Resumo

Esta é a Parte 6 de 6 — o capítulo final da série História Completa da IA: Das Máquinas de Turing aos Modelos Generativos. Os cinco capítulos anteriores documentaram oito décadas de história a partir de fontes consolidadas. Este capítulo é diferente: é escrito em julho de 2026, sobre o presente imediato, com dados que os documentos de 2025 não podiam ter. Seu foco é estritamente o que aconteceu — nos modelos, no mercado de trabalho, na adoção real e na regulação — sem especulação sobre o que virá. Para o que vem aí, o portal PrezencIA tem pointys específicos.

Contexto

O documento original desta série foi escrito no final de 2025. Naquele momento, o que hoje são fatos documentados eram ainda questões em aberto ou tendências emergentes. Em seis meses, o campo produziu dados suficientes para transformar hipóteses em evidências. Três áreas merecem documentação específica antes do fechamento desta série: o estado dos modelos em julho de 2026, o impacto real no mercado de trabalho com dados verificados, e o avanço regulatório que transformou IA de assunto técnico em questão de política pública de primeira linha.

— O Estado dos Modelos em Julho de 2026

O primeiro semestre de 2026 registrou o maior volume de lançamentos de modelos frontier da história do campo em um único semestre: GPT-5.4 (março), Claude Opus 4.7 (abril), GPT-5.5 Spud (23 de abril), DeepSeek V4 Preview (24 de abril — menos de 24 horas depois do GPT-5.5), Qwen 3, Llama 4 e Gemini 3.1 na mesma janela de seis semanas, Claude Opus 4.8 e Claude Sonnet 5 em junho, GPT-5.6 em 23 de junho, e Grok 4.5 em julho. O Stanford HAI AI Index 2026, publicado em abril, documentou o dado técnico mais significativo do período: o benchmark SWE-bench Verified — que mede a capacidade de modelos de IA de resolver issues reais de repositórios GitHub — passou de 60% para quase 100% de desempenho em um único ano. Para contexto: em 2023, o melhor desempenho era abaixo de 5%. A velocidade de melhora em codificação autônoma foi a maior já registrada em qualquer benchmark de IA em tempo comparável. Dois eventos estruturais marcaram o H1 2026 além dos lançamentos. O primeiro: em 12 de junho de 2026, o Departamento de Comércio dos EUA ordenou à Anthropic desativar Claude Fable 5 e Claude Mythos 5 — a primeira vez na história que controles de exportação foram usados para desligar modelos de IA já em produção, não hardware físico. IA frontier passou a ser tratada como ativo estratégico de segurança nacional. O segundo: o DeepSeek V4, lançado em abril, foi treinado em chips Huawei Ascend em vez de GPUs Nvidia — validando definitivamente que a pilha de semicondutores chinesa é capaz de treinar modelos frontier, eliminando a premissa de que controles de exportação de chips impediriam o desenvolvimento de IA na China. O ARC-AGI-3 — benchmark criado especificamente para resistir a LLMs — manteve sua resistência: o melhor desempenho documentado em julho de 2026 é de 7,8%, longe de qualquer limiar de raciocínio adaptativo geral.

— O Mercado de Trabalho: O Que os Dados de 2026 Confirmam

O Stanford HAI AI Index 2026, com dados econométricos verificados cruzando registros de folha de pagamento da ADP com padrões de adoção de IA, documentou o impacto mais preciso disponível até julho de 2026. O dado mais citado: emprego de desenvolvedores de software entre 22 e 25 anos caiu quase 20% desde 2024. Ao mesmo tempo, emprego de desenvolvedores acima de 30 anos continuou crescendo — e emprego para trabalhadores acima de 30 em funções altamente orientadas a IA cresceu de 6% para 12% no mesmo período. O padrão não é substituição de desenvolvedores por IA. É eliminação do degrau de entrada da carreira: as grandes empresas de tecnologia cortaram contratações de nível júnior em mais de 50% em três anos. Goldman Sachs documentou, em relatório de abril de 2026, que IA está eliminando aproximadamente 16 mil empregos líquidos por mês nos EUA — resultado de 25 mil destruídos por substituição de IA e 9 mil criados por augmentação. No Q1 de 2026, 78.557 demissões no setor de tecnologia foram registradas, com quase metade explicitamente atribuídas a IA pelas próprias empresas. Workday cortou 8,5% da força de trabalho (cerca de 1.750 empregos) para redirecionar recursos a investimentos em IA. Amazon eliminou 14.000 cargos corporativos citando que IA permite estruturas mais enxutas. JPMorgan Chase confirmou em fevereiro de 2026 que deslocou trabalhadores devido a IA. O McKinsey Global Institute documentou em novembro de 2025 que 57% das horas de trabalho americanas são tecnicamente automatizáveis com a tecnologia atual — 44% por agentes de IA e 13% por robôs. O relatório é cuidadoso em classificar isso como potencial técnico, não previsão de perda de empregos. O WEF Future of Jobs Report 2025 projeta 92 milhões de empregos deslocados e 170 milhões criados globalmente até 2030 — saldo líquido positivo de 78 milhões. Mas os 92 milhões deslocados concentram-se em trabalho administrativo e de escritório com opções limitadas de requalificação; os 170 milhões criados concentram-se em funções técnicas que exigem treinamento avançado. Trabalhadores com habilidades de IA recebem prêmio salarial de 56% em relação a pares sem essas habilidades em funções idênticas. Postagens de emprego relacionadas a IA cresceram 3,5 vezes entre 2023 e 2025. O tempo médio para preencher vagas de IA é de 68 dias — contra 42 dias em 2023 — indicando demanda superando oferta. A adoção de IA generativa em funções empresariais atingiu 70% das organizações globalmente em 2026, mas implantação de agentes autônomos permanece em dígito único em praticamente todas as funções. Apenas 28,3% das organizações americanas reportaram uso de IA — posicionando os EUA no 24º lugar globalmente em adoção, atrás de Singapura (61%) e Emirados Árabes (64%).

— Regulação: Do Texto à Implementação

O AI Act europeu — aprovado formalmente em 2024 — inicia sua fase de implementação mais significativa em 2 de agosto de 2026, com as primeiras proibições absolutas entrando em vigor: sistemas de pontuação social por autoridades públicas, manipulação subliminar de comportamento humano, exploração de vulnerabilidades de grupos específicos, e identificação biométrica em tempo real em espaços públicos para fins de aplicação da lei, com exceções limitadas. Sistemas classificados como "alto risco" — incluindo IA em infraestrutura crítica, educação, emprego, serviços essenciais, aplicação da lei e migração — passam a exigir avaliações de conformidade, registros de transparência e supervisão humana documentada. O AI Act estabelece multas de até 35 milhões de euros ou 7% do faturamento global para violações das proibições mais graves. É o primeiro framework regulatório abrangente de IA com força de lei em qualquer jurisdição do mundo. Nos EUA, a abordagem permaneceu fragmentada em julho de 2026: sem legislação federal abrangente, com regulação setorial variada por agência e legislação estadual emergente. A confiança pública no governo americano para regular IA foi a mais baixa de qualquer país pesquisado pelo Stanford HAI — 31%. Apenas 10% dos americanos afirmaram em pesquisa da Pew Research de março de 2026 estar mais animados do que preocupados com IA. No Brasil, o CNJ havia publicado a Resolução 615 em 2025, estabelecendo diretrizes para uso de IA no Judiciário — um dos frameworks regulatórios setoriais mais avançados da América Latina.

Análise Comparativa

A tensão que encerra esta série de seis capítulos é a mesma que a abre: a distância entre capacidade técnica e capacidade institucional. Em 1956, a Conferência de Dartmouth prometeu inteligência geral em uma geração — as instituições científicas e de financiamento não tinham como avaliar essa promessa. Em 2026, o SWE-bench vai de 60% para 100% em um ano — as instituições de formação profissional, regulação trabalhista e política pública não conseguem se adaptar nessa velocidade. O padrão persiste através de sete décadas: a tecnologia avança mais rapidamente do que a capacidade coletiva humana de processar e governar a mudança.

Análise

Três observações que os dados de 2026 permitem fazer com evidências, não com especulação. Primeira: o impacto no mercado de trabalho é real, documentado e assimétrico — atinge desproporcionalmente trabalhadores de entrada de carreira e funções administrativas repetitivas, enquanto funções sêniores e técnicas avançadas beneficiam-se ou são protegidas. Segunda: a adoção real de IA em organizações é sistematicamente mais lenta do que o progresso técnico sugere — 70% de organizações usando IA em alguma função não significa 70% de processos transformados; agentes autônomos em dígito único em funções empresariais é o dado mais revelador. Terceira: a geopolítica da IA produziu um resultado que a maioria das análises de 2023-2024 não havia previsto — China e EUA estão tecnicamente pareados em modelos frontier, com liderança alternando várias vezes desde 2025, tornando qualquer narrativa de dominância americana unilateral factualmente incorreta.

Síntese

Esta série percorreu oito décadas — de Bletchley Park em 1942 a julho de 2026. O arco narrativo é claro em retrospecto: fundamentos teóricos corretos que encontraram infraestrutura inadequada, dois colapsos que redistributribuíram quem permanecia no campo, acumulação silenciosa de dados e hardware, uma explosão que ninguém havia previsto com precisão, e uma aceleração que tornou toda previsão obsoleta em meses. O que a história da IA de 1940 a 2026 ensina não é sobre IA — é sobre a relação entre tecnologia e instituições humanas. Toda vez que o campo avançou além do que as instituições podiam processar, houve um ajuste: invernos nos anos 1970 e 1980, debates de ética em 2019, regulação em 2024, controles de segurança nacional em 2026. O padrão sugere que os próximos ajustes serão proporcionais à velocidade atual de mudança — que é a maior da história do campo. A história da IA ainda está sendo escrita. Este portal existe para acompanhar esse processo em tempo real, com profundidade, sem hype e sem filtro.