METR: IA acelera desenvolvimento na Anthropic

O que a METR mediu e como

De 12 de agosto a 29 de outubro de 2026, a equipe da METR fez uma avaliação com alto nível de acesso dentro da Anthropic. A empresa ofereceu dados inéditos sobre seu processo de pesquisa e desenvolvimento: métricas de pré-treinamento, aprendizado por reforço, computação de treinamento por domínio, pontuações de benchmark de modelos internos, análises de aceleração por IA, previsões de métricas de modelos futuros e entrevistas com a equipe técnica.

A METR criou uma medida de aceleração: comparou a taxa de melhoria das capacidades dos modelos da Anthropic em tarefas bem especificadas com a taxa histórica entre março de 2024 e outubro de 2025. Desde outubro de 2025, as pontuações de benchmark, medidas pelo AECI (a versão da Anthropic do Epoch Capabilities Index), aceleraram 1,9 vezes, com intervalo de confiança de 95% entre 1,5 e 2,8 vezes.

A Anthropic teve direito de redigir informações não públicas no relatório. A METR informa que a Anthropic redigiu a maioria das evidências que a organização considerava mais informativas, justificando que o objetivo era remover informação confidencial que poderia acelerar outros desenvolvedores de IA. A METR afirma que, embora tenha podido compartilhar suas conclusões de mais alto nível sobre risco, a redação dificulta que o público julgue a evidência por conta própria.

A origem da aceleração

A estimativa central da METR é que, em outubro de 2026, a maior parte da aceleração é provavelmente atribuível ao uso extensivo de IA para fazer pesquisa e desenvolvimento na Anthropic. Há incerteza significativa: outros fatores provavelmente tiveram papel grande na aceleração no final de 2025.

A METR entrevistou pesquisadores da Anthropic. Uma das falas registradas: "o maior efeito de longe é a aceleração por modelo" e "a aceleração por IA é maior do que todos os outros efeitos". Outra: "agora só estamos limitados por ideias e computação, não mais por código".

Isso descreve um ciclo: a IA escreve e revisa código, libera tempo dos pesquisadores para ideias e experimentos, e o resultado é uma taxa de melhoria maior. O gargalo deixa de ser a implementação e passa a ser a capacidade de formular boas perguntas e obter computação.

O risco de uma aceleração ainda mais rápida

A METR aponta que não há gargalos observados nem retornos decrescentes fortes. Isso significa que há risco significativo de que mais progresso de capacidades leve a uma aceleração ainda mais rápida.

Se sistemas de IA começassem a acelerar significativamente o desenvolvimento de IA, isso poderia levar ao surgimento súbito de capacidades extremas e arriscadas. O relatório trata esse cenário como uma possibilidade real, não como ficção.

A estimativa tem alta incerteza. A METR diz que não ficaria surpresa se a aceleração verdadeira fosse mais próxima de 1,3 ou de 3 vezes a taxa histórica. A faixa de 1,5 a 2,8 vezes no intervalo de confiança reflete essa incerteza.