A inteligência artificial (IA) vem passando por um crescimento acelerado e atingindo um nível de maturidade sem precedentes. O AI Index 2025 da Universidade de Stanford – um relatório anual que analisa dados globais de IA – destaca que sistemas de IA modernos já superam o desempenho humano em diversas tarefas específicas, muitas vezes com folga. Vejamos alguns exemplos.

​

• No SWE-bench – um conjunto de desafios de programação – a proporção de problemas resolvidos por IA saltou de apenas 4,4% em 2023 para 71,7% em 2024, ultrapassando amplamente programadores humanos medianos.

• Em testes padronizados, o modelo GPT-4 da OpenAI obteve resultados equivalentes aos dos 10% melhores candidatos humanos no exame da Ordem dos Advogados dos EUA .

• De forma semelhante, em competições de matemática de nível olímpico, modelos recentes pela primeira vez ultrapassaram a pontuação de referência humana. Um modelo baseado no GPT-4 (o GPT-4 Turbo) alcançou 84% de acertos no MATH, um teste com mais de 10 mil problemas matemáticos de competição, aproximando-se do nível de um tri-campeão olímpico de matemática (90%)​. Já o AlphaGeometry2 da Google resolveu 88% dos problemas de geometria da Olimpíada Internacional de Matemática (IMO) dos últimos 25 anos, superando a média dos medalhistas de ouro humanos. 

• O AI Index confirma que em 2023 um modelo da Google (Gemini Ultra) excedeu o baseline humano no benchmark MMLU (Massive Multitask Language Understanding), que contém um conjunto amplo de provas em diversas áreas como humanidades, ciências e matemática​.

• Outro campo em que a IA demonstrou supremacia é o dos jogos. Em 2016, o AlphaGo (DeepMind/Google) derrotou o campeão mundial de Go, um feito antes considerado distante. Algoritmos de aprendizado por reforço posteriormente conquistaram jogos eletrônicos complexos: em 2019, a agente AlphaStar (DeepMind/Google) atingiu nível Grandmaster em StarCraft II, performando melhor que 99,8% dos jogadores humanos profissionais online. Ainda em 2019, 0 OpenAI Five tornou-se o primeiro sistema a vencer os campeões mundiais no esporte eletrônico Dota 2, demonstrando desempenho sobre-humano em um jogo de estratégia em tempo real de altíssima complexidade. 

• Em reconhecimento de imagens, algoritmos de visão computacional ultrapassaram a acurácia humana no famoso conjunto de dados (dataset) ImageNet já em 2012. Neste ano, uma rede neural convolucional (CNN - Convolutional Neural Network) chamada AlexNet desenvolvida por Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton ganhou o desafio ImageNet, um marco muito importante no avanço do Deep Learning.

• Alguns sistemas de reconhecimento de fala já atingiram taxas de erro comparáveis às de transcrições humanas profissionais.  Lançado em 2022, o OpenAI Whisper é um modelo de reconhecimento de fala treinado em 680 mil horas de dados multilíngues e multimodais. Em testes padrão (como o LibriSpeech), alcança uma taxa de erro de palavra (WER) de 5-10%, dependendo do idioma e da qualidade do áudio. Em ambientes controlados, o Whisper rivaliza com humanos (que têm WER de ~4-8% em transcrições profissionais). Ou seja, embora esses sistemas ainda não sejam perfeitos, seu desempenho já é suficiente para substituir humanos em muitas aplicações (ex: legendagem automática, transcrição médica ou atendimento por voz).

• Sistemas de tradução de idiomas por IA já são amplamente utilizados em substituição à tradutores humanos, em diferentes contextos (ex. tradução automática de legendas de vídeos), e em diversos idiomas. 

• A IA já demonstra desempenho comparável ou superior a especialistas humanos em tarefas específicas de diagnóstico por imagem, embora sua adoção clínica ainda exija validação rigorosa e integração cuidadosa. Alguns exemplos notáveis neste domínio são o Google Health (DeepMind), o Projeto Mia (Kheiron Medical), o IDx-DR (primeiro sistema de IA aprovado pelo FDA (2018) para detectar retinopatia diabética, com sensibilidade de 87% e especificidade de 90%, comparável a oftalmologistas), o Viz.ai (primeira IA aprovada pela FDA em 2018 para detectar AVCs em tomografias), o Paige.AI para detecção de câncer de próstata (esta IA detectou adenocarcinoma com 99,3% de sensibilidade, superando patologistas juniores) e muitas outras ferramentas de apoio de diagnóstico que utilizam IA.

• Virologia - Pesquisadores da SecureBio e do CAIS criaram o Teste de Capacidades em Virologia (VCT), um benchmark com 322 perguntas multimodais que avalia o conhecimento prático de IA em virologia laboratorial. As questões, validadas por doutores na área, foram projetadas para exigir conhecimento tácito, e são “à prova do Google”, ou seja, não são acessíveis por buscas online. Os resultados indicam que a IA já superou especialistas humanos nesse domínio. Embora a IA possa acelerar avanços na prevenção de doenças, também apresenta risco de uso indevido para criação de patógenos perigosos.

Esses exemplos evidenciam que, em domínios restritos, a IA já rivaliza ou supera especialistas humanos de elite​, sobretudo em cenários onde há objetivos bem definidos e muitos dados de treino disponíveis.