70 anos de Dartmouth: o encontro de 1956 que batizou a inteligência artificial

No verão de 1956 do hemisfério norte, um grupo pequeno e rotativo de matemáticos, engenheiros e psicólogos ocupou o último andar do departamento de matemática do Dartmouth College, em Hanover, no estado americano de New Hampshire. Não havia cronograma rígido nem produto a entregar. A proposta era passar algumas semanas discutindo como fazer máquinas usarem linguagem, formarem conceitos e resolverem problemas até então reservados aos seres humanos. O encontro, oficialmente chamado Dartmouth Summer Research Project on Artificial Intelligence, completa 70 anos em 2026 e é considerado o marco de fundação da inteligência artificial como campo de pesquisa. Revisitar essa agenda ajuda a entender a história da inteligência artificial e a medir, com algum distanciamento, o que a tecnologia de fato entrega às empresas em 2026.

Uma proposta de 1955 e um nome novo

O encontro começou a ser desenhado um ano antes. Em um documento datado de 31 de agosto de 1955, quatro pesquisadores propuseram o projeto: John McCarthy, então professor assistente de matemática em Dartmouth; Marvin Minsky, de Harvard; Nathaniel Rochester, da IBM; e Claude Shannon, dos Laboratórios Bell, já conhecido como o criador da teoria da informação.

O texto pedia "um estudo de 2 meses, com 10 pessoas" durante o verão de 1956 e partia de uma conjectura ambiciosa. Em tradução livre: todo aspecto da aprendizagem, ou qualquer outra característica da inteligência, pode em princípio ser descrito com tanta precisão que seja possível construir uma máquina para simulá-lo. Os autores acreditavam que "um avanço significativo" poderia ser alcançado em um ou mais desses problemas se um grupo cuidadosamente escolhido de cientistas trabalhasse neles durante um verão.

A proposta é também o documento em que aparece a expressão "artificial intelligence". Segundo os relatos históricos, McCarthy escolheu o nome em parte por sua neutralidade. Na época, o estudo das "máquinas que pensam" se espalhava sob rótulos como cibernética, teoria dos autômatos e processamento complexo de informação, cada um com sua escola e suas lideranças. Um termo novo evitava tomar partido. Por isso se costuma dizer que Dartmouth batizou a área, ainda que o nome tenha sido cunhado no papel, meses antes da reunião.

A agenda de sete temas

A proposta listava sete aspectos do que chamava de "problema da inteligência artificial". Lidos sete décadas depois, eles parecem um sumário de disciplinas que só ganhariam corpo décadas depois:

• Computadores automáticos: a ideia de que a limitação não estava na capacidade das máquinas, e sim na dificuldade de escrever programas que aproveitassem o que elas já podiam fazer.
• Como programar um computador para usar uma linguagem: o embrião do processamento de linguagem natural.
• Redes de neurônios: como um conjunto de "neurônios" hipotéticos poderia ser organizado para formar conceitos.
• Teoria do tamanho de um cálculo: a preocupação em medir a eficiência dos métodos, antecipando o que depois se chamaria complexidade computacional.
• Autoaperfeiçoamento: máquinas capazes de melhorar o próprio desempenho, ideia próxima do que viria a ser o aprendizado de máquina.
• Abstrações: como fazer uma máquina formar abstrações a partir de dados sensoriais e de outros dados.
• Aleatoriedade e criatividade: o papel de algum grau de acaso no pensamento criativo.

Como foi o verão em Hanover

O workshop costuma ser descrito como tendo durado seis semanas. As anotações do matemático Ray Solomonoff, porém, indicam cerca de oito semanas, aproximadamente de 18 de junho a 17 de agosto de 1956. Solomonoff, Minsky e McCarthy foram os únicos a ficar o período inteiro. Os demais chegaram e partiram em momentos diferentes, e as sessões diárias reuniam de três a cerca de oito pessoas.

Entre os participantes registrados estavam, além dos organizadores, Oliver Selfridge, Trenchard More, Arthur Samuel (que desenvolvia um programa de damas na IBM), Julian Bigelow, W. Ross Ashby, Warren McCulloch e o matemático John Nash. Allen Newell e Herbert Simon, que vinham da Rand Corporation e do Carnegie Institute of Technology, levaram algo que os outros não tinham: um programa funcionando.

Era o Logic Theorist, desenvolvido por Newell, Simon e o programador Cliff Shaw. O programa provava teoremas de lógica e acabaria demonstrando 38 dos 52 primeiros teoremas do segundo capítulo dos Principia Mathematica, de Whitehead e Russell. A recepção em Dartmouth foi morna. Anos depois, Simon admitiria que a dupla talvez tenha sido um tanto arrogante na apresentação, e os demais participantes estavam mais interessados nas próprias ideias do que em um resultado pronto.

O encontro não foi um projeto de pesquisa dirigido. Funcionou mais como uma sequência de conversas e seminários informais. Ainda assim, historiadores atribuem a ele o impulso de várias linhas de trabalho, como os métodos simbólicos e os sistemas voltados a domínios restritos, que mais tarde dariam origem aos sistemas especialistas.

Promessas e frustrações

O otimismo da proposta se estendeu pelos anos seguintes. Em 1958, Simon e Newell previram que, em dez anos, um computador seria campeão mundial de xadrez e descobriria e provaria um importante teorema matemático novo. O xadrez levou quase quatro décadas: só em maio de 1997 o Deep Blue, da IBM, venceu um campeão mundial em exercício, Garry Kasparov.

No meio do caminho, a distância entre expectativa e resultado custou caro. Na década de 1970, críticas como o relatório Lighthill, de 1973, no Reino Unido, e a frustração de financiadores nos Estados Unidos levaram a cortes na pesquisa. O ciclo se repetiu no fim dos anos 1980, depois do auge comercial dos sistemas especialistas. Esses períodos de retração ficaram conhecidos como "invernos da IA".

A lição de Dartmouth, nesse ponto, é menos sobre o que a área conseguiu e mais sobre o tempo que levou. Problemas que pareciam resolúveis em um verão exigiram décadas de avanço em capacidade de processamento, disponibilidade de dados e novos métodos.

O que a agenda de 1956 entrega às empresas em 2026

Setenta anos depois, vários itens da proposta saíram do laboratório e entraram na rotina corporativa, ainda que por caminhos diferentes dos imaginados em Hanover.

• Linguagem: o tema mais distante em 1956 é, em 2026, o mais visível. Modelos de linguagem redigem e-mails, resumem documentos, respondem a clientes e traduzem textos. Continuam, porém, sujeitos a erros factuais e exigem revisão humana em tarefas de responsabilidade.
• Redes de neurônios: tratadas como uma entre várias hipóteses em 1956, tornaram-se a abordagem dominante. O aprendizado profundo sustenta reconhecimento de imagem, transcrição de áudio e os próprios modelos de linguagem.
• Autoaperfeiçoamento: na forma de aprendizado de máquina, aparece em previsão de demanda, detecção de fraude e recomendação de produtos. Os sistemas não "se aperfeiçoam" sozinhos no sentido amplo; dependem de dados, de retreinamento e de monitoramento.
• Tamanho do cálculo: a preocupação com a eficiência voltou ao centro da discussão. O custo de processamento e de energia para treinar e operar grandes modelos pesa na decisão de quando vale usar IA e quando uma regra simples resolve.
• Aleatoriedade e criatividade: modelos generativos usam amostragem probabilística para produzir textos e imagens variados. A questão sobre o que conta como criatividade segue em aberto.
• Abstração: permanece o ponto mais frágil. Sistemas atuais generalizam bem dentro do que viram em treinamento, mas ainda tropeçam em situações novas que uma pessoa resolveria com senso comum.

Para quem decide investimentos em tecnologia, a comparação sugere cautela com as duas pontas do discurso. A IA de 2026 faz coisas que os pesquisadores de 1956 considerariam extraordinárias. Ao mesmo tempo, a conjectura de que qualquer aspecto da inteligência pode ser descrito com precisão suficiente para ser simulado continua sendo isso: uma conjectura. Projetos corporativos bem-sucedidos costumam partir de problemas delimitados, com dados disponíveis, métricas claras e alguém responsável por conferir o resultado.

Um aniversário de proporções modestas

Em 2006, os 50 anos do encontro foram marcados por uma conferência em Dartmouth que reuniu pesquisadores da área e alguns dos participantes originais. Aos 70, o aniversário chega em um momento em que a expressão cunhada por McCarthy se tornou vocabulário de reunião de diretoria, de campanha publicitária e de debate regulatório.

O contraste com a origem é grande. O projeto que batizou a inteligência artificial era uma reunião de poucas pessoas, com orçamento modesto e sem resultado garantido. Parte do que ele propôs levou décadas para funcionar, parte ainda não funciona. Lembrar disso ajuda a separar, em 2026, o que é capacidade demonstrada do que continua sendo aposta.