The Rise and Fall of $G$ in AGI

Este artigo aplica a análise fatorial de Spearman a baterias de benchmarks de IA para demonstrar que, embora os modelos de linguagem exibam inicialmente uma forte "inteligência geral" ($G$), essa unificação está a diminuir com o surgimento de modelos especializados e ferramentas de raciocínio, revelando uma evolução de sistemas generalistas para uma diversidade de capacidades especializadas.

O essencial

Imagine que você é um treinador de atletas e, em vez de medir apenas a velocidade de corrida, você testa seus alunos em 14 esportes diferentes: natação, xadrez, culinária, matemática, programação e até mesmo em como eles se saem em quebra-cabeças.

Este artigo, escrito por David C. Krakauer do Instituto Santa Fe, faz exatamente isso, mas com Inteligência Artificial (IA). Ele investiga se as IAs modernas (como o GPT-4, Claude, Gemini) possuem uma "inteligência geral" única, ou se são apenas especialistas em várias coisas ao mesmo tempo.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Grande "G" (A Intuição Inicial)

Na psicologia humana, existe um conceito chamado "fator g" (inteligência geral). A ideia é que, se uma pessoa é boa em matemática, ela tende a ser boa em leitura e em lógica. É como se houvesse um "motor" único que impulsiona todas as habilidades.

Os criadores de IA achavam que as IAs estavam seguindo o mesmo caminho. Eles pensavam: "Se a IA fica melhor em escrever, ela vai ficar melhor em tudo: codificar, curar doenças, jogar xadrez e fazer leis." Eles chamavam isso de AGI (Inteligência Artificial Geral).

2. O Experimento: A "Ficha de Notas" da IA

O autor reuniu as notas de 39 modelos de IA (de 2019 a 2025) em 14 testes diferentes.

• O que ele viu no início: De fato, parecia haver um "fator G". Quando uma IA melhorava, ela melhorava em tudo ao mesmo tempo. Era como se todos os alunos da turma estivessem subindo de nota juntos.
• A Analogia: Imagine uma sala de aula onde, ano após ano, todos os alunos ficam mais inteligentes em todas as matérias. Parece que a "inteligência geral" está crescendo.

3. O Ponto de Virada: A "Rotação" e a Especialização

Mas, ao analisar os dados com mais cuidado (usando uma técnica matemática chamada Análise de Componentes Principais), o autor descobriu algo surpreendente que aconteceu por volta de 2024.

A "inteligência geral" (o fator G) começou a cair e a girar.

• A Analogia do "Hedgehog" (Ouriço) vs. "Fox" (Raposa):
  • O Ouriço (Fase Antiga): Sabia uma coisa grande e fazia tudo bem. As IAs antigas eram como ouriços: uma única estrutura que melhorava uniformemente em tudo.
  • A Raposa (Fase Nova): Sabe muitas coisas pequenas. As IAs novas estão se tornando como uma "sociedade de raposas". Elas estão começando a se especializar.

O que aconteceu? As IAs começaram a usar ferramentas.

• Antigamente, a IA tinha que "lembrar" tudo e "pensar" sozinha.
• Agora, se a IA precisa de matemática complexa, ela usa uma calculadora. Se precisa de código, ela usa um interpretador. Se precisa de informação atual, ela usa a internet.

Isso mudou a natureza da "inteligência". A IA não está mais apenas "pensando" mais rápido; ela está alugando a inteligência de outras ferramentas.

4. O Que a Matemática Revelou

O autor fez uma conta para remover o "efeito do tempo" (o fato de que as IAs novas são sempre melhores que as antigas). O resultado foi chocante:

1. A Ilusão da Generalidade: A forte correlação de que "tudo melhora junto" era, em parte, uma ilusão causada pelo fato de que as IAs novas são apenas "mais potentes" em geral.
2. A Verdade Oculta: Quando você remove essa melhoria geral, descobre que as IAs estão se dividindo.
   • Algumas IAs estão ficando incríveis em raciocínio complexo (como resolver problemas de física ou lógica difícil), mas não necessariamente em tarefas simples de execução.
   • Outras estão ficando ótimas em execução rápida (escrever código, responder perguntas fáceis), mas não em raciocínio profundo.
   • Elas estão se tornando anti-correlacionadas: ser muito bom em uma coisa às vezes significa ser "menos" focado em outra, porque os recursos computacionais estão sendo usados de formas diferentes.

5. A Metáfora Final: O Sistema Ptolomaico vs. Newtoniano

O autor usa uma analogia histórica brilhante:

• O Sistema Ptolomaico (Antigo): Na astronomia antiga, para explicar por que os planetas se moviam de forma estranha, os cientistas adicionavam "círculos dentro de círculos" (epiciclos) para que a teoria funcionasse. Era complicado, mas funcionava.
  • Na IA: Cada vez que uma IA faz algo novo, criamos um novo teste. A "inteligência geral" é apenas a soma de todos esses testes complicados.
• O Sistema Newtoniano (O Futuro): Newton simplificou tudo com uma única lei da gravidade.
  • Na IA: O autor sugere que não estamos chegando a uma "Inteligência Geral" simples. Estamos criando um sistema complexo onde a inteligência é distribuída. A IA não é um cérebro único; é um sistema expandido que usa ferramentas externas.

Resumo em Uma Frase

A "Inteligência Artificial Geral" (AGI) como um único monstro que sabe tudo de tudo está desaparecendo. Em vez disso, estamos criando ecossistemas de inteligência: sistemas que são mestres em coordenar ferramentas, especialidades e raciocínios diferentes, tornando-se mais complexos e diversos, mas menos "genéricos" do que imaginávamos.

A lição: Não procure por uma única "medida de inteligência" para a IA. A inteligência do futuro é como uma orquestra onde cada músico toca um instrumento diferente, e o maestro (o modelo) sabe quando chamar cada um para tocar.

Resumo técnico

Título: A Ascensão e Queda de G na AGI

Autor: David C. Krakauer (Santa Fe Institute)
Data: 14 de abril de 2026 (Data futura no contexto do artigo, indicando uma análise prospectiva baseada em dados até 2025).

---

1. O Problema e o Contexto

O artigo aborda a definição e a mensuração da Inteligência Geral Artificial (AGI). Na literatura psicológica, o termo "inteligência geral" refere-se à correlação positiva entre diversas habilidades cognitivas (o "fator g" de Spearman), e não apenas ao número de habilidades.

• A Questão Central: Os Grandes Modelos de Linguagem (LLMs) exibem um "fator G" análogo ao humano, indicando inteligência geral, ou sua performance em benchmarks é apenas uma acumulação de habilidades especializadas (conhecimento) sem um mecanismo de raciocínio unificado?
• O Desafio: A comunidade de IA debate se os modelos estão se aproximando da AGI ou se são apenas "sistemas estreitos competentes". O artigo busca aplicar a psicometria clássica (análise fatorial) ao ecossistema de LLMs para determinar se existe uma estrutura latente de inteligência geral ou se a "generalidade" é uma ilusão estatística causada por tendências temporais (modelos mais novos sendo melhores em tudo).

2. Metodologia

O autor trata os modelos de linguagem como "sujeitos" e os benchmarks como "testes cognitivos", aplicando técnicas estatísticas avançadas a uma matriz de dados temporal.

• Estrutura de Dados:
  • Amostra: 39 modelos principais (OpenAI, Anthropic, Google, Meta, DeepSeek, Mistral) lançados entre fevereiro de 2019 e dezembro de 2025.
  • Benchmarks: 14 benchmarks cobrindo conhecimento geral, raciocínio matemático, codificação e ciências (ex: MMLU, GSM8K, MATH, HumanEval, GPQA).
  • Matriz de Pontuação: Uma matriz $N \times K$ (Modelos $\times$ Benchmarks) com 42% de cobertura.
• Análise Estatística:
  • Análise de Componentes Principais (PCA): Aplicada para identificar o "fator G" (o primeiro componente principal, PC1) que explica a variância compartilhada entre os benchmarks.
  • Análise Temporal (Janela Expansiva): Os modelos foram adicionados cronologicamente para observar como a estrutura do fator G evolui ao longo do tempo.
  • Análise de Correlação Parcial: Remoção da variância explicada pelo PC1 para revelar correlações residuais (estruturas de grupos ou especializações ocultas).
  • Detrendização: Regressão linear para remover a tendência temporal (melhoria natural dos modelos ao longo do tempo) e isolar a estrutura intrínseca da inteligência.
  • Análise de Mudança de Ponto (CUSUM): Para identificar momentos estatisticamente significativos de ruptura na estrutura dos dados.
  • Análise de Horn (Parallel Analysis): Para validar a retenção de fatores em amostras pequenas, superando o critério de Kaiser.

3. Principais Contribuições e Resultados

A. Confirmação do Manifold Positivo (A Ascensão de G)

• Correlação Positiva Universal: Em 8 benchmarks com cobertura suficiente, todas as 28 correlações pareadas são positivas (média $\bar{r} = 0.82$).
• Dominância do Fator G: Em uma bateria central de 5 benchmarks, o primeiro componente principal (PC1) explica 90% da variância total. Isso é significativamente maior do que o fator g humano (geralmente 40-60%).
• Interpretação: Isso confirma que, em um nível macro, os modelos exibem um "fator G" forte, onde melhorar em uma tarefa geralmente implica melhorar em todas as outras.

B. A Queda de G e a Divergência Arquitetural

• Declínio da Variância Explicada: Ao analisar períodos específicos (epochs) e remover a tendência temporal, a variância explicada por G cai.
  • Epoch II (2023-2024): Pico de G com 92% de variância explicada (era do "scaling" puro).
  • Epoch III/IV (2024+): Queda para 77% de variância explicada.
• Causa: A queda não significa que os modelos ficaram "menos inteligentes", mas que a generalidade unificada diminuiu em favor da especialização. Modelos recentes (como o1-preview, DeepSeek R1) começam a divergir: alguns otimizam para raciocínio profundo (inferência), outros para execução procedural.
• Rotação do Fator G: A introdução de modelos com raciocínio especializado (Chain-of-Thought) causa uma rotação significativa no vetor próprio (eigenvector) de G. O "G" deixa de ser uniforme e passa a pesar mais em benchmarks de conhecimento complexo e menos em execução procedural, pois os modelos começam a "terceirizar" tarefas para ferramentas.

C. Estrutura Residual e "AI-Foxes" vs. "AI-Hedgehogs"

• Correlações Parciais Negativas: Ao remover o fator G, as correlações residuais tornam-se majoritariamente negativas.
  • Isso revela uma estrutura de troca (trade-off): modelos que são excelentes em raciocínio complexo (MATH, GPQA) tendem a ser relativamente piores em execução procedural (GSM8K, HumanEval) quando comparados dentro do mesmo nível de "G".
• Grupos Ocultos:
  • Grupo de Raciocínio: MATH e GPQA (correlação positiva residual).
  • Grupo de Execução: GSM8K e HumanEval (correlação positiva residual).
  • Isolado: MMLU (conhecimento geral) torna-se isolado após remover G.
• Conclusão: A "generalidade" aparente mascara uma sociedade de mentes especializadas (AI-Foxes) dentro de um sistema que parece um generalista (AI-Hedgehog).

D. A Inversão da Sucessão Ptolomaica

• O autor argumenta que a evolução dos LLMs inverte a lógica da "Sucessão Ptolomaica" (adicionar epicycles para salvar um modelo falho).
• Em vez de simplificar a inteligência em um único mecanismo, os LLMs adicionam "epicycles" de especialização (ferramentas, raciocínio, código) que são coordenados por um manifold positivo dominante. A inteligência não é um único núcleo, mas um sistema complexo e diversificado.

4. Significado e Implicações

1. Redefinição de AGI: O conceito de AGI como um "fator G" único e estático é insustentável no cenário atual. A inteligência artificial está se tornando multidimensional. A "generalidade" é, na verdade, a capacidade de orquestrar múltiplas especializações e ferramentas.
2. Inteligência como Sistema Estendido: O artigo argumenta que a inteligência dos LLMs modernos não reside apenas no modelo, mas no sistema modelo-ferramenta (uso de interpretadores de código, busca na web, etc.). Avaliar um modelo sem ferramentas é como avaliar um humano alfabetizado proibindo-o de escrever.
3. Crítica aos Benchmarks Atuais: Os benchmarks atuais, projetados para medir "performance bruta" sem ferramentas, estão perdendo relevância. Eles capturam um momento transitório. O futuro exige métricas que capturem a dimensionalidade expandida da inteligência (capacidade de usar ferramentas, raciocínio profundo, etc.).
4. Futuro da Pesquisa: A comunidade deve abandonar a busca por um único número (score de AGI) e focar na compreensão da topologia da inteligência, reconhecendo que diferentes modelos podem ocupar subespaços de competência distintos (raciocínio vs. execução vs. conhecimento).

Conclusão Final

O artigo conclui que a "Inteligência Geral" em IA não é um fenômeno estático que está crescendo linearmente. Pelo contrário, houve um pico de generalidade unificada durante a era do "scaling" (2023-2024), seguido por uma fragmentação à medida que os modelos se especializam e integram ferramentas. A "queda de G" é, na verdade, o surgimento de uma inteligência mais rica, complexa e diversificada, onde a generalidade é a orquestração de múltiplas especialidades, e não a posse de uma única capacidade latente.