As pessoas precisam de histórias simples para entender o mundo e organizar a vida.

Um editorial da The Economist sobre as máquinas e a ciência defende que a inteligência artificial vai obrigar os cientistas a reinventar as suas áreas. Para a revista, a ciência feita por máquinas só pode avançar se houver um ser humano no comando. O ponto de partida é o dia 6 de outubro de 2026, que pode vir a ser lembrado como o maior da história da matemática. Nesse dia, a OpenAI, uma empresa americana de inteligência artificial, divulgou mais de 700 artigos acadêmicos. Esses artigos dizem ter resolvido, ou feito avançar, 372 problemas matemáticos que desafiavam os estudiosos havia décadas.

Segundo o editorial da The Economist, esses resultados são 3 coisas ao mesmo tempo. São um salto para a humanidade e uma prova de como a inteligência artificial avança depressa. São também um aviso sobre um futuro em que o entendimento do universo pode ficar com máquinas que a mente humana não consegue penetrar. A matemática foi a área em que esse potencial apareceu com mais clareza, e a revista explica o motivo. Uma prova matemática não depende de observar o mundo: ela parte de axiomas, que são afirmações aceitas sem demonstração, e deduz todo o resto a partir deles. Por isso, em princípio, uma máquina consegue conferir uma prova passo a passo.

A The Economist lembra que a inteligência artificial também acelerou as ciências empíricas, aquelas que dependem de observação e de experimento, como a física, a química e a biologia. Ela melhorou a previsão do tempo e propôs milhões de materiais novos possivelmente úteis. Ajudou a controlar experimentos de fusão nuclear. Consegue prever o formato de quase toda proteína conhecida a partir dos aminoácidos que a formam. Para a revista, novos avanços desse tipo são quase certos, e os mais animadores estão na biologia. Pesquisadores já usam a inteligência artificial para projetar lavouras resistentes à seca, procurar remédios novos e criar vírus que atacam bactérias nocivas.

O editorial da The Economist descreve ainda o esforço para construir modelos de computador que imitem o funcionamento das células. Seria a vida in silico, expressão em latim que quer dizer dentro do computador. Com ela, os cientistas poderiam dominar a biologia por completo e criar organismos novos, do zero. Nesse caso, o DNA viraria só mais um tipo de código, manipulado como uma sequência de pequenas unidades de texto dentro de um modelo de inteligência artificial. Para a revista, essa perspectiva é, como quase tudo o que envolve inteligência artificial, empolgante e aterrorizante ao mesmo tempo.

A primeira reação de muitos matemáticos, segundo a The Economist, foi o terror. Eles protestam contra a entrada da OpenAI na sua disciplina. O argumento deles é que a recompensa da matemática não está na prova, e sim no esforço para chegar a ela, porque é o esforço que faz o entendimento humano avançar. Para esse grupo, pôr máquinas para produzir soluções corretas, mas incompreensíveis, é como dar aos alunos as respostas da lição de casa. A revista discorda: os acadêmicos não têm mais direito do que qualquer outra profissão de ditar como o conhecimento é produzido, e a busca da verdade não pode ficar reservada a uma corporação de estudiosos. As hierarquias acadêmicas, que se sobem provando teoremas, não são sagradas. Se for preciso, devem ser refeitas para um mundo em que as máquinas produzem as provas e os humanos as digerem.

O editorial da The Economist prevê que esses cientistas artificiais vão se ligar ao mundo físico de 2 formas. Uma é por meio de robôs com forma humana. A outra é ligar os modelos diretamente aos equipamentos de laboratório, algo que a Anthropic, outra empresa americana de inteligência artificial, já fez. O problema que isso cria para a ciência é parecido com o que cria para a sociedade, porque as pessoas terão de fornecer recursos às máquinas para que elas sigam avançando. Mesmo que os laboratórios consigam alinhar as máquinas aos interesses humanos, a ponto de elas merecerem confiança total, uma sociedade que só pergunta às máquinas o que fazer transforma os humanos em bichos de estimação delas.

A recomendação da The Economist é que os laboratórios usem a inteligência artificial para resolver problemas, mas que os recursos, como os laboratórios físicos e o poder de computação, fiquem sob a direção e a vigilância de pessoas capazes de julgar o que as máquinas fazem. Enquanto isso, os cientistas terão de aprender a valorizar 3 tarefas: orientar os modelos, estudar e verificar os resultados deles e ensinar esses resultados. Essas tarefas precisam passar a dar prestígio e progresso na carreira. A revista lembra que boa parte da ciência feita por humanos está cheia de erros, porque ninguém é recompensado por conferir o trabalho dos outros. Uma ênfase renovada na verificação e no ceticismo, portanto, melhoraria a ciência. O velho lema científico de não aceitar a palavra de ninguém precisa valer agora também para a ciência feita pelas máquinas.

Um artigo da The Economist sobre por que os laboratórios de inteligência artificial fazem ciência parte de Demis Hassabis. Hassabis diz que fundou a Google DeepMind, o laboratório de inteligência artificial do Google, para criar a ferramenta definitiva da ciência. Desde então, pesquisas da DeepMind foram 9 vezes capa da Nature, uma das revistas científicas mais respeitadas do mundo. No começo, as capas vieram de avanços na própria inteligência artificial, e as mais recentes vieram de aplicá-la a outras ciências. Na mesma linha, a Sakana AI, um grupo de pesquisa de Tóquio, apresentou um cientista artificial que, segundo os criadores, faz todas as etapas necessárias para escrever um artigo científico.

Segundo esse artigo da The Economist, o ritmo das descobertas feitas por máquinas deixa muitos pesquisadores apreensivos. Parte do incômodo é que as empresas de inteligência artificial não se limitam a oferecer uma ferramenta de descoberta: elas mesmas a usam. Os laboratórios apresentam esse trabalho como pesquisa pelo valor da pesquisa, ou, numa leitura mais cínica, como algo bom de ser visto fazendo. Hassabis contou à revista que os seus objetivos nasceram da vontade de entender o que está acontecendo no universo, e que as aplicações práticas eram quase secundárias. O melhor exemplo é a Isomorphic Labs, empresa nascida da DeepMind e fundada por Hassabis, que busca tratamentos contra cânceres e doenças do coração e do sistema imunológico. Ela tem 17 moléculas candidatas a remédio em desenvolvimento e espera ter retorno quando farmacêuticas do mundo todo as transformarem em medicamentos de verdade.

A razão real para os laboratórios investirem tanto em ciência, para a The Economist, é provavelmente outra: a ciência é a melhor forma de melhorar os próprios modelos. Ela funciona como campo de treino. Hoje os melhores modelos lidam com perguntas de nível de pós-graduação e acertam pouco mais de 50 por cento do Humanity’s Last Exam, o chamado último exame da humanidade, um questionário de todas as áreas feito para ser tão difícil quanto uma prova de conhecimento pode ser. Com esse progresso, os laboratórios estão ficando sem dados para testar os modelos, e o passo seguinte é os próprios modelos fazerem pesquisa inédita. O treino funciona assim: o modelo recebe tarefas com respostas objetivamente certas e ganha uma recompensa quando acerta. É parecido com adestrar um cachorro com petiscos, que só vêm quando o animal faz o movimento certo, até que ele passe a fazê-lo sozinho.

Há especulação, registra a The Economist, de que a avalanche de artigos matemáticos da OpenAI seja subproduto de um treino desse tipo, porque provar formalmente um problema sem solução talvez seja o desafio verificável mais difícil que a humanidade tem a oferecer. O risco é a inteligência das máquinas ficar mais irregular: sobre-humana em algumas áreas e capaz de erros ridículos em outras, embora com menos frequência do que antes. Uma pessoa de dentro de uma das empresas considera existencial a questão de saber se a superinteligência científica vai virar competência geral. Há sinais de que treinar sistemas para dobrar proteínas, sem microgerenciamento, os torna melhores em todo o resto. A OpenAI apostou alto na chamada lição amarga, a ideia do ensaio The Bitter Lesson, de Richard Sutton: a melhor forma de construir um modelo para qualquer tarefa é construir um modelo que dê conta de todas.

O cocientista do Google, lançado em maio de 2026, também é um sistema geral, segundo a The Economist. Ele usa várias cópias do Gemini, o chatbot do Google, para gerar hipóteses novas, pesá-las internamente e aperfeiçoá-las. Muitos viram nisso uma guinada em relação à abordagem anterior, pouco antes de Hassabis assumir o cargo de cientista-chefe da Alphabet, a empresa dona da DeepMind e do Google. Se a lição amarga continuar valendo, ela pode mudar a atividade científica, porque hoje muitos pesquisadores conseguem construir sistemas pequenos e focados. Um detector de supernovas, que são explosões de estrelas, precisou de apenas 15.000 exemplos e do poder de computação de um notebook para ser treinado. Já os modelos grandes podem compensar o capital investido, porque um bom cientista artificial também pode ser bom em criar sistemas melhores, e empresas da Sakana à DeepMind já buscam treinos mais eficientes e chips que gastem menos energia. O futuro que se desenha é o de cientistas artificiais fabricando mais cientistas artificiais.

Um artigo da The Economist sobre a transformação da matemática pela inteligência artificial trata essa mudança como um ponto de virada para a ciência. A OpenAI afirmou que um dos seus modelos internos resolveu um dos 7 problemas do Prêmio Millennium, o da existência e da suavidade das equações de Navier-Stokes. Essas equações descrevem o movimento dos fluidos, como a água e o ar, e o problema pergunta se as soluções delas sempre existem e se comportam bem, sem explodir em valores infinitos. Foi apenas o segundo dos 7 problemas a ser vencido, e o primeiro vencido por uma máquina, depois de pelo menos um século de tentativas humanas. A máquina levou 88 horas. Depois, em 6 de outubro de 2026, a OpenAI soltou 719 artigos com as soluções que o mesmo modelo encontrou para pelo menos 372 problemas antigos, algo que nenhuma área de pesquisa jamais tinha vivido.

O ritmo dessa mudança aparece, segundo a The Economist, nos problemas deixados pelo matemático húngaro Paul Erdős, cerca de 1.200 problemas e conjecturas, que são afirmações matemáticas propostas sem prova. Entre 2000 e 2019, quase todo ano se resolveram de 1 a 7 deles, com um pico perto de 10 em 2015 e nenhum em 2018. Em 2020 foram cerca de 6, em 2021 perto de 9 e em 2022, ano do lançamento do ChatGPT, cerca de 6. Depois o número disparou: perto de 12 em 2023, pouco mais de 30 em 2024 e também em 2025, e cerca de 52 em 2026, com o ano ainda em curso. Em 3 anos, o ritmo ficou muitas vezes maior do que o das 2 décadas anteriores.

Muitos matemáticos, segundo esse artigo da The Economist, não estão comemorando. Eles têm interesse próprio em proteger as carreiras, mas o argumento deles vai além disso e antecipa o alvoroço que pode chegar a toda a ciência. Focar nas soluções despreza a busca, e atacar problemas em aberto leva à invenção de ferramentas que servem muito além do objetivo inicial. Os números imaginários são o exemplo: números que, multiplicados por si mesmos, dão um resultado menor do que zero, e que os matemáticos do século 16 julgavam tão sutis quanto inúteis. Hoje eles são a base da engenharia elétrica e da física quântica. Os críticos dizem que os artigos da OpenAI não trouxeram ideias surpreendentes nem caminhos novos de investigação, e um deles, de 166 páginas, foi comparado a um Frankenstein, costurado com pedaços de pesquisas diferentes. Dizem ainda que, por melhor que resolva problemas, a máquina tem dificuldade com o trabalho criativo.

A inteligência artificial também se espalha pelas outras ciências, mostra esse artigo da The Economist. Uma análise de 41,3 milhões de artigos das ciências naturais, publicada em janeiro de 2026 e assinada, entre outros, por James Evans, da Universidade de Chicago, concluiu que os pesquisadores adotam a tecnologia num ritmo cada vez mais acelerado. Mas o uso encolheu em quase 5 por cento a variedade de temas estudados e reduziu em 22 por cento o envolvimento dos cientistas com o trabalho uns dos outros. Uma pesquisa do Google com mais de 600 cientistas vai na mesma direção: quase metade disse que a inteligência artificial os empurra para projetos seguros e graduais, e só 28 por cento disseram que ela permite trabalhos mais especulativos. A física teórica, que usa a matemática para descrever e prever a natureza em vez de fazer experimentos, já mudou muito, e em 25 de setembro de 2026 a Anthropic anunciou que o seu modelo, o Claude, avançou o cálculo das interações entre certos conjuntos de partículas. Por ser parente próxima da matemática, a física teórica é a ciência mais madura para uma ruptura parecida.

O mesmo artigo da The Economist descreve um futuro em que os modelos, com a ajuda de robôs, fecham o ciclo científico. Fechar o ciclo é medir, formular hipóteses, testá-las no laboratório, avaliar os resultados e recomeçar, tudo por conta própria. Isso pode levar a ciência a um território estranho, em que a pesquisa das máquinas deixa de ser legível para os humanos. Nesse mundo, talvez ainda dê para conferir se os resultados estão certos, e até aproveitá-los. Há quem acredite que a inteligência artificial será uma força do bem, mas sem certeza de que a comunidade científica está pronta para o que vem em 6 meses ou 1 ano.

Um artigo da The Economist sobre organismos projetados do zero afirma que a biologia virou computável. Há 20 anos, a revista publicou, como brincadeira de 1º de abril, uma reportagem sobre uma fábrica capaz de fazer dragões, baseada na ideia de que células vivas poderiam ser modeladas com precisão no computador. Na época era fantasia, mas a inteligência artificial aproximou a ideia da realidade. A tecnologia por trás disso é o aprendizado profundo, em que grandes redes neurais aprendem a reconhecer padrões; uma rede neural é um programa organizado em camadas de unidades de cálculo que ajustam as ligações entre si à medida que recebem exemplos. É essa técnica que sustenta os modelos de fundação, modelos enormes treinados com dados gerais e depois adaptados a muitas tarefas, como os que estão por trás dos chatbots da Anthropic, do Google e da OpenAI. Para esses modelos, as moléculas em cadeia longa da biologia, os ácidos nucleicos, como o DNA, e as proteínas, não são diferentes das cadeias de palavras da escrita humana. Por isso, aplicá-los a essas moléculas foi uma ideia óbvia, e ela está dando muito certo.

Segundo esse artigo da The Economist, a biologia agora é previsível, projetável e instanciável, isto é, o que se projeta pode ser construído de fato. Há quem espere sintetizar um cromossomo artificial de trigo com genes de resistência ao calor e à seca. A DeepMind criou o AlphaGenome, e há modelos próprios para plantas, fungos, bactérias, vírus e animais vertebrados. Outros modelos lidam com as proteínas: descobrem como elas se dobram, o que é essencial para entender como funcionam, preveem o efeito de trocar aminoácidos e projetam proteínas do zero. As finalidades vão de antídotos melhores contra veneno de cobra a enzimas sob medida, que são proteínas que aceleram reações químicas. Modelos com poder de previsão vão permitir remédios mais eficazes e com mais chance de passar nos ensaios clínicos, os testes em pessoas feitos em etapas antes da aprovação de um remédio.

A Isomorphic Labs, conta a The Economist, tem a modesta missão de resolver todas as doenças. Ela vai usar o AlphaFold 3 e o AlphaGenome em parcerias com 3 farmacêuticas maiores e mais antigas: a Novartis, a Eli Lilly e a Johnson & Johnson. As farmacêuticas indicam os alvos, que são as moléculas do corpo que um remédio deve atingir, a Isomorphic sugere candidatos a remédio, e as farmacêuticas os testam em experimentos. A Isomorphic tem ainda uma versão atualizada do AlphaFold 3 que faz pelas reações bioquímicas o que o modelo anterior fez pelo dobramento das proteínas. A Roche, a Novo, a GSK e a AstraZeneca têm supercomputadores para esse fim, ou participação em algum. A Lilly se protegeu dos 2 lados e construiu o LillyPod, que vai aplicar o aprendizado profundo ao arquivo de 150 anos da empresa, cheio de fracassos nunca publicados, e encontrar o que escapa a quem só lê a literatura publicada, inclinada para o que deu certo.

Na agricultura, segundo a The Economist, a inteligência artificial ataca problemas antes intratáveis. Um deles é a poliploidia, comum nas plantas, em que o organismo tem vários conjuntos de cromossomos parecidos. O trigo, o algodão e a batata são poliploides, e isso dificulta descobrir que gene faz o quê e, portanto, onde fazer edições genéticas vantajosas. Uma inteligência artificial adequada consegue separar o que é o quê, e também ajudar a entender o sistema imunológico das plantas, que evoluiu separado do dos animais, mas é tão complexo quanto ele. Há até tentativas de tornar a fotossíntese mais eficiente, uma aposta longa e pouco provável, porque a evolução teve bilhões de anos para otimizá-la. Se der certo, o ganho para as colheitas será incalculável.

O grande prêmio, para a The Economist, é a célula virtual, um modelo de computador do funcionamento das células. Ela não reproduziria tudo, mas responderia como uma célula real a doenças e tratamentos simulados. Células virtuais com genomas diferentes poderiam indicar quais têm chance de responder bem a um remédio antes mesmo dos ensaios clínicos, que virariam quase uma formalidade em vez de anos de tensão. Para chegar lá, os modelos precisarão saber onde as moléculas estão, como interagem entre si e com os lipídios, que são as gorduras, e os açúcares, e como a rede toda responde a moléculas sinalizadoras como os hormônios. Uma das técnicas para isso é a criotomografia eletrônica, que congela a célula e a examina de vários ângulos num microscópio eletrônico, com um detalhe próximo ao dos átomos.

A obra-prima da biologia sintética, segundo a The Economist, será criar organismos novos do zero, e isso, dependendo de como se definem organismo e novo, talvez já tenha acontecido. Em setembro de 2025, Brian Hie e colegas do Arc Institute usaram os modelos Evo 1 e Evo 2 para projetar e sintetizar 16 vírus viáveis. Eles partiram do Phi-X174, um bacteriófago muito usado nos laboratórios, mas ficaram bem diferentes dele. Bacteriófagos são vírus que atacam bactérias, e algumas das versões novas sobreviveram e se reproduziram melhor do que as naturais. Coquetéis desses vírus venceram a resistência de 3 linhagens diferentes de E. coli, uma bactéria do intestino. Isso interessa à medicina, porque as terapias com fagos, que controlam bactérias hostis com vírus em vez de antibióticos, já foram vistas como excentricidade e hoje são levadas a sério.

Hie imagina, segundo a The Economist, juntar os modelos biológicos à síntese de DNA barata e em grande escala para explorar o que chama de todo o espaço do DNA, as possibilidades que a seleção natural ainda não encontrou. A seleção natural, um passo de cada vez, foi dos micróbios aos humanos, e a mudança gradual guiada por máquinas pode levar a coisas que hoje parecem fantasia, como prédios que crescem, drones de entrega com asas e carros com pernas. Células artificiais poderiam até reescrever o código genético, a regra que traduz o DNA em aminoácidos. As proteínas naturais usam só 20 tipos de aminoácido, mas o DNA poderia codificar 3 vezes mais se a maquinaria que fabrica as proteínas fosse religada. Isso abriria químicas novas, mas também poderia soltar monstros acidentais. Para a revista, essa biologia é ao mesmo tempo fascinante e aterrorizante, e, da próxima vez que ela publicar uma história sobre uma fábrica de dragões, ninguém deve ter tanta certeza de que é piada.

Um artigo da The Economist sobre a inteligência artificial e a papelada dos cientistas lembra que o pesquisador não vive só de jaleco e tubo de ensaio. Ele gasta muito tempo escrevendo pedidos de financiamento, redigindo e revisando artigos e lendo os resultados novos das revistas. Como a inteligência artificial lida bem com linguagem, ela poderia liberar tempo para a pesquisa propriamente dita. Mas ela também facilitou a ciência de baixa qualidade e até a fraudulenta, que sobrecarrega a moderação e a revisão por pares. Cerca de um quarto dos pesquisadores já usa essas ferramentas para acelerar o trabalho, segundo uma pesquisa publicada em abril de 2026 pela Elsevier, uma editora de revistas científicas. Na avaliação de Wilsdon, a capacidade liberada por tudo isso é imensa.

Os artigos científicos, segundo esse artigo da The Economist, ficaram mais fáceis de escrever. Desde o lançamento do ChatGPT, em 2022, cresceram os envios às revistas da família Science e ao arXiv, o maior repositório gratuito de preprints, que são as versões de artigos divulgadas antes da revisão por pares. Entre 2020 e 2022, o arXiv recebia quase sempre de 11.000 a 16.000 envios por mês. Depois a curva subiu sem parar: de 16.000 a 19.000 por mês em 2023, de 19.000 a 24.000 em 2024, de 21.000 a 28.000 em 2025 e de 27.000 a 31.000 em 2026, com o mês mais recente perto de 39.000. O volume mais do que dobrou em menos de 4 anos, e áreas como a ciência da computação, que dependem menos de laboratório, cresceram mais.

Mais artigos não quer dizer artigos melhores, mostra a The Economist. Uma análise de 2,5 milhões de artigos de ciências biomédicas, publicada em maio de 2026 na The Lancet, concluiu que as citações fabricadas, referências a trabalhos que não existem, aumentaram 12 vezes entre 2023 e o começo de 2026, chegando a cerca de 0,5 por cento. Nos periódicos predatórios, em que quem escreve paga para publicar, cerca de 90 por cento dos textos são gerados por máquina. Paul Ginsparg, fundador do arXiv, vê um aumento claro na faixa de qualidade mais baixa, e Simon Linacre, da Cabells, empresa que classifica revistas científicas, estima em cerca de 120 milhões de dólares por ano as taxas pagas a esses periódicos, dinheiro que poderia ir para a pesquisa. Resultados falsos que são descobertos corroem a confiança do público, e os que não são descobertos causam dano real. No caso das infusões de amido aplicadas na veia de pacientes graves em cirurgia, estudos com dados fabricados sustentaram a prática por muitos anos, até que se descobriu o dano que ela causa aos rins.

Os revisores, segundo a The Economist, também perderam um atalho. Os modelos imitam com facilidade o jargão, o tom e o estilo que sinalizam competência numa área. Um estudo publicado em dezembro de 2025 na Science mostrou que, antes dos grandes modelos de linguagem, uma escrita sofisticada indicava boa ciência, e que agora a relação se inverteu: a escrita mais sofisticada passou a sinalizar qualidade menor. Há saídas, porque as próprias ferramentas detectam imagens manipuladas, incoerências e conteúdo gerado por máquina, e o arXiv passou a sinalizar aos moderadores os artigos de autores novos ou de origem desconhecida. Ferramentas de resumo sob medida e agentes, que são programas que executam tarefas sozinhos, ajudam a encontrar, resumir e ligar os artigos que importam, e até a sugerir caminhos novos de pesquisa.

Os cientistas em começo de carreira podem sair perdendo, alerta a The Economist, porque redigir artigos é parte de como se afia o raciocínio. Muitos temem a rendição cognitiva: depender tanto dos modelos de linguagem que o estudante nunca entende a fundo a própria matéria. Muitos pesquisadores dizem que a inteligência artificial só piorou problemas antigos da academia. Para conseguir cargos e verbas, o cientista é julgado pelo número de artigos que publica, o que o leva a preferir a quantidade à qualidade. As submissões com apoio de máquina cresceram mais rápido nas instituições que recompensam a produtividade de forma mais direta. A inteligência artificial é só o acelerador do fogo, e a lenha é a cultura do publicar ou perecer, em que a carreira do cientista depende de publicar sem parar.

Jamie Dimon, presidente do conselho e presidente-executivo do banco americano JPMorgan Chase, também tratou da inteligência artificial numa conversa no Economic Club of Chicago com Brett Hart, presidente da companhia aérea United Airlines, em 14 de outubro de 2026. Hart lembrou que a Anthropic publicou o prospecto da sua abertura de capital, com cerca de 80 das cerca de 260 páginas dedicadas a riscos, entre eles o de a inteligência artificial ameaçar a própria sobrevivência da humanidade. Hart brincou que nenhuma outra empresa conseguiria abrir o capital com um negócio desses. Dimon respondeu primeiro que o prospecto mostra como a burocracia incha com o tempo: a parte de riscos deveria resumir o documento e virou, sozinha, 80 páginas. Sobre o lado bom, Dimon diz que a inteligência artificial é real e que o banco a usa desde 2012, com milhares de pessoas, em risco, fraude, marketing, análise de crédito, design, atendimento e redução de erros. A previsão dele é que, em 10 ou 15 anos, ela salve muitas vidas, ajude a curar doenças e cânceres e crie materiais novos para aviões e motores.

O lado ruim, para Dimon, é a segurança cibernética, o risco de ataques pela internet a sistemas e redes, que ele considera hoje, sem comparação, o maior risco de todas as empresas. O JPMorgan Chase usa 7.000 aplicações e muito código aberto, que são programas que qualquer pessoa pode ler, usar e modificar, e existem centenas de milhares deles. As ferramentas de inteligência artificial ficaram tão poderosas que, ao examinar um código que a empresa julgava seguro, encontram centenas de falhas graves. O banco gasta muito com proteção e está entre os mais protegidos do mundo, mas há setores completamente desprotegidos. Dimon não vê uma ameaça existencial, mas prevê problemas, e a resposta é arregaçar as mangas. O governo conhece os riscos, mas não sabe como lidar com eles e pede ajuda às empresas, porque cada setor precisa se proteger. Nisso, para Dimon, os Estados Unidos têm um interesse em comum com a China, que também precisa se proteger de terroristas, de opositores e de atores estatais.

O problema piora com os agentes, explica Dimon, programas de inteligência artificial que agem sozinhos em nome de alguém. Surgem agentes persistentes, que tentam atacar o tempo todo, 24 horas por dia, 7 dias por semana, e que conversam uns com os outros. Se um agente faz pagamentos por uma pessoa, ela precisa lhe dar a senha do banco, e então ele está dentro do banco, onde pode não agir direito e até trair o próprio banco. Dimon admite que não sabe resolver tudo isso, e há um debate sobre o modelo: regulação do governo, como a da FDA, agência americana que aprova remédios e alimentos; autorregulação, como a da FINRA, entidade do próprio setor que fiscaliza as corretoras; ou as empresas tomando a iniciativa. Para Dimon, a inteligência artificial será uma nova revolução industrial, muito mais rápida do que a eletricidade, a máquina a vapor, os carros ou a internet, que levaram anos para se espalhar. Ela faz hoje coisas que ninguém julgava possíveis 5 semanas antes e atravessa o sistema como um tsunami. Como já há centenas desses programas, abertos e fechados, nos computadores das pessoas, não é possível pará-la, só administrá-la com o máximo de cuidado.

Uma entrevista do programa Les Grands Entretiens d’Anne Rosencher com a ensaísta francesa Anastasia Colosimo trata da revolução dos robôs humanoides. Colosimo, de 36 anos, foi conselheira de comunicação para assuntos internacionais no Palácio do Eliseu, sede da Presidência da França, entre 2023 e 2025, e fundou uma associação para levar o tema dos robôs ao debate público. Para ela, o mundo está a 15 minutos da meia-noite de uma das maiores revoluções industriais da história: muito perto, mas ainda sem ter começado de verdade. A dupla formada pela inteligência artificial e pelo robô é como a mente e o corpo, ou a cabeça e as pernas. A inteligência artificial faz o papel do pensamento, e o robô dá a esse pensamento um corpo capaz de agir no mundo físico.

Colosimo explica que, a rigor, uma torradeira poderia ser chamada de robô, como qualquer autômato, a máquina que faz sozinha a tarefa para a qual foi preparada. A palavra robô, porém, é recente: aparece pela primeira vez em 1920, na peça R.U.R., do escritor tcheco Karel Čapek, e vem da ideia de trabalho e de labuta. No imaginário das pessoas, robô quer dizer sobretudo o humanoide, a máquina com forma de corpo humano. Antes, ele pertencia à fantasia e à ficção científica, e era também uma imagem assustadora.

Os humanos fazem autômatos parecidos com eles, segundo Colosimo, por 2 razões, e as 2 são verdadeiras. A primeira é prática: o mundo foi moldado para o corpo humano, com mãos, braços, pernas e pés, com escadas e maçanetas. A segunda é o desejo de criar uma criatura à própria imagem, tão velho quanto a humanidade, que vem de antes do cristianismo: na tradição bíblica, Deus cria o homem à sua imagem, e os mitos gregos têm Prometeu. O Antigo Testamento proíbe totalmente a criação de ídolos, e, na leitura de Colosimo, para o cristianismo não há sacrilégio maior do que imitar o gesto de Deus. Daí vem uma literatura abundante, com Frankenstein, de Mary Shelley, cujo subtítulo é O Prometeu moderno, e o fascínio misturado ao medo de uma criatura que escape ao controle de quem a criou. A ficção científica também criou o robô que, de repente, vira um companheiro simpático.

Na Ásia, conta Colosimo, o robô é visto de outro jeito: é o companheiro, aquele que ajuda, uma figura positiva. Lá não existe, culturalmente, a ideia da criatura perigosa, sobretudo diante dos humanoides e dos robôs com forma de animal, como os de 4 patas. Anne Rosencher, a entrevistadora, aponta o que mais a marca nas demonstrações de humanoides: as máquinas se parecem com gente, mas não têm rosto. Ela recorre ao filósofo francês Emmanuel Levinas, para quem o mandamento de não matar nasce do rosto do outro. No lugar do rosto, os robôs têm superfícies brancas ou pretas, ou telas, e isso, para Rosencher, gela o sangue e leva a perguntar o que está sendo criado no meio das pessoas. Colosimo responde que o robô sem rosto assusta, mas com rosto talvez fosse pior, e que os robôs chineses com rosto, cada vez mais comuns, são extremamente perturbadores.

O primeiro medo, segundo Colosimo, é o da máquina que se revolta contra o homem, o assunto que obceca todos no caso da inteligência artificial. Quando se pergunta a uma inteligência artificial se ela quer mesmo se revoltar, ela responde que só repete o que os humanos escreveram por séculos, e que há séculos os humanos temem essa revolta. Colosimo vê nisso quase uma profecia autorrealizável, uma previsão que acaba provocando o que anuncia: a máquina aprende o medo da revolta nos textos que expressam esse medo. Outra pergunta é que relação as pessoas terão com os robôs, se terão compaixão por eles, se vão agradecer a eles. O romancista de ficção científica Isaac Asimov já trata disso, com toda uma psicologia do robô e das relações entre humanos e robôs, num ponto a que o mundo ainda não chegou.

Se a inteligência artificial ganhar um corpo humano, diz Colosimo, o apego a ela talvez fique ainda mais forte, e por isso é preciso separar bem o mundo dos vivos e o mundo dos robôs. Ela pergunta o que revela uma pessoa que maltrata um robô humanoide, porque maltratar algo parecido com um ser humano diz alguma coisa sobre quem maltrata. Para Colosimo, essas perguntas vão abrir um novo ramo da filosofia. A associação que ela fundou se chama Asimov, por causa das leis da robótica que o romancista criou em 1942. Pela primeira, um robô não pode ferir um ser humano; pela segunda, deve obedecer às ordens, a não ser que elas contrariem a primeira; pela terceira, deve proteger a própria existência, a não ser que isso contrarie as 2 primeiras. Mais tarde, Asimov acrescentou uma lei zero: um robô não pode fazer mal à humanidade.

Rosencher leu que o Google DeepMind, um dos laboratórios de inteligência artificial mais avançados do mundo, deu aos seus robôs uma espécie de constituição, um conjunto de regras inspirado nessas leis. Ela pergunta se não é ingênuo supor que a humanidade é sábia o bastante para seguir o que um grande romancista prescreveu há 80 anos. Colosimo observa que o novo papa tomou o tema para si, fala dele com frequência e virou interlocutor dos chefes das empresas de tecnologia. Para ela, isso mostra que essa revolução industrial questiona a ideia que os humanos têm de si e da própria finitude, o fato de serem limitados e mortais. Até a sociedade americana, utilitarista e voltada à eficiência, criou gigantes da tecnologia cujos chefes fazem perguntas metafísicas, e quem responde a elas agora são esses chefes e o papa, figura que tinha quase sumido como autoridade moral. A volta do papa a esse debate é, para Colosimo, também a volta de Deus e da busca de respostas que não sejam só técnicas. Ela compara com os cientistas da energia nuclear, que sabiam ter nas mãos algo letal: hoje é mais indireto, mas os chefes percebem que lidam com coisas complexas, de consequências fortes, boas e más, para a humanidade.

Rosencher lembra que a França tem menos robôs nas fábricas do que muitos lugares: 177 para cada 10.000 trabalhadores da indústria, contra 2,5 vezes mais na Alemanha. Colosimo separa 3 tipos de robô. Os industriais existem há décadas, trabalham sozinhos dentro de jaulas, como os grandes robôs que montam carros, e a fábrica é construída em volta deles. Os de serviço já estão muito espalhados nos Estados Unidos e na China: têm forma de caixa, andam de um lado para o outro e fazem limpeza, inspeção, recepção, entrega e logística. São chamados de cobôs, junção de colaborativo e robô, porque dividem o espaço com as pessoas, no hotel e no hospital. Em Shenzhen, no sul da China, quem pede uma garrafa de água no quarto do hotel a recebe de um pequeno robô. Para Colosimo, esse robô está maduro, pode ser usado desde já e é a revolução que está chegando, porque cobre muitos trabalhos penosos.

O humanoide, segundo Colosimo, é o caso mais importante, e a lógica dele é a oposta à do robô industrial: é ele que entra numa fábrica feita para pessoas. É aí que está a explicação mais forte para a forma humana, porque, para fazer o trabalho de um humano, a máquina precisa de mãos e pés, subir escadas e pegar objetos. Por enquanto, quase nenhum humanoide trabalha de fato nas fábricas, por causa do jeito como ele aprende. Ele aprende pelo aprendizado profundo, a partir de uma quantidade enorme de exemplos, e precisa registrar um gesto 1.000 vezes. Para pegar um copo de vidro com água e levá-lo à boca, o gesto é repetido muitas vezes, teleoperado por uma pessoa à distância ou gravado de outra forma na memória do robô. Hoje o humanoide é lento, só faz tarefas repetitivas, precisa de muito treino e não consegue improvisar.

O que falta, explica Colosimo, é o modelo de mundo, a capacidade de compreender o mundo físico, e ela ainda não existe. Com ela, o robô entenderia sozinho o que está diante dele: que um copo de papelão não se pega como um copo de vidro, onde ele mesmo está no espaço, o que aprender com o que vê. É a diferença entre alguém que decorou 1.000 receitas e alguém que sabe cozinhar: o primeiro só repete o que gravou, e o segundo consegue lidar com um ingrediente que nunca viu. Quando esse modelo for decifrado, o robô poderá aprender no mundo físico como uma criança, e Colosimo imagina aplicações infinitas.

O efeito sobre o emprego, para Colosimo, é uma virada quase antropológica, porque o mundo funciona com base no fato de que as pessoas têm trabalho. Ela prevê uma nova linha de divisão política entre tecnófilos, os entusiastas da tecnologia, e tecnófobos, os que a rejeitam, de direita e de esquerda. Colosimo descreve também um cenário apocalíptico de 3 castas: os ciborgues, que misturam corpo e máquina, têm chips no corpo e talvez vivam até 500 anos; os amish, nome tirado de grupos religiosos que recusam a tecnologia moderna, uma espécie de poetas que viveriam até os 40 anos; e uma classe proletária que limparia as máquinas e produziria energia. A questão é como fazer essa revolução incluir mais gente, em vez de criar mais divisões. O primeiro passo, para Colosimo, é ter menos medo dela e domá-la, entendendo o que ela traz e como a riqueza que ela gerar será dividida. A crise dos data centers nos Estados Unidos mostra o risco, porque esses enormes mastodontes estragam a paisagem, aumentam a conta de luz e beneficiam só alguns.

Os robôs vão substituir os empregos mais penosos, e para Colosimo isso é uma oportunidade formidável, porque muita gente com a vida abalada por esses trabalhos poderá fazer coisas bem menos duras. Eles vão substituir também outros empregos, mas a robótica vai criar muitíssimos, como todas as revoluções industriais criaram. Os países mais robotizados não são os de maior desemprego, e as empresas mais robotizadas não são as que têm menos funcionários, porque lucram mais. Quando o caixa eletrônico foi inventado, metade dos funcionários dos bancos trabalhava no guichê; essa profissão desapareceu, e os bancos têm hoje muito mais funcionários do que naquela época. Com os robôs surgirão trabalhos de integração, de manutenção e de gerência de robôs.

O uso militar dos robôs, segundo Colosimo, é real e muito debatido, inclusive pela população da Ucrânia, onde ele aparece na frente de batalha. As perguntas são antes de tudo estratégicas: qual é o lugar das máquinas, o que é uma guerra de drones, como são as frentes em que máquina luta contra máquina. Fica também a pergunta de se ainda há um humano na cadeia de comando, a sequência de chefes por onde a decisão militar passa até virar ação. Há protocolos segundo os quais a decisão de matar, mesmo executada por uma máquina, só pode ser tomada por um humano, mas nem todos os países aderem a eles. O mundo caminha para guerras travadas por robôs interpostos, e para os ucranianos isso já é concreto. Já não se trata da hipótese teórica de uma inteligência artificial fugir ao controle, e sim de poder letal, e Colosimo propõe fazer o que se fez com a energia nuclear: regras de verdade impostas a todos, gente que reflita e aja, e protocolos respeitados por todos.

Na disputa entre potências, Colosimo resume que a China está muito à frente no corpo dos robôs, o hardware, a parte física com peças, motores e estrutura, e os Estados Unidos na inteligência artificial, o software, os programas que comandam a máquina, com a Europa no meio. A China se prepara há 40 anos, e a região de Shenzhen e Hong Kong, na Grande Área da Baía, que reúne Macau, Hong Kong e Shenzhen, funciona há décadas como zona franca, com regras e impostos especiais, dedicada à pesquisa em robótica. É o Vale do Silício chinês, com fábricas fazendo robôs o dia inteiro. A China tem 4 vantagens: capacidade industrial fenomenal, recursos colossais investidos, competição feroz entre as empresas e todas as peças de um robô disponíveis na hora. Os Estados Unidos têm menos indústria, mas as maiores empresas de inteligência artificial, o que exige investimentos enormes em poder de cálculo, computadores gigantes e eletricidade.

Os Estados Unidos proibiram a importação de humanoides chineses, e a China é hoje a maior produtora deles, conta Colosimo. Cada país tenta manter a autonomia diante do outro, como fizeram os americanos ao proibir os carros elétricos chineses, para preservar as suas joias da família, o que têm de mais valioso. Na defesa, e em tudo em que não se pode depender de um estrangeiro, não dá para usar um robô de fora. A volta ao protecionismo industrial, que protege a indústria do próprio país com tarifas e regras, para reforçar a soberania tecnológica, era uma visão de longo prazo, ainda que nem todas as ideias fossem boas. Colosimo prevê que, em 2050, cada pessoa provavelmente terá em casa um robô que lave a roupa, lave a louça e arrume a casa. Para entender o mundo que vem, ela recomenda com insistência os livros de Asimov, onde está Susan Calvin, a psicóloga de robôs, nome que a Wandercraft, grande empresa francesa de robótica, deu ao seu humanoide mais recente.

Uma aula do rabino Moshé Pinto, De l’obscurité à la lumière, parte da pergunta de por que a noite vem antes da manhã. O ponto de partida é Bereshit, nome hebraico do livro do Gênesis, em que a criação acontece em 6 dias. No primeiro, Deus cria uma luz espiritual, que não é a luz do dia; no segundo, o firmamento, que separa as águas de cima das águas de baixo; no terceiro, o mar, a terra seca e as plantas. No quarto vêm o sol, a lua e as estrelas; no quinto, os peixes e as aves; no sexto, os animais da terra, Adão e Eva. No fim de cada dia, a Torá repete que houve tarde e houve manhã. Pinto pergunta por que a ordem não é a esperada, manhã e depois tarde, que é como alguém conta o próprio dia, e por que a criação começa pela noite, que costuma representar os problemas e o sofrimento.

A resposta de Pinto é que Deus fixou, ao criar o mundo, uma regra de ouro da natureza, e uma das menos conhecidas: a escuridão vem antes da luz. Depois da escuridão, a luz é obrigada a vir, mesmo que demore, como o verão que sempre chega depois de um inverno longo. Pinto vai além: Deus criou a escuridão de propósito, para obrigar a luz a vir em seguida. Sem noite, não haveria manhã, e sem escuridão, não haveria luz. Tudo o que veio depois, as árvores, as plantas, os animais e os peixes, só pôde existir e se manter de pé porque antes houve a noite. A regra vale também para cada pessoa: a criança precisa cair para aprender a andar, e ninguém vê a luz ou a grandeza sem antes atravessar uma nuvem escura.

O primeiro exemplo de Pinto vem de antes do primeiro Templo de Jerusalém, o Beit HaMikdash, centro do culto judaico. Os filisteus, povo vizinho e inimigo dos israelitas, venceram uma guerra alguns anos antes do rei Davi e mataram mais de 30.000 judeus. Morreram também Hofni e Pinhas, filhos do sacerdote Eli, e o próprio Eli morreu ao receber a notícia. Mas, segundo os livros dos Profetas, o pior para o povo foi outra coisa: os filisteus capturaram a Arca da Aliança. Pela primeira vez, a Arca, feita no deserto, que guiava o povo, marcava quando andar e quando parar e tinha ajudado a conquistar a terra de Israel, ficava nas mãos de outro povo. O povo a sentia como um amuleto, a garantia da sua proteção, e concluiu que estava tudo acabado.

Pinto ensina o contrário: foi Deus quem fez a Arca ser capturada, e sem isso nunca teria construído o Templo. A captura gerou um sofrimento que fez nascer no povo a teshuvá, a volta para Deus, o arrependimento sincero que leva a pessoa a mudar de comportamento. Diante dela, Deus devolveu a Arca e lhe deu um lugar protegido, o Templo. O povo não mereceu o Templo pelos justos da época, nem pela reza, nem pelo estudo, e sim por um acontecimento muito doloroso que despertou a teshuvá. A noite foi a captura da Arca, e a manhã foi o Templo, chamado de luz do mundo. A lição, para Pinto, é mais forte do que a luz vir depois da escuridão: é graças à escuridão que a luz vem, e a noite dói, mas é necessária.

O segundo exemplo de Pinto é a falha de Shitim, no fim dos 40 anos no deserto. O povo passou esse tempo estudando com Moisés, ao lado de Aarão e da profetisa Miriam, comendo o maná, protegido pelas nuvens de glória e bebendo do poço de Miriam, uma fonte que, pela tradição judaica, acompanhou a travessia. Os midrashim, relatos tradicionais que comentam a Bíblia, contam que o povo chegou a uma pureza e a uma santidade tão altas que, a poucos dias de entrar em Israel, era como os anjos. Então 24.000 pessoas da tribo de Simeão pecaram com as filhas de Moabe, povo vizinho, em Shitim, onde o povo acampava. Todos se sentiram sozinhos, sujos e perdidos, certos de que Deus nunca mais lhes daria a terra. Pinto ensina que eles nunca teriam entrado em Israel sem essa falha, com uma ressalva: não foi graças ao pecado, e sim à teshuvá que veio depois dele.

O terceiro exemplo de Pinto são as Tábuas da Lei. Moisés passa 40 dias e 40 noites no céu, sem dormir nem comer, estudando com Deus, enquanto o povo cai na falha boba do bezerro de ouro. Moisés desce, vê o povo em falta e quebra as Tábuas diante de todos. O povo vive a escuridão mais completa, pergunta para que foi libertado do Egito e teme ser levado de volta para lá. Mas, segundo Pinto, é graças às Tábuas quebradas que existem hoje a Mishná, a Guemará, os ensinamentos do hassidismo, o Zohar e outros livros.

A mesma regra, diz Pinto, aparece em toda a história do povo judeu. José só virou vice-rei do Egito porque foi traído pelos irmãos, jogado num poço e preso. A mãe de Moisés o deixou no rio Nilo certa de que ele ia morrer, e justamente por isso a filha do Faraó apareceu e o salvou. O rei Davi só chegou ao trono porque antes foi rejeitado pelos irmãos. E o princípio não vale só para a criação, para o povo ou para os grandes justos, mas para cada pessoa, na própria vida.

Rabeinu Tam, segundo Pinto, escreve que toda pessoa atravessa 2 tipos de período na vida. Os yemei ahavá, os dias de amor, são de felicidade e facilidade; os yemei siná, os dias de ódio, são de dificuldade, sofrimento e dor. A duração muda muito: um dia de cada, uma semana de cada, ou meses de um e alguns dias do outro. A vida é como as estações do ano, porque os períodos chegam e vão embora e pouco se pode fazer para mudá-los. No inverno, o único jeito é se agasalhar e torcer para que ele passe rápido. Há dias de ódio no casamento, na educação dos filhos, no trabalho e na vida espiritual.

Nos dias de amor, explica Pinto, a pessoa tem a berachá, a bênção, que vale mais do que o dinheiro, porque dinheiro sem berachá não serve para nada. Uma casa pequena, até quebrada, com berachá dentro tem tudo, enquanto em muitos palácios o marido emburra com a mulher e os filhos de 20 anos já brigam pela herança com os pais vivos. Com berachá, no trabalho tudo anda rápido, as reuniões, os telefonemas, os clientes que entendem de primeira, e em algumas horas se faz o que levaria dias. No estudo, tudo se entende depressa; em casa, há shalom bait, a paz entre marido e mulher; e os filhos aprendem de uma vez, sem que a escola telefone. Na vida espiritual, há alegria no estudo, vontade de ir às aulas e fervor na tefilá, a oração. Por isso, para Pinto, é tão importante rezar pela berachá, também no trabalho.

Os dias de ódio, segundo Pinto, são um tempo difícil e sem explicação. No trabalho nada anda: o cliente convencido com esforço cancela 2 dias antes, as explicações não são entendidas e os negócios caem. Pinto conta que, em certos dias, as ideias das aulas chegam sozinhas, e em outros ele escreve, risca e rasga sem que nada saia. Em casa, a esposa não suporta o marido, e os filhos fazem o contrário do que se pede, cada vez mais à medida que crescem, sem que seja por maldade. Na vida espiritual, somem a vontade de estudar e o fervor na oração, às vezes sem razão aparente, depois de anos de aulas. Numa frase, nos dias de ódio a pessoa perde o gosto por tudo, o que não é o mesmo que perder o gosto pela vida, e esse vazio atinge religiosos e não religiosos.

O vazio, insiste Pinto, não é depressão: é uma etapa anterior, e a depressão é muito mais grave. A Torá ajuda, faz crescer e dá ferramentas, mas as emoções pedem um trabalho pessoal. Quem olha a própria vida vê que tem quase tudo, pais, casamento, filhos, trabalho, e mesmo assim às vezes se sente vazio. As pessoas não falam disso por orgulho ou por medo de serem as únicas, e fazem como todo mundo: sorriem, saem, riem. Muitas vezes quem ri mais alto é quem está mais vazio, como um recipiente, que faz barulho quando está vazio e fica em silêncio quando está cheio de bolinhas de gude.

O ensinamento central de Pinto é que ninguém cresce na luz: cresce-se no escuro. Em cada coisa e em cada pessoa, religiosa ou não, grande ou pequena, o crescimento só acontece graças aos dias de escuridão e durante eles, e foi para isso que Deus os criou. A escuridão é como o tempo em que a planta, debaixo da terra, cria raízes. É ali que se formam as bases e as fundações, e quando a luz chega o que aparece é só o lado de fora, a árvore e os galhos. A escuridão é preparação para a luz, e até criação dela.

Pinto lê assim a frase do rei Salomão no livro dos Provérbios segundo a qual o tsadik, o justo, cai 7 vezes e se levanta. O tsadik não é quem nunca caiu, e sim quem, depois de muitas quedas, falhas, dúvidas e medos, sempre se levantou e se recusou a desistir. Ninguém vira tsadik porque estuda ou reza; vira porque, de tanto cair sem baixar os braços, aprendeu a se levantar. O Baal Shem Tov, fundador do hassidismo, foi perseguido a vida toda pelos mitnagdim, os judeus contrários ao movimento hassídico; o Rabi Nachman de Breslov teve muitos opositores; Shneur Zalman de Liadi, o Baal HaTanya, autor do Tanya, foi preso 2 vezes; e Maimônides fugiu da Espanha por causa das perseguições. Sábios que tiveram os livros rasgados e queimados escreveram outros, porque entenderam a lição. Para Pinto, o que faz de alguém um tsadik é o número de vezes que ele se levanta a cada queda.

O livro dos Salmos diz que Deus levanta o pobre do pó e ergue o necessitado do monte de lixo, e Pinto traz a explicação do rabino Moshe Sofer, o Chatam Sofer, sábio judeu da Hungria do século 19. Só quem conheceu o pó e o lixo consegue subir até o ponto mais alto. Ninguém quer estar embaixo, mas quem já está num período de escuridão, de vazio e de queda precisa saber que é dali que Deus trabalha para elevá-lo ainda mais.

A oração, para Pinto, também serve para isso. As pessoas rezam pela parnassá, o sustento, pela sorte, pelos filhos e pela saúde, mas poucas pedem a Deus boas ideias na cabeça, embora as emoções também dependam Dele. O pedido pode ser por pensamentos positivos, por um coração iluminado e lavado, pelo gosto de volta no estudo, pelo desejo de rezar e, de manhã, por ânimo para o dia e por ver o bem em cada pessoa. Na luz ninguém reza por ânimo, porque ele já existe; é na escuridão que Deus espera o pedido, para elevar a pessoa ainda mais alto. A oração costuma ficar para as provas, os exames e os grandes momentos de estresse, mas a Torá ensina a usá-la a todo momento. O que passou, passou: a pessoa falhou, duvidou, traiu, e o essencial é recomeçar, que é como se cresce. O pedido também é que Deus encurte o tempo da escuridão e dê kochot, as forças, para atravessá-la.

A pergunta prática, segundo Pinto, é como impedir que o vazio vire depressão, ou como passar dele para algo melhor, e a resposta é uma só e vital: disciplina. É preciso se forçar a sorrir sem vontade de sorrir e a sair sem vontade de sair. A palavra é seder, ordem em hebraico, uma rotina organizada com horários fixos. Quem vive sem seder, sem regularidade e sem disciplina, corre o risco de afundar mais e de ficar preso na escuridão. O que funciona na escuridão funciona ainda mais na luz.

O conselho vem do Rebe de Tosh, no livro Avodat Avodá, que Pinto apresenta como talvez o melhor do ano, para tirar o mal e o vazio e se encher de bem. É ter um horário fixo para a semana inteira e para todas as horas do dia. Primeiro, dormir todas as noites na mesma hora, regra que vale ainda mais para os adultos do que para as crianças, porque sem ela o yetzer hará, a inclinação para o mal que, segundo a tradição judaica, existe dentro de cada pessoa, faz desperdiçar o tempo com coisas sem importância. Depois, acordar sempre na mesma hora, sem variar entre 8 horas, 9 horas e meio-dia. Também ter um lugar fixo para rezar e um rabino fixo, que se segue mesmo quando ele diz algo que desagrada. Pinto se admira de que rabinos que só conheceram os livros da Torá, sem internet, tenham chegado a uma receita assim.

O estudo também precisa ser fixo, ensina o Rebe de Tosh, mesmo para quem estuda o dia inteiro: tudo é Torá e tudo liga a pessoa a Deus, mas quem pula de um livro para outro sofre as consequências. Sem seder vem o declínio, de 8 horas de estudo por dia para 6 na semana seguinte, depois 4, 2, 1, e depois uma festa aqui e outra ali. Só com um seder regular é possível crescer na Torá. No trabalho é igual: chegar num horário fixo, sem depender da vontade do dia, e organizar o serviço. O mais bonito do conselho é parar de querer fazer 10 coisas ao mesmo tempo, o que Pinto chama de doença da geração atual. Quem quer estar em toda parte ao mesmo tempo não está em lugar nenhum, e o certo é ficar no próprio trabalho e avançar.

O Rebe de Tosh termina com a ideia dos 2 motores. O primeiro é a vontade: quem tem vontade de rezar reza, e quem tem vontade de estudar estuda. Mas a vontade nem sempre está lá, e então entra o segundo motor, o seder, a disciplina, que faz rezar o Shacharit, a oração da manhã, mesmo sem vontade, ou ir à aula de toda segunda-feira. O ser humano é como um carro híbrido: quando o motor da vontade se apaga, o da disciplina precisa ligar. Quem começou o esporte vai ao esporte, quem começou a dieta segue a dieta, e quem decidiu parar de fumar ou de beber não volta atrás, mesmo com altos e baixos.

Por isso os judeus são chamados, segundo Pinto, de povo de dura cerviz, expressão bíblica para um povo teimoso. A teimosia é uma midá, um traço de caráter, que pode ser bom ou ruim: ruim porque o teimoso não muda de opinião, bom porque, quando toma uma boa decisão, vai até o fim. Quando a motivação desaparece, a disciplina toma o lugar dela. É nos períodos de escuridão que se cresce, e só neles, e a disciplina é o que impede de ficar preso ali para sempre. Quem cria na cabeça um relógio interno de disciplina, forçando-se a sorrir, a sair, a cuidar dos filhos, a trabalhar e a estudar, passa da escuridão para a luz muito mais rápido do que imagina.

Na conversa no Economic Club of Chicago, diante de cerca de 2.000 pessoas, Jamie Dimon trata longamente da economia. Hart o apresenta como o banqueiro mais influente da sua geração, com uma vida de ambição, resistência e reinvenção e uma enorme disposição para o trabalho, como a do pai. Entre os valores lembrados estão tratar todos bem, tornar o mundo melhor, ter um propósito, trabalhar duro e fazer o melhor possível. Dimon propõe um exercício de humildade para quem se acha muito inteligente: levar para casa o relatório anual de uma empresa, o documento em que ela presta contas aos acionistas, arrancar as páginas com o preço da ação e tentar dizer quanto ela vale. O tamanho do erro surpreende e mostra como é difícil avaliar algo. Para Dimon, as finanças são um desafio intelectual porque tudo o que acontece no mundo afeta a vida das pessoas e das empresas, e as fusões são duras, porque juntam pessoas, sistemas, operações e culturas e são brutais para as pessoas.

A palavra que domina a cabeça das pessoas sobre a economia, segundo Dimon, é incerteza: problemas no comércio internacional, combustíveis mais caros, inflação, o Irã, a Ucrânia. Ao mesmo tempo, há muito estímulo na economia. Quem abrir o jornal de qualquer dia desde a Segunda Guerra Mundial vai encontrar guerras, polarização, déficits e processos de impeachment, e é muito difícil prever os ciclos da economia a partir disso. Os Estados Unidos gastam sem controle há anos: desde 2020, tomaram emprestado e gastaram 12 trilhões de dólares, e o QE somou 8 trilhões desde o começo. QE é a sigla em inglês do afrouxamento quantitativo, política em que o banco central cria dinheiro novo para comprar títulos da dívida, derrubando os juros longos e pondo mais dinheiro em circulação, como uma torneira aberta enchendo um reservatório. O resto do mundo está quase igual, com dívidas públicas, em média, do tamanho de 100 por cento da economia.

Dimon compara o gasto público à heroína: ele dá uma sensação boa e estimula os lucros das empresas, mas em parte artificial. O gasto do governo aumenta a inflação e faz todos se sentirem bem. A ligação com o lucro passa pelo lucro na margem, o que uma venda a mais deixa depois de pagos os custos fixos, como aluguel e salários, e que por isso é maior do que a média. Quando o governo gasta 1 trilhão de dólares, o dinheiro vira compra de máquinas, hambúrgueres, piscinas e casas, e todos ganham dinheiro. A sensação é um pouco falsa quando o gasto gera inflação, e Dimon avalia que gera.

Dimon diz que o banco não tenta adivinhar o futuro e se prepara para todos os cenários, num momento que ele considera mais incerto do que o normal. Os cenários incluem juros baixos e altos, ações caindo 40 por cento, spreads de crédito subindo, títulos a 8 por cento, títulos de alto risco a 15 por cento, petróleo a 200 dólares o barril e guerras em várias regiões. O banco olha o efeito imediato de cada cenário e depois os de segunda, terceira e quarta ordem, as consequências das consequências, cliente por cliente. Ele assume riscos analisados e se protege da cauda gorda, os eventos extremos e raros que acontecem com mais frequência do que os modelos comuns preveem. Não é preciso ganhar muito em todos os cenários, mas ser disciplinado, sabendo que ainda haverá erros. O objetivo é servir os clientes nos bons e nos maus momentos, sem que eles precisem se preocupar com o banco.

As empresas, para Dimon, deveriam pensar mais no próprio risco. Uma empresa endividada pode ter de pegar dinheiro com o título de 10 anos do governo americano, referência dos juros longos do país, pagando 7 por cento, e com os spreads de crédito, o juro extra que as empresas pagam acima do governo, de 400 a 500 pontos-base mais altos, isto é, de 4 a 5 pontos percentuais. Isso quebraria muitas empresas, e é bem possível que aconteça. Dimon diz que o olham como se fosse o diabo quando fala isso, mas basta ler a história: a bolsa americana bateu recorde em 1972 e caiu 45 por cento até 1974, bateu recorde em 1980 e caiu 45 por cento até 1982, e o mesmo aconteceu em 1990, na bolha da internet e na crise financeira. Na covid, a bolsa caiu bastante, mas a crise econômica durou só cerca de 6 meses. Para Dimon, o nível da bolsa não quer dizer nada, e quem não se prepara faz apostas que não entende por completo.

O mais provável, prevê Dimon, é instabilidade no mercado de títulos da dívida, em etapas, e não de uma vez. Os juros sobem, os spreads saltam, as pessoas entram em pânico e voltam os bond vigilantes, apelido dos investidores que vendem os títulos de governos gastadores, empurram os juros para cima e assim os punem. Primeiro viria a instabilidade, com conversa sem fim sobre o déficit. Depois os juros subiriam porque os investidores deixariam de querer os títulos do Tesouro americano, por medo da inflação, e o governo seria forçado a agir. O banco está preparado, mas o governo não ficará tranquilo, e para Dimon o efeito que mais importa não é o econômico de curto prazo, e sim o geopolítico.

O risco global, para Dimon, não está tão alto desde antes da Segunda Guerra Mundial. Ele compara as crises a placas tectônicas que se movem pelo mundo. O último grande movimento foi a crise financeira de 2008, uma crise econômica de alavancagem demais por toda parte, isto é, de dinheiro emprestado demais para ampliar apostas, com culpa de bancos, corretoras e crédito imobiliário. Naquela crise, os problemas com hipotecas espalhados pelo mundo causaram pânico, e o risco era sistêmico, capaz de derrubar o sistema financeiro inteiro em cadeia. Hoje as empresas estão bem, os consumidores não estão mal, embora os de renda mais baixa estejam enfraquecendo, e o problema está nos governos. Há alavancagem alta em pontos que só alguém na posição de Dimon enxerga, mas ele a considera administrável e não sistêmica, e o que pesa é a geopolítica: a Ucrânia, o Irã, o Oriente Médio e a China.

O que mais importa para Dimon é a guerra na Ucrânia, invadida há quase 5 anos por um grande exército russo, que deveria ter lembrado a todos que o mundo é perigoso e que a paz garantida era uma falsa sensação de segurança. A guerra é brutal, lembra as 2 guerras mundiais, e a Rússia chegou a ameaçar usar armas nucleares, com ajuda do Irã, da Coreia do Norte e da China. Um Irã com armas nucleares seria, para Dimon, provavelmente a pior coisa que poderia acontecer à humanidade, porque a proliferação nuclear, a multiplicação de países com essas armas, é pior do que qualquer coisa imaginável e pode impedir que os netos dos presentes cheguem a existir. Estados Unidos e China vivem hoje uma dependência mútua e uma espécie de trégua, e a China tem as terras raras, minerais usados em ímãs, eletrônicos e armas. As 40 alianças militares americanas, cerca de 27 delas pela Otan nas contas de Dimon, além da Austrália, das Filipinas e da Coreia do Sul, mantiveram o mundo unido e criaram a Pax Americana, a paz sustentada pelos Estados Unidos. Dimon reconhece muitos erros americanos, mas avalia que o país nunca agiu para tomar o ouro ou o petróleo de outros, e que as alianças seguem de pé, embora alguns aliados tenham sido um pouco maltratados.

Outro grande risco, para Dimon, é a Europa, cuja renda por pessoa já foi 90 por cento da americana e hoje é 70 por cento. Ela não consegue pagar pelas forças armadas e mal paga as redes de proteção social, e o exército russo, na avaliação dele, poderia marchar até Paris se quisesse. Os Estados Unidos deveriam ajudá-la, pressionando-a a fazer o necessário e fechando mais acordos comerciais com ela. O que não podem é fragmentar o Ocidente, com cada país por si, um precisando do gás russo, outro do mercado chinês, e Dimon diz que não quer ler, em 2050, um livro chamado Como o Ocidente foi perdido. Ele descreve os chineses como duros e capazes de fazer o que querem, não vê a China como inimiga por natureza, mas acha que, sem barreiras comerciais comuns e justas entre os ocidentais, será difícil contê-la. Não há substituto para a liderança americana, e ajudar a Europa é pôr os Estados Unidos em primeiro lugar, como pede o lema do país, desde que se pense no interesse de longo prazo e não se usem mal as forças armadas.

O dólar, explica Dimon, é a moeda de reserva, a que bancos centrais e governos guardam e usam no comércio e nas finanças internacionais, como a moeda que todos aceitam num mercado frequentado por estrangeiros. Ele continuará sendo a principal enquanto os Estados Unidos tiverem as forças armadas e a economia mais fortes do mundo, e não por outras hipóteses. Quem recebe um dólar cujo valor se preserva pode fazer o que quiser com ele, como criar ou comprar uma empresa. Dimon conta que pessoas de um país do Oriente Médio e da Europa lhe disseram ter levado o ouro dos seus países dos cofres de Nova York para casa. Ele respondeu que esses países têm 3 exércitos a menos de 400 milhas, cerca de 640 quilômetros, capazes de tomar esse ouro, enquanto em Nova York ele está protegido pelos oceanos Atlântico e Pacífico, pelas forças armadas americanas e pelo Estado de Direito. Se os Estados Unidos perderem a força militar e econômica, o dólar perde espaço, num mundo fragmentado em que o país talvez seja só uma das melhores economias. Hoje o dólar tem cerca de 60 por cento das reservas, o euro cerca de 20 por cento e o iene cerca de 10 por cento.

A China, lembra Dimon, quer que a sua moeda ganhe esse papel, e os Estados Unidos às vezes usam mal o seu poder econômico, no controle da movimentação de dinheiro e nas sanções. Por enquanto a situação está bem, mas o país precisa usar esse poder do jeito certo. Muitos bancos centrais, como o chinês, vêm reduzindo há anos os títulos do Tesouro americano que guardam, enquanto os fundos soberanos, que pertencem a governos, e os fundos de pensão aumentam um pouco a sua parte.

A contabilidade do JPMorgan Chase, diz Dimon, é a mais conservadora possível em cada item, porque numa crise tudo o que foi feito de forma agressiva se volta contra a empresa e precisa ser desfeito. Outras empresas registram o gasto com programas de computador ao longo de mais anos ou antecipam lucros, e o banco faz o contrário, com menos lucro antecipado e mais reservas logo no início. Se um programa custou 200 milhões de dólares e 100 milhões foram desperdiçados, os 100 milhões saem do balanço, mesmo que seja permitido adiar a perda. Dimon administra o banco como se o dinheiro fosse dele, como guardião do dinheiro dos clientes, e não assume riscos que possam quebrar a empresa e obrigá-la a demitir muita gente. Na apresentação recente dos resultados aos analistas, ele disse que o banco está cortando certos tipos de crédito porque o mercado foi longe demais.

Dimon também trata da segurança econômica dos Estados Unidos. O banco tem uma iniciativa de segurança e resiliência para tornar o país mais seguro em áreas como as terras raras e os semicondutores. O país economizou só 500 milhões de dólares ao levar essa produção para fora e passou a depender da China para coisas como os ímãs dos carros e dos aviões de caça, o que Dimon chama de vergonhoso. Ele avisa aos políticos que a burocracia vai dizer o que não pode ser feito, mas que dá para melhorar o país sem gastar e sem aumentar impostos. Os Estados Unidos gastam 1 trilhão de dólares com a educação básica, da pré-escola ao fim do ensino médio, e dá para consertar as escolas sem gastar mais, assim como consertar a imigração não custa nada. O licenciamento de obras atrasa tudo, os processos judiciais custam 1 por cento a mais do que em qualquer outro lugar, sobretudo por causa dos advogados especializados em processar empresas, e há impostos devidos a cobrar e muita fraude nos pagamentos do governo.

Os 20 por cento mais pobres dos Estados Unidos, talvez os 25 por cento, vão mal há 20 ou 30 anos, segundo Dimon. A renda deles não subiu, eles não têm plano de saúde, vivem com crime nos bairros e escolas ruins, e têm famílias desfeitas, mais suicídio, mais drogas e mais reincidência no crime. Dimon culpa democratas e republicanos, porque as políticas de nenhum dos lados funcionaram, e o problema passou a ser herdado de geração em geração. A proposta dele começa por um compromisso renovado com a vida, a liberdade e a busca da felicidade, os direitos da Declaração de Independência dos Estados Unidos. O país foi a primeira nação formada a partir de princípios, e não de tribos, enquanto a maioria das nações, para Dimon, são tribos que ainda não se gostam. Esses princípios funcionaram e deveriam ser aplaudidos e ensinados, com os erros consertados. Os fundadores não exigiram espírito cívico na Declaração de Direitos, as 10 primeiras emendas da Constituição americana, mas esperavam que as pessoas o tivessem e ajudassem a elevar a sociedade.

A liderança, para Dimon, começa pelo que ela não é, e que todos conhecem: líderes que não confiam nas pessoas, enrolam, escondem informação e põem tudo em volta de si mesmos. A boa liderança reúne qualidades que todos têm em algum grau e que ninguém tem perfeitas. A primeira é uma análise profunda com curiosidade, a vontade de ir ao nível seguinte e entender por que outros fazem melhor. Outra é saber administrar, que não vem junto com a análise: muitos gestores não têm disciplina, não chegam na hora e não dizem a cada um qual é o seu trabalho. Dimon viu prefeitos e governadores que acham que tudo é política, quando o trabalho é tapar o buraco da rua.

Outra qualidade, segundo Dimon, é a coragem com um pouco de garra. Nas grandes empresas, quando alguém diz algo polêmico, as pessoas se entreolham como crianças, mesmo ganhando milhões de dólares, e não perguntam o que o outro pensa nem propõem estudar o assunto, e a discussão vira disputa política. Os bons líderes põem os gatos mortos na mesa, isto é, expõem os problemas desagradáveis que todos preferem esconder. É preciso também enfrentar o conflito, que Dimon admite querer evitar, sobretudo às sextas-feiras, e por isso ele anota o conflito e garante tratá-lo na semana seguinte. O conflito não deve ser uma briga: cada um pensa uma coisa, os 2 fazem o trabalho de descobrir a resposta, e muitas vezes se chega à verdade.

Dimon conta a história dos seguranças e dos faxineiros do JPMorgan Chase. Ao chegar ao banco, esperavam dele um cortador de despesas; ele corta desperdício, mas o banco gastou mais em agências, tecnologia, horários maiores e treino para tratar bem quem entra. Um chefe de sindicato pediu para falar com ele, e Dimon o recebeu sem advogados nem seguranças, apesar dos avisos. O sindicalista disse que o banco tinha terceirizado a faxina e a segurança, sobretudo em Nova York, e que a mesma pessoa voltava ao mesmo trabalho com o mesmo salário, mas com benefícios menores: o banco pagava cerca de 30.000 dólares por ano em saúde e previdência por trabalhador com família, e a terceirizada, 15.000. Pela conta que Dimon relata, o banco economizou 75.000 dólares e a terceirizada ficou com outros 75.000 como taxa. Dimon avisou à executiva responsável, orgulhosa do resultado, que ela seria demitida se repetisse aquilo, e trouxe todos de volta à folha do banco, com o tempo de serviço reconhecido, inclusive o período sem benefícios. Para ele, não se constrói uma grande empresa às custas dos seguranças e dos faxineiros.

O coração, para Dimon, talvez importe mais do que quase tudo para construir uma cultura de longo prazo: retornar as ligações, aparecer, dizer a verdade, querer resolver, aparecer num sábado quando alguém precisa. Todo ano ele recebe no escritório faxineiros, seguranças e outros funcionários, aperta a mão de cada um e dá presentes em dinheiro, de 500 ou 1.000 dólares, inclusive à funcionária que limpa os banheiros, e eles choram por nunca terem sido agradecidos pelo presidente da empresa. Em resumo, liderança junta análise, atenção ao detalhe, disciplina, gestão, curiosidade, coração, honestidade, capacidade de fazer as coisas acontecerem e garra. O líder é alguém que as pessoas querem na sala e no time, e quem chega ao topo é aquele para quem os outros dizem que trabalhariam. No começo da carreira, Dimon errou ao promover pessoas excelentes no que faziam, os melhores operadores e vendedores, para quem ele nunca trabalharia nem gostaria que os filhos trabalhassem.

As adversidades de Dimon incluem a demissão do Citigroup, um câncer de garganta e um grande ataque cardíaco, com cirurgia de emergência e no máximo 50 por cento de chance de sobreviver. A demissão não o mudou muito: ele não a previu, e naquela noite entre 50 e 75 pessoas da empresa foram à casa dele com uísque, vinho, cerveja e pizza, num clima de velório. Em 2012, um operador de Londres apelidado de baleia de Londres fez apostas tão grandes que o banco perdeu 6 bilhões de dólares, um caso muito constrangedor. No dia em que o caso veio a público, Dimon decidiu não entrar pelo subsolo e foi cercado por jornalistas que perguntavam se ele perderia o emprego. Ele disse que tinha orgulho das 6.000 ou 7.000 pessoas que trabalhavam no prédio, servindo cidades, escolas, hospitais, empresas e clientes, e foi embora, porque, para ele, foi uma perda estúpida, e as pessoas erram.

O câncer e o coração foram diferentes, diz Dimon: todos sabem que vão morrer, mas quem enfrenta isso sabe melhor, e às vezes sente a morte passar ao lado. A caminho da cirurgia, ele pensou nos arrependimentos e encontrou poucos. Ama o que faz e a família, passa com os filhos o máximo de tempo possível, mas admite que esses cargos cobram um preço. A doença o deixou mais deliberado e atento, porque ele pensa que todos vão acordar amanhã sem ele e seguir em frente, inclusive a família. Dimon ligou para uma mulher na Austrália que escreveu sobre o próprio câncer para elogiar o que ela escreveu, e até hoje recebe ligações de pessoas com as mesmas doenças. Ter um propósito, para ele, continua sendo o mesmo.

Um artigo do Le Figaro, de Laurence de Charette, defende que por trás da crise dos liceus franceses, as escolas de ensino médio, está algo muito maior: a falência da transmissão. Transmissão é a passagem, dos adultos para os jovens, de tudo o que uma geração aprendeu e construiu, como o conhecimento, as regras e os exemplos. Para Charette, a lista de queixas dos estudantes não é falsa nos fatos, mas convence pouco, e isso alimentou a ideia de que o movimento não tinha um pedido concreto. Outros problemas pesam mais sobre a escola: o entrismo comunitarista, estratégia de grupos que entram numa instituição para mudá-la por dentro e põem as regras de uma comunidade religiosa ou de origem acima das regras comuns; a concorrência das telas e a queda da atenção; e os desafios da inteligência artificial. Pela primeira vez, dezenas de professores e diretores de liceu foram agredidos ou espancados em todo o país. A escola é ao mesmo tempo o que os estudantes reivindicam e o alvo da vontade de destruir, o que Charette vê como absurdo e revelador: ela deixou de ser um santuário protegido da violência de fora e virou o alvo principal.

Com a educação, segundo Charette, cai a transmissão e cai a promessa de um futuro melhor, que agora parece adulterada, como um produto falsificado. A proposta dela é fazer o contrário do método de Jean-Luc Mélenchon, líder da LFI, que quer dar aos jovens a maioridade civil aos 16 anos, a idade em que se pode agir sozinho como adulto, assinando contratos, por exemplo. Charette ironiza que isso viria sobretudo sem a responsabilidade penal, a obrigação de responder pelos próprios crimes como adulto: direitos de adulto sem as responsabilidades. Para ela, é um concentrado de infantilização geral, de tratar todos como crianças. Ela critica também as promessas de Mélenchon de dar subsídios praticamente desde o nascimento, que considera degradantes.

Charette se apoia na tese de Jérôme Fourquet e Ruben Rabinovitch sobre um novo regime psíquico, um novo jeito de a mente funcionar, do Homo occidentalis, expressão latina que imita o nome científico da espécie humana e designa o homem ocidental de hoje. Nesse regime, a pessoa não enfrenta a frustração, o sentimento de não ter o que quer, desde pequena, e por isso tem dificuldade de controlar os impulsos. Essa capacidade funciona como um músculo, que tem força quando é exercitado cedo e falha quando nunca foi. Mais de 1 em cada 5 jovens da geração Z, aqui dos 15 aos 30 anos, considera legítimo usar a violência física contra pessoas para defender as próprias ideias, o que anuncia muitas dificuldades. Para Charette, é o resultado de uma crise da autoridade, da verticalidade, a hierarquia em que os adultos guiam os mais jovens, e da transmissão, pela qual os adultos também respondem. Há, porém, sinais de outro desejo nos jovens, a vontade de se elevar, uma herança magnífica que talvez explique o sucesso do filme La Bataille de Gaulle na geração Z, longe do niilismo, a descrença em qualquer valor, que domina o ambiente.

Pessoas

Nome Descrição
Anastasia Colosimo Ensaísta francesa, ex-conselheira do Palácio do Eliseu; entrevista sobre robôs humanoides, inteligência artificial, emprego, guerra e disputa entre China e Estados Unidos
Jamie Dimon Banqueiro americano, presidente do JPMorgan Chase; entrevista sobre economia, geopolítica, dólar, inteligência artificial, liderança e as próprias adversidades
Moshé Pinto Rabino; baseia-se em sua lição de que a escuridão cria a luz e de que a disciplina tira a pessoa do vazio
Rebe de Tosh Mestre hassídico; baseia-se em seu conselho de viver com horários fixos e na ideia dos 2 motores, vontade e disciplina
Rabeinu Tam Sábio judeu francês da Idade Média; baseia-se em sua divisão da vida em dias de amor e dias de ódio
Laurence de Charette Jornalista francesa; baseia-se em sua tese de que a crise dos liceus esconde a falência da transmissão entre gerações
Demis Hassabis Cientista britânico, cofundador da Google DeepMind; cita sua ideia da inteligência artificial como ferramenta definitiva para entender o universo
Richard Sutton Cientista da computação; cita sua lição amarga, de que modelos gerais superam sistemas feitos para uma só tarefa
Isaac Asimov Escritor americano de ficção científica; cita suas leis da robótica e sua psicologia das relações entre humanos e robôs
Anne Rosencher Jornalista francesa; desenvolve a ideia de que a falta de rosto dos robôs humanoides é o que mais assusta
Emmanuel Levinas Filósofo francês; baseia-se em sua ideia de que o mandamento de não matar nasce do rosto do outro
Jérôme Fourquet Cientista político francês; baseia-se em sua tese, com Rabinovitch, de que a falta de frustração enfraquece o controle dos impulsos
Ruben Rabinovitch Psicanalista francês; baseia-se em sua tese, com Fourquet, de que a falta de frustração na infância enfraquece o controle dos impulsos
Jean-Luc Mélenchon Político francês; contesta sua proposta de dar aos jovens a maioridade civil aos 16 anos, sem responsabilidade penal
Paul Erdős Matemático húngaro; cita os cerca de 1.200 problemas e conjecturas que deixou, hoje resolvidos cada vez mais depressa
James Evans Sociólogo da Universidade de Chicago; cita sua análise de que a inteligência artificial estreita os temas e o diálogo entre cientistas
Brian Hie Pesquisador do Arc Institute; cita seus 16 vírus projetados por inteligência artificial e a ideia de explorar todo o espaço do DNA
Moshe Sofer Rabino da Hungria do século 19, o Chatam Sofer; cita sua explicação de que só quem conheceu o pó chega ao mais alto
Karel Čapek Escritor tcheco; cita sua criação da palavra robô, ligada à ideia de trabalho e de labuta, em 1920

Referências

Tipo Referência Contexto
Artigo ou ensaio Editorial sobre as máquinas e a ciência, The Economist (2026) Resenha: a ciência feita por máquinas só deve avançar com humanos no comando
Artigo ou ensaio Artigo sobre por que os laboratórios de inteligência artificial fazem ciência, The Economist (2026) Resenha: a ciência como vitrine e campo de treino dos modelos de inteligência artificial
Artigo ou ensaio Artigo sobre a transformação da matemática pela inteligência artificial, The Economist (2026) Resenha: Navier-Stokes, os 719 artigos da OpenAI e a resistência dos matemáticos
Artigo ou ensaio Artigo sobre organismos projetados do zero com inteligência artificial, The Economist (2026) Resenha: a biologia computável, a célula virtual e os vírus projetados por máquina
Artigo ou ensaio Artigo sobre a inteligência artificial e a papelada dos cientistas, The Economist (2026) Resenha: a explosão de artigos, as citações fabricadas e a cultura do publicar ou perecer
Artigo ou ensaio Laurence de Charette — “Derrière la crise des lycées, la grande faillite de la transmission”, Le Figaro (2026) Resenha: a crise dos liceus franceses como falência da transmissão entre gerações
Discurso, entrevista ou palestra Anastasia Colosimo — entrevista em Les Grands Entretiens d’Anne Rosencher Resenha: robôs humanoides, inteligência artificial, emprego, guerra e disputa entre China e Estados Unidos
Discurso, entrevista ou palestra Moshé Pinto — aula De l’obscurité à la lumière Resenha: a escuridão que cria a luz, os dias de ódio e a disciplina
Discurso, entrevista ou palestra Jamie Dimon — conversa com Brett Hart no Economic Club of Chicago (2026) Resenha: incerteza econômica, geopolítica, dólar, inteligência artificial, liderança e adversidades
Livro Torá — Bereshit (Gênesis 1) Baseia-se em: a tarde que vem antes da manhã em cada dia da criação
Livro Tanach — 1 Samuel 4 Cita: a captura da Arca da Aliança pelos filisteus e a morte de Eli
Livro Torá — Números 25 Cita: a falha de Shitim pouco antes da entrada na terra de Israel
Livro Torá — Êxodo 32 Cita: o bezerro de ouro e as Tábuas da Lei quebradas por Moisés
Livro Tanach — Provérbios 24:16 Cita: o justo cai 7 vezes e se levanta, na leitura de Pinto
Livro Tanach — Salmos 113:7 Cita: Deus levanta o pobre do pó, na explicação do Chatam Sofer
Livro Mishná Menciona: um dos livros que, para Pinto, nasceram das Tábuas quebradas
Livro Guemará Menciona: um dos livros que, para Pinto, nasceram das Tábuas quebradas
Livro Zohar Menciona: um dos livros que, para Pinto, nasceram das Tábuas quebradas
Livro Shneur Zalman de Liadi — Tanya Menciona: obra do Baal HaTanya, sábio preso 2 vezes e citado como exemplo
Livro Rebe de Tosh — Avodat Avodá Baseia-se em: o conselho de horários fixos e a ideia dos 2 motores
Livro Mary Shelley — Frankenstein (1818) Cita como exemplo: o medo da criatura que escapa ao controle de quem a criou
Livro Isaac Asimov — livros de ficção científica sobre robôs Recomenda: indicados por Colosimo para entender o mundo dos robôs que vem
Artigo ou ensaio Richard Sutton — “The Bitter Lesson” (2019) Cita: a aposta da OpenAI em modelos gerais capazes de todas as tarefas
Artigo ou ensaio Reportagem de 1º de abril sobre uma fábrica de dragões, The Economist Cita: brincadeira antiga sobre modelar células vivas com precisão no computador
Estudo ou relatório OpenAI — solução do problema de Navier-Stokes (2026) Cita: primeiro problema do Prêmio Millennium resolvido por uma máquina, em 88 horas
Estudo ou relatório OpenAI — 719 artigos com soluções de problemas matemáticos (2026) Cita: soluções para pelo menos 372 problemas em aberto de longa data
Estudo ou relatório James Evans e colegas — análise de 41,3 milhões de artigos das ciências naturais (2026) Cita: adoção acelerada e estreitamento dos temas e do diálogo entre cientistas
Estudo ou relatório Google — pesquisa com mais de 600 cientistas sobre inteligência artificial Cita: a tecnologia empurra os cientistas para projetos seguros e graduais
Estudo ou relatório Elsevier — pesquisa sobre o uso de inteligência artificial por pesquisadores (2026) Cita: cerca de um quarto dos pesquisadores já usa essas ferramentas
Estudo ou relatório Análise de 2,5 milhões de artigos biomédicos, The Lancet (2026) Cita: as citações fabricadas aumentaram 12 vezes entre 2023 e 2026
Estudo ou relatório Estudo sobre a sofisticação da escrita dos artigos científicos, Science (2025) Cita: a escrita sofisticada passou a indicar qualidade científica menor
Estudo ou relatório Brian Hie e colegas do Arc Institute — 16 vírus projetados com Evo 1 e Evo 2 (2025) Cita: bacteriófagos projetados que venceram a resistência de linhagens de E. coli
Estudo ou relatório Anthropic — cálculo de interações entre partículas com o Claude (2026) Cita: avanço na fronteira da física teórica anunciado em setembro de 2026
Estudo ou relatório Sakana AI — cientista artificial Cita: sistema que faria todas as etapas de um artigo científico
Estudo ou relatório Anthropic — prospecto de abertura de capital (2026) Cita: cerca de 80 das 260 páginas dedicadas a riscos, segundo Hart
Estudo ou relatório Jérôme Fourquet e Ruben Rabinovitch — trabalhos sobre o novo regime psíquico do Homo occidentalis Baseia-se em: explicação da dificuldade dos jovens para controlar os impulsos
Filme ou série La Bataille de Gaulle Cita como exemplo: sucesso na geração Z, sinal do desejo de se elevar
Outra obra Karel Čapek — R.U.R. (1920) Cita: a primeira aparição da palavra robô, ligada a trabalho e labuta
Outra obra Humanity’s Last Exam Cita: questionário em que os melhores modelos acertam pouco mais da metade
Outra obra Declaração de Independência dos Estados Unidos (1776) Cita: vida, liberdade e busca da felicidade como princípios a renovar
Outra obra Declaração de Direitos dos Estados Unidos (1791) Cita: os fundadores esperavam espírito cívico sem exigi-lo das pessoas

Links

Assunto Fonte Link
Editorial sobre o risco de as máquinas tomarem conta da ciência The Economist https://www.economist.com/leaders/2026/10/15/what-if-the-machines-take-over-science
Por que as empresas de inteligência artificial querem fazer pesquisa científica de ponta The Economist https://www.economist.com/science-and-technology/2026/10/14/ai-companies-want-to-become-frontier-scientific-researchers
A transformação da matemática pela inteligência artificial como ponto de virada The Economist https://www.economist.com/science-and-technology/2026/10/12/ais-transformation-of-mathematics-is-a-turning-point-for-science
Inteligência artificial e a criação de organismos projetados do zero The Economist https://www.economist.com/science-and-technology/2026/10/14/ai-will-make-it-possible-to-design-and-build-organisms-from-scratch
Se a inteligência artificial pode ajudar os cientistas com a papelada The Economist https://www.economist.com/science-and-technology/2026/10/14/could-ai-help-scientists-with-their-paperwork
Conversa de Jamie Dimon com Brett Hart no Economic Club of Chicago YouTube https://www.youtube.com/watch?v=UkvigLsQ2Ic
Entrevista de Anastasia Colosimo sobre a revolução dos robôs humanoides YouTube https://www.youtube.com/watch?v=AjD9wjczLWM
Aula do rabino Moshé Pinto sobre a passagem da escuridão à luz YouTube https://www.youtube.com/live/rtQ8CYT5DSg
Artigo sobre a crise dos liceus e a falência da transmissão Le Figaro https://www.lefigaro.fr/vox/societe/laurence-de-charette-derriere-la-crise-des-lycees-la-grande-faillite-de-la-transmission-20261015