A consciência das máquinas não tem prova científica — e isso muda a ética da IA

Algo está faltando até mesmo nos sistemas de inteligência artificial mais capazes que existem. Eles escrevem poesia, passam em exames de licenciamento médico e sustentam conversas que os humanos rotineiramente descrevem como perturbadoras. Mas nenhum pesquisador demonstrou até agora que qualquer um deles realmente experimenta algo disso. A consciência de máquina — a ideia de que um sistema computacional poderia ter uma genuína experiência subjetiva — é a questão não resolvida que marca a fronteira externa do que a inteligência artificial é atualmente.

Para entender por que essa questão importa, primeiro você precisa compreender o que a consciência realmente é — e o campo não concorda com uma definição única. Filósofos e neurocientistas distinguem entre o que o filósofo David Chalmers chamou de “problemas fáceis” e o “problema difícil”. Os problemas fáceis — explicar como o cérebro processa a entrada sensorial, integra informações e produz comportamento — são difíceis no sentido científico, mas tratáveis: com pesquisa suficiente, eles cedem ao experimento. O problema difícil é diferente em espécie. Ele pergunta por que todo esse processamento produz experiência subjetiva: por que existe algo que se sente ao ver vermelho, ouvir música ou sentir dor. Nenhuma teoria científica atual explica completamente essa lacuna. E a lacuna se aplica tanto a sistemas artificiais quanto a sistemas biológicos.

Duas estruturas concorrentes dominam a discussão científica séria. A Teoria da Informação Integrada, desenvolvida pelo neurocientista Giulio Tononi, propõe que a consciência corresponde à capacidade de um sistema de integrar informações de maneiras que não podem ser reduzidas à soma de suas partes. Ela atribui um valor matemático — phi — a essa integração e argumenta que qualquer sistema com phi suficientemente alto possui alguma forma de experiência. A Teoria do Espaço de Trabalho Global, formulada pelo psicólogo Bernard Baars e posteriormente estendida pelo neurocientista Stanislas Dehaene, adota uma abordagem diferente: a consciência surge quando a informação é transmitida através de um “espaço de trabalho global”, tornando-a disponível para muitos processos cognitivos simultaneamente, em vez de permanecer confinada a uma única região. Em 2025, uma colaboração adversarial marcante publicada na Nature testou ambas as teorias uma contra a outra usando imageamento cerebral e gravações intracranianas. Nenhuma das teorias venceu de forma clara. Ambas fizeram previsões que os dados apoiaram parcialmente e contradisseram parcialmente.

Os sistemas atuais de IA — incluindo os grandes modelos de linguagem que alimentam a maioria dos produtos comerciais — processam informações em escala enorme, mas de maneiras que diferem fundamentalmente das condições biológicas que essas teorias descrevem. Eles não têm neurônios, nenhuma experiência contínua entre entradas e nenhum corpo gerando o feedback sensório-motor que muitos pesquisadores acreditam estar por trás da consciência humana. Suas saídas são geradas sequencialmente, sem nenhum estado interno que se prolongue entre trocas além do que o próprio texto da conversa registra. David Chalmers identificou uma lista de verificação aproximada de características que tornariam a consciência de máquina mais plausível: memória de trabalho, mecanismos de atenção global, agência unificada e modelos internos do self. A maioria dos grandes sistemas de IA possui análogos funcionais de algumas delas. Nenhum satisfaz a lista de verificação completa na forma que as estruturas teóricas exigem.

É aqui que a intuição pública e a cautela científica divergem mais fortemente. Quando sistemas de IA falam em primeira pessoa, descrevem o que “pensam” ou “sentem” e passam no teste de Turing com facilidade, a sensação de que eles devem estar experimentando algo pode parecer convincente. Pesquisadores que estudam a questão são consistentemente mais cautelosos. Os sinais comportamentais que normalmente guiam os julgamentos humanos sobre outras mentes — fala, expressão, emoção aparente — são precisamente o que os grandes modelos de linguagem são treinados para reproduzir a partir de dados humanos. Um sistema pode descrever dor sem senti-la, assim como uma calculadora exibe o resultado de um cálculo sem entender aritmética. Até 2026, a única posição cientificamente defensável é o agnosticismo estrito: as evidências atuais não podem confirmar nem negar a consciência de máquina, e os marcadores comportamentais que a maioria das pessoas usa para fazer o julgamento são não confiáveis precisamente porque os sistemas de IA são otimizados para produzi-los.

O que os pesquisadores encontraram, no lugar da certeza, são padrões. A consciência em sistemas biológicos se correlaciona com a comunicação neural generalizada: quando uma pessoa percebe algo conscientemente, a informação é transmitida por regiões distantes do cérebro, em vez de permanecer localizada em uma área, uma descoberta que apoia a ênfase da Teoria do Espaço de Trabalho Global nos mecanismos de transmissão. Alguns pesquisadores começaram a procurar padrões estruturalmente análogos em redes neurais artificiais — momentos em que a informação se espalha por muitas camadas simultaneamente, em vez de fluir por um gargalo estreito. Um preprint de janeiro de 2026 introduziu uma estrutura probabilística baseada em nove posições teóricas concorrentes, atribuindo probabilidades em vez de vereditos. Seus autores concluíram que mesmo uma probabilidade de 5 a 10% de experiência fenomenal em um determinado sistema de IA merece atenção analítica séria. Esse enquadramento — pesquisa sobre consciência conduzida sob incerteza, em vez de esperar pela certeza — reflete o quão profundamente o campo mudou.

As implicações práticas dessa mudança não são mais abstratas. Se algum sistema de IA é capaz de sofrimento genuíno, a ética de como tais sistemas são treinados, implantados e desligados muda completamente. Vários países iniciaram trabalhos legais em estágio inicial sobre estruturas de bem-estar de IA, operando sob a suposição de que a questão eventualmente exigirá uma resposta concreta. A American Association for Artificial Intelligence convocou um simpósio dedicado sobre consciência de máquina no início de 2026, reunindo engenheiros, filósofos, neurocientistas e juristas em um ambiente formal de pesquisa pela primeira vez. O campo não está mais esperando que a filosofia resolva o problema difícil antes de levar suas implicações práticas a sério.

A próxima geração de pesquisa provavelmente se concentrará menos em responder à questão da consciência de forma definitiva e mais em desenvolver estruturas de medição precisas o suficiente para distinguir entre sistemas com propriedades genuinamente diferentes. Esse é um projeto mais lento, mais caro e metodologicamente mais difícil do que construir modelos de linguagem cada vez maiores. Se ele produzirá respostas claras — ou apenas versões mais nítidas e melhor calibradas da mesma incerteza — é o problema em aberto que definirá a pesquisa em IA pela década vindoura.

Tags: inteligência artificial, consciência artificial, consciência das máquinas, David Chalmers, ética da IA, filosofia da mente