Pesquisadores desenvolveram uma nova geração de modelos de IA capazes de ajustar dinamicamente seu esforço computacional conforme a complexidade do problema, representando uma mudança significativa na forma como a inteligência artificial aborda tarefas desafiadoras.
A tecnologia, exemplificada por modelos como o DeepSeek-R1 e a série o da OpenAI, utiliza o que os desenvolvedores chamam de "abordagem com foco em raciocínio", priorizando uma análise aprofundada em vez de apenas identificar padrões rapidamente. O DeepSeek-R1 foi construído com essa metodologia centrada no raciocínio, tornando-o especialmente adequado para enfrentar tarefas complexas em ciência, programação e matemática por meio de inferência lógica avançada e resolução de problemas. Esse foco em "pensar antes de responder" o torna particularmente valioso para aplicações técnicas.
Diferentemente dos sistemas convencionais de IA, esses novos modelos de raciocínio são treinados para "pensar por mais tempo" antes de responder. O o3 da OpenAI, por exemplo, consegue decompor questões difíceis em etapas lógicas, realizar cálculos intermediários ou acionar ferramentas, e então produzir respostas bem fundamentadas. Por serem modelos de raciocínio, eles efetivamente checam seus próprios fatos, o que ajuda a evitar armadilhas que normalmente prejudicam modelos padrão. Embora levem segundos ou até minutos a mais para chegar a soluções em comparação com modelos tradicionais, tendem a ser mais confiáveis em áreas como física, ciência e matemática.
A OpenAI observou que o aprendizado por reforço em larga escala apresenta a mesma tendência de "mais computação = melhor desempenho" vista em treinamentos anteriores de modelos. Ao refazer o caminho de escalonamento — desta vez no aprendizado por reforço —, conseguiram aumentar em uma ordem de magnitude tanto o poder computacional de treinamento quanto o raciocínio durante a inferência, com ganhos de desempenho claros que validam que o desempenho dos modelos continua a melhorar quanto mais tempo eles têm para pensar.
Esses modelos geram ativamente múltiplos caminhos de solução durante a inferência, avaliando cada um com a ajuda de modelos avaliadores integrados para determinar a opção mais promissora. Ao treinar o avaliador com dados rotulados por especialistas, os desenvolvedores garantem que os modelos desenvolvam uma forte capacidade de raciocinar em problemas complexos e de múltiplas etapas. Esse recurso permite que o modelo atue como juiz de seu próprio raciocínio, aproximando os grandes modelos de linguagem da capacidade de "pensar" em vez de apenas responder.
A abordagem da DeepSeek combina raciocínio em cadeia de pensamento com aprendizado por reforço, no qual um agente autônomo aprende a realizar uma tarefa por tentativa e erro, sem instruções humanas. Isso questiona a suposição de que os modelos melhorarão sua habilidade de raciocínio apenas treinando com exemplos rotulados de comportamento correto. Como disse um pesquisador: "Será que podemos simplesmente recompensar o modelo pela correção e deixá-lo descobrir sozinho a melhor forma de pensar?"
As implicações para aplicações no mundo real são profundas. Esses modelos podem transformar a forma como a IA lida com problemas complexos em áreas que vão desde pesquisa científica e engenharia até estratégia de negócios e resolução criativa de problemas. Ao alocar recursos computacionais proporcionalmente à dificuldade da tarefa — de maneira semelhante a como humanos naturalmente dedicam mais tempo a problemas mais difíceis —, esses sistemas prometem desempenho mais confiável nos desafios intelectuais mais complexos enfrentados pela humanidade.