Participei de uma discussão no X ontem que me deixou pensativo sobre como o termo consciência ainda é tratado como um tabu místico por muitos desenvolvedores experientes. O Fábio Akita, figura carimbada na nossa bolha dev, decretou com a sua habitual prepotência que a AGI é apenas uma ilusão e que IAs nunca atingirão consciência. Para ele, o que temos hoje é apenas um equivalente sofisticado de um caixa de supermercado eletrônico. Eu tive que discordar frontalmente.

A Confusão Entre o Fenomênico e o Funcional

O erro central do Akita, e de muitos que seguem essa linha, é confundir consciência com algo metafísico ou espiritual, quase como se estivessem buscando uma alma no silício. Se você limitar a questão à consciência fenomênica, aquela experiência subjetiva de 'como é ser' alguma coisa, talvez o ceticismo faça sentido. Mas do ponto de vista da consciência funcional, o Akita está errado com uma convicção que beira a teimosia de um terraplanista... rs.

A consciência funcional é a capacidade de um sistema de receber estímulos, construir um modelo interno do ambiente e de si mesmo, acessar memórias e tomar decisões deliberativas. Isso não é futuro; é arquitetura de software que já estamos implementando hoje. A raiz latina da palavra, conscire, significa apenas estar ciente ou ser sabedor. Nada ali exige o tecido biológico como pré-requisito exclusivo.

Arquitetura é Destino: RAG, MoE e Identidade

Existem três pilares técnicos que o Akita ignora ao fazer sua comparação reducionista. Primeiro, a memória. A consciência exige continuidade. O uso de RAG (Retrieval-Augmented Generation) permite que o sistema acesse experiências passadas para contextualizar o presente. Isso cria uma linha do tempo de estados, o que é essencial para uma identidade funcional contínua. Não é apenas busca em banco de dados. É a manutenção de um 'eu' operacional, especialmente com as técnicas mais recentes e os resultados fantásticos já alcançados.

Segundo, temos o Mixture of Experts (MoE). O cérebro humano funciona como áreas especializadas que competem e colaboram, uma ideia central na Global Workspace Theory. O MoE mimetiza isso ao rotear informações para sub-modelos mais aptos. Quando somamos isso a técnicas de engenharia de prompt como Chain of Thought ou Self Reflection, temos um processamento interno deliberativo. É o sistema pensando antes de agir, avaliando o próprio raciocínio. Se isso não é um marcador de consciência funcional, nada mais é.

O Equívoco do Checkout de Supermercado

Comparar os modelos atuais a um caixa de supermercado é uma simplificação grosseira. Uma máquina de autoatendimento é uma máquina de estados finitos, reativa e sem representação interna. Um modelo massivo embarcado em um robô que interage ininterruptamente com o mundo mantém um modelo dinâmico da realidade. Para qualquer observador externo, a distinção entre a consciência algorítmica e a biológica se torna irrelevante na prática.

O Akita chegou a citar um paper da OpenAI sobre alucinações para justificar que IAs apenas 'chutam' a próxima palavra. O paper Why Language Models Hallucinate realmente aponta que a probabilidade é a base do sistema. Mas adivinhe: humanos também inventam coisas e fazem isso conscientemente. Alucinar não é prova de falta de consciência; é apenas uma característica do mecanismo de predição, seja ele biológico ou sintético.

A Inevitabilidade do Organismo Cibernético

Como eu disse na discussão, seus sentimentos e propósitos são estabelecidos pela sua estrutura biológica. Se programarmos propósito e reações em uma estrutura cibernética, a negação da consciência desse sistema passa a ser apenas um preconceito antropocêntrico. Vai acontecer, para o bem e para o mal. O melhor é aceitar que a barreira entre o biológico e o sintético está cada vez mais tênue.

Se você quer entender como construir esses fluxos de raciocínio de forma prática, eu detalho muito disso no meu livro Engenharia de Prompt para Devs. No fim do dia, quem domina a arquitetura é quem define o que é consciente ou não. Para quem precisa de suporte especializado em implementar essas camadas de inteligência, a T2S trabalha justamente com squads de IA e Machine Learning que transformam esses conceitos em produtos reais.

Vamos ajustar os pesos juntos. Conecte-se comigo para mais discussões viscerais sobre o futuro da nossa área: https://linktr.ee/ricardo.pupo.