Escrito pela Equipe Científica Qubic
Ao falar sobre IA, as conversas rapidamente se desviam para uma ideia muito específica: máquinas que sentem, máquinas que pensam, máquinas que despertam. Mas essas ideias entrelaçam inteligência e consciência em uma mistura confusa.
Inteligência, como explicamos em nosso primeiro artigo científico, é a capacidade geral de resolver problemas, adaptar-se, tomar decisões e aprender. Um sistema inteligente constrói modelos do ambiente e age com base neles. Essa capacidade pode ser medida e formalizada. De fato, tanto a inteligência biológica quanto a artificial podem ser descritas como processos de inferência e otimização sob incerteza (Sutton & Barto, 2018).
A consciência, por outro lado, não se trata do que um sistema faz, mas do que ele experiencia. Relaciona-se à experiência interna, privada e subjetiva. Como Thomas Nagel disse famosa e acertadamente: "Como é ser um morcego?" (Nagel, 1974). Aqui reside a diferença fundamental: a inteligência pode ser observada de fora, mas a consciência é acessível apenas de dentro.
A cultura popular misturou ambos os conceitos. Imaginamos a inteligência geral artificial como algo parecido com O Exterminador do Futuro, Eu, Robô ou 2001: Uma Odisseia no Espaço, frequentemente projetando medos humanos profundos sobre tecnologia, novidade e o desconhecido. Mas o medo não é sobre sistemas resolvendo problemas melhor do que nós. Esse cenário já existe e não gera preocupação real. Pense em AlphaGo superando campeões humanos no Go, AlphaFold acelerando a descoberta de proteínas, ou modelos como GPT-4 e Claude gerando texto, código e algoritmos em níveis comparáveis ou superiores aos seus criadores.
O medo aparece quando esses sistemas parecem exibir agência, intenção ou algo que se assemelha à autodeterminação. Em outras palavras, quando parecem ter alguma forma de consciência de máquina.
Essa distinção é central na ciência cognitiva. Sistemas que processam informações são fundamentalmente diferentes de sistemas que acessam informações de maneira globalmente integrada (Dehaene, Kerszberg, & Changeux, 1998).
Consciência em IA e Ciência: Além do Problema Difícil
Apesar da atual empolgação em torno de explicações "quânticas", religiosas ou pseudocientíficas da consciência, a ciência fornece um caminho mais fundamentado. Existe um conhecido "problema difícil da consciência", como Chalmers formulou há mais de duas décadas: ainda não entendemos como um sistema nervoso físico gera experiência subjetiva.
Simplificando: sabemos como os neurônios se ativam para codificar o azul do céu ou o cheiro de sândalo. Mas não entendemos como essas ativações neuronais produzem a experiência de ver azul ou sentir o cheiro de sândalo. Essa lacuna permanece.
Essa falta de entendimento permite o surgimento de interpretações dualistas. A neurociência, no entanto, continua a operar dentro de uma visão integrada da mente e da matéria.
Codificação Preditiva: O Cérebro como uma Máquina de Previsão
A codificação preditiva é uma das estruturas mais influentes para estudar a consciência. O cérebro opera como um sistema preditivo que gera continuamente modelos do mundo e os atualiza minimizando erros de previsão (Friston, 2010; Clark, 2013). Se um semáforo de repente fica azul em vez de verde, os sistemas sensoriais enviam esse sinal inesperado para cima, e sistemas de nível superior atualizam o modelo interno de como os semáforos se comportam. Dentro dessa estrutura, a consciência pode ser entendida como a integração de sinais internos e externos em uma representação coerente.
Fig. 5, Mudrik et al. (2025). Processamento Preditivo como inferência hierárquica. CC BY 4.0.
Teoria do Espaço de Trabalho Global: Como a Consciência Emerges Através da Transmissão de Informação
Outra proposta influente é a Teoria do Espaço de Trabalho Global. Aqui, a consciência emerge quando a informação se torna globalmente disponível em todo o sistema, permitindo que múltiplos processos acessem e utilizem simultaneamente (Baars, 1988; Dehaene & Changeux, 2011). Nem todo processamento é consciente; apenas o que alcança esse nível de transmissão global.
Fig. 1, Mudrik et al. (2025). Modelo de Espaço de Trabalho Global de acesso consciente, adaptado de Dehaene et al. (2006). CC BY 4.0.
Teoria da Informação Integrada (IIT): Medindo a Consciência
A Teoria da Informação Integrada, desenvolvida por Giulio Tononi, propõe que a consciência depende de quanta informação um sistema integra de maneira irreduzível (Tononi, 2004; Tononi et al., 2016). Quanto mais integrado o sistema, maior seu nível de consciência.
Fig. 4, Mudrik et al. (2025). A IIT mapeia propriedades fenomenais para estruturas de causa-efeito físicas. CC BY 4.0.
Junto a essas teorias científicas, existem propostas menos fundamentadas empiricamente. Algumas equiparam a consciência à complexidade computacional, sem especificar mecanismos. Outras, como o panpsiquismo, sugerem que toda matéria tem alguma forma de experiência (Goff, 2019). Essas ideias ampliam o debate, mas carecem de validação experimental direta.
Podemos Computar Consciência? Simulação vs. Experiência
A implementação dos mecanismos descritos por essas teorias gera consciência ou apenas a simula?
Esse problema reflete o que encontramos na neurociência ao estudar organismos simples. Por exemplo, Drosophila melanogaster tem um sistema nervoso relativamente pequeno, mas pode aprender, lembrar e tomar decisões (Brembs, 2013). Modelar sua conectividade e dinâmicas nos permite prever seu comportamento em certos contextos. Para uma análise mais profunda de como o conectoma da mosca da fruta está moldando nossa compreensão da arquitetura neural, veja nossa análise do conectoma cerebral da Drosophila e suas implicações para a IA.
No entanto, prever o comportamento não implica reproduzir a experiência interna. Podemos capturar as regras de um sistema sem capturar como é "sentir" de dentro, se tal experiência existir. Essa distinção permanece um dos principais limites conceituais na pesquisa sobre consciência (Seth, 2021). De uma perspectiva prática, isso pode não ser sempre crítico, mas não podemos assumir que mecanismos computacionais recriam a experiência. Isso leva diretamente à famosa ideia de zumbis filosóficos.
Arquitetura MultiNeuraxon: O que a IA inspirada no cérebro realmente faz
Nesse contexto, arquiteturas como a MultiNeuraxon não visam "criar consciência", mas aproximar mecanismos que algumas teorias consideram relevantes.
O sistema introduz dinâmicas de tempo contínuo, permitindo que estados internos evoluam suavemente em vez de serem reiniciados a cada passo. Isso se assemelha à noção de um fluxo interno contínuo encontrado em sistemas biológicos (Friston, 2010). Para entender por que o processamento em tempo contínuo é importante para a inteligência, veja NIA Volume 1: Por que a Inteligência Não é Computada em Passos, mas em Tempo.
Ele também incorpora múltiplas escalas de interação, rápida, lenta e moduladora, semelhante à combinação de sinalização sináptica e neuromodulação no cérebro (Marder, 2012). Essas dinâmicas são formalmente descritas através de equações que integram as contribuições sinápticas e moduladoras na evolução do estado do sistema.
Finalmente, sua organização em múltiplas esferas funcionais permite tanto a diferenciação quanto a integração. Esse tipo de estrutura fundamenta tanto a Teoria do Espaço de Trabalho Global quanto a Teoria da Informação Integrada, e faz parte da proposta científica que temos desenvolvido para a Conferência AGI 2026.
O que importa neste estágio é que o sistema comece a capturar propriedades associadas, nos humanos, a processos conscientes: integração global, continuidade temporal e regulação interna.
Por que a Pesquisa sobre Consciência Importa para a Inteligência Geral Artificial
O desenvolvimento da inteligência geral artificial não depende apenas da melhoria do desempenho em tarefas isoladas. Depende de entender como a inteligência se organiza quando opera de maneira flexível, estável e coerente.
Teorias da consciência apontam precisamente para esses mecanismos: integração, acesso global, modelos internos e regulação multiescalar. Mesmo que estejamos longe de recriar a experiência subjetiva, podemos identificar e computar propriedades que parecem necessárias para formas mais gerais de inteligência.
Trabalhar nessa direção permite a construção de sistemas mais robustos, capazes de manter a coerência ao longo do tempo e generalizar em contextos variados.
Dentro dessa estrutura, a vantagem de sistemas como Aigarth não reside em criar máquinas conscientes, nem em imaginá-las como um "bom Exterminador do Futuro", mas em entender e controlar os mecanismos que organizam a inteligência avançada.
Um sistema que integra múltiplas escalas, mantém estabilidade dinâmica e evolui sem perder a coerência fornece uma base muito mais forte para explorar formas avançadas de inteligência. Para uma comparação de como redes neurais biológicas, redes artificiais clássicas e Neuraxon diferem arquitetonicamente, veja NIA Volume 4: Redes Neurais em IA e Neurociência.
Se propriedades ou formas de autorreferência mais complexas emergirem, elas não aparecerão por acaso, mas como consequência de estruturas que já podem ser descritas e analisadas formalmente.
E isso transforma a consciência de um problema puramente especulativo em algo que pode ser sistematicamente investigado.
Referências Científicas
Baars, B. J. (1988). Uma teoria cognitiva da consciência. Cambridge University Press. [Link]
Brembs, B. (2013). Estrutura e função do processamento de informações no cérebro da mosca da fruta. Frontiers in Behavioral Neuroscience, 7, 1–17. [Link]
Clark, A. (2013). E agora? Cérebros preditivos, agentes situados e o futuro da ciência cognitiva. Behavioral and Brain Sciences, 36(3), 181–204. [Link]
Dehaene, S., & Changeux, J. P. (2011). Abordagens experimentais e teóricas ao processamento consciente. Neuron, 70(2), 200–227. [Link]
Dehaene, S., Kerszberg, M., & Changeux, J. P. (1998). Um modelo neuronal de um espaço de trabalho global em tarefas cognitivas esforçadas. PNAS, 95(24), 14529–14534.
Friston, K. (2010). O princípio da livre-energia: Uma teoria unificada do cérebro? Nature Reviews Neuroscience, 11(2), 127–138.
Goff, P. (2019). O erro de Galileu: Fundamentos para uma nova ciência da consciência. Pantheon. [Link]
Marder, E. (2012). Neuromodulação de circuitos neuronais: De volta ao futuro. Neuron, 76(1), 1–11.
Mudrik, L., Boly, M., Dehaene, S., Fleming, S.M., Lamme, V., Seth, A., & Melloni, L. (2025). Desembaraçando as complexidades da consciência: Teorias e reflexões. Neuroscience and Biobehavioral Reviews, 170, 106053.
Nagel, T. (1974). Como é ser um morcego? The Philosophical Review, 83(4), 435–450.
Seth, A. (2021). Sendo você: Uma nova ciência da consciência. Faber & Faber.
Seth, A. K., & Bayne, T. (2022). Teorias da consciência. Nature Reviews Neuroscience, 23(7), 439–452.
Sutton, R. S., & Barto, A. G. (2018). Aprendizado por reforço: Uma introdução (2ª ed.). MIT Press.
Tononi, G. (2004). Uma teoria de integração de informação da consciência. BMC Neuroscience, 5(42).
Tononi, G., Boly, M., Massimini, M., & Koch, C. (2016). Teoria da informação integrada: Da consciência ao seu substrato físico. Nature Reviews Neuroscience, 17(7), 450–461.
Explore a Série Completa da Academia de Inteligência Neuraxon
NIA Volume 1: Por que a Inteligência Não é Computada em Passos, mas em Tempo — Explora por que a inteligência biológica opera em tempo contínuo em vez de passos computacionais discretos como os LLMs tradicionais.
NIA Volume 2: Dinâmicas Ternárias como um Modelo de Inteligência Viva— Explica dinâmicas ternárias e por que a lógica de três estados (excitadora, neutra, inibitória) é importante para modelar sistemas vivos.
NIA Volume 3: Neuromodulação e IA Inspirada no Cérebro — Aborda a neuromodulação e como a sinalização química do cérebro (dopamina, serotonina, acetilcolina, norepinefrina) inspira a arquitetura do Neuraxon.
NIA Volume 4: Redes Neurais em IA e Neurociência — Uma comparação profunda entre redes neurais biológicas, redes neurais artificiais e a abordagem de terceira via do Neuraxon.
NIA Volume 5: Astrocitos e IA Inspirada no Cérebro. Como a regulação astrocitária transforma a plasticidade das redes neurais através da estrutura AGMP no Neuraxon.
Qubic é uma rede descentralizada e de código aberto para tecnologia experimental. Para saber mais, visite qubic.org