Quão precisas têm sido as previsões céticas sobre IA de Ed Zitron?
Um post de blog amplamente compartilhado audita o histórico de previsões do proeminente crítico de IA Ed Zitron, argumentando que muitas de suas afirmações confiantes sobre estagnação de modelos, colapso das Big Techs e implosão iminente da bolha de IA já foram falsificadas pelo subsequente crescimento de receita e pelos ganhos de capacidade. Os comentaristas se dividem entre ver Zitron como um profeta do apocalipse numericamente impreciso e capturado pela audiência, e considerá-lo correto na direção sobre um boom insustentável de infraestrutura de IA financiado por dívida e financiamento circular. A troca se amplia para um ceticismo sobre os incentivos tanto dos defensores quanto dos céticos da IA, a opacidade das finanças de IA das hyperscalers e como é difícil raciocinar honestamente sobre um setor em rápida mudança e movido por hype.
Percepção do papel e das motivações de Ed
- Muitos o veem como parte da “economia da atenção”: um contrarian profissional cuja renda depende de posições anti-IA de alto engajamento.
- Vários comentários descrevem “captura de audiência”: depois de conquistar uma base de seguidores de céticos radicais, recuar ou moderar suas opiniões colocaria seu negócio em risco.
- Alguns ainda o valorizam como fonte de documentos financeiros vazados e números de capital, enquanto ignoram em grande parte seus comentários.
- Uma minoria argumenta que ele está certo na direção sobre o sistema, mesmo que pessoalmente seja insuportável ou tecnicamente fraco.
Precisão e valor de suas previsões
- O fio de discussão concorda amplamente que suas previsões concretas e datadas (IA atingindo o pico, laboratórios colapsando, hyperscalers como “cadáveres ambulantes”) têm estado consistentemente erradas até agora.
- Os defensores muitas vezes recuam para “ele se adiantou, não está errado”, o que outros rebatem como algo infalsificável e indistinguível de estar errado.
- Há debate sobre se focar em seus erros numéricos e cronogramas perdidos responde de forma justa à sua tese central sobre a economia da IA.
Economia da IA, bolha e financiamento circular
- Muitos comentaristas compartilham a visão de que os gastos com IA parecem de bolha: capex massivo, lucros finos ou opacos e dependência de financiamento criativo.
- Os acordos circulares são amplamente discutidos (hyperscalers investindo em laboratórios que então se comprometem antecipadamente a gastar de volta em suas nuvens; tokens subsidiados inflando a receita aparente).
- Outros contrapõem que existe crescimento real substancial de receita, que os hyperscalers têm grandes reservas de caixa e que as margens dos intermediários podem se comprimir com o tempo.
Saúde das gigantes de tecnologia e estratégia de IA
- Há divergência sobre se empresas como Google, Meta e Microsoft estão “morrendo”:
- Um lado aponta demissões, produtos piorados e IA como uma história de crescimento por desespero.
- O outro aponta receita e lucro recordes, argumentando que “morrendo” nesse sentido é enganoso.
Utilidade e limites dos LLMs
- Há amplo consenso de que os LLMs são realmente úteis (especialmente em programação), mas não são mágicos nem universalmente econômicos.
- Alguns acham que as capacidades atuais estão perto de um teto; outros veem ganhos claros de capacidade e eficiência desde 2024.
Sobre a crítica em si e a cultura de previsão
- O artigo é elogiado por compilar falhas de previsão, mas alguns o consideram seletivo, literalista e fraco em crítica macro mais profunda.
- Vários observam que tanto os entusiastas de IA quanto os céticos deveriam ser julgados pelo histórico, não por sensações, e que os incentivos da mídia empurram todos os comentaristas para previsões excessivamente confiantes.