Em entrevista divulgada pelo Google, o vice-presidente sênior e arquiteto-chefe de IA do Google DeepMind, Koray Kavukcuoglu, afirmou que a empresa passou a encarar o Gemini menos como um chatbot e mais como um agente de inteligência artificial. A declaração ganha peso porque o CEO Sundar Pichai já havia sinalizado que a IA agêntica representa o futuro da busca.
De modelo de linguagem a agente autônomo
Segundo Kavukcuoglu, o Google DeepMind tem enxergado o Gemini cada vez mais como um agente, e não apenas como um modelo de linguagem que responde perguntas. O ponto de partida dessa virada foi a área de programação, que funcionou como porta de entrada para engenharia de software, uso de ferramentas e fluxos de trabalho agênticos.
Ele explicou que o objetivo atual não é simplesmente aprimorar a capacidade de responder perguntas, mas sim desenvolver um sistema capaz de agir em nome do usuário e junto com ele.
Durante a conversa, o entrevistador Logan Kilpatrick perguntou se Kavukcuoglu gostaria de comentar sobre “inovações arquiteturais” da empresa, mas o executivo preferiu não se aprofundar nesse ponto no momento, sugerindo que há desenvolvimentos internos ainda não divulgados.
Ainda assim, ele detalhou como o foco da companhia mudou em direção à IA agêntica:
“Partindo do lançamento inicial do 3.0, minha reflexão é que aprendemos muito sobre o que significa fazer programação, e não só programação, certo? O que significa fazer engenharia de software, o que significa trabalhar com ferramentas ou com as funções que as pessoas usam no dia a dia. Basicamente, transformar tudo isso em um agente, de um modelo para um agente.
E essa transição, eu acho que estávamos meio que contornando, e foi isso que quisemos enfrentar diretamente. E, claro, engenharia de software é o domínio e ambiente mais crítico no qual você quer que seus sistemas tenham sucesso, porque está na raiz de muitas coisas diferentes que você pode fazer.
Naquele período, aprendemos muito sobre como treinar um modelo, como treinar um agente que realmente consiga programar com você. E depois disso, acho que os passos começaram a ficar mais rápidos.
E, como em qualquer projeto de pesquisa, existem muitas frentes paralelas acontecendo ao mesmo tempo. Então o que estamos tentando fazer agora é combinar todo esse aprendizado, é claro, somando a ele, entender melhor o que significam as ações e os fluxos de trabalho agênticos, junto com novas melhorias arquiteturais e novas ideias em que temos trabalhado há um tempo.
Muitas dessas coisas que fizemos no 3.6 e no 3.7 remontam a um ano ou mais, e então elas começam a se pagar e você as converge no modelo.
E é ótimo ver o impacto de qualidade que obtivemos com isso. Estávamos muito animados na preparação para o 3.7. Quando estávamos fazendo o 3.6, já conseguíamos ver o que o 3.7 poderia ser ou qual seria o próximo passo.
E então tudo se encaixou e, internamente, começamos a gostar muito daquele modelo. Esse é o efeito das frentes paralelas que vocês estão vendo.”
Mudanças no resultado, mas não no processo básico
Kavukcuoglu fez uma observação que soa contraditória à primeira vista: as mudanças que a IA está provocando são revolucionárias, mas o caminho técnico para chegar até elas não mudou tanto assim. Segundo ele, os problemas que a IA resolve evoluíram de forma drástica, mas as etapas fundamentais para construir os modelos permanecem parecidas.
Ele listou os pilares que continuam sendo usados:
- Deep learning
- Pré-treinamento
- Aprendizado por reforço
- Técnicas de otimização baseadas em princípios semelhantes aos do passado
O que de fato mudou, segundo o executivo, é o ambiente em que a IA passou a operar, que agora exige que os modelos infiram intenções, lidem com ambiguidades e colaborem com pessoas.
Aprendizados sobre fluxos de trabalho agênticos
Mais adiante na conversa, Kilpatrick comentou que o Gemini 3 havia alcançado a fronteira tecnológica, mas que essa fronteira logo se deslocou para a programação agêntica e para capacidades semelhantes a agentes. Kavukcuoglu reconheceu que ainda havia lições a aprender sobre ações e fluxos de trabalho agênticos, e que o desenvolvimento do Gemini 3.5 ajudou a entender melhor como as pessoas realmente interagem com agentes.
“Acho que há duas coisas que precisamos ter em mente. A primeira é que, por definição, em um ambiente muito competitivo, a fronteira sempre vai se deslocar. Vai haver altos e baixos em coisas diferentes. E o ritmo e a frequência com que cada laboratório lança seu modelo mais capaz vão mudar. Esse é o primeiro ponto.
Mas o segundo ponto também é válido. E falamos sobre isso no contexto do 3.5. Acho que aprendemos muito sobre ações e fluxos de trabalho agênticos. E conseguir trazer isso à vida em um modelo foi o processo pelo qual passamos.
Neste momento, me sinto muito, muito confortável e bem em relação a onde estamos e à nossa capacidade de entender o que os usuários precisam quando estão trabalhando com um agente que atua como parceiro em qualquer tipo de tarefa ou fluxo de trabalho agêntico.
Mas passamos por esse processo de construção até chegar aqui.”
O que falta melhorar na IA, segundo o Google DeepMind
Ao ser questionado sobre qual seria a melhoria mais importante que ele gostaria de ver na IA, caso pudesse simplesmente “agitar uma varinha mágica”, Kilpatrick perguntou:
“…se você pudesse agitar sua varinha mágica e fazer os modelos executarem qualquer coisa sem precisar gastar tanto tempo e energia, existe algo no topo dessa lista que você gostaria, alguma capacidade ou comportamento melhor em algo específico?”
Kavukcuoglu respondeu de forma direta:
“Acho que, se eu tivesse uma varinha mágica, simplesmente os tornaria mais inteligentes. Acredito que, quanto mais inteligentes os modelos ficam, melhor eles fazem tudo, de forma mais intuitiva, e acho que isso seria excelente.”
O que isso representa para o futuro da IA no Google
As declarações mostram que o Google DeepMind, e o Google como um todo, está caminhando para além de simplesmente fornecer respostas: o foco agora é ajudar os usuários a executar tarefas completas. Assim como Gmail, Google Sheets e Google Maps já auxiliam pessoas a realizar ações práticas, os modelos de IA da empresa estão se tornando conceitualmente mais agênticos do que conversacionais. Essa mudança de perspectiva reflete uma transformação mais ampla em andamento em todos os produtos do Google, incluindo a própria busca.
Com informações de searchenginejournal.com.
