AGNTCon + MCPCon Europe: Google DeepMind aponta evolução dos agentes de IA para modelos mais autônomos
Palestra mostrou como capacidades antes dependentes de comandos detalhados passam a fazer parte do comportamento dos modelos, abrindo novas possibilidades para aplicações em rádio e televisão
Amsterdã (Holanda) – A evolução dos modelos de inteligência artificial começa a reduzir a necessidade de comandos detalhados para a execução de tarefas. Em vez de depender de instruções extensas para raciocinar, utilizar ferramentas ou seguir diferentes etapas de um processo, novas gerações de modelos passam a incorporar essas capacidades durante seu próprio treinamento. O tema foi apresentado durante uma das palestras do AGNTCon + MCPCon Europe, em Amsterdã, e aponta uma transformação que poderá impactar também os fluxos de trabalho de emissoras de rádio e televisão. A cobertura especial do AGNTCon + MCPCon Europe tem o apoio da beAudio e do tudoradio.com, realizada pela Mentoria Cristiano Stuani.
A palestra Inside AI Agents: Offloading Human Tasks foi apresentada por Maarten Grootendorst, integrante da equipe técnica do Google DeepMind e criador de projetos como BERTopic, KeyBERT e PolyFuzz. Embora voltada ao desenvolvimento de agentes de inteligência artificial de forma ampla, a apresentação trouxe conceitos que ajudam a compreender como essa tecnologia tende a evoluir nos próximos anos e quais reflexos poderá ter em diferentes setores, incluindo a comunicação.
Do prompt para o comportamento incorporado
Um dos principais conceitos apresentados foi a transição do chamado "prompt para comportamento treinado". Até pouco tempo, para que um modelo executasse uma sequência de ações ou utilizasse ferramentas externas, era necessário fornecer instruções detalhadas, muitas vezes acompanhadas de exemplos e estruturas específicas em formatos como JSON ou XML.
Segundo Grootendorst, as novas gerações de modelos começam a incorporar parte dessas capacidades durante o próprio treinamento. A utilização de ferramentas é um exemplo desse processo: em vez de depender de instruções detalhadas sobre quando e como acessar determinado recurso, os modelos passam a reconhecer automaticamente essa necessidade e realizar a ação de forma estruturada. A evolução das diferentes gerações da família Gemma, desenvolvida pelo Google, foi utilizada como exemplo dessa mudança.
Esse conceito, definido como offloading human tasks, representa a transferência de tarefas anteriormente executadas por pessoas ou implementadas por meio de programação para o próprio comportamento dos modelos.
Para o rádio e a televisão, essa evolução tende a reduzir a complexidade necessária para utilizar inteligência artificial nas operações do dia a dia. Em vez de construir longos comandos explicando cada etapa de uma análise de programação, elaboração de textos ou consulta a sistemas internos, profissionais poderão concentrar seus esforços na definição dos objetivos, das regras editoriais e dos critérios operacionais de cada emissora.
Na prática, um programador musical poderá solicitar uma análise da grade considerando critérios previamente estabelecidos pela rádio, enquanto um agente poderá apenas apresentar sugestões ou, dependendo das permissões definidas pela emissora, executar determinadas alterações de forma controlada.
Raciocinar, agir, observar e continuar
Outro conceito apresentado foi o ReAct, abordagem que combina raciocínio (reasoning) e ação (acting). Nesse modelo, o agente analisa uma situação, define a melhor ação, utiliza ferramentas, observa os resultados obtidos e decide automaticamente qual será o próximo passo, formando um ciclo capaz de resolver tarefas compostas por diversas etapas.
Segundo a apresentação, boa parte dessa estrutura precisava ser construída externamente nas gerações anteriores dos grandes modelos de linguagem. A tendência agora é incorporar progressivamente essas capacidades ao próprio comportamento dos modelos, aproximando-os de sistemas capazes não apenas de conversar, mas também de executar atividades completas.
Em emissoras de rádio, essa lógica poderá permitir que agentes acompanhem fontes previamente autorizadas, identifiquem informações relevantes, consultem bases de dados internas e preparem resumos para jornalistas antes da publicação. Na televisão, o mesmo princípio poderá ser aplicado à transcrição de entrevistas, identificação de assuntos, seleção de trechos relevantes e preparação de materiais para edição, mantendo sempre a possibilidade de supervisão humana nas etapas consideradas mais sensíveis.
Esse modelo também amplia a flexibilidade na definição dos níveis de autonomia. Agentes poderão atuar com maior independência em tarefas operacionais e trabalhar sob regras mais restritivas em atividades editoriais, comerciais ou técnicas de maior impacto.
Uma nova geração de agentes
Na parte final da apresentação, Grootendorst ampliou a discussão para as próximas etapas da evolução da inteligência artificial. Segundo ele, à medida que capacidades como planejamento, raciocínio e utilização de ferramentas passam a fazer parte dos próprios modelos, outras estruturas atualmente desenvolvidas de forma externa também poderão ser incorporadas às futuras gerações.
Entre os exemplos apresentados estão os chamados agentic harnesses, responsáveis por coordenar agentes de inteligência artificial, além de arquiteturas formadas por múltiplos agentes especializados que colaboram entre si na execução de tarefas mais complexas.
O pesquisador ressaltou que esse cenário representa uma direção de evolução da tecnologia, e não uma realidade totalmente consolidada. Há poucos anos, lembrou, a inteligência artificial generativa era vista principalmente como uma ferramenta de conversação. Hoje, os modelos já começam a utilizar ferramentas, executar ações e participar de processos completos, indicando que a chamada IA agentiva ainda está em seus primeiros estágios de desenvolvimento.
Para empresas de comunicação, essa evolução pode abrir espaço para equipes formadas por agentes especializados em diferentes atividades. Enquanto um acompanha a programação da emissora, outro organiza informações comerciais, um terceiro realiza transcrições, outro prepara conteúdos digitais e um quinto verifica automaticamente o cumprimento de regras editoriais ou operacionais. Trabalhando de forma integrada, esses agentes tendem a assumir tarefas repetitivas e de baixo valor agregado, permitindo que os profissionais concentrem sua atuação nas decisões estratégicas, criativas e editoriais.
Mais do que desenvolver comandos cada vez mais sofisticados, a discussão apresentada no AGNTCon + MCPCon Europe indica uma mudança de paradigma. O desafio passa a ser definir quais atividades realmente devem ser delegadas aos agentes de inteligência artificial, qual nível de autonomia cada um receberá e em quais etapas a supervisão humana continuará sendo indispensável.