O Segredo Sujo da Anthropic: IA para Wall Street

A Anthropic construiu sua reputação em IA constitucional, uma estrutura orientada para a segurança que incorpora regras e valores diretamente em seus modelos. A narrativa pública da empresa gira em torno da pesquisa de alinhamento, risco existencial e em prevenir que sistemas fora de controle se transformem em desastres do nível do Skynet. Agora, esse mesmo laboratório está lançando de forma discreta ferramentas financeiras sofisticadas para Wall Street, tendo como alvo fundos de hedge, bancos e empresas de quant que movimentam trilhões de dólares diariamente.

As implantações iniciais vão muito além de um chatbot que explica chamadas de resultados. A Anthropic está promovendo sistemas semelhantes a agentes que podem absorver feeds de mercado em tempo real, analisar 10-Ks e ajudar a construir modelos DCF e estratégias de negociação em velocidade de máquina. Demonstrações internas, segundo pessoas familiarizadas com o produto, enfatizam a automação de trabalhos tradicionalmente realizados por analistas júnior e quants, a camada exata que fornece à finança institucional sua vantagem.

Essa mudança colide de frente com a imagem de segurança cuidadosamente elaborada da Anthropic. Uma empresa fundada em 2021, após uma separação focada em segurança da OpenAI, agora deseja uma fatia do mesmo ecossistema de alta frequência e busca por alfa que ajudou a transformar o aprendizado de máquina em um motor para busca de renda. Afinanças é onde a opacidade algorítmica, a informação assimétrica e os incentivos de “se mover rapidamente, quebrar mercados” já dominam.

Os críticos veem uma contradição flagrante: um laboratório que alerta sobre a amplificação dos riscos sistêmicos pela IA está conectando seus modelos diretamente a um dos setores mais criticamente sistêmicos do planeta. Wall Street não está usando Claude para escrever poesia; está usando Claude para encontrar pontos base, antecipar-se a jogadores mais lentos e extrair ineficiências de mercados já frágeis. A linguagem de segurança começa a soar como marketing quando seus maiores clientes estão nas salas de negociação.

David Shapiro, um comentador de longa data sobre alinhamento, capturou a inquietação em seu vídeo “Anthropic VENDIDO para Wall Street!” Ele começa perguntando se uma empresa "supostamente a favor da segurança" está agora "se unindo a Wall Street" e se isso é "um sinal de captura pelas elites." Sua abordagem fura o discurso cuidadosamente elaborado da Anthropic e vai direto à pergunta central: o queridinho da segurança simplesmente decidiu que, quando o dinheiro se torna grande o suficiente, toda essa conversa sobre alinhamento pode coexistir com a construção da próxima geração de infraestrutura quantitativa?

Os defensores da Anthropic têm uma resposta pronta para a mudança de postura do Wall Street: quando se está "tomado pela segurança", qualquer coisa que mantenha Skynet à distância se torna moralmente aceitável. Nesse ponto de vista, formar parcerias com fundos de hedge e bancos não é trair princípios; é um compromisso necessário, desde que financie pesquisas de alinhamento e mantenha a Anthropic presente quando as verdadeiras decisões sobre a implementação da AGI acontecem. Se você acredita sinceramente que uma IA desalinhada poderia matar bilhões, então direcionar seus modelos através do Goldman Sachs parece um erro de arredondamento no livro cósmico.

Essa lógica leva a uma troca brusca, quase caricatural: um inferno cyberpunk ou extinção. Os absolutistas da segurança argumentam que um “futuro cyberpunk”—corporações aprimoradas por IA, governos militarizados, rastreamento biométrico ubíquo, automação financeira em plena escala—é feio, mas sobrevivível. O que não pode ser tolerado, dizem eles, é um mundo onde algum sistema não alinhado se torne um Skynet e elimine a humanidade porque os "bons" se recusaram a trabalhar com parceiros duvidosos.

No entanto, o cenário cyberpunk não vive mais na arte conceitual de ficção científica. A IA já alimenta: - Negociação de alta frequência e arbitragem financeira - Policiamento preditivo e vigilância de fronteiras - Gestão algorítmica que pressiona os trabalhadores a cada minuto

Conecte os modelos mais avançados da Anthropic a essa estrutura e você acelera uma trajetória de concentração, não de liberação.

Assim, a questão deixa de ser uma filosofia abstrata e começa a soar como uma estratégia corporativa: trata-se de um compromisso moral fundamentado ou de uma justificativa conveniente para buscar poder e lucro? A retórica de segurança enquadra os negócios de Wall Street como um escudo contra catástrofes; tabelas de capital e contratos empresariais sugerem algo mais próximo de um alinhamento entre elites. Quando os mesmos modelos que poderiam ajudar na ciência climática ou na resposta a pandemias são ajustados primeiro para mesas de operações quantitativas, as prioridades falam mais alto do que os posts em blogs.

A Anthropic ainda comercializa Claude como uma ferramenta “para Todos”, uma força democratizadora para benefício universal. Nos bastidores, a realidade acompanha a descrição de David Shapiro de captura de elite: acesso estratificado, características sob medida para clientes do setor financeiro e de defesa, e influência regulatória que mantém os incumbentes. A discrepância entre a missão pública e a implementação privada continua a aumentar, e a cada nova integração com Wall Street, a promessa “para todos” da Anthropic se afasta ainda mais da ficção de relações públicas.

O poder não apenas acumula dinheiro; ele acumula novas ferramentas. Captura pelas elites descreve o momento em que uma tecnologia que chega envolta em uma linguagem utópica discretamente direciona seus maiores ganhos para uma pequena classe bem conectada—gigantes corporativos, financistas e agências de segurança estatal—enquanto todos os outros recebem os slogans de marketing e acesso restrito.

As ferrovias no século XIX prometiam unir países e abrir mercados para todos. Em vez disso, um punhado de barões usou o controle sobre os trilhos e as tarifas de frete para esmagar concorrentes e ditar quem poderia participar do comércio. Os legisladores eventualmente tiveram que inventar leis antitruste apenas para evitar que o sistema se tornasse um monopólio permanente.

A retórica inicial da internet comercial na década de 1990 vendeu uma história de descentralização e inovação sem permissões. Duas décadas depois, algumas plataformas — Google, Amazon, Meta, Apple — dominam busca, compras, anúncios e distribuição móvel, levando uma parte de quase todas as transações e fluxos de atenção. O mesmo padrão se repete continuamente: fronteira aberta, rápida consolidação e, em seguida, captura regulatória.

A captura da elite segue um manual reconhecível: - Controle sobre gargalos de infraestrutura (linhas ferroviárias, fibra, centros de dados, chips) - Integração vertical em toda a cadeia - Acesso e preços preferenciais para grandes clientes financeiros e governamentais - Forte influência sobre as regras que regem todos os demais

A IA agora se encontra bem no meio dessa zona de perigo. Treinar modelos de fronteira já exige bilhões de dólares em computação, acordos de dados proprietários e contratos com provedores de nuvem que apenas algumas empresas conseguem assinar. Alternativas públicas ou abertas existem, mas operam em escalas menores e ficam atrás em capacidade, refletindo como os ISPs "independentes" desapareceram em comparação com os incumbentes de telecomunicações.

Visto por essa perspectiva, a mudança discreta da Anthropic em direção a ferramentas financeiras de alto nível para Wall Street não é uma decisão de negócios isolada; é um ponto de dados em uma história de consolidação mais ampla. A comunicação da própria empresa no Site Oficial da Anthropic coexistem com essa nova realidade emergente, e essa tensão é exatamente onde as apostas do futuro da IA estão sendo decididas.

O controle é o primeiro indicativo. Quando um punhado de empresas possui os estrangulamentos — chips avançados, nuvens em grande escala, centros de dados e energia barata — todos os outros alugam a realidade delas. Treinar um modelo de ponta já custa centenas de milhões de dólares; esse preço por si só exclui a maioria das universidades, startups e instituições públicas do jogo.

A integração vertical aperta o cerco. As mesmas empresas agora correm para controlar todas as camadas da pilha: design de silício, plataformas em nuvem, modelos fundacionais, lojas de aplicativos e interfaces do consumidor. Os centros de dados da X.ai, com a marca Musk, a "plataforma" de IA de ponta a ponta da Nvidia e os hyperscalers que agrupam modelos com ferramentas proprietárias estão todos empurrando em direção a um mundo onde trocar de fornecedor se torna quase impossível.

O acesso estratificado é aquele em que a hierarquia se torna explícita. Os modelos mais capacitados e de maior contexto operam a portas fechadas para contratantes de defesa, fundos de hedge e megabancos, enquanto o público recebe versões limitadas e "embrulhadas para a segurança". Até mesmo a OpenAI admitiu que retém seus sistemas mais potentes de um lançamento amplo, citando limites de computação; o ponto de Shapiro é que esses limites desaparecem misteriosamente quando um contrato de defesa de $200 milhões é fechado.

A captura regulatória e narrativa cimenta esse poder. Laboratórios de fronteira ajudam a redigir as próprias regras que os governam, depois aparecem diante do Congresso ou da UE como “especialistas” neutros. Quando Sam Altman pode sair de uma audiência no Senado para um jantar particular com legisladores, ou executivos da Anthropic informam reguladores sobre “escalonamento responsável”, a história sobre risco existencial funciona também como uma estratégia de lobby que convenientemente exclui rivais menores.

A otimização por busca de renda aparece em onde a IA realmente é implantada. Em vez de curar o câncer primeiro, o grande investimento flui para: - Negociação de alta frequência e arbitragem financeira - Publicidade hipersegmentada e hackeamento de engajamento - Automação de trabalhadores e gestão algorítmica

Esses casos de uso não expandem a economia tanto quanto a redistribuem para cima, transformando a IA em um pedágio para cada transação, clique e tarefa.

Alternativas públicas subdimensionadas completam o quadro. Modelos de código aberto como Stable Diffusion ou derivativos do LLaMA existem, mas ficam aquém dos sistemas fechados em termos de escala, dados de treinamento e capacidade de inferência. Sem computação apoiada pelo Estado, infraestrutura de dados compartilhados ou financiamento sério, a “IA pública” corre o risco de se tornar o equivalente digital de uma biblioteca em ruínas do outro lado da rua, em frente a um brilhante parque de pesquisa privado.

A infraestrutura é onde a retórica elevada da IA sobre abertura colide com a dura realidade econômica. Um punhado de empresas possui a pilha física que todos os outros devem alugar. Esse primeiro gargalo—quem controla a computação—define quem pode até mesmo participar.

Comece com a nuvem. AWS, Azure e Google Cloud comandam cerca de 65% do mercado global de nuvem, de acordo com a maioria das estimativas de analistas. Se você deseja treinar ou implantar modelos sérios, é provável que você esteja pagando um desses três guardiões por hora de GPU.

Desça um nível e a pressão aumenta. A TSMC fabrica cerca de 90% dos chips mais avançados do mundo, os nós de ponta que alimentam clusters de treinamento de IA, data centers hiperescaláveis e sistemas de negociação de alta frequência em Wall Street. Se a TSMC pegar um resfriado—geopolítica, terremotos, controles de exportação—todo o ecossistema de IA fica com pneumonia.

Em seguida, vem a Nvidia, que efetivamente domina o nível de aceleradores. A Nvidia controla cerca de 90% dos aceleradores de IA em uso hoje, desde H100s em laboratórios de ponta até A100s que processam silenciosamente modelos de risco em fundos de hedge. Seu conjunto de software CUDA e sua rede proprietária transformam chips brutos em um ecossistema do qual os concorrentes têm dificuldade em escapar.

Os economistas chamam essa estrutura de monopólio natural: mercados onde enormes custos fixos e efeitos de rede empurram todos em direção a alguns provedores dominantes. Nenhuma lei proíbe a Nvidia de ser o acelerador padrão, ou a TSMC de ser a única fábrica viável para wafers de 3 nm. A física da fabricação de semicondutores e os custos de capital da nuvem hiperescalar simplesmente punem entrantes menores até a irrelevância.

Isso é importante porque a "competição" em IA não se resume mais a quem tem o algoritmo mais inteligente em um repositório do GitHub. Trata-se de quem pode garantir dezenas de milhares de GPUs, acesso prioritário aos nós avançados da TSMC e contratos de longo prazo favoráveis com AWS, Azure ou Google Cloud. Sem isso, seu modelo inovador é uma demonstração, não um produto.

Então, quando a Anthropic cria ferramentas para Wall Street, ela o faz sobre uma pilha de hardware já dominada por um clube microscópico. O acesso a essa pilha é a verdadeira barreira—e a verdadeira corrente invisível—mantendo todos os outros de fora.

O capital agora funciona como o instrumento mais afiado de captura da elite na IA. Quem puder queimar mais dinheiro em chips, centros de dados e talentos estabelece as regras para todos os outros. Em 2023, as grandes empresas de tecnologia financiaram silenciosamente o futuro: por algumas estimativas, grandes plataformas forneceram aproximadamente 67% de todo o financiamento para startups de IA generativa, transformando o “apoio ao ecossistema” em um pipeline de dependência.

As startups se apresentam como disruptoras, mas suas tabelas de capital contam uma história diferente. Quando Microsoft, Google, Amazon e Nvidia escrevem a maior parte dos cheque, eles não apenas compram ações; eles compram influência sobre os roadmaps de produtos, escolhas de infraestrutura e quem tem acesso privilegiado a modelos de ponta. A dependência se torna estrutural, não temporária.

Agora, amplie a visão para 2025, onde as previsões do setor apontam para cerca de $300 bilhões em gastos relacionados à IA em um único ano. Isso inclui data centers em hiperescala, clusters de GPU, cabos submarinos e a infraestrutura de energia para mantê-los em funcionamento. Para contextualizar, $300 bilhões rivalizam ou superam o PIB anual de países como Chile, Paquistão ou Finlândia.

Nenhuma universidade, laboratório sem fins lucrativos ou pequena nação-estado pode igualar credivelmente essa taxa de queima de capital. Um consórcio acadêmico bem financiado pode reunir algumas centenas de milhões de dólares ao longo de vários anos; as grandes empresas de tecnologia tratam isso como uma margem de erro em um único contrato de GPU. O resultado é um fosso financeiro tão amplo que "alternativas abertas" existem principalmente como marca, e não como pares.

Esse gasto não compra apenas hardware; compra poder de definição de agenda. Quem possui $300 bilhões em infraestrutura de IA pode decidir: - Quais idiomas e regiões recebem bons modelos - Quais indústrias recebem ferramentas personalizadas - Quais reguladores recebem “ajuda” na redação de regras

A cobertura em veículos como o Financial Times apresenta isso como uma corrida pela inovação, mas a estrutura parece mais uma cercadura. Quando um punhado de empresas controla a pilha de capital, a captura elitista deixa de ser um risco e começa a parecer o sistema operacional padrão para a IA.

O poder regulatório não surge no vácuo; a dominância financeira e estrutural se traduz diretamente em alavancagem política por meio da captura regulatória. As agências que deveriam fiscalizar a IA acabam recebendo orientações das empresas que regulam, pois essas empresas controlam a expertise, o fluxo de empregos e muitas vezes os relatos de financiamento que justificam regras frágeis.

Em Washington e Bruxelas, a política de IA se transformou em uma conversa apenas para convidados, onde os mesmos meia dúzia de CEOs continuam aparecendo. A turnê de Sam Altman pelo Congresso estabeleceu o modelo: horas de breves encontros privados, audiências repetidas e acesso direto que nenhum sindicato ou ONG de privacidade consegue igualar.

Os legisladores nos EUA e na Europa agora se recorrem aos “laboratórios de fronteira” como seus principais conselheiros sobre segurança em IA e concorrência. Quando os funcionários não compreendem pesos de modelos, GPUs ou modelos de base, eles consultam a Anthropic, OpenAI, Google ou Meta — e essas empresas, satisfeitas, elaboram as diretrizes que depois serão solicitadas a obedecer.

Essa disparidade de acesso não é hipotética. Durante as negociações sobre o Ato de IA da UE, lobbyistas da indústria supostamente apresentaram milhares de páginas de emendas, muitas copiadas e coladas em textos de compromisso, enquanto organizações da sociedade civil enfrentaram dificuldades para conseguir horários de reunião ou suporte de tradução para suas propostas.

O Summit de Segurança em IA do Reino Unido em Bletchley Park tornou a desigualdade explícita. Das cerca de 100 organizações convidadas, uma grande parte eram corporações ou institutos respaldados pela indústria, enquanto sindicatos, cooperativas de trabalhadores e grupos de direitos digitais de base ocupavam apenas uma fatia simbólica da sala.

Os governos apresentaram essa cúpula como uma conversa democrática global, mas a agenda se concentrou no que as corporações pioneiras já queriam discutir: avaliações de modelos, limites de computação e compromissos de segurança voluntários que consolidam os gigantes de hoje como cuidadores permanentes da IA “responsável”.

É aí que a captura narrativa entra em cena. Ao dominar pódios, briefings de imprensa e mesas-redondas fechadas, essas empresas definem sobre o que a IA é “realmente” — risco existencial, sistemas fora de controle e cenários de ficção científica como Skynet — enquanto empurram questões como roubo salarial algorítmico ou pontuação de despejo para as margens.

Quando o risco existencial monopoliza o oxigênio, os danos em tempo presente tornam-se itens de linha negociáveis. O viés na avaliação de crédito, a desindustrialização automatizada de sindicatos e o deslocamento em massa de trabalhadores de colarinho branco parecem preocupações secundárias em vez de perguntas centrais sobre quem a IA serve e quem paga o preço.

O silêncio pode ser um dado. Quando você se afasta das manchetes sobre a corrida do ouro da IA, as lacunas silenciosas na história dizem mais sobre para quem essa tecnologia é realmente destinada do que qualquer evento de lançamento triunfante ou palestra principal.

Comece com a infraestrutura. Para toda a retórica sobre a IA como "um tipo de eletricidade", não existe um equivalente público a uma rede elétrica. O projeto do Recurso Nacional de Pesquisa em IA (NIRR) dos EUA possui um orçamento proposto de seis anos que analistas estimam na faixa de bilhões baixos de dígitos únicos, enquanto a Meta supostamente gasta esse tipo de quantia em GPUs em um único ano apenas para alimentar seus próprios modelos.

Essa assimetria é significativa. O computação financiada pelo setor público continua sendo um erro de arredondamento em comparação com os investimentos privados em IA, que somam dezenas de bilhões de dólares de Microsoft, Google, Amazon e Nvidia. Se você é um laboratório universitário, um grupo cívico ou um governo municipal, está efetivamente mendigando migalhas das mesmas nuvens que vendem acesso prioritário a fundos de hedge e contratantes de defesa.

A governança parece igualmente desequilibrada. Os conselhos da Anthropic, OpenAI, Google DeepMind e xAI incluem investidores, fundadores e ex-reguladores—mas não há um único representante eleito de trabalhadores, delegado da comunidade ou diretor independente da sociedade civil. As pessoas mais expostas a demissões impulsionadas por IA, vigilância e desinformação não têm voz formal na forma como os sistemas de ponta são implementados.

Faltam, também, experimentos sérios em governança compartilhada. Nenhum grande laboratório estabeleceu um poder de veto vinculativo para as comunidades afetadas, conselhos de trabalhadores com controle sobre decisões de implantação, ou conselhos de supervisão em nível municipal com acesso a auditorias de modelos. Em vez disso, a “segurança” reside dentro de equipes internas de segurança e conselhos consultivos que podem ser agradecidos em postagens de blogs e ignorados nas salas de reunião.

Então, há a arquitetura financeira silenciosamente esboçada atrás de portas fechadas. O CFO da OpenAI supostamente levantou a ideia de garantias governamentais explícitas para IA de fronteira—garantias públicas se algo der errado, captura privada do lucro se não der. Isso é o clássico “risco socializado, ganho privatizado”, a mesma lógica que transformou a implosão do subprime em 2008 em um resgate financiado pelos contribuintes.

Juntas, essas ausências formam um padrão. Nenhuma infraestrutura em escala pública, nenhuma governança compartilhada e chamadas iniciais por seguros com apoio estatal para apostas privadas apontam em uma única direção: IA construída como um sistema crítico, possuída e controlada por uma elite estreita e bem capitalizada.

Os defensores mais fervorosos da Anthropic insistem que vender modelos de alto nível para quants de Wall Street, fundos de hedge e contratantes de defesa é um mal necessário no caminho para o “alinhamento.” Este é o núcleo provocativo da crítica de David Shapiro: a discussão sobre o risco existencial a longo prazo funciona como um cheque em branco moral para tomadas de poder a curto prazo. Se você se convence de que o Skynet está se aproximando, quase qualquer parceria começa a parecer uma administração responsável em vez de captura.

Altruístas eficazes e racionalistas dentro de laboratórios como o Anthropic veem seu trabalho como um projeto de sobrevivência literal. Nesse raciocínio, fechar acordos com militares, agências de inteligência e os maiores fundos de Wall Street não é um compromisso, mas um sacrifício pelo bem maior. Argumentam que uma distopia de vigilância cyberpunk ainda é melhor do que uma maximização de clipes de papel que aniquila a humanidade.

Essa visão de mundo reescreve silenciosamente a ética da implementação da IA. Uma vez que você aceita que “somos os únicos que podemos impedir a Skynet”, então: - Contratos exclusivos com governos se tornam “contenção” - Acesso preferencial para megabancos se torna “teste de riscos” - Segredo e modelos fechados se tornam “medidas de segurança”

Todos esses fatores também servem para consolidar os incumbentes que controlam as finanças.

O controle sobre a narrativa de segurança se transforma, então, em uma arma política. Laboratórios de fronteira alertam sobre modelos de código aberto desonestos, riscos biológicos e a exfiltração de modelos, e então propõem regras de segurança que convenientemente exigem clusters de computação de bilhões de dólares, equipes de red-teaming e departamentos de conformidade. Startups, universidades e laboratórios públicos não conseguem atingir esse padrão; hyperscalers e laboratórios de fronteira já o fizeram.

Você pode ver o esboço em chamadas para regimes de licenciamento atrelados a limites de FLOP, monitoramento obrigatório de execuções de treinamento e relatórios centralizados de incidentes para entidades aprovadas pelo governo. No papel, essas medidas têm como alvo sistemas "fronteiriços". Na prática, elas restringem a fronteira a um pequeno grupo de jogadores que podem arcar com as auditorias, advogados e silício sob medida. A segurança se torna um fosso, não uma garantia.

Elites pró-segurança frequentemente enquadram a escolha como binária: aceitar uma paisagem de IA dominada por corporações e rigidamente controlada ou arriscar a extinção. Esse enquadramento apaga uma terceira opção: um ecossistema de IA governado democraticamente, com responsabilidade pública, fortes proteções trabalhistas, aplicação de leis antitruste e computação pública real. Trabalhos como os da Anthropic Research demonstram alinhamento técnico, mas quem possui e governa esses sistemas alinhados continua sendo uma escolha política, não uma lei da física.

A mudança da Anthropic em Wall Street expõe o quão concentrado o poder da IA já está, mas também esclarece de onde pode vir a pressão contrária. Projetos de código aberto como Llama 3, Mistral e Stable Diffusion provam que você não precisa de uma avaliação de $300 bilhões e de um data center hyperscale para construir sistemas capazes. Você pode ajustar um modelo de 7B-13B em uma única GPU de alto desempenho e entregar algo útil.

O código aberto ainda enfrenta um teto rígido. Treinar modelos de fronteira exige dezenas de milhares de Nvidia H100, megawatts de energia e espaço em data centers que apenas a Amazon, Microsoft, Google e seus amigos mais próximos podem pagar. Mesmo o modelo de pesos abertos mais radical ainda aluga tempo nos servidores de outra pessoa.

O pluralismo real em IA requer computação pública que rivalize com as nuvens privadas. Isso significa instalações de supercomputação nacionais ou regionais explicitamente destinadas a laboratórios acadêmicos, organizações sem fins lucrativos, startups e municípios, e não apenas a contratantes de defesa e empresas da Fortune 100. Pense em uma “biblioteca pública”, mas para TPUs e GPUs, com regras de alocação transparentes e publicação obrigatória de resultados.

Os governos já gastam centenas de bilhões em infraestrutura digital; redirecionar mesmo 5-10% para pilhas de IA compartilhadas faria diferença. Agências de pesquisa pública poderiam financiar treinamentos abertos, exigir documentação de dados abertos e apoiar equipes de auditoria comunitárias que analisam modelos fundamentais da mesma forma que pesquisadores de segurança investigam sistemas operacionais. Sem isso, "IA para Todos" é apenas um slogan pregado a uma fatura de nuvem.

Usuários individuais não são espectadores impotentes. Você pode:

• 1Apoie grupos de direitos digitais como EFF, Fight for the Future e AlgorithmWatch, que monitoram abusos de IA e fazem lobby contra a captura regulatória.
• 2Envie um e-mail ou ligue para os legisladores para exigir a divulgação de reuniões de lobby sobre IA, subsídios computacionais e contratos governamentais de IA.
• 3Apoie ferramentas de código aberto com seu uso, relatórios de bugs e doações, em vez de depender do que seu provedor de nuvem oferece como padrão.

Conversas críticas também importam. Pergunte aos fornecedores quem é o proprietário dos seus dados, quem tem acesso antecipado a modelos premium e o que acontece quando o dinheiro do subsídio acaba. Pergunte aos amigos e colegas de trabalho quem realmente se beneficia da "produtividade da IA" em seus empregos e quem absorve o risco. Reivindicar a promessa da IA começa com a recusa em fingir que a versão de Wall Street é o único futuro possível.

O que é 'captura da elite' no contexto da IA?

A captura da elite refere-se ao processo em que o desenvolvimento, os benefícios e a governança da tecnologia de IA se concentram nas mãos de um pequeno grupo de poderosas corporações, investidores e entidades governamentais, em vez de servir ao bem público.

Por que a Anthropic, uma empresa de segurança em IA, está trabalhando com Wall Street?

Críticos afirmam que é um sinal de captura da elite, onde os incentivos financeiros e a necessidade de capital sobrepõem-se à missão original. Os defensores da empresa podem alegar que trabalhar dentro de sistemas poderosos é necessário para guiar o desenvolvimento da IA de forma segura e garantir recursos para competir.

Quais são os principais sinais de centralização da IA?

Os principais sinais incluem o controle sobre infraestrutura essencial (chips, centros de dados em nuvem) por algumas empresas, integração vertical, acesso preferencial para clientes que pagam mais e influência corporativa dominante sobre a regulamentação governamental.

A IA de código aberto pode competir com empresas como Anthropic e OpenAI?

Embora os modelos de código aberto estejam avançando rapidamente, enfrentam obstáculos significativos. Muitas vezes, ficam atrás dos modelos de ponta e exigem hardware caro, o que reforça o domínio das grandes corporações que controlam a infraestrutura subjacente.