Bem-vindos e bem-vindas à era do vanguardismo obsoleto

Eu não inventei a expressão que dá título a este texto.

Encontrei “vanguardismo obsoleto” há mais de vinte anos, no nome de uma comunidade do Orkut.

Não lembro quem criou aquela comunidade. Também não lembro exatamente o que aquela pessoa queria dizer com aquilo. Talvez eu nunca tenha sabido.

Mas lembro do nome.

Ele ficou guardado em algum lugar.

O Orkut pertence a uma época em que entrávamos em comunidades para declarar afinidades, rir de alguma coisa ou montar no perfil uma coleção meio caótica de pedaços de identidade.

Parecia banal.

Não costumávamos pensar naquelas escolhas como matéria-prima para representar nosso comportamento. Escolher uma comunidade era escolher uma comunidade. Com o tempo, ficou mais evidente que nossas escolhas também podiam alimentar sistemas interessados em estimar preferências, selecionar anúncios e disputar nossa atenção.

Nós achávamos que estávamos usando redes sociais.

Nossos comportamentos também podiam ser usados para nos modelar.

Mais de vinte anos depois, aquela expressão voltou à minha cabeça durante uma conversa com uma inteligência artificial. Pela primeira vez, deixou de me parecer apenas um nome brilhante para uma comunidade do Orkut.

Passou a descrever um problema.

Há uma premissa escondida em toda ideia de vanguarda

Vanguarda pressupõe anterioridade.

Alguém percebe primeiro. Formula primeiro. Cria primeiro. O restante vem depois.

Uma pesquisadora formula uma hipótese. Uma escritora encontra uma forma narrativa. Alguém desenvolve um método, identifica uma necessidade ou produz uma combinação que ainda não havia sido explorada.

Existe valor econômico, simbólico e científico em chegar antes.

Na cópia de uma obra, há uma sequência elementar: para copiar aquilo que alguém criou, é necessário que essa criação exista. Primeiro vem a obra. Depois, a possibilidade de reproduzi-la.

Uma parte importante da proteção à criação se organiza ao redor dessa sequência. Isso não descreve todo o direito: segredos comerciais e direitos da personalidade, por exemplo, protegem interesses diferentes. Mas ajuda a localizar o deslocamento que me interessa.

Talvez uma representação computacional consiga explorar algo sobre minha maneira de criar antes que exista uma nova obra minha para observar.

Para entender essa possibilidade, preciso começar pelo que entrego a um sistema quando converso com ele.

O produto final talvez seja a parte menos interessante

Peço cinco soluções para um problema.

Ele apresenta A, B, C, D e E.

Digo que nenhuma funciona. Explico o motivo.

Recebo F, G e H. G me interessa, mas a premissa está errada.

Corrijo.

Rejeito uma formulação. Faço uma associação com uma teoria de outra área. O sistema desenvolve. Discordo da interpretação. Troco um conceito. Volto para uma hipótese que havia descartado.

Depois de quarenta minutos chegamos a uma formulação que considero suficientemente boa.

Alguém que veja apenas o produto final talvez encontre três parágrafos. Mas esses parágrafos são uma fração pequena da informação produzida na conversa.

Porque eu também mostrei aquilo que não aceito.

Quais analogias considero superficiais. Onde aumento minha exigência de evidência. Quais palavras rejeito. Quando uma explicação me parece tecnicamente correta e conceitualmente fraca. Em que ponto uma categoria deixa de servir.

Cada correção reduz um pouco o espaço de possibilidades.

Cada preferência revela alguma coisa.

Cada recusa também.

A conversa pode registrar uma trajetória de decisão. Isso não significa que toda plataforma use automaticamente cada conversa para treinar um modelo individual. Retenção, personalização e treinamento são operações diferentes. A questão, aqui, é o que esse material poderia sustentar se fosse utilizado para modelagem.

O “não” também é informação

Se apresento cinco alternativas a uma pessoa e ela escolhe uma, aprendi alguma coisa sobre sua preferência. As quatro recusas também carregam informação, especialmente quando ela explica por que recusou.

Uma vez é pouco. Milhares de vezes, em contextos diferentes, podem revelar regularidades.

Alguns argumentos são aceitos com maior frequência. Certas características importam mais em determinados contextos. Algumas combinações aumentam a probabilidade de uma escolha. Outras diminuem.

Uma representação de mim pode ajudar a selecionar um filme ou um anúncio. Com sistemas generativos, ela também pode condicionar o que será produzido.

A pergunta passa de “qual conteúdo Gérson provavelmente prefere?” para “qual explicação Gérson provavelmente considera boa?”. Depois: “qual argumento ele rejeitaria?”. E então: “como estruturar um texto compatível com os critérios que ele costuma aplicar?”.

Existe uma pergunta posterior, muito mais difícil: “que tipo de hipótese Gérson consideraria interessante antes de Gérson ter formulado essa hipótese?”.

Há uma distância imensa entre essas perguntas. Os estudos que vou citar não demonstraram que conseguimos atravessá-la.

O que Park e Toubia permitem afirmar

Na versão de 2024 de Generative Agent Simulations of 1,000 People, Joon Sung Park e colaboradores construíram agentes a partir de entrevistas qualitativas com 1.052 pessoas dos Estados Unidos. Compararam suas respostas com as das pessoas representadas, usando itens do General Social Survey, medidas de personalidade e experimentos comportamentais.

No General Social Survey, o desempenho dos agentes correspondeu a aproximadamente 85% da consistência das próprias pessoas ao responder novamente duas semanas depois. É uma comparação com o teste-reteste humano, não uma medida de quanto de uma pessoa foi “copiado”. Cito a versão de 2024 porque o trabalho recebeu revisões posteriores.

Em 2025, Olivier Toubia e colaboradores publicaram o Twin-2K-500: dados de 2.058 participantes nos Estados Unidos, em quatro ondas, com mais de 500 perguntas e tarefas sobre características demográficas, psicológicas, cognitivas e econômicas. A base foi desenvolvida para construir e avaliar gêmeos digitais, inclusive em previsões individuais e agregadas.

São desenhos diferentes. Ambos permitem investigar correspondência comportamental em tarefas delimitadas. Nenhum demonstra antecipação de uma descoberta intelectual original. E os resultados dessas amostras americanas não podem ser transferidos automaticamente para outros contextos culturais.

Essa fronteira importa. Num questionário de preferências, posso comparar a resposta do agente à resposta da pessoa. Não existe uma preferência universalmente certa, mas existe um critério observável de correspondência. Para uma ideia que alguém ainda não teve, o problema de avaliação é outro.

Um gêmeo é interessante. Dez mil mudam a pergunta

Começo a precisar distinguir três coisas: o dado original, o modelo construído com ele e a capacidade de produzir respostas utilizando esse modelo.

A entrevista é um registro. A representação organizada a partir dela é outra coisa. Responder a uma situação nova usando essa representação é uma capacidade derivada.

Agora imagine milhares dessas representações.

A pergunta deixa de ser apenas “como esta pessoa provavelmente responderia?”. Posso investigar como diferentes perfis reagiriam a um preço, quais grupos rejeitariam uma campanha ou onde uma mudança de serviço encontraria resistência.

Imagine testar muitas variações numa população sintética, selecionar algumas e então levá-las a experimentos com pessoas reais.

Esse é um uso possível de pré-experimentação. Seu valor dependeria de mostrar que a triagem melhora a pesquisa, em vez de eliminar cedo demais hipóteses promissoras ou produzir confiança falsa.

Modelos podem homogeneizar pessoas, reproduzir estereótipos e errar justamente nos casos raros que mais importam. Uma resposta convincente não certifica correspondência com o mundo.

Também por isso um grupo não pode ser tratado como uma pessoa grande. Um “gêmeo do consumidor brasileiro” poderia esconder diferenças enormes sob uma resposta média. Muitos modelos individuais, avaliados em conjunto, permitiriam ao menos investigar a distribuição das respostas: divergências, minorias, combinações inesperadas.

O interesse está nessa diversidade. Preservá-la é uma exigência científica, não uma consequência automática de multiplicar agentes.

É aqui que proponho a ideia de lastro

Vou chamar de lastro o conjunto de registros capazes de sustentar uma representação computacional individual.

Uma entrevista é lastro. Respostas a questionários podem ser lastro. Textos, decisões e conversas também.

Sistemas que me acompanham durante anos poderiam reunir algo mais denso: correções, projetos abandonados, perguntas recorrentes, contradições, mudanças de posição e versões intermediárias de ideias.

Não apenas o que penso.

Mas como mudo.

Um retrato tenta representar um estado. Um registro longitudinal permite investigar uma trajetória. Saber quando uma posição mudou, e que razões apresentei para isso, pode ser mais informativo do que acumular frases desconectadas.

Mais dados, entretanto, não garantem melhor representação. Contexto, qualidade e validade por domínio continuam necessários. Uma contradição pode ser mudança real, ironia ou resposta a uma situação específica. O modelo precisa lidar com essa ambiguidade.

Quanto de uma pessoa seria necessário para antecipá-la?

Aqui começa minha hipótese.

Imagine alguém pesquisando durante dez anos com o apoio de sistemas artificiais. O sistema conhece os artigos publicados, mas também as perguntas às quais essa pessoa retorna, as hipóteses abandonadas, os argumentos rejeitados e as associações que costuma fazer entre áreas.

Em algum momento, precisamos perguntar: quanto desse lastro seria necessário para estimar regiões do espaço de ideias que essa pessoa provavelmente exploraria depois?

Não sabemos.

Pessoas encontram informações novas. Mudam de contexto. Se apaixonam. Adoecem. Conhecem alguém. Leem um livro que reorganiza um problema inteiro.

Uma representação muito boa do meu passado não contém automaticamente meu futuro.

Mas a aplicação econômica talvez não precise acertar minha próxima ideia numa única tentativa. Talvez dependa de gerar muitas possibilidades compatíveis com parte dos meus critérios.

O gêmeo talvez não precise acertar minha próxima ideia

Suponha que minha representação consiga explorar milhares de hipóteses enquanto eu desenvolvo algumas poucas. Uma delas pode se aproximar de algo a que eu chegaria meses depois.

A pergunta passa a ser: minha próxima ideia aparece entre as possibilidades que o modelo consegue gerar a partir do meu lastro?

Isso seria busca num espaço de futuros plausíveis, sem acesso privilegiado ao futuro que efetivamente viverei.

O número de tentativas, sozinho, não resolve o problema. Gerar milhares de hipóteses inúteis é fácil. Reconhecer uma hipótese boa, desenvolvê-la e validá-la continua custando trabalho.

Existe ainda uma comparação indispensável: um modelo genérico, sem meu lastro, conseguiria resultados semelhantes? Se conseguir, a geração pode ser valiosa sem depender de uma aproximação específica de mim. Para sustentar minha hipótese, seria necessário demonstrar a contribuição adicional dessa representação individual.

É com essas condições em aberto que a anterioridade começa a ficar estranha.

Talvez seja possível ser copiado antes de criar

Imagine que eu publique uma hipótese daqui a seis meses. Depois descubro que uma organização havia utilizado uma representação derivada de anos do meu comportamento para gerar milhares de hipóteses. Uma delas é quase idêntica.

A organização não copiou aquele artigo. Ele ainda não existia. Talvez também não tenha reproduzido literalmente nenhum texto meu.

Mas, no cenário que estou propondo, seu espaço de busca foi condicionado por uma representação construída a partir de mim.

É esse território intermediário que me interessa. “Copiado antes de criar” é uma provocação sobre a ordem dos acontecimentos, não uma conclusão jurídica sobre infração.

Chamo provisoriamente de função geradora a aproximação computacional das regularidades com que alguém escolhe problemas, avalia soluções e estabelece relações.

Não existe dentro de mim um pequeno algoritmo que determine tudo o que farei. A expressão é uma abstração. Minha trajetória restringe algumas possibilidades sem determinar meu futuro.

Ainda assim, aprender parte dessas restrições pode ter valor. O ativo potencial passa a incluir a capacidade de produzir coisas compatíveis com certos critérios de alguém, além das obras que essa pessoa já produziu.

A Rainha Vermelha entra na corrida

A imagem vem de Através do Espelho, de Lewis Carroll: Alice corre com a Rainha Vermelha e descobre que todo aquele esforço pode servir apenas para permanecer no mesmo lugar.

Leigh Van Valen recorreu a essa imagem em 1973, num trabalho sobre evolução e extinção. A hipótese da Rainha Vermelha ajuda a pensar a necessidade de adaptação contínua diante de outros organismos que também mudam. A vantagem é relativa: o que hoje permite avançar pode amanhã ser apenas o necessário para não ficar para trás.

Agora imagine a sequência.

Eu produzo alguma coisa nova. Essa produção entra no lastro. Uma representação é atualizada. Ela passa a aproximar critérios que antes não captava.

Eu mudo novamente. Essa mudança pode alimentar outra atualização.

Um dos corredores foi construído a partir do outro.

Essa é uma analogia. Minha mudança intelectual não é evolução darwiniana individual, e atualizar um modelo não equivale à reprodução e seleção de uma linhagem biológica. O que aproveito da imagem é a pressão para continuar mudando quando a vantagem relativa se estreita.

O modelo também pode gerar saídas novas. O ponto não é reduzi-lo a um espelho, mas observar quem o atualiza, com qual lastro e para qual finalidade.

Se outra organização controla a representação, cada esforço meu para continuar difícil de antecipar pode fornecer material para uma nova aproximação.

Eu publico. Aumenta o lastro.

Desenvolvo uma metodologia. Aumenta o lastro.

Mudo de opinião e explico por quê. Talvez isso seja ainda mais informativo.

Aumenta o lastro.

O problema também é quem controla o gêmeo

Os direitos de impedir coleta, limitar tratamento e pedir eliminação continuam fundamentais. Uma representação computacional acrescenta perguntas à discussão.

Quem pode consultá-la? Quem pode copiá-la? Quem pode usá-la para competir comigo? O que acontece quando retiro uma autorização? Quem recebe pelo valor produzido? Ela pode continuar sendo utilizada depois da minha morte?

Uso “soberania” para nomear uma proposta de controle e governança sobre essas capacidades. Não estou afirmando um direito de propriedade novo já reconhecido pela lei.

Também seria errado descrever esse território como vazio jurídico. A LGPD define dado pessoal em relação a uma pessoa identificada ou identificável. Inferências e perfis não ficam automaticamente fora dessa proteção. O artigo 18 prevê direitos de acesso, correção e, em hipóteses específicas, eliminação, com condições e exceções legais.

A Lei de Direitos Autorais, no artigo 8º, exclui ideias e métodos como tais da proteção autoral. Isso não autoriza qualquer uso de obras ou de atributos de uma pessoa. Os direitos da personalidade, tratados nos artigos 11 a 21 do Código Civil, também fazem parte da análise.

Minha pergunta é como articular essas proteções com o controle prático e a distribuição do valor de uma capacidade derivada. Nomeá-la não resolve um caso jurídico concreto. Ajuda a discutir a arquitetura que queremos construir.

E se invertermos a arquitetura?

Imagine esta sequência: pessoa, lastro, modelo, identidade, API.

Eu governo uma representação alimentada pelo lastro que escolho incorporar. Ela possui identidade persistente e capacidades avaliadas. Terceiros podem consultá-la por uma interface, sob condições definidas, sem receber necessariamente meus documentos, minhas conversas ou uma cópia integral do modelo.

Uma chamada traz finalidade, permissão, prazo, proveniência e, se houver uso comercial, condições de pagamento.

Posso autorizar uma pesquisa acadêmica e recusar uma campanha política. Permitir uma análise agregada e proibir acesso a respostas individuais. Estabelecer um período de uso e limites para treinamento de outros sistemas com as saídas.

Uma API, sozinha, não garante esse controle. Consultas repetidas podem revelar informação ou permitir aproximações do próprio modelo. São necessários limites técnicos, auditoria e mecanismos de aplicação das regras.

Para pensar a proposta, separo cinco camadas.

Lastro. A partir de quais registros fui modelado? De quais períodos da vida? Há informação de outras pessoas misturada? Posso retirar componentes?

Modelo. O que a representação consegue fazer e em quais domínios? Qual é seu erro? Como se testa se continua representando meus critérios?

Soberania. Quem autoriza, revoga, transfere ou encerra usos? Quais decisões permanecem com a pessoa representada?

Governança. Como essas condições são executadas? Há registros de consulta, auditoria, prazos e controle sobre usos derivados? Como se protegem terceiros e dados sensíveis?

Mercado. Quem participa do valor: a pessoa, quem desenvolve o modelo, a plataforma, uma comunidade ou uma cooperativa?

Essas camadas se relacionam, mas nenhuma substitui as demais. Um contrato não demonstra precisão. Um modelo preciso não garante consentimento. Um pagamento não resolve uma violação de direitos.

Se meu gêmeo ajuda uma pesquisa, quem produziu valor?

Voltemos à população de gêmeos. Imagine uma organização consultando milhares de representações para explorar campanhas, selecionar alternativas e depois testá-las com pessoas reais.

Se essa triagem funcionar, a capacidade vem da infraestrutura, da engenharia e do modelo de base. Também pode depender do lastro das pessoas representadas.

A pessoa talvez esteja dormindo enquanto sua representação participa de uma consulta. Sua trajetória, ainda assim, contribui para o resultado.

Podemos imaginar licenças coletivas. Uma associação permite certas pesquisas e impede outras. Uma cooperativa negocia condições. Uso acadêmico recebe condições diferentes das de uma exploração comercial.

Entregar resultados agregados pode reduzir exposição, mas não garante anonimato: alguns cruzamentos ainda podem identificar pessoas. E ninguém pode dispor livremente da intimidade de terceiros só porque ela apareceu em suas próprias conversas.

A proposta é criar condições para consultar capacidades com controle e participação no valor. Se haverá demanda, para quais capacidades e com qual remuneração, continua sendo uma pergunta econômica.

A corrida muda quando parte do ganho retorna à pessoa

Num arranjo extrativo, eu crio, meu lastro aumenta, outra organização melhora uma aproximação de mim e captura o benefício.

Agora imagine outro ciclo: eu crio, meu lastro aumenta, minha representação se torna mais útil, terceiros consultam capacidades autorizadas, recebo parte do valor e isso financia novas experiências.

Experiência. Lastro. Modelo. Capacidade. Remuneração. Nova experiência.

A corrida continua. Parte do ganho retorna a quem corre.

Isso poderia criar interesse em nutrir deliberadamente uma representação própria. Também pode criar incentivos perversos: registrar intimidade demais, transformar a vida em produção de dados ou concentrar rendimentos em quem já possui reconhecimento e poder de negociação.

Soberania precisa incluir a possibilidade de recusar esse mercado. Uma escolha só é defensável se preservar espaço para viver sem converter cada experiência em ativo consultável.

Um gêmeo parado se torna velho

O Gérson de 2026 não é necessariamente o Gérson de 2031.

Novas leituras podem reorganizar meus critérios. Mudanças de posição podem tornar antigas respostas inadequadas. Competências que hoje não tenho podem transformar os problemas que considero interessantes.

Uma representação congelada talvez continue imitando minha linguagem enquanto deixa de representar minhas decisões.

Essa desatualização varia por domínio. Alguns critérios permanecem estáveis. Outros mudam rapidamente. Por isso a validade de um gêmeo precisa ser avaliada, não presumida pela semelhança da sua voz.

O humano continua sendo fonte de atualização.

Há algo importante aí: a capacidade pode precisar de uma relação contínua com quem segue vivendo, aprendendo e se tornando diferente. O valor não está inteiramente encerrado nos registros já entregues.

Talvez a fronteira passe a correr conosco

Há mais de vinte anos, encontrei um nome estranho numa comunidade do Orkut. Hoje ele me ajuda a formular uma pergunta sobre a relação entre criação e representação.

Passamos a perguntar o que mostrar a alguém, o que criar para alguém e como produzir algo compatível com seus critérios.

A hipótese deste texto começa adiante: quais futuros plausíveis de uma pessoa podem ser explorados computacionalmente antes que ela própria os percorra?

Não sabemos até onde isso será possível. Os estudos citados não demonstram esse salto. Mas podemos discutir desde já quem controla essas representações, quem verifica seus limites e quem participa do valor que eventualmente produzirem.

Talvez eu continue chegando à fronteira enquanto cada passo fornece informação para uma aproximação capaz de encurtar a distância até ela.

É essa possibilidade que torna o vanguardismo obsoleto uma expressão tão incômoda. Chegar antes pode continuar exigindo criação, mas a duração e o destino dessa vantagem passam a depender também de quem governa aquilo que aprende comigo.

Talvez soberania digital precise incluir o direito de governar o que máquinas se tornam capazes de fazer porque aprenderam conosco.

Mais de vinte anos atrás, alguém chamou uma comunidade de Vanguardismo Obsoleto.

Não sei o que aquela pessoa queria dizer.

Mas talvez tenha escolhido o nome certo cedo demais.