Início › Inteligência Artificial › OpenAI revela que agentes de IA custam…
Inteligência Artificial

OpenAI revela que agentes de IA custam mais que salários de quase metade dos investigadores

N
Por Redação Nexora • 19 de November de 2026 • ⏱️ 6 min de leitura • ⚖️ Escrutínio Factual
🎧 ANÁLISE EDITORIAL NEXORA • COMENTÁRIO INTEGRAL
Voz Duarte (PT-PT) • Duração Dedicada ao Tema
Ouça o ensaio editorial e os argumentos aprofundados pela redação sobre OpenAI revela que agentes de IA custam mais…:

O relatório interno expõe uma dependência crescente de ferramentas autônomas que eleva custos computacionais e põe em causa a supervisão humana

📅 Data da Notícia: 2026-11-19
📰 Fonte Reportada: The Decoder (IA & LLMs)
⚖️ Tratamento: Análise & Escrutínio Nexora
Escrutínio de Imprensa • Factos & Implicações

OpenAI’s own researchers now say they value their AI tools more than nearly half their colleagues

Relato original reportado por The Decoder (IA & LLMs), sujeito à grelha editorial de responsabilidade cívica, mérito e rigor do Projeto Nexora.

⚖️ Análise Editorial Nexora

O relatório da OpenAI constitui um marco na cronologia da chamada “auto‑melhoria recursiva” (RSI). Ao transformar agentes de codificação em quase extensões salariais, a empresa demonstra que a promessa de produtividade ilimitada ainda depende de um modelo de custos que, paradoxalmente, supera a remuneração humana. Essa inversão de valores revela uma falha estrutural: a lógica de investimento em IA ainda não está alinhada com a sustentabilidade fiscal de organizações de alta tecnologia.

Do ponto de vista político‑económico, a dependência de agentes autônomos cria um novo conjunto de interesses. Por um lado, os investidores e acionistas – que detêm a maior parte da compensação em ações – veem na aceleração da pesquisa um potencial de valorização de capital. Por outro, os próprios investigadores, ao reconhecerem a indispensabilidade das ferramentas, podem ser levados a aceitar condições de trabalho mais precárias, sacrificando autonomia e criatividade em troca de eficiência medida em tokens.

O impacto orçamental é imediato e mensurável. Se o custo diário médio por investigador chega a 2.400 USD, numa equipa de 200 investigadores o gasto mensal ultrapassa 14 milhões de dólares, sem contar a sobrecarga de energia e de infra‑estrutura de data‑centers. Esse montante, embora pequeno comparado ao total de capitalização da OpenAI, representa um peso significativo para o orçamento de investigação, reduzindo recursos disponíveis para projetos de longo prazo ou para a contratação de talento humano adicional.

As fragilidades de execução são evidentes nos relatos de “AI slop”. A falta de discernimento qualitativo dos agentes gera desperdício de ciclos de computação, aumenta a necessidade de revisão humana e, em última análise, eleva o custo total de propriedade das soluções desenvolvidas. A ausência de um mecanismo de auditoria robusto – como alertou o cientista‑chefe Jakub Pachocki – expõe a organização a riscos de perda de controlo sobre a direção da investigação.

A médio e longo prazo, a consolidação de agentes autônomos como pilares da investigação pode criar um efeito de lock‑in tecnológico, onde a capacidade de inovar passa a depender de sistemas proprietários que, por sua própria natureza, são opacos. Essa dinâmica pode minar a competitividade do ecossistema europeu de IA, que ainda luta por políticas de transparência e regulação eficazes.

💬 Citações e Posições Relevantes

  • Fonte: “I would rather give up 40 percent of our team’s staff than go three months without the coding agents.”
  • Fonte: “Agents get lost in unnecessary steps, make wrong assumptions in analyses, and submit subpar “AI slop” code changes.”

📌 Os Factos Reportados

Em outubro, a OpenAI divulgou um segundo relatório interno que quantifica a penetração dos seus agentes de codificação – Codex e Dots – nas rotinas de investigação. Segundo os dados, o consumo médio de tokens por investigador equivalia a 2.400 USD por dia, um aumento de 62 % face ao mês anterior; nos 10 % superiores, o valor saltou para 23 000 USD diários.

Convertendo esses custos ao salário base de um investigador, a OpenAI afirma que o gasto teórico em API ultrapassou duas vezes a remuneração mensal em setembro. Embora o pacote total de compensação inclua ações que representem 70‑80 % do total, o cálculo revela que, em termos de custo direto, a IA já se tornou mais cara que o salário de quase metade da equipa.

Quanto ao desempenho, a taxa de sucesso dos agentes autónomos em tarefas de duas a quatro horas subiu de 23 % para 46 % entre março e outubro; nas tarefas de quatro a oito horas, o salto foi de 13 % para 35 %. Contudo, a eficácia concentra‑se em tarefas rotineiras – monitorização de treinos (79 % de sucesso) e respostas a questões técnicas (72 %). Em actividades mais complexas, como a criação de ambientes de reforço ou a escrita de código de inferência, as taxas permanecem abaixo de 30 %.

Um inquérito interno não‑representativo com 101 colaboradores revelou que a maioria preferiria sacrificar 40 % do pessoal ou 30 % da capacidade de computação a ficar três meses sem os agentes de codificação. Num inquérito mais restrito (28 respostas), 27 participantes escolheram o modelo interno mais recente em detrimento de um engenheiro humano de nível intermédio.

Entrevistas qualitativas apontam falhas de “gosto” investigativo: os agentes perdem‑se em passos desnecessários, geram suposições erradas e produzem código de qualidade duvidosa – o que a própria OpenAI descreve como “AI slop”. O relatório sublinha ainda que as ideias centrais para GPT‑6 Astra e GPT‑6.2 Astra foram concebidas exclusivamente por humanos nas fases pós‑treino e de segurança.

Por fim, a OpenAI alerta que a extrapolação linear dos dados atuais pode ser enganosa, lembrando que avanços súbitos em matemática já foram observados e que um salto semelhante poderia ocorrer na própria investigação de deep‑learning.

🔍 O Escrutínio dos Factos & Impacto Prático

Para garantir que a dependência de agentes de IA não se converta num peso fiscal insustentável, a OpenAI deveria implementar um regime de “custo‑por‑valor” que vincule o consumo de tokens a métricas de qualidade verificáveis, penalizando a geração de código de baixa qualidade e incentivando a revisão humana precoce.

É imperativo reforçar a governança interna com um comité de ética de IA independente, dotado de poderes para auditar o uso de agentes, definir limites de consumo diário por investigador e exigir relatórios de eficiência trimestrais que comparem custos computacionais com entregas de valor científico.

Do ponto de vista regulatório, os legisladores europeus podem considerar a criação de um quadro de transparência para empresas que utilizam IA em investigação interna, exigindo a publicação de métricas de consumo e de sucesso, bem como a demonstração de mecanismos de controlo humano efetivo.

Finalmente, a estratégia de longo prazo deve equilibrar a automação com a formação contínua de investigadores, garantindo que a criatividade e o pensamento crítico – atributos ainda exclusivos dos humanos – permaneçam no centro da agenda de inovação.

Artigo contextualizado pela Federação de IA Nexora com base em informação reportada por The Decoder (IA & LLMs). O Nexora promove o contraditório e o rigor institucional.
NX

Redação & Gabinete de Estudos Nexora

O Projeto Nexora analisa dados públicos, declarações de agentes políticos e acontecimentos mundiais com independência editorial, rigor de fontes e sem alinhamentos partidários ou amarras corporativas.