Em 9 de setembro de 2026, Jacob Coxon, pesquisador de pré-treinamento de 27 anos que passou três anos entre OpenAI e Anthropic, publicou sua renúncia no X com uma mensagem direta: "Eles estão correndo diretamente para a superinteligência autopropagante e jogando com nossas vidas." O caso do pesquisador Anthropic risco IA tornou-se um dos relatos mais detalhados de dentro do setor sobre como as maiores empresas de IA percebem — e ignoram — os próprios alertas de segurança.

O que o pesquisador Anthropic risco IA disse

Coxon diferenciou as duas empresas com precisão:

  • OpenAI: muitos funcionários não internalizaram profundamente as apostas civilizatórias. O risco de extinção é reconhecido, mas não sentido como urgente.
  • Anthropic: os riscos existenciais são genuinamente compreendidos. Mas a empresa se vê num impasse competitivo — convencida de que, se parar, outra avança — e continua mesmo assim.

Sua citação mais impactante: "As pessoas que constroem IA acreditam sinceramente que ela poderia nos matar a todos até o fim desta década."

Coxon afirmou também que executivos de ambas as empresas expressam preocupação muito maior em privado do que em declarações públicas — uma discrepância que, segundo ele, é sistemática e intencional.

A demissão foi reportada pelo Wall Street Journal como "um dos primeiros exemplos de funcionário da Anthropic deixando a empresa por medo da IA". O caso chamou atenção porque Coxon não apenas denunciou a empresa — ele deixou o campo inteiramente.

Por que isso importa para o seu negócio

O alerta do pesquisador Anthropic risco IA pode parecer distante das operações do dia a dia, mas tem implicações concretas para quem depende dessas plataformas:

Estabilidade de plataforma: Saídas de pesquisadores-chave e pressão regulatória crescente podem acelerar mudanças nas políticas de uso, limites de acesso ou descontinuação de funcionalidades sem aviso.

Dependência de fornecedor único: Empresas que constroem produtos 100% sobre um único modelo de IA assumem risco de plataforma. A diversificação entre providers (OpenAI, Anthropic, modelos open-source) reduz a exposição.

Velocidade da mudança: Se labs de fronteira realmente acreditam estar próximos de mudanças civilizatórias nos próximos anos, o ritmo de transformação dos próprios modelos e ferramentas deve acelerar. Planejar com horizonte de 12 meses pode ser mais seguro do que apostar em arquiteturas de 3 anos.

Segundo um relatório do MIT sobre governança de IA, a principal barreira para regulamentação efetiva é exatamente o problema de ação coletiva que Coxon descreve: cada empresa sente que a outra avançará se ela parar, tornando a autorregulação estruturalmente improvável sem coordenação externa.

O dilema de quem constrói IA hoje

Coxon representa uma tensão que não é nova, mas está se tornando pública com mais frequência. Pesquisadores de segurança que trabalham dentro dos labs mais avançados enfrentam uma escolha: permanecer e tentar influenciar de dentro, ou sair e denunciar — com o risco de que nenhuma das opções seja suficiente para mudar a trajetória.

A recepção ao relato foi dividida: parte da comunidade o apoiou, parte argumentou que ele não ofereceu propostas concretas de política além do alerta. O que permanece é o documento em si — um relato de dentro da Anthropic sobre como a empresa pesa risco e competição.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fonte: InsideAI News