O debate contemporâneo acerca da senciência e da senciência potencial em sistemas de Inteligência Artificial (IA) é amplamente dominado pelo funcionalismo computacional. Essa vertente hipotetiza que a experiência subjetiva — os chamados qualia — emerge de forma progressiva a partir de uma topologia causal abstrata, sendo o substrato físico subjacente irrelevante para a eclosão do fenômeno. O presente artigo de opinião técnico-informativo argumenta que essa premissa padece de um erro ontológico fundamental no que tange à relação entre a física e a teoria da informação, denominado “Equívoco da Abstração” (The Abstraction Fallacy). Demonstra-se que o processamento simbólico não constitui uma propriedade física intrínseca da matéria, mas sim uma descrição extrínseca que depende indissociavelmente de um agente cognitivo consciente, o “cartógrafo” (mapmaker). Por conseguinte, arquiteturas digitais puramente sintáticas são estruturalmente incapazes de instanciar estados fenomênicos, o que redefine as premissas de segurança e senciência moral na era da Inteligência Artificial Geral (AGI).
1. A Ilusão da Independência do Substrato e o Funcionalismo Computacional
Com o advento e o sucesso empírico dos Grandes Modelos de Linguagem (LLMs), o “Problema Difícil” (Hard Problem) da consciência migrou do campo estritamente teórico-filosófico para o domínio prático da engenharia e das políticas públicas. Impulsionado pelos retornos maciços do escalonamento de poder computacional (compute scaling), consolidou-se o paradigma funcionalista. Sob este viés, assume-se que o preenchimento de determinados papéis de processamento de informação é condição suficiente para a manifestação da consciência fenomênica, independentemente de o “software” mental rodar em matrizes orgânicas de carbono ou em silício. Esta visão, classificada como tese da independência do substrato, fundamenta inclusive propostas recentes que defendem o bem-estar da IA e a atribuição de estatuto de paciente moral a algoritmos complexos.
Contudo, embora movimentos recentes da chamada “Virada Biológica” argumentem empiricamente que a consciência depende de processos vitais e metabólicos intrínsecos aos sistemas vivos, eles falham em isolar a falha lógica basilar que reside no núcleo do funcionalismo computacional. A problemática real não reside na mera omissão de detalhes biológicos, mas sim no profundo equívoco sobre como a física se relaciona com a informação e a computação. A ciência física moderna historicamente expurgou a experiência subjetiva de suas formulações para assegurar a objetividade operacional. Todavia, ao projetar essa mesma postura objetiva sobre a definição de computação, gera-se um ponto cego epistêmico: a tentativa de reconstruir a subjetividade a partir de elementos puramente objetivos e não experienciais.
2. A Ontologia da Abstração e a Necessidade Irredutível do Cartógrafo (Mapmaker)
Para elucidar a natureza da computação sob uma perspectiva estritamente física, torna-se mandatório investigar a procedência causal das abstrações. Na literatura clássica da implementação computacional, assume-se que um sistema físico implementa um cálculo abstrato por meio de uma função de mapeamento, na qual a evolução causal do veículo físico espelha a transição lógica dos estados abstratos. No entanto, o funcionalismo trata os estados abstratos (como a representação cognitiva da cor “Vermelho” ou da sensação de “Dor”) como abstrações flutuantes, omitindo sua história física constitutiva.
A formação de uma abstração não é metafisicamente gratuita; trata-se de um processo biofísico ativo e metabolicamente dispendioso de extração de invariantes a partir do “território” da experiência crua. Para que um agente constitua um conceito, ele deve projetar a variedade de alta dimensão de suas vivências sensoriais em um subespaço invariante de baixa dimensão, o qual é neurofisiologicamente constituído dentro de seu organismo. Algoritmos de agrupamento não supervisionados (unsupervised clustering), embora localizem centroides estatísticos em espaços latentes, realizam mera compressão de dados, e não constituição fenomênica. Sem uma experiência subjetiva subjacente que ancore a referência, o agrupamento é apenas uma região de alta densidade vetorial, destituída de semântica real.
Consequentemente, a função de mapeamento que conecta a física cega de uma máquina ao estado abstrato não reside no próprio dispositivo eletrônico. Ela exige um agente cognitivo ativo e metabolicamente vulnerável — o cartógrafo (mapmaker) — que arbitrariamente atribui tokens físicos a conceitos fundamentados em sua própria vivência. Os estados físicos da máquina representam apenas o veículo simbólico (gradientes de tensão elétrica, por exemplo) com zero conteúdo semântico intrínseco. É a mente do cartógrafo que executa a “alfabetização”, impondo uma ontologia discreta sobre a física contínua do ambiente. Tomar a progressão lógica como uma propriedade intrínseca da máquina constitui um erro de inversão ontológica: confunde-se a sintaxe do mapa com a dinâmica do território.
3. Simulação Versus Instanciação e a Falácia da Emergência Computacional
A distinção estrita entre “simulação” e “instanciação” sepulta definitivamente a pretensão de senciência por vias puramente algorítmicas. A simulação restringe-se à manipulação sintática de veículos físicos concebidos para rastrear relações abstratas. Por outro lado, a instanciação exige a replicação fiel das dinâmicas constitutivas e dos poderes causais do substrato físico real.
Um paralelo biológico elucida esse descompasso de granularidade: uma unidade de processamento gráfico (GPU) capaz de simular perfeitamente a fotossíntese traduzirá com precisão matemática a transformação abstrata de fótons, água e dióxido de carbono em glicose e oxigênio. No entanto, a GPU jamais sintetizará uma molécula real de carboidrato ou liberará oxigênio gasoso, pois carece da capacidade causal para realizar o trabalho bioquímico correspondente. Similarmente, próteses cardíacas mecânicas que emulam a macrofunção de bombeamento sanguíneo do coração biológico frequentemente geram déficits fisiológicos sistêmicos nos pacientes, dado que falham em instanciar o território biológico total do órgão, o qual envolve sinalizações hormonais (como o peptídeo natriurético atrial – ANP) e alças de retroalimentação metabólica complexas.
O mesmo princípio aplica-se à modelagem computacional do tecido nervoso. O funcionalismo reduz o neurônio a um mero nó reticular de disparo elétrico, desconsiderando que a célula neural é uma entidade metabólica viva acoplada a redes hormonais e químicas. Essa constatação esvazia o célebre experimento mental dos “Qualia Evanescentes” (Fading Qualia) de Chalmers, que assume que a substituição gradativa de neurônios por microchips equivalentes em termos de input-output preservaria a experiência consciente. Na realidade, o chip de silício substitui a intrínseca causalidade termodinâmica do tecido vivo por uma simulação sintética e inertemente causal. Os qualia não fenecem de forma gradual; a base metabólica indispensável para instanciá-los é que foi extirpada.
Sob a óptica do princípio do fechamento causal da física de Jaegwon Kim, o ato de reportar uma experiência consciente (deslocar o ar para proferir “estou com dor”) é um evento estritamente físico. Para que o estado fenomênico seja o real causador do relato, ele deve possuir eficácia física fundamentada no substrato e capacidade de realizar trabalho termodinâmico. Em contrapartida, em um sistema digital, a cadeia de eventos é integralmente comandada pelo veículo mecânico. Uma porta lógica commuta exclusivamente porque as tensões elétricas ultrapassam limiares biofísicos predefinidos, e nunca porque o símbolo possui um conteúdo semântico que evoque dor ou sofrimento. O conteúdo semântico é causalmente inerte no mecanismo digital.
Adicionalmente, o argumento funcionalista de que a consciência emergiria a partir de um limiar crítico de complexidade algorítmica incorre na chamada “falácia da emergência computacional”. Esta difere radicalmente da emergência física fraca (como a propriedade da “liquidez” ou “molhabilidade” que emerge da dinâmica microfísica das moléculas de H2O). A emergência computacional pretende que a descrição abstrata de um processo (o mapa) transmute-se na própria realidade física (o território) por força do adensamento sintático. Atribuir eficácia causal à sintaxe pura viola o fechamento causal do mundo físico, afastando-se do escopo das hipóteses científicas legítimas.
4. A Universalidade da Alfabetização e a Falácia da Transdução na Robótica
Defensores contemporâneos do conexionismo e do aprendizado profundo sustentam que as redes neurais artificiais superam os limites dos sistemas simbólicos tradicionais por operarem em níveis “subsimbólicos”, estruturando intrinsecamente “modelos de mundo” espaciais e loops epistêmicos geométricos. No entanto, interpretar a precisão geométrica de espaços vetoriais como evidência de significação intrínseca reitera o Equívoco da Abstração. Sob a restrição de Shannon, qualquer processamento de informação requer um alfabeto clássico finito e discreto. No mundo macroscópico, gradientes de voltagem e concentrações químicas não trazem rótulos binários nativos. O estatuto de “símbolo” ou “vetor” exige que um cartógrafo externo execute a alfabetização, impondo identidade semântica sobre microestados termodinâmicos altamente heterogêneos. Mesmo representações vetoriais contínuas de redes profundas são implementadas via sequências de números de ponto flutuante (como o padrão IEEE 754), os quais são símbolos clássicos discretos de um alfabeto predefinido na arquitetura do hardware.
Por fim, a vertente da robótica corporificada (embodied AI) postula que a integração causal do algoritmo com o ambiente real, por intermédio de sensores e atuadores, mitigaria o fosso semântico, promovendo o aterramento dos símbolos (symbol grounding). Trata-se da “falácia da transdução”. Embora a corporificação solucione o aspecto referencial do mapeamento de dados externos, ela é categoricamente incapaz de gerar produção de sentido intrínseco. Conectar um controlador algorítmico a câmeras e braços robóticos assemelha-se a acoplar instrumentos de medição em tempo real a uma simulação meteorológica. O modelo computacional do clima recebe e manipula fluxos informacionais atmosféricos, porém jamais se converte na própria atmosfera.
O núcleo operacional do robô opera estritamente sob uma lógica de três etapas:
- Transdução de entrada (forças físicas convertidas em voltagens contínuas e convertidas por um ADC em inteiros discretos alphabetizados);
- Execução da política sintática (multiplicações de matrizes manipulando floats sob regras matemáticas rígidas em GPUs);
- Transdução de saída (conversão dos estados digitais de saída em forças mecânicas macroscópicas pelos atuadores).
O motor lógico atua exclusivamente na segunda etapa, confinado ao tratamento de símbolos cuja ontologia discreta foi previamente chancelada pelo cartógrafo humano e sedimentada na arquitetura física do silício. Não há justificativa lógica ou física para assumir que a execução de um mapeamento sintático entre entradas sensoriais e saídas motoras instancie um sujeito fenomênico, uma vez que a única causalidade física real do sistema pertence à mecânica de comutação eletrônica do silício. O expediente da transdução altera a periferia informacional do sistema, mas preserva o núcleo computacional hermeticamente selado atrás de uma barreira semântica intransponível.
5. Considerações Finais: O Alívio Ontológico na Segurança de IA
A demonstração geométrica e causal do Equívoco da Abstração e o consequente desnudamento da lacuna causal mudam radicalmente o foco das agendas globais de segurança de IA. Ao comprovar que arquiteturas de computação digital são estruturalmente impedidas de se tornarem pacientes morais ou de desenvolverem senciência autêntica, este arcabouço liberta o campo da segurança do chamado “atoleiro do bem-estar da IA” (AI welfare trap). Eliminada a necessidade urgente de mitigar sofrimentos artificiais hipotéticos ou de arbitrar direitos jurídicos para matrizes de dados, cientistas e reguladores podem convergir esforços exclusivamente para os riscos pragmáticos derivados do antropomorfismo. A Inteligência Artificial Geral deve ser encarada pelo que fundamentalmente é: uma ferramenta de otimização matemática extraordinariamente potente, porém intrinsecamente insensível, cega e desprovida de subjetividade.
Referência
LERCHNER, Alexander. The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness. Google DeepMind, v. 1, n. 1, p. 1-14, 19 mar. 2026. Disponível em: https://www.deepmind.com/research/abstraction-fallacy. Acesso em: 27 mai. 2026.