Especialistas analisam as implica\u00e7\u00f5es do modelo de c\u00f3digo aberto da DeepSeek e seu impacto na tecnologia, geopol\u00edtica, artes e mais.<\/p>\n
Por Vanessa Parli \u2013 13 de fevereiro de 2025<\/em><\/p>\n Nas \u00faltimas semanas, o surgimento da DeepSeek \u2014 um modelo de linguagem de c\u00f3digo aberto poderoso e eficiente em termos de custo, originado na China \u2014 gerou um intenso debate entre acad\u00eamicos e pesquisadores da ind\u00fastria. No Instituto de Intelig\u00eancia Artificial Centrada no Humano (HAI) da Universidade de Stanford, professores est\u00e3o examinando n\u00e3o apenas os avan\u00e7os t\u00e9cnicos do modelo, mas tamb\u00e9m suas implica\u00e7\u00f5es mais amplas para a academia, a ind\u00fastria e a sociedade globalmente.<\/p>\n No centro dessa discuss\u00e3o est\u00e1 a forma como a DeepSeek desafiou suposi\u00e7\u00f5es preestabelecidas sobre o capital e os recursos computacionais necess\u00e1rios para avan\u00e7os significativos em IA. A capacidade de engenharia engenhosa e inova\u00e7\u00e3o algor\u00edtmica demonstrada pela DeepSeek pode permitir que organiza\u00e7\u00f5es com menos recursos concorram em projetos relevantes. Essa abordagem inovadora, aliada \u00e0 disponibiliza\u00e7\u00e3o de pesos de modelo abertos e a um artigo t\u00e9cnico detalhado, fomenta um ambiente de inova\u00e7\u00e3o que impulsiona avan\u00e7os tecnol\u00f3gicos h\u00e1 d\u00e9cadas.<\/p>\n Embora o modelo de pesos abertos e a documenta\u00e7\u00e3o t\u00e9cnica detalhada representem um avan\u00e7o para a comunidade de c\u00f3digo aberto, a DeepSeek apresenta uma not\u00e1vel falta de transpar\u00eancia em rela\u00e7\u00e3o \u00e0 prote\u00e7\u00e3o da privacidade, \u00e0 origem dos dados e aos direitos autorais. Isso intensifica preocupa\u00e7\u00f5es sobre o impacto da IA nas artes, na regulamenta\u00e7\u00e3o e na seguran\u00e7a nacional. O fato de a DeepSeek ter sido lan\u00e7ada por uma organiza\u00e7\u00e3o chinesa ressalta a necessidade de uma abordagem estrat\u00e9gica para regulamenta\u00e7\u00e3o e para as implica\u00e7\u00f5es geopol\u00edticas dentro de um ecossistema global de IA, onde os participantes n\u00e3o compartilham necessariamente as mesmas normas e onde mecanismos como o controle de exporta\u00e7\u00e3o t\u00eam impacto limitado.<\/p>\n A DeepSeek reacendeu discuss\u00f5es sobre c\u00f3digo aberto, responsabilidade legal, mudan\u00e7as no equil\u00edbrio geopol\u00edtico, preocupa\u00e7\u00f5es com privacidade e muito mais. Nesta colet\u00e2nea de perspectivas, estudiosos seniores do Stanford HAI oferecem uma an\u00e1lise multidisciplinar sobre o que a DeepSeek significa para a intelig\u00eancia artificial e para a sociedade como um todo.<\/p>\n Russ Altman<\/strong><\/p>\n Professor Kenneth Fong e Professor de Bioengenharia, Gen\u00e9tica, Medicina, Ci\u00eancia de Dados Biom\u00e9dicos, Senior Fellow do Stanford HAI e Professor, por cortesia, de Ci\u00eancia da Computa\u00e7\u00e3o<\/em><\/p>\n No HAI, somos acad\u00eamicos, e h\u00e1 elementos no desenvolvimento da DeepSeek que oferecem li\u00e7\u00f5es importantes e oportunidades para a comunidade acad\u00eamica.<\/p>\n Primeiro, o compromisso com o c\u00f3digo aberto (adotado tanto pela Meta quanto pela DeepSeek) parece transcender fronteiras geopol\u00edticas. Tanto a DeepSeek quanto o Llama (da Meta) oferecem a oportunidade para acad\u00eamicos inspecionarem, avaliarem e aprimorarem m\u00e9todos existentes de forma independente. O movimento de “c\u00f3digo fechado” enfrenta agora desafios para justificar sua abordagem. Embora haja preocupa\u00e7\u00f5es leg\u00edtimas (como o uso de modelos de c\u00f3digo aberto por atores mal-intencionados), argumenta-se que esses problemas s\u00e3o melhor combatidos com acesso aberto \u00e0s ferramentas utilizadas por esses atores, permitindo colabora\u00e7\u00e3o entre academia, ind\u00fastria e governos para mitigar riscos.<\/p>\n Segundo, a demonstra\u00e7\u00e3o de que inova\u00e7\u00e3o algor\u00edtmica e engenharia engenhosa podem reduzir os requisitos de capital para sistemas de IA significa que esfor\u00e7os menos capitalizados na academia (e alhures) podem competir e contribuir para a constru\u00e7\u00e3o de sistemas. Muitos de n\u00f3s pens\u00e1vamos que precisar\u00edamos esperar pela pr\u00f3xima gera\u00e7\u00e3o de hardware de IA barato para democratizar a IA. Isso ainda pode ser verdade, mas j\u00e1 vemos que inova\u00e7\u00f5es em software tamb\u00e9m s\u00e3o fontes importantes de efici\u00eancia e redu\u00e7\u00e3o de custos. Tomando isso em conjunto, podemos agora imaginar sistemas de IA relevantes e aplic\u00e1veis ao mundo real sendo desenvolvidos por organiza\u00e7\u00f5es com recursos mais modestos.<\/p>\n Terceiro, os avan\u00e7os da DeepSeek, juntamente com os sistemas de IA baseados em agentes, facilitam a cria\u00e7\u00e3o generalizada de agentes especializados que podem ser combinados para formar sistemas robustos de IA. O modelo monol\u00edtico de “IA geral” ainda tem interesse acad\u00eamico, mas ser\u00e1 mais econ\u00f4mico e eficiente do ponto de vista da engenharia (por exemplo, modular) criar sistemas compostos por componentes que podem ser desenvolvidos, testados, mantidos e implantados separadamente antes da integra\u00e7\u00e3o final. Um modelo de agentes de IA cooperando entre si (e com humanos) reflete a ideia de “equipes” resolvendo problemas. \u00c0s vezes, problemas s\u00e3o resolvidos por um \u00fanico g\u00eanio monol\u00edtico, mas essa n\u00e3o costuma ser a aposta mais acertada. Assim, a DeepSeek contribui para equilibrar essa quest\u00e3o ao validar o compartilhamento aberto de ideias (ainda que a quest\u00e3o dos dados seja mais complexa), demonstrar o poder cont\u00ednuo da inova\u00e7\u00e3o algor\u00edtmica e viabilizar economicamente a cria\u00e7\u00e3o de agentes de IA que podem ser combinados para produzir sistemas robustos e \u00fateis.<\/p>\n No entanto, ainda h\u00e1 quest\u00f5es em aberto:<\/p>\n Yejin Choi<\/strong><\/p>\n Leciona na Dieter Schwartz Foundation, Ci\u00eancia da Computa\u00e7\u00e3o e Pesquisas S\u00eanior do Stanford HAI<\/em><\/p>\n O sucesso do modelo R1 da DeepSeek demonstra que, uma vez que existe uma “prova de exist\u00eancia de uma solu\u00e7\u00e3o” (como foi demonstrado pelo modelo o1 da OpenAI), torna-se apenas uma quest\u00e3o de tempo at\u00e9 que outros tamb\u00e9m a descubram. A decis\u00e3o da DeepSeek de compartilhar detalhadamente o processo de treinamento do R1 e disponibilizar modelos de pesos abertos de diferentes tamanhos tem implica\u00e7\u00f5es profundas, pois provavelmente acelerar\u00e1 ainda mais o progresso da IA de c\u00f3digo aberto. Estamos prestes a testemunhar uma prolifera\u00e7\u00e3o de novos esfor\u00e7os de c\u00f3digo aberto replicando e aprimorando o R1.<\/p>\n Essa mudan\u00e7a sinaliza que a era da “escala bruta” est\u00e1 chegando ao fim, dando lugar a uma nova fase focada na inova\u00e7\u00e3o algor\u00edtmica para continuar a escalabilidade por meio de s\u00edntese de dados, novos frameworks de aprendizado e novos algoritmos de infer\u00eancia.<\/p>\n Entretanto, uma quest\u00e3o fundamental que enfrentamos no momento \u00e9 como direcionar esses poderosos sistemas de intelig\u00eancia artificial para beneficiar a humanidade como um todo. O fato de um modelo se destacar em benchmarks matem\u00e1ticos n\u00e3o se traduz imediatamente em solu\u00e7\u00f5es para os desafios reais enfrentados pela humanidade, como o agravamento das tens\u00f5es pol\u00edticas, desastres naturais ou a persistente dissemina\u00e7\u00e3o de desinforma\u00e7\u00e3o. Essa desconex\u00e3o entre capacidades t\u00e9cnicas e impacto social pr\u00e1tico continua sendo um dos desafios mais urgentes da \u00e1rea.<\/p>\n Michele Elam<\/strong><\/p>\n Professora William Robertson Coe em Humanidades, Pesquisadora S\u00eanior do Stanford HAI e Bass University Fellow em Educa\u00e7\u00e3o de Gradua\u00e7\u00e3o<\/em><\/p>\n Em meio a toda a inquieta\u00e7\u00e3o nos Estados Unidos e ao alvoro\u00e7o causado pelo recente lan\u00e7amento da DeepSeek \u2014 uma IA aparentemente (e de forma impressionante) mais barata, menos exigente em termos computacionais e menos prejudicial ao meio ambiente \u2014, poucos consideraram o que isso significa para o impacto da IA nas artes. De fato, pode parecer irrelevante discutir o impacto da DeepSeek na literatura, nas artes c\u00eanicas, na cultura visual etc., diante de preocupa\u00e7\u00f5es consideradas mais urgentes, como a seguran\u00e7a nacional, a desvaloriza\u00e7\u00e3o econ\u00f4mica da ind\u00fastria de IA nos EUA e os impactos do c\u00f3digo aberto na inova\u00e7\u00e3o.<\/p>\n No entanto, a completa opacidade da DeepSeek em rela\u00e7\u00e3o \u00e0 prote\u00e7\u00e3o da privacidade, \u00e0 origem e coleta de dados, bem como \u00e0s quest\u00f5es de nome, imagem e licen\u00e7a (NIL) e direitos autorais, tem um impacto desproporcionalmente grande sobre as artes. Na verdade, “opacidade” \u00e9 um termo generoso: a DeepSeek representa uma abordagem de completo descaso em rela\u00e7\u00e3o a essas preocupa\u00e7\u00f5es. Basta observar as greves do SAG-AFTRA na ind\u00fastria criativa, os processos judiciais em andamento movidos pelo The New York Times e por muitos outros.<\/p>\n Em muitos aspectos, o fato de a DeepSeek conseguir ignorar essas quest\u00f5es de maneira t\u00e3o descarada \u00e9 um reflexo do nosso pr\u00f3prio comportamento. A popularidade do seu chatbot amplifica e capitaliza a crescente tend\u00eancia dos consumidores americanos de fechar os olhos para essas quest\u00f5es \u2014 uma tend\u00eancia agressivamente incentivada por uma ind\u00fastria cujos modelos de neg\u00f3cios deliberadamente desviam nossa aten\u00e7\u00e3o dessas preocupa\u00e7\u00f5es em nome do retorno sobre o investimento.<\/p>\n Assim como o TikTok, a DeepSeek se aproveita do processo gradual de acultura\u00e7\u00e3o pelo qual passamos nos \u00faltimos anos, em que entregamos nossos direitos de privacidade a cada clique nos termos de contrato de nossos dispositivos \u2014 sempre atualizados e cada vez mais obscuros \u2014 geralmente sob a justificativa do encantador eufemismo do marketing: “personaliza\u00e7\u00e3o”.<\/p>\n Muitos j\u00e1 apontaram que o consumo indiscriminado de dados privados e sens\u00edveis pela DeepSeek explora a falha nacional dos Estados Unidos em regular a IA \u2014 diferentemente do Reino Unido e da Uni\u00e3o Europeia \u2014 e coloca o pa\u00eds em risco ao perpetuar a mentalidade de que “regula\u00e7\u00e3o impede inova\u00e7\u00e3o”.<\/p>\n Mas, no que se refere \u00e0s artes, devemos prestar aten\u00e7\u00e3o ao modo como a DeepSeek det\u00e9m as “chaves da nossa imagina\u00e7\u00e3o” por meio de sua censura pr\u00e9via, de seu alinhamento com ideologias nacionalistas e de nossa anu\u00eancia inconsciente ou irrefletida \u00e0 sua modelagem algor\u00edtmica da realidade \u2014 ou seja, sua capacidade de moldar a maneira como enxergamos e interagimos com o mundo. A Universidade de Stanford, por meio do programa Azure da Microsoft, atualmente utiliza uma vers\u00e3o “mais segura” da DeepSeek para experimenta\u00e7\u00e3o e alerta a comunidade acad\u00eamica para n\u00e3o utilizar as vers\u00f5es comerciais devido a preocupa\u00e7\u00f5es com seguran\u00e7a. No entanto, independentemente disso, o lan\u00e7amento da DeepSeek evidencia os riscos e as vantagens de uma tecnologia cuja capacidade desproporcional de influenciar nossa percep\u00e7\u00e3o da realidade se torna cada vez mais evidente.<\/p>\n Desde os debates entre Plat\u00e3o e Arist\u00f3teles sobre o impacto c\u00edvico do teatro e da poesia, sabemos que essa tamb\u00e9m \u00e9 precisamente a for\u00e7a das artes.<\/p>\n Mykel Kochenderfer<\/strong><\/p>\n Professor Associado de Aeron\u00e1utica e Astron\u00e1utica da Universidade de Stanford, Senior Fellow do Stanford HAI<\/em><\/p>\n A intelig\u00eancia artificial est\u00e1 sendo cada vez mais utilizada em cen\u00e1rios cr\u00edticos para a seguran\u00e7a ou de alto risco, desde ve\u00edculos aut\u00f4nomos at\u00e9 suporte \u00e0 decis\u00e3o cl\u00ednica. No entanto, conciliar a falta de explicabilidade dos sistemas atuais de IA com os padr\u00f5es de engenharia de seguran\u00e7a para aplica\u00e7\u00f5es de alto risco continua sendo um desafio.<\/p>\n Um aspecto particularmente interessante do DeepSeek R1 \u00e9 sua aparente transpar\u00eancia no racioc\u00ednio ao responder a consultas complexas. O n\u00edvel de detalhamento fornecido pode facilitar auditorias e ajudar a fomentar a confian\u00e7a nos resultados gerados. Essa transpar\u00eancia no racioc\u00ednio, no momento em que uma pergunta \u00e9 feita a um modelo de linguagem, \u00e9 chamada de explicabilidade em tempo de infer\u00eancia. Embora essa abordagem ainda esteja em est\u00e1gio inicial e exija um desenvolvimento significativo para atingir a maturidade, os primeiros passos observados hoje podem ajudar a levar a sistemas futuros que auxiliem os humanos de maneira segura e confi\u00e1vel.<\/p>\n Outro obst\u00e1culo na aplica\u00e7\u00e3o dos avan\u00e7os recentes da IA em diversas \u00e1reas \u00e9 a grande quantidade de dados e poder computacional necess\u00e1rios. O DeepSeek demonstra que ainda h\u00e1 um enorme potencial para o desenvolvimento de novos m\u00e9todos que reduzam a depend\u00eancia tanto de grandes conjuntos de dados quanto de recursos computacionais pesados. Espero que a academia, em colabora\u00e7\u00e3o com a ind\u00fastria, possa acelerar essas inova\u00e7\u00f5es. Ao criar algoritmos mais eficientes, podemos tornar os modelos de linguagem mais acess\u00edveis em dispositivos de ponta (edge devices), eliminando a necessidade de uma conex\u00e3o cont\u00ednua com infraestruturas de alto custo. Com a imensa quantidade de conhecimento de senso comum que pode ser incorporada nesses modelos, podemos desenvolver aplica\u00e7\u00f5es mais inteligentes, \u00fateis e resilientes \u2013 um fator especialmente importante quando est\u00e3o em jogo quest\u00f5es de grande impacto.<\/p>\n James Landay <\/strong><\/p>\n Professor de Ci\u00eancia da Computa\u00e7\u00e3o e Professor Anand Rajaraman e Venky Harinarayan na Escola de Engenharia da Universidade de Stanford, Co-Diretor do Stanford HAI<\/em><\/p>\n O DeepSeek \u00e9 um avan\u00e7o positivo para o campo. Eles est\u00e3o publicando seus trabalhos. Seu modelo foi lan\u00e7ado com pesos abertos, permitindo que outros o modifiquem e tamb\u00e9m o executem em seus pr\u00f3prios servidores. Eles est\u00e3o reduzindo os custos da IA. Tudo isso \u00e9 ben\u00e9fico para o avan\u00e7o da pesquisa e das aplica\u00e7\u00f5es em IA.<\/p>\n Uma das maiores cr\u00edticas \u00e0 intelig\u00eancia artificial tem sido o impacto ambiental da sustenta\u00e7\u00e3o de grandes modelos fundamentais e do processamento das consultas\/infer\u00eancias desses modelos. O DeepSeek demonstrou diversas otimiza\u00e7\u00f5es \u00fateis que reduzem os custos computacionais em ambos os aspectos dessa equa\u00e7\u00e3o de sustentabilidade da IA. Isso \u00e9 um avan\u00e7o positivo para o campo, pois todas as empresas e pesquisadores podem utilizar as mesmas otimiza\u00e7\u00f5es (documentadas em um relat\u00f3rio t\u00e9cnico e disponibilizadas como c\u00f3digo aberto).<\/p>\n “A pr\u00e1tica de compartilhar inova\u00e7\u00f5es por meio de relat\u00f3rios t\u00e9cnicos e c\u00f3digo aberto d\u00e1 continuidade \u00e0 tradi\u00e7\u00e3o de pesquisa aberta, essencial para o avan\u00e7o da computa\u00e7\u00e3o nos \u00faltimos 40 anos.”<\/p>\n A pr\u00e1tica de compartilhar inova\u00e7\u00f5es por meio de relat\u00f3rios t\u00e9cnicos e c\u00f3digo-fonte aberto d\u00e1 continuidade \u00e0 tradi\u00e7\u00e3o de pesquisa aberta, essencial para o avan\u00e7o da computa\u00e7\u00e3o nos \u00faltimos 40 anos. Como campo de pesquisa, devemos acolher esse tipo de trabalho, pois ele contribui para aprimorar o desenvolvimento de todos. Embora muitas empresas dos Estados Unidos tenham adotado modelos propriet\u00e1rios e ainda existam quest\u00f5es a serem resolvidas, especialmente em rela\u00e7\u00e3o \u00e0 privacidade e seguran\u00e7a dos dados, a abordagem aberta do DeepSeek promove um engajamento mais amplo, beneficiando a comunidade global de IA ao estimular itera\u00e7\u00e3o, progresso e inova\u00e7\u00e3o.<\/p>\n Percy Liang<\/strong><\/p>\n Professor Associado de Ci\u00eancia da Computa\u00e7\u00e3o na Universidade de Stanford, Diretor do Centro de Pesquisa em Modelos Fundamentais (CRFM), Senior Fellow do Stanford HAI<\/em><\/p>\n O DeepSeek R1 demonstrou que a IA avan\u00e7ada estar\u00e1 amplamente dispon\u00edvel para todos e ser\u00e1 dif\u00edcil de controlar, al\u00e9m de mostrar que n\u00e3o h\u00e1 fronteiras nacionais. Tamb\u00e9m evidencia que engenhosidade e engenharia s\u00e3o fatores t\u00e3o importantes quanto grandes quantidades de poder computacional. Para a academia, a disponibilidade de mais modelos robustos com pesos abertos \u00e9 uma grande vantagem, pois permite reprodutibilidade, privacidade e o estudo dos aspectos internos da IA avan\u00e7ada.<\/p>\n Christopher Manning<\/strong><\/p>\n Professor Thomas M. Siebel de Aprendizado de M\u00e1quina nos Departamentos de Lingu\u00edstica e Ci\u00eancia da Computa\u00e7\u00e3o da Universidade de Stanford, e Diretor Associado do Stanford HAI<\/em><\/p>\n As pessoas trataram isso como uma surpresa inesperada, mas n\u00e3o foi, se voc\u00ea vinha acompanhando ativamente o desenvolvimento da IA de c\u00f3digo aberto. O DeepSeek tem lan\u00e7ado modelos abertos e publica\u00e7\u00f5es t\u00e9cnicas detalhadas h\u00e1 mais de um ano. O custo de treinamento do DeepSeek V3 foi divulgado em dezembro de 2024, e uma pr\u00e9via do R1-Lite foi lan\u00e7ada em novembro de 2024.<\/p>\n \u201c\u00c9 um estado lament\u00e1vel para um pa\u00eds historicamente aberto e promotor da ci\u00eancia e engenharia abertas que, atualmente, a melhor maneira de aprender sobre os detalhes do design e engenharia dos modernos modelos de linguagem seja por meio dos minuciosos relat\u00f3rios t\u00e9cnicos das empresas chinesas.\u201d<\/p>\n Este lan\u00e7amento evidencia que as chamadas empresas de IA “de fronteira” dos EUA n\u00e3o possuem uma vantagem t\u00e9cnica intranspon\u00edvel. Atualmente, existem muitos modelos chineses de grande porte (LLMs) de excelente qualidade. No m\u00e1ximo, essas empresas americanas est\u00e3o seis meses \u00e0 frente, e talvez apenas a OpenAI realmente esteja na dianteira.<\/p>\n O DeepSeek realizou um trabalho s\u00f3lido de engenharia de dados, minimizando o fluxo de dados e permitindo um treinamento eficiente e est\u00e1vel em fp8. Eles apresentaram alguns avan\u00e7os t\u00e9cnicos modestos, como uma forma distinta de aten\u00e7\u00e3o latente multi-cabe\u00e7a, um grande n\u00famero de especialistas em uma mistura de especialistas e uma abordagem simples e eficiente de aprendizado por refor\u00e7o (RL), que vai contra a opini\u00e3o predominante ao preferir recompensas baseadas em regras. No entanto, n\u00e3o h\u00e1 nenhuma inova\u00e7\u00e3o radical aqui. O DeepSeek usa m\u00e9todos e modelos similares aos de outros, e o DeepSeek-R1 representa um avan\u00e7o na capacidade de alcan\u00e7ar, com agilidade, uma qualidade compar\u00e1vel ao OpenAI o1, mas n\u00e3o um novo salto em capacidades.<\/p>\n O lan\u00e7amento do DeepSeek-R1, no entanto, avan\u00e7a significativamente a fronteira dos LLMs de c\u00f3digo aberto e sugere que os EUA n\u00e3o conseguir\u00e3o conter o desenvolvimento desses modelos poderosos. Isso tamb\u00e9m pode significar que mais empresas americanas come\u00e7ar\u00e3o a usar modelos chineses em seus pr\u00f3prios produtos, algo que at\u00e9 agora evitavam, preferindo os modelos Llama da Meta ou outros da Databricks, por exemplo.<\/p>\n Julian Nyarko<\/strong><\/p>\n Professor de Direito na Escola de Direito de Stanford, Diretor Associado do Stanford HAI<\/em><\/p>\n Os LLMs s\u00e3o uma \u201ctecnologia de prop\u00f3sito geral\u201d usada em muitos campos. Algumas empresas os desenvolvem, enquanto outras os utilizam para aplica\u00e7\u00f5es espec\u00edficas. Um debate fundamental atualmente \u00e9 sobre quem deve ser responsabilizado pelo comportamento prejudicial de um modelo \u2013 os desenvolvedores que constroem os modelos ou as organiza\u00e7\u00f5es que os utilizam?<\/p>\n Nesse contexto, os novos modelos do DeepSeek, desenvolvidos por uma startup chinesa, destacam como a natureza global do desenvolvimento da IA pode complicar as respostas regulat\u00f3rias, especialmente considerando que diferentes pa\u00edses possuem normas jur\u00eddicas e entendimentos culturais distintos.<\/p>\n Os controles de exporta\u00e7\u00e3o t\u00eam sido vistos como uma ferramenta importante para garantir que as principais implementa\u00e7\u00f5es de IA sigam as leis e valores americanos. No entanto, o sucesso do DeepSeek evidencia as limita\u00e7\u00f5es dessas medidas quando na\u00e7\u00f5es concorrentes conseguem desenvolver e lan\u00e7ar modelos de \u00faltima gera\u00e7\u00e3o de forma (relativamente) independente.<\/p>\n A natureza open-source dos lan\u00e7amentos do DeepSeek torna a quest\u00e3o da responsabilidade legal ainda mais complexa. Com os modelos dispon\u00edveis livremente para modifica\u00e7\u00e3o e implementa\u00e7\u00e3o, a ideia de que os desenvolvedores podem e ir\u00e3o lidar de maneira eficaz com os riscos apresentados pelos seus modelos pode se tornar cada vez mais irrealista. Em vez disso, o foco regulat\u00f3rio pode precisar se deslocar para as consequ\u00eancias do uso desses modelos, potencialmente atribuindo mais responsabilidade \u00e0s entidades que os implementam.<\/p>\n Amy Zegart<\/strong><\/p>\n Senior Fellow da Hoover Institution, Senior Fellow do Instituto Freeman Spogli de Estudos Internacionais no Stanford HAI, e Professora (por cortesia) de Ci\u00eancia Pol\u00edtica<\/em><\/p>\n Nas \u00faltimas semanas, a discuss\u00e3o sobre o DeepSeek se concentrou em chips e barreiras. Quanto o DeepSeek armazenou, contrabandeou ou inovou para contornar os controles de exporta\u00e7\u00e3o dos EUA? Quantos e quais tipos de chips s\u00e3o necess\u00e1rios para que os pesquisadores inovem na fronteira tecnol\u00f3gica agora, \u00e0 luz dos avan\u00e7os do DeepSeek? Ser\u00e1 que as grandes empresas de tecnologia dos EUA, como a OpenAI, gastaram bilh\u00f5es construindo barreiras competitivas ou apenas uma Linha Maginot que proporcionava uma falsa sensa\u00e7\u00e3o de seguran\u00e7a? Essas s\u00e3o quest\u00f5es importantes, cujas respostas levar\u00e3o tempo.<\/p>\n \u201cQuase todos os 200 engenheiros que assinaram o artigo inovador sobre o R1 no m\u00eas passado foram educados em universidades chinesas, e cerca de metade nunca estudou ou trabalhou em outro lugar. Isso deveria ser um alerta para os formuladores de pol\u00edticas dos EUA.\u201d<\/p>\n No entanto, tr\u00eas implica\u00e7\u00f5es geopol\u00edticas s\u00e9rias j\u00e1 s\u00e3o evidentes.<\/p>\n Primeiro, o DeepSeek teve sucesso com talento interno. Quase todos os 200 engenheiros que assinaram o artigo inovador sobre o R1 no m\u00eas passado foram educados em universidades chinesas, e cerca de metade nunca estudou ou trabalhou em outro lugar. Isso deveria ser um alerta para os formuladores de pol\u00edticas dos EUA. No contexto tecnol\u00f3gico, o talento \u00e9 uma fonte crucial de poder nacional. O mantra de que “os EUA atraem os melhores talentos do mundo” \u00e9 frequentemente repetido, mas est\u00e1 cada vez mais incorreto. O aumento dos n\u00edveis educacionais e a melhoria dram\u00e1tica das institui\u00e7\u00f5es de ensino superior na China e em outros pa\u00edses est\u00e3o redesenhando o mapa do conhecimento. Enquanto isso, o ensino b\u00e1sico nos EUA est\u00e1 em crise \u2013 os estudantes americanos de 15 anos ficaram em 34\u00ba lugar em matem\u00e1tica no \u00faltimo teste internacional, atr\u00e1s da Eslov\u00eania e do Vietn\u00e3.<\/p>\n Segundo, o DeepSeek n\u00e3o copiou empresas americanas \u2013 copiou universidades americanas. A startup contratou jovens engenheiros, em vez de profissionais experientes da ind\u00fastria, e lhes deu liberdade e recursos para fazer “ci\u00eancia maluca” focada em descobertas de longo prazo, em vez de desenvolvimento de produtos para o pr\u00f3ximo trimestre. A comercializa\u00e7\u00e3o \u00e9 uma parte essencial da inova\u00e7\u00e3o, mas os avan\u00e7os geralmente come\u00e7am com pesquisa fundamental sem uma aplica\u00e7\u00e3o ou lucro imediato em vista. Esse tipo de pesquisa \u00e9 o alicerce das universidades e sustentou a lideran\u00e7a inovadora dos EUA por d\u00e9cadas \u2013 dando origem a tecnologias como sat\u00e9lites c\u00fabicos e vacinas contra a COVID-19. No entanto, a China est\u00e1 investindo seis vezes mais r\u00e1pido em pesquisa fundamental do que o governo dos EUA e, se as tend\u00eancias atuais continuarem, ultrapassar\u00e1 os EUA em investimento dentro de uma d\u00e9cada. Essa \u00e9 uma arena crucial de inova\u00e7\u00e3o a longo prazo, e os EUA est\u00e3o perdendo terreno.<\/p>\n Terceiro, o an\u00fancio do DeepSeek abalou os mercados dos EUA, levando a uma queda de 3% no \u00edndice NASDAQ Composite e a uma queda de 17% nas a\u00e7\u00f5es da NVIDIA, apagando US$ 600 bilh\u00f5es em valor \u2013 a maior perda de um \u00fanico dia na hist\u00f3ria dos EUA. Esse impacto inesperado hoje pode se tornar uma estrat\u00e9gia deliberada amanh\u00e3. Imagine um advers\u00e1rio anunciando um avan\u00e7o tecnol\u00f3gico, real ou fraudulento, para prejudicar uma empresa espec\u00edfica ou desestabilizar os mercados de capitais de outro pa\u00eds. Essa arma econ\u00f4mica em zona cinzenta pode ser direcionada ou massiva, dif\u00edcil de atribuir a uma a\u00e7\u00e3o deliberada e mais eficaz quando ocorre sem aviso.<\/p>\n <\/p>\n Tradu\u00e7\u00e3o volunt\u00e1ria de Marconi Fabio Vieira<\/p>\n Fonte: https:\/\/hai.stanford.edu\/news\/how-disruptive-deepseek-stanford-hai-faculty-discuss-chinas-new-model<\/p>\n","protected":false},"excerpt":{"rendered":" Especialistas analisam as implica\u00e7\u00f5es do modelo de c\u00f3digo aberto da DeepSeek e seu impacto na tecnologia, geopol\u00edtica, artes e mais. Por Vanessa Parli \u2013 13 de fevereiro de 2025 Nas \u00faltimas semanas, o surgimento da DeepSeek \u2014 um modelo de linguagem de c\u00f3digo aberto poderoso e eficiente em termos de custo, originado na China \u2014 […]<\/p>\n","protected":false},"author":1,"featured_media":532,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[176],"tags":[179,177,178],"class_list":["post-531","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia_artificial","tag-china","tag-deepseek","tag-stanford-hai"],"yoast_head":"\n\n