Agentes de IA ampliam trabalho de código, mas humanos ainda decidem

Uma equipe de pesquisa que inclui integrantes da Universidade Fudan, na China, documentou como humanos e agentes de inteligência artificial colaboraram na criação do modelo Atria Dawn Preview. A análise de mais de 700 registros de tarefas de 56 participantes apontou que, embora os agentes assumam um volume cada vez maior de etapas operacionais, os especialistas humanos continuam tomando a maioria das decisões estratégicas do projeto.

O modelo desenvolvido, chamado Atria Dawn Preview, possui arquitetura de mistura de especialistas (MoE, na sigla em inglês) com 744 bilhões de parâmetros e é voltado para tarefas de engenharia e pesquisa. Segundo os autores, o sistema lidera cinco de 16 testes de referência, incluindo buscas na web e cibersegurança — com destaque para os benchmarks AutomationBench, CyberGym e MLE-Bench Lite —, mas fica atrás da concorrência em avaliações como GDPval e SWE-Bench Pro.

Autonomia relativa e controle de diretrizes

Durante as quatro semanas de acompanhamento, o uso de IA esteve presente em 96,5% das tarefas revisadas. A taxa mediana de ações executadas pelos agentes para cada entrada humana subiu de 11 para 28,5. No entanto, a equipe ressalta que essa variação reflete mais passos de execução para cada comando recebido, e não um aumento na autonomia decisória dos sistemas.

A distribuição das escolhas mostrou que a definição de métodos e parâmetros seguiu o padrão de proposta pela IA e seleção pelo humano em 55,4% dos casos. No total, os humanos tomaram 85,5% das decisões sobre métodos e parâmetros, enquanto os agentes responderam por 9,2%. Quando o assunto foi o estabelecimento de metas e escopo, a palavra final coube aos humanos em 93,4% das situações.

O levantamento revelou ainda que a IA viabilizou trabalhos que não teriam sido iniciados de outra forma. Das 455 tarefas concluídas com auxílio computacional, 151 foram classificadas pelos participantes como inviáveis sem o uso de IA no mesmo escopo e qualidade. Nesses casos de alta dependência, os humanos ainda escolheram o objetivo principal em 95,4% das ocorrências.

Resolução de falhas e o debate sobre automação

Diante de dificuldades registradas em 588 tarefas, 76% avançaram graças à intervenção humana, enquanto o agente resolveu o problema sozinho em 23% dos episódios. O auxílio humano ocorreu majoritariamente por meio do fornecimento de informações, como o detalhamento do contexto ou o ajuste de requisitos (35,2%) e o diagnóstico de erros com mudança de método (34,7%). A execução manual direta foi rara: edições parciais feitas por pessoas somaram 3,2% e a assunção total da tarefa atingiu 0,7%. Quando o código do agente precisava de ajustes, ele próprio realizou as modificações em 75,4% das vezes após receber a orientação.

A discussão ocorre em meio a alertas sobre o controle de agentes no setor tecnológico. Na Anthropic, por exemplo, a alegação é que humanos tomam apenas uma porcentagem de um dígito das decisões sobre rumos de pesquisa, levando o CEO Dario Amodei a defender limites de velocidade no desenvolvimento. A OpenAI emprega o modelo GPT-5.6 Sol em seu ciclo de desenvolvimento, enquanto a Google e a DeepMind utilizam o sistema Dream-RSI para explorar trajetórias de busca. Por outro lado, um estudo independente da Universidade de Princeton e do Instituto de Segurança em IA do Reino Unido indicou que modelos avançados realizam tarefas de engenharia, mas falham nas decisões qualitativas centrais do processo.