo a automatização de empregos, a concentração de poder tecnológico e riscos éticos ligados a uma eventual senciência. Estes fatores têm motivado debates académicos sobre regulação, governança e segurança no desenvolvimento da inteligência artificial.^{[39][40][41][42][43]}

Permite que as máquinas/sistemas conversem com os humanos usando a linguagem humana, como por exemplo o uso da Alexa e da Siri. Os assistentes pessoais fazem parte da Inteligência Artificial Estreita (ANI), limitação da IA de executar um conjunto de tarefas específicas.^[38] Os sistemas de navegação fazem tarefas bem definidas, como encontrar a rota mais rápida de um ponto a outro.^[38]

Faz analise e descreve imagens e vídeos, podendo reconhecer objetos e detectar movimentos,^[36] mapear um ambiente físico.^[36]

São máquinas ou sistemas inteligentes usados na indústria , que possuem a capacidade de tomar decisões/fazer ações programadas a partir da coleta de informações do ambiente (como por exemplo a umidade e a temperatura). Capacidade de identificar objetos e capacidade de navegar em diferentes ambientes de forma autônoma, como por exemplo a Figure AI que está construindo robôs humanoides bípedes para trabalharem com os humanos.^[36]

A investigação em Inteligência Artificial Forte aborda a criação da forma de inteligência baseada em computador que consiga raciocinar e resolver problemas; uma forma de IA forte é classificada como auto-consciente. A IA forte é tema bastante controverso, pois envolve temas como consciência e fortes problemas éticos ligados ao que fazer com uma entidade que seja cognitivamente indistinguível de seres humanos. A ficção científica tratou de muitos problemas desse tipo. Isaac Asimov, por exemplo, escreveu O Homem Bicentenário, onde um robô consciente e inteligente luta para possuir um status semelhante ao de um humano na sociedade.^[45] E Steven Spielberg dirigiu "A.I. Inteligência Artificial" onde um garoto-robô procura conquistar o amor de sua "mãe", procurando uma maneira de se tornar real. Por outro lado, o mesmo Asimov reduz os robôs a servos dos seres humanos ao propor as três leis da robótica.^[46][47][48] Stephen Hawking alertou sobre os perigos da inteligência artificial e considerou uma ameaça à sobrevivência da humanidade^[49] (ver: Rebelião das máquinas).

Trata-se da noção de como lidar com problemas não determinísticos. Uma contribuição prática de Alan Turing foi o que se chamou depois de Teste de Turing (TT),^[50] de 1950: em lugar de responder à pergunta "podem-se ter computadores inteligentes?" ele formulou seu teste, que se tornou praticamente o ponto de partida da pesquisa em "Inteligência Artificial".^[51]

O teste consiste em se fazer perguntas a uma pessoa e um computador escondidos. Um computador e seus programas passam no TT se, pelas respostas, for impossível a alguém distinguir qual interlocutor é a máquina e qual é a pessoa. No seu artigo original ele fez a previsão de que até 2000 os computadores passariam seu teste.^[50]

A inteligência artificial fraca centra a sua investigação na criação de inteligência artificial que não é capaz de verdadeiramente raciocinar e resolver problemas. Uma tal máquina com esta característica de inteligência agiria como se fosse inteligente, mas não tem autoconsciência ou noção de si. O teste clássico para aferição da inteligência em máquinas é o Teste de Turing.^[50]

Muitos filósofos, sobretudo John Searle e Hubert Dreyfus, inseriram no debate questões de ordem filosófica e epistemológica, questionando qualquer possibilidade efetiva da IA forte.^[52][53] Seriam falsos, assim, os próprios pressupostos da construção de uma inteligência ou consciência semelhante à humana em uma máquina.^[54]

Searle é bastante conhecido por seu contra-argumento sobre o Quarto Chinês (ou Sala Chinesa), que inverte a questão colocada por Minsky a respeito do Teste de Turing.^[55] Seu argumento diz que ainda que uma máquina possa parecer falar chinês por meio de recursos de exame comparativo com mostras e tabelas de referência, binárias, isso não implica que tal máquina fale e entenda efetivamente a língua. Ou seja, demonstrar que uma máquina possa passar no Teste de Turing não necessariamente implica um ser consciente, tal como entendido em seu sentido humano.^[56] Dreyfus, em seu livro O que os computadores ainda não conseguem fazer: Uma crítica ao raciocínio artificial, argumenta que a consciência não pode ser adquirida por sistemas baseados em regras ou lógica; tampouco por sistemas que não façam parte de um corpo físico. No entanto, este último autor deixa aberta a possibilidade de um sistema robótico baseado em Redes Neuronais, ou em mecanismos semelhantes, alcançar a inteligência artificial.^[53]

Mas já não seria a referida IA forte, mas sim um correlato bem mais próximo do que se entende por IA fraca. Os revezes que a acepção primeira de Inteligência Artificial vem levando nos últimos tempos contribuíram para a imediata relativização de todo seu legado. O papel de Marvin Minsky, figura proeminente do MIT e autor de Sociedade da Mente, fora central para a acepção de uma IA linear que imitaria com perfeição a mente humana, mas seu principal feito foi construir o primeiro computador baseado em redes neurais, conhecido como Snark.^[57]

É argumentado também que a inteligência artificial ainda não é desenvolvida ao ponto de atuar como o cérebro humano, de forma criativa. Ademais, o cérebro humano ainda não é suficientemente compreendido. Portanto, a ideia de replicar funções do cérebro humano é atualmente intangível.^[58]

A IA pode ser uma arma quando usada por pessoas mal-intencionadas, como por exemplo o uso da ferramenta deepfake para golpe.^[59] A criação destes sistemas podem gerar vazamento de dados ou acidentes com veículos autônomos.^[59]

Foi provado que um simulador qualitativo, completo e robusto não pode existir, ou seja, desde que o vocabulário entrada-saída seja usado (como num algoritmo QSIM), haverá sempre modelos de entrada que causam predições erradas na sua saída. Por exemplo, a noção de infinito é impossível ser tida por uma máquina finita (computador ou neurónios se produzirem apenas um número finito de resultados num número finito de tempo). Neste caso é um simples paradoxo matemático, porque são em número finito as combinações saídas de qualquer conjunto finito. Se a noção de infinito pudesse ser obtida por uma certa combinação finita, isso significaria que o infinito seria equivalente a essa sequência finita, o que é obviamente uma contradição. Por isso, o infinito e outras noções abstratas têm que ser pré-adquiridas numa máquina finita, não são aí programáveis.^[60][61]

A adoção generalizada da inteligência artificial levanta preocupações quanto ao seu impacto no emprego e na distribuição de riqueza. Vários estudos recentes indicam que a automação de tarefas cognitivas e rotineiras pode levar ao deslocamento de trabalhadores em setores como transporte, serviços financeiros, atendimento ao cliente entre outros.^[66][67]

Entre as funções com maior probabilidade de extinção, a literatura destaca tarefas como produção de conteúdo padronizado, atendimento e vendas roteirizadas, backoffice administrativo, contabilidade simples, análise repetitiva de risco, programação elementar, design baseadado em modelos, mediação transacional, formação padronizada, suporte técnico básico, revisão e formatação textual, pesquisa documental simples, edição de imagem para comércio eletrónico e até memdo o comércio electrónico na parte da fixação de preços, descrições automáticas de produtos, relatórios de gestão recorrentes, prospeção de leads genéricos, curadoria de catálogos e auditorias baseadas em listas de verificação.^[68]

A concentração de capacidades tecnológicas em poucas empresas e países também é alvo de debate, dado o risco de aprofundar desigualdades económicas e sociais.^[69] Estas questões têm impulsionado propostas para políticas de requalificação profissional, regulação de algoritmos e desenvolvimento ético da IA, de modo a equilibrar eficiência tecnológica e justiça social.^[70]