Os autores do cenário AI 2027 dizem que a realidade está 5 meses na frente e que a IA pesquisadora melhor que qualquer humano deve chegar em 2027. Este kit refaz as contas deles na sua máquina e mede quanto do seu trabalho a IA já lidera.
Em abril de 2025, um grupo de pesquisadores publicou o AI 2027, uma previsão de como a IA poderia passar os humanos até 2027. Em novembro de 2026, eles conferiram com a realidade: estamos uns 5 meses adiantados, e todos agora esperam a IA pesquisadora melhor que qualquer humano para 2027. Este guia explica os dois relatórios em português simples, mostra os gráficos e termina com um plano de ação. No final, separado, há um kit gratuito para quem quiser refazer as contas no computador.
O que os autores do AI 2027 mediram, as novas datas e como medir a sua escada com este kit, em cinco minutos.
Tudo neste kit sai de dois textos públicos, escritos pelo mesmo grupo de pesquisadores (AI Futures Project, liderado por Daniel Kokotajlo). Os dois estão em inglês; abaixo explicamos cada gráfico em português simples.
Estes são gráficos do site ai-2027.com, feitos em abril de 2025. Por cima de cada um desenhamos marcas com o que a atualização de novembro de 2026 diz agora. As marcas são numeradas; a legenda está embaixo da imagem.
São os gráficos originais (por isso em inglês). Embaixo de cada um: o que ele mostra e o que isso quer dizer na vida real. Clique na imagem para ver grande.
Pense numa viagem. O GPS (o cenário AI 2027) dizia que você chegaria a cada cidade em certa data. Agora, olhando a estrada de verdade, os próprios autores refizeram a conta e viram que estamos chegando antes.
Comparativos com os números da atualização de 10/11/2026. Barra lisa = medido ou previsão; barra listrada = projeção (esticar a curva). Passe o mouse para ver o valor.
Meses a partir de novembro de 2026.
O que quer dizer: em agosto de 2026, a previsão mais otimista (de Daniel) para a IA pesquisadora melhor que qualquer humano era dezembro de 2028. Três meses depois, passou para maio de 2027: a data andou 19 meses para perto. E o 1,7x de aceleração, que no cenário só chegava em abril de 2027, foi medido agora, em novembro de 2026: 5 meses antes.
Parcela da pesquisa de modelos da Anthropic em que a IA lidera (2026) e a projeção de totalmente automático (2027).
O que quer dizer: cada barra é a fatia da pesquisa da Anthropic em que o Claude conduz o trabalho e a pessoa só revisa. Subiu mês a mês: 1% em março, 12% em maio, 14% em junho, 22% em julho e 26% em agosto de 2026. As duas barras listradas são a continuação da curva: 50% da pesquisa totalmente automática em junho de 2027 e 95% em novembro de 2027.
Quantas vezes mais rápido o pesquisador trabalha com IA (escala logarítmica: cada passo é 10x).
O que quer dizer: "12x" é quanto mais rápido um pesquisador da Anthropic diz trabalhar com a IA (setembro de 2026). Esse número dobra a cada ~3,4 meses. Se continuar: 30x em março de 2027, 100x em setembro de 2027 e 1.000x em agosto de 2028. As barras usam escala de "degraus de 10" (1x, 10x, 100x, 1.000x), senão as menores nem apareceriam.
Anos de progresso de IA por ano de calendário (1 = média de 2024–2025).
O que quer dizer: 1,0 é o quanto a IA avançava num ano normal (média de 2024–2025). Em 2026 foi 1,4: um ano rendeu um ano e quatro meses. Para 2027, a conta dá de 4,2 a 4,9 anos de progresso em 12 meses, porque a IA passa a acelerar a própria pesquisa.
Juntando tudo: o que fazer com essa informação. Primeiro como era a visão antes da atualização, depois como fica agora que a IA está acelerando. Esta parte é a análise do INEMA a partir dos números dos relatórios.
Os dois relógios andam juntos, mas o de baixo anda 1,7x mais rápido. Resultado: a data em que a IA passa a fazer pesquisa melhor que os melhores humanos chegou mais de um ano para perto, e o tempo para se adaptar caiu de uns 2 anos para 6 a 12 meses.
Vale mesmo se a previsão errar: se a IA for mais devagar, você só ganhou tempo e habilidade. É um plano "sem arrependimento".
Daqui para baixo é a parte técnica: instalar, rodar os scripts e ver os números que eles usam. Você não precisa desta parte para entender o que está acima.
Em 10/11/2026 o AI Futures Project (leia a atualização, em inglês) publicou que a aceleração causada pela IA já está cerca de 5 meses à frente do cenário AI 2027. O kit leva essa conta para o seu dia a dia.
projecao.py refaz as duas extrapolações simples: o ganho dos pesquisadores que dobra a cada ~3,4 meses e a curva da pesquisa totalmente automatizada (AL5). Você muda a dobra, o ponto de partida e o cenário.
minha-escada.py lê suas tarefas (horas por semana, nível AL1–AL5, crítica ou não), calcula quanto a IA já lidera, compara com os 26% da Anthropic e escreve um relatorio.md com o que subir e o que revisar.
sinais.py compara os indicadores que você anota todo mês (METR, automação da Anthropic, receita, benchmarks) e mostra se o relógio adiantou ↑ ou atrasou ↓.
Os números públicos entram como constantes com a fonte comentada no código. Você troca as hipóteses e as suas tarefas; o kit faz as contas.
| Nível | O que significa |
|---|---|
| AL1 | Você faz sozinho |
| AL2 | A IA ajuda |
| AL3 | A IA colabora |
| AL4 | A IA lidera e você revisa |
| AL5 | Totalmente automático |
Nenhum pacote para instalar, nenhuma chave, nenhuma conexão. Funciona em Linux, Mac e Windows. No Windows: instale o Python pelo python.org, abra a pasta do kit no Explorador, clique com o botão direito e escolha “Abrir no Terminal” (PowerShell), e troque python3 por py em todos os comandos.
Confira a versão. Se aparecer “não reconhecido”, instale pelo python.org.
# deve mostrar 3.x python3 --version
Com git, clone o repositório. Sem git, baixe o ZIP, descompacte e abra o terminal na pasta relogio-2027-main.
git clone https://github.com/inematds/relogio-2027 cd relogio-2027
Para editar os CSVs: qualquer editor de texto, Excel ou LibreOffice. Pode salvar como “CSV” normal do Excel: o kit aceita vírgula ou ponto e vírgula, e número com vírgula (2,5).
É extrapolação, não profecia: as datas são contas condicionais, não prazos garantidos.
Roda a projeção base e depois um cenário mais lento, para ver quanto as datas mudam. “30x” quer dizer que o pesquisador com IA rende 30 vezes o que renderia sem IA (ganho que eles mesmos declaram); “dobra” é quantos meses esse ganho leva para dobrar.
python3 kit/scripts/projecao.py # 30x ~fev/2027 · 100x ~ago/2027 · 1.000x ~ago/2028 · 95% AL5 ~nov/2027 python3 kit/scripts/projecao.py --cenario lento python3 kit/scripts/projecao.py --dobra-meses 5 --ganho-hoje 8 # suas próprias hipóteses
Abra kit/exemplos/minhas-tarefas.csv e troque pelas suas: tarefa, horas por semana, nível (AL1 a AL5) e se é crítica (s/n). Não conte a mesma hora duas vezes.
tarefa,horas_semana,nivel,critico Rascunhar textos,8,AL3,n Resumir reuniões,4,AL4,n
O script mostra a parcela das horas em que a IA já lidera (AL4+AL5), a projeção e as três tarefas para subir um nível neste mês. As críticas ficam na lista de revisão humana. Se você rodar sem trocar o exemplo, o resultado é do exemplo, não seu; para usar um arquivo próprio sem mexer no exemplo, passe --csv.
python3 kit/scripts/minha-escada.py # grava kit/relatorio.md cp kit/exemplos/minhas-tarefas.csv minhas.csv # cria a sua cópia (Windows: copy) python3 kit/scripts/minha-escada.py --csv minhas.csv # usa a sua cópia python3 kit/scripts/minha-escada.py --saida kit/relatorio-dez.md # guarda outra versão
Em kit/exemplos/sinais.csv os valores de exemplo são fictícios: troque pelos números que você coletar (mês, indicador, valor), sempre na mesma unidade e com o nome do indicador idêntico todo mês. O script não busca nada na internet.
mes,indicador,valor 2026-11,Anthropic parcela AL4 em porcentagem,26 python3 kit/scripts/sinais.py # ↑ adiantou · ↓ atrasou · média de dobra em meses
Em kit/prompts/ há três prompts para colar em qualquer IA: classificar suas tarefas em AL1–AL5, montar um plano de 30 dias para subir um nível e decidir o que manter com revisão humana. Não cole dados sensíveis.
# abra no Bloco de Notas (ou qualquer editor) e copie o texto: kit/prompts/01-classifique.md
22 testes conferem as datas contra o relatório (tolerância de um mês), o exemplo e as mensagens de erro.
python3 kit/testes/run.py # Ran 22 tests … OK
Todos públicos, da atualização de 10/11/2026 do AI Futures Project e da avaliação do METR sobre a Anthropic (em inglês). METR é um grupo independente que mede o que as IAs conseguem fazer; AL4 quer dizer que a IA conduz a tarefa e a pessoa só revisa.
| Indicador | Valor |
|---|---|
| Aceleração do progresso da Anthropic (METR) | ~2x (faixa 1,3x a 3x) |
| Parte dessa aceleração causada pela IA | ~80% → 1,7x |
| Vantagem sobre o cenário AI 2027 | ~5 meses |
| Pesquisa de modelos liderada pelo Claude (AL4) | 1% em mar/2026 → 26% em ago/2026 |
| Ganho autodeclarado dos pesquisadores | ~12x em set/2026, dobra a cada ~3,4 meses |
| Pesquisa totalmente automatizada (AL5, extrapolação) | 50% ~jun/2027 · 95% ~nov/2027 |
| Pesquisador de IA sobre-humano | provável em 2027 (todos os autores) |
Combina com outros kits INEMA: negocios-com-ia · esforco-certo · audite-seu-claude · agente-que-aprende · caixa-do-agente · agente-blindado.
O kit é pequeno de propósito. O que pode vir depois:
