Principais conclusões do Relatório AI Index 2025
- Desempenho da IA em benchmarks exigentes continua a melhorar. Em 2023, investigadores introduziram novos benchmarks – MMMU, GPQA e SWE-bench – para testar os limites dos sistemas avançados de IA. Apenas um ano depois, o desempenho aumentou acentuadamente: as pontuações subiram 18,8, 48,9 e 67,3 pontos percentuais, respetivamente. Para além dos benchmarks, os sistemas de IA deram grandes passos na geração de vídeo de alta qualidade e, em alguns cenários, agentes baseados em modelos de linguagem superaram humanos em tarefas de programação com tempo limitado.
- A IA está cada vez mais integrada no quotidiano. Da saúde aos transportes, a IA está a passar rapidamente do laboratório para a vida real. Em 2023, a FDA aprovou 223 dispositivos médicos com IA, face a apenas seis em 2015. Nos transportes, os carros autónomos deixaram de ser experimentais: a Waymo, um dos maiores operadores nos EUA, realiza mais de 150.000 viagens autónomas por semana, enquanto a frota de robotáxis Apollo Go da Baidu serve várias cidades na China.
- O investimento empresarial em IA atinge níveis recorde. Em 2024, o investimento privado em IA nos EUA atingiu 109,1 mil milhões de dólares – quase 12 vezes mais do que os 9,3 mil milhões da China e 24 vezes mais do que os 4,5 mil milhões do Reino Unido. A adoção empresarial de IA também está a acelerar: 78% das organizações relataram usar IA em 2024, face a 55% no ano anterior. A investigação confirma que a IA aumenta a produtividade e, na maioria dos casos, ajuda a reduzir as lacunas de competências na força de trabalho.
- EUA lideram em modelos notáveis, mas a China aproxima-se em qualidade. Em 2024, instituições sediadas nos EUA produziram 40 modelos de IA notáveis, superando significativamente os 15 da China e os três da Europa. Embora os EUA mantenham a liderança em quantidade, os modelos chineses aproximaram-se rapidamente em qualidade: as diferenças de desempenho em benchmarks importantes diminuíram para quase paridade em 2024. A China continua a liderar em publicações e patentes de IA. O desenvolvimento de modelos é cada vez mais global, com lançamentos notáveis da América Latina, Médio Oriente e Sudeste Asiático.
- Incidentes relacionados com IA estão a aumentar, mas avaliações padronizadas de IA responsável são raras. Novos benchmarks como HELM Safety, AIR-Bench e FACTS oferecem ferramentas promissoras para avaliar factualidade e segurança. Entre as empresas, persiste uma lacuna entre o reconhecimento dos riscos e a ação efetiva. Por outro lado, os governos mostram maior urgência: em 2024, a cooperação global em governação de IA intensificou-se, com organizações como a OCDE, UE, ONU e União Africana a lançarem quadros focados em transparência, confiança e outros princípios centrais de IA responsável.
- Otimismo global em relação à IA está a crescer, mas persistem grandes diferenças regionais. Em países como a China (83%), Indonésia (80%) e Tailândia (77%), a maioria vê produtos e serviços de IA como mais benéficos do que prejudiciais. Em contraste, o otimismo é muito menor no Canadá (40%), Estados Unidos (39%) e Países Baixos (36%). Ainda assim, o sentimento está a mudar: desde 2022, o otimismo cresceu significativamente em países anteriormente mais céticos, incluindo Alemanha, França, Canadá, Reino Unido e EUA.
- A IA torna-se mais eficiente, acessível e barata. Impulsionado por modelos mais pequenos e capazes, o custo de inferência para um sistema ao nível do GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024. Os custos de hardware diminuíram 30% ao ano, enquanto a eficiência energética melhorou 40% anualmente. Modelos de código aberto estão a aproximar-se dos fechados, reduzindo a diferença de desempenho de 8% para apenas 1,7% em alguns benchmarks num só ano. Estas tendências estão a baixar rapidamente as barreiras ao acesso à IA avançada.
- Governos aumentam regulamentação e investimento em IA. Em 2024, agências federais dos EUA introduziram 59 regulamentos relacionados com IA – mais do dobro do que em 2023. Globalmente, as menções legislativas à IA aumentaram 21,3% em 75 países desde 2023. Os governos estão a investir em grande escala: o Canadá comprometeu 2,4 mil milhões de dólares, a China lançou um fundo de semicondutores de 47,5 mil milhões, França comprometeu 109 mil milhões de euros, Índia 1,25 mil milhões e a Arábia Saudita um projeto de 100 mil milhões de dólares.
- Educação em IA está a expandir-se, mas persistem desigualdades. Dois terços dos países já oferecem ou planeiam oferecer educação em ciência da computação no ensino básico e secundário – o dobro de 2019 – com África e América Latina a liderarem o progresso. Nos EUA, o número de licenciados em computação aumentou 22% na última década. No entanto, o acesso permanece limitado em muitos países africanos devido a lacunas básicas de infraestruturas, como eletricidade. Nos EUA, 81% dos professores de ciência da computação defendem que a IA deve fazer parte da educação de base, mas menos de metade sente-se preparada para a ensinar.
- A indústria domina o desenvolvimento de modelos de IA de ponta. Quase 90% dos modelos notáveis em 2024 vieram da indústria, face a 60% em 2023, enquanto a academia permanece como principal fonte de investigação altamente citada. A escala dos modelos continua a crescer rapidamente – o poder de computação para treino duplica a cada cinco meses, os conjuntos de dados a cada oito, e o consumo energético anualmente. As diferenças de desempenho estão a diminuir: a diferença entre o primeiro e o décimo modelo caiu de 11,9% para 5,4% num ano, e os dois primeiros estão agora separados por apenas 0,7%. A vanguarda é cada vez mais competitiva e diversificada.
- Reconhecimento internacional do impacto da IA. A crescente importância da IA reflete-se em grandes prémios científicos: dois Prémios Nobel reconheceram o trabalho que levou ao deep learning (física) e à sua aplicação na dobragem de proteínas (química), enquanto o Prémio Turing distinguiu contributos inovadores para o reinforcement learning.
- Limitações persistentes. Os modelos de IA destacam-se em tarefas como problemas da Olimpíada Internacional de Matemática, mas ainda têm dificuldades em benchmarks de raciocínio complexo, como o PlanBench. Muitas vezes, falham em resolver tarefas lógicas de forma fiável, mesmo quando existem soluções comprovadamente corretas, limitando a sua eficácia em contextos críticos onde a precisão é fundamental.
