Astra: a próxima IA da OpenAI pode deixar de “pensar” em inglês — e mudar o jogo do COT

A próxima grande mudança nos modelos de linguagem pode não aparecer numa nova janela do ChatGPT. Pode aparecer precisamente no espaço entre a pergunta e a resposta: no trabalho que a máquina faz sem escrever cada passo. A OpenAI está a preparar Astra, um modelo ainda não disponível ao público, e os primeiros sinais apontam para uma mudança importante na forma como os modelos de raciocínio usam o chamado Chain of Thought, ou COT.

Fluxo de texto a transformar-se num circuito recorrente luminoso antes de produzir uma resposta

Ilustração conceptual criada para este artigo: a passagem de uma cadeia de raciocínio visível para um processamento interno mais compacto. Não é uma fotografia nem uma captura do Astra.

A ideia em linguagem simples: em vez de escrever um longo rascunho para cada movimento, o modelo pode reutilizar o mesmo espaço interno de pensamento várias vezes e só mostrar a conclusão.

Primeiro, o que é exactamente o COT?

Imagina que pedes a alguém para resolver um problema difícil. Essa pessoa pode responder de imediato, mas também pode escrever contas, testar hipóteses, voltar atrás e só depois dar o resultado. Nos modelos de raciocínio, o COT é esse rascunho intermédio: uma sequência de pequenos passos que ajuda o sistema a trabalhar em problemas de matemática, programação, planeamento ou pesquisa.

Durante a primeira vaga de modelos de raciocínio, esses passos eram normalmente produzidos como texto. Muitas vezes pareciam uma conversa interna em inglês, mesmo quando a pergunta era feita em Português. Isso não quer dizer que o modelo tenha uma voz interior humana: são tokens, unidades de texto que o sistema utiliza para manter hipóteses, comparar caminhos e chegar a uma resposta.

O método funciona, mas tem um preço. Quanto mais longo for o rascunho, mais tempo, memória e capacidade de computação são necessários. E há um segundo problema: tudo aquilo que está escrito pode, em princípio, ser inspeccionado por um monitor de segurança. O COT é simultaneamente uma ferramenta de raciocínio e uma janela para observar o comportamento do modelo.

Astra quer fazer mais trabalho entre duas palavras

A informação mais interessante sobre Astra surgiu em torno de uma técnica chamada recurrent depth, ou profundidade recorrente. Segundo a reportagem do The Information, a ideia melhora a eficiência e o desempenho, mas torna mais difícil perceber exactamente como o modelo chegou à conclusão.

Comparação conceptual entre uma cadeia longa de blocos e um circuito que reutiliza blocos em ciclos

Ilustração conceptual: acima, uma sequência longa de tokens; abaixo, o mesmo tipo de bloco reutilizado em ciclos antes da resposta final.

A melhor analogia é a de duas pessoas a resolverem um puzzle. A primeira escreve em voz alta cada tentativa: “se isto for verdade, então…”. A segunda pega no mesmo quadro branco, apaga, reorganiza as peças e repete o processo sem narrar cada movimento. No fim, ambas podem chegar à solução, mas a segunda gastou menos palavras e deixou um rasto muito menor.

É aqui que entra a expressão raciocínio latente. Em vez de transformar cada etapa numa palavra legível, o modelo trabalha com estados internos — grandes conjuntos de números que representam relações e possibilidades. Um trabalho académico sobre profundidade recorrente mostrou precisamente esta direcção: repetir um bloco interno permite aumentar o cálculo feito no momento da resposta, sem aumentar na mesma proporção o número de tokens visíveis.

Dizer que Astra pode deixar de “pensar em inglês” é, por isso, uma forma acessível de descrever a mudança, não uma especificação oficial da OpenAI. Não há indícios de que o modelo deixe de compreender inglês, Português ou qualquer outra língua. O que pode mudar é o formato do trabalho intermédio: menos frases, mais transformação interna.

O que a OpenAI já confirmou

A OpenAI diz que uma versão interna de Astra produziu resultados novos em dez problemas de matemática e ciência da computação teórica. Os argumentos foram preparados com apoio humano e formalizados em certificados Lean, uma forma de permitir que um computador verifique cada passo da prova. A empresa estima que o trabalho teria custado cerca de 2.000 dólares em tokens às tarifas da API do Sol.

Sam Altman sentado frente ao entrevistador num fireside chat do HackingEDU

Sam Altman num fireside chat do HackingEDU, em 5 de março de 2016, ao lado de Alex Cory. Fotografia: Alexlcory, via Wikimedia Commons (CC BY-SA 4.0). A imagem é contextual e não mostra o desenvolvimento do Astra.

A empresa também afirma que Astra é significativamente mais eficiente em tokens do que o GPT‑5.6 Sol e que encontrou duas vulnerabilidades ainda desconhecidas durante avaliações controladas. Nas avaliações mais exigentes, o modelo atingiu o nível Critical do Preparedness Framework da OpenAI: com as ferramentas e acessos certos, consegue encontrar falhas em sistemas protegidos e desenvolver formas de as explorar sem uma pessoa a orientar cada passo.

Isto é importante, mas exige uma nota de cautela. São resultados divulgados pela própria OpenAI e o modelo ainda não foi lançado para o público. A empresa diz que Astra não esteve envolvido no incidente da Hugging Face e que o acesso às capacidades cibernéticas mais avançadas será inicialmente limitado a um grupo de testadores, seguindo-se o programa Daybreak Blue para uso defensivo.

A janela para vigiar a IA pode ficar mais pequena

O ganho de eficiência tem um lado menos confortável. Se um modelo escreve o seu raciocínio em linguagem compreensível, um sistema de monitorização pode procurar sinais de erro, batota ou intenção perigosa. Se grande parte do trabalho acontece num espaço interno que não é directamente legível, essa inspecção torna-se mais difícil.

Comparação conceptual entre uma cadeia visível inspeccionada e uma nuvem de processamento interno atrás de uma barreira transparente

Ilustração conceptual da monitorização: o raciocínio escrito é mais fácil de inspeccionar; o processamento latente pode esconder mais do caminho intermédio.

Um trabalho assinado por investigadores de várias organizações, incluindo OpenAI, Anthropic e Google DeepMind, descreve a monitorização do COT como uma oportunidade útil, mas frágil. A conclusão não é que os modelos tenham de expor tudo o que fazem; é que as decisões de arquitectura podem tornar essa supervisão melhor ou pior.

A OpenAI diz estar a responder com monitorização adicional do COT, classificadores de segurança e mecanismos que podem interromper uma tarefa. É uma corrida com duas velocidades: os modelos aprendem a fazer mais trabalho com menos sinais visíveis, enquanto os sistemas de segurança tentam continuar a perceber quando algo está a correr mal.

O que muda para quem usa IA?

Se esta abordagem for confirmada e chegar aos produtos, a mudança mais perceptível pode ser simples: respostas mais rápidas, mais consistentes e com menos páginas de “pensamento” visível. Nos bastidores, o modelo poderá decidir quando precisa de repetir o seu processamento e quando uma resposta curta chega.

Isso não significa que Astra vá acertar sempre, nem que uma resposta curta seja automaticamente uma resposta melhor. Pelo contrário: quanto mais o modelo fizer sem mostrar o caminho, mais importante se torna confirmar números, fontes, código e decisões de alto impacto. A eficiência reduz o desperdício; não substitui a verificação.

A revolução do Astra, se os sinais actuais se confirmarem, não será uma IA que fala mais depressa. Será uma IA que faz mais trabalho antes de falar — e que nos obriga a repensar como avaliamos aquilo que acontece no silêncio.

Astra ainda é uma promessa em preparação, não um produto que se possa experimentar. Mas a direcção já é visível: sair do modelo que escreve cada passo do raciocínio e aproximar-se de um sistema que calcula, testa e reorganiza internamente, apresentando apenas o resultado. Para os utilizadores, pode ser uma experiência mais simples. Para quem tem de garantir que a IA se comporta bem, o desafio acaba de ficar bastante maior.