O estrategista americano Nate B. Jones publicou neste domingo, 9, em seu canal do YouTube (AI News & Strategy Daily) uma análise em vídeo intitulada “Vamos falar sobre o artigo da Apple sobre IA — aqui está a conclusão que todos estão ignorando”.

Jones desmonta a interpretação exagerada que viralizou nas redes sociais sobre um novo estudo da Apple, acusado por muitos de “provar que a IA não sabe raciocinar”.

Segundo ele, o trabalho dos pesquisadores foi rigoroso e relevante, mas suas conclusões foram totalmente distorcidas por reações apressadas e memes catastróficos.

“A internet perdeu a cabeça e precisa se acalmar.”

Jones explica que o estudo não afirma que modelos de linguagem não raciocinam, e sim que, sem ferramentas externas e com recursos limitados, esses modelos enfrentam dificuldades reais quando a complexidade dos problemas aumenta. Isso é esperado — e humano.

A pesquisa da Apple avaliou quatro modelos pequenos (Claude Haiku, Gemini Nano, DeepSeek-MoE e OpenAI 03-mini) em quebra-cabeças lógicos sob forte restrição de contexto: “Sem uso de Python, sem acesso à internet, sem inferência prolongada. Apenas o modelo e uma cadeia de pensamento.”

Os desafios incluíam variações da Torre de Hanói e problemas de travessia de rio, clássicos da lógica computacional.

O objetivo era avaliar se a chamada cadeia de pensamento — a justificativa textual gerada pelo próprio modelo — é indicativa de raciocínio correto. “Eles queriam medir se o que o modelo diz que está pensando bate com sua capacidade de resolver o problema.”

Com tarefas de complexidade média, os modelos até melhoraram com mais “tokens de pensamento”. Mas “quando os problemas chegam a alta complexidade, o desempenho dos modelos despenca — eles caem de um penhasco.”

Essa queda é o principal achado do estudo — e também a origem das reações exageradas online.

“O que a Apple mostrou é que modelos minúsculos sem ferramentas batem em uma parede — não que o raciocínio em si esteja morto”, explica.

Jones insiste que é um erro usar esse estudo para declarar a inutilidade da IA. Ele lembra que sistemas reais contam com ferramentas, modelos maiores e tempo de inferência — todos ausentes no experimento.

“É como pedir que um humano resolva um problema complexo sem lápis, papel ou calculadora. Ferramentas fazem diferença — para humanos e para máquinas.”

Para Jones, a conclusão mais relevante do estudo é outra: modelos precisam saber quando uma tarefa supera sua capacidade e acionar ajuda. “Se quisermos que sistemas multiagentes tenham sucesso, precisamos de linhas de vida claras para que os modelos saibam quando pedir ajuda.”

Ele usa como analogia o game show Quem Quer Ser um Milionário?, em que o jogador pode “ligar para um amigo” quando não sabe a resposta. Modelos pequenos devem operar da mesma forma: chamar um modelo maior ou com mais recursos quando necessário.

“Imagine um mundo onde o modelo pequeno resolve 98% dos casos e sabe exatamente quando pedir ajuda nos 2% restantes.” Para aplicações como atendimento automatizado ou detecção de fraude, isso é essencial: latência baixa nos casos simples, e robustez nos difíceis.

O vídeo também critica o escopo limitado do estudo da Apple: “Eles não usaram modelos avançados, nem a estrutura de rastreamento da Anthropic, nem recursos que já fazem parte de muitos sistemas reais.”

Jones argumenta que os mesmos testes precisam ser refeitos com condições mais realistas, incluindo acesso à internet, código, tempo e modelos mais sofisticados.

“Se a Apple quer entender como esses modelos realmente raciocinam, tem dinheiro mais do que suficiente para bancar esses testes.”

Ele encerra dizendo que o estudo foi bem feito, que mais trabalhos como esse são bem-vindos, e que a comunidade técnica precisa se concentrar no que realmente importa: criar estruturas que permitam que IAs escalem com inteligência e segurança.

• Leia mais:

“Negar a IA agora é fingir que nada mudou” https://oantagonista.com.br/tecnologia/negar-a-ia-agora-e-fingir-que-nada-mudou/

Pesquisa da Apple revela falhas críticas em modelos de IA avançados https://oantagonista.com.br/tecnologia/pesquisa-da-apple-revela-falhas-criticas-em-modelos-de-ia-avancados/

Quem é Nate B. Jones

Nate B. Jones é um estrategista americano especializado em inteligência artificial, automação e arquitetura de sistemas.

É criador do canal AI News & Strategy Daily, voltado para profissionais de tecnologia e negócios, e autor de um boletim técnico seguido por engenheiros, pesquisadores e executivos do setor.

Atua como consultor em estratégias de adoção de IA e é reconhecido por suas análises diretas, focadas em aplicações práticas e implicações sistêmicas da inteligência artificial.