Miguel Nicolelis e a IA: o que a crítica dele revela

O neurocientista Miguel Nicolelis voltou ao centro do debate brasileiro sobre inteligência artificial com uma tese incômoda: a tecnologia que move trilhões de dólares não seria nem inteligente nem artificial. Este artigo separa o que ele de fato diz, com fontes datadas, do que virou meme — e traduz a crítica em decisões práticas para quem precisa escolher onde usar IA no próprio negócio.

Trabalho com integração de modelos de IA em projetos reais na Agathas Web desde que os primeiros LLMs viraram API pagável. Já vi cliente economizar horas de atendimento com automação e já vi projeto de IA morrer por expectativa inflada. Por isso a crítica de Miguel Nicolelis me interessa: ela não é ludismo, é uma régua de expectativa. E régua de expectativa é exatamente o que falta na maioria dos projetos de IA que chegam até nós.

TL;DR

• Para Miguel Nicolelis a IA "não é nem inteligente nem artificial": inteligência seria propriedade emergente de organismos vivos, não computável por algoritmo.
• Ele chamou o boom atual de "o maior delírio coletivo da história da humanidade" em entrevista à CartaCapital (24/11/2025) e de "um dos maiores engodos que a humanidade já produziu" no Despertar 2025.
• A crítica tem três eixos: conceitual (o que é inteligência), econômico (bolha e concentração) e cognitivo (delegar demais atrofia habilidade).
• Nada disso implica que a ferramenta seja inútil — ele próprio reconhece uso legítimo em análise estatística e leitura de padrões neurais.
• Para empresas, a leitura útil é: automatize tarefa determinística, mantenha humano na decisão, e nunca compre roadmap baseado em promessa de AGI.

Quem é Miguel Nicolelis e por que o nome voltou a buscar

Miguel Nicolelis é médico, neurocientista e professor da Duke University, nos Estados Unidos. Ficou conhecido do grande público pela interface cérebro-máquina do exoesqueleto que deu o pontapé simbólico da Copa de 2014. É, portanto, alguém que passou a carreira construindo a ponte entre neurônio e máquina — não um crítico de fora do campo.

O interesse recente tem causa concreta: uma sequência de aparições públicas em que ele endureceu o discurso. Em 5 de março de 2026, deu a palestra "Inteligência artificial X inteligência natural – uma disputa desigual" na Universidade de Fortaleza. Em 17 de março de 2026, o Instituto Humanitas Unisinos publicou uma síntese das suas teses assinada por Patricia Fachin. E ele está escalado para o Encontro Futuro Vivo, em 1º de setembro, no Teatro Vivo (São Paulo), num diálogo com o psiquiatra Rodrigo Bressan sobre mente, consciência e os mitos da IA, com transmissão aberta pelo portal Terra.

Ou seja: não é uma declaração isolada. É uma campanha argumentativa sustentada, o que explica por que o tema sobe no Google Trends em ondas.

O argumento conceitual: "nem inteligente, nem artificial"

O núcleo da crítica é definicional, e vale entender antes de concordar ou discordar. Segundo Miguel Nicolelis a inteligência "é uma propriedade emergente dos organismos" — algo que emerge de milhões de anos de evolução em tecido vivo, e não um cálculo. Daí a segunda parte: "Ela não é computável. Você não consegue computar, criar uma fórmula ou um algoritmo que defina a sua ou a minha."

O "artificial" também cai, no argumento dele, porque os sistemas dependem de trabalho humano invisível em toda a cadeia: quem escreve o corpus, quem rotula, quem faz RLHF, quem valida saída — e quem usa o ChatGPT, treinando o modelo de graça. Uma máquina alimentada por milhões de pessoas seria menos artificial do que o marketing sugere.

Ele fecha com a farpa mais citada: "É muito curioso como uma área tenta vender um produto que eles não sabem como definir." E lembra a origem comercial do termo — cunhado por John McCarthy nos anos 1950, num contexto de captação de recursos junto ao Departamento de Defesa americano.

Onde o argumento é forte e onde é escorregadio

Forte: é verdade que a indústria não tem definição operacional consensual de "inteligência", e que benchmarks medem desempenho em tarefa, não cognição. Escorregadio: um sistema pode ser economicamente útil sem ser inteligente no sentido neurocientífico. Um compilador não "entende" código e ainda assim mudou o mundo. A crítica acerta o rótulo; ela não elimina o valor de uso.

O cérebro não é um computador digital — e por que isso importa

Numa palestra na Universidade de Fortaleza, Miguel Nicolelis resumiu a objeção técnica: "O cérebro humano não funciona como um computador digital: ele opera de maneira dinâmica, analógica e em constante transformação." Não é figura de linguagem. É uma afirmação sobre substrato.

Um transistor tem dois estados. Um neurônio integra sinais químicos e elétricos num contínuo, muda de configuração conforme o contexto, e opera dentro de um corpo que sente fome, medo e cansaço. Para Miguel Nicolelis essa diferença de arquitetura é o motivo pelo qual replicar a mente em silício "vai contra as leis da física" — e não apenas um problema de escala de GPU.

O que isso não significa

Não significa que o produto não funcione. Significa que a promessa de "superinteligência iminente" — usada para justificar valuation, corrida armamentista de data center e demissão antecipada — não tem lastro científico consensual. Para quem assina contrato, a distinção é prática: você está comprando uma ferramenta estatística madura, não um colaborador digital. Precifique como ferramenta.

O livro "NINA"

Ele levou a tese ao extremo do trocadilho: está escrevendo uma biografia batizada de NINA — sigla de "nem inteligente, nem artificial". O nome sintetiza a posição pública que Miguel Nicolelis sustenta há pelo menos três anos, desde as entrevistas em que descreveu a IA como marketing para explorar trabalho humano barato.

O argumento econômico: "delírio coletivo" e risco de bolha

Em entrevista à CartaCapital publicada em 24 de novembro de 2025, Miguel Nicolelis classificou o boom da IA como "o maior delírio coletivo da história da humanidade". Antes, no evento Despertar 2025, em São Paulo, já havia chamado a tecnologia de "um dos maiores engodos que a humanidade já produziu", segundo reportagem da CNN Brasil.

A leitura de Miguel Nicolelis é de economia política: o que se vende como revolução tecnológica seria um projeto ideológico de big techs voltado à automação máxima do trabalho e ao "lucro infinito", com desemprego, especulação e captura de dados como externalidades aceitas. Ele também aponta concentração de capital — usando a Nvidia como termômetro de desequilíbrio sistêmico — e critica a atração de data centers para o Brasil sem contrapartida real de emprego ou transferência de tecnologia.

Aqui cabe honestidade intelectual: comparar valor de mercado de uma empresa com PIB de um país é retórica, não contabilidade. Mas a preocupação de fundo — dependência de uma cadeia estreita de fornecedores de GPU — é discutida seriamente também por quem é entusiasta de IA.

Onde Miguel Nicolelis reconhece que a IA funciona

Este é o pedaço que some das manchetes. Ele reconhece utilidade em casos específicos: análise de grandes bancos de dados estatísticos e uso de redes neurais artificiais para achar padrões na atividade cerebral — algo que ele próprio usa em laboratório.

Traduzindo para o vocabulário de negócio: a IA é boa onde a tarefa é reconhecimento de padrão em volume. Ela é fraca onde a tarefa exige compromisso com a verdade. É exatamente a fronteira que a gente usa para desenhar escopo de projeto.

O argumento cognitivo: o custo de delegar demais

O terceiro eixo da crítica de Miguel Nicolelis é o que menos circula e o que mais deveria interessar a gestor. A tese: à medida que se delega função à máquina, o cérebro "percebe que não precisa mais gastar energia" naquilo, e a habilidade atrofia. O exemplo dele é doméstico — quase ninguém mais decora número de telefone.

O que isso significa dentro de uma equipe

Não é argumento para proibir IA. É argumento para desenhar processo. Três cuidados que aplicamos:

1. Preserve a tarefa de julgamento. Se a IA redige a proposta comercial, o humano define preço, escopo e risco. Delegue o rascunho, nunca o critério.
2. Mantenha rota manual viva. Toda automação precisa de um caminho humano testado periodicamente. Automação sem plano B vira ponto único de falha.
3. Não deixe o júnior pular a fundação. Quem aprende a programar só aceitando sugestão de IA não desenvolve modelo mental de depuração. O custo aparece dois anos depois.

Alucinação: não é defeito de versão, é como o modelo funciona

Miguel Nicolelis descreve os grandes modelos de linguagem como sistemas que usam dados do passado para moldar o futuro e que "alucinam", produzindo respostas descoladas da verdade, sem compromisso com acurácia.

Tecnicamente, ele está apontando algo real: um LLM otimiza probabilidade do próximo token, não veracidade. Confiança e correção são variáveis independentes — o modelo soa igualmente seguro quando acerta e quando erra. Por isso, em qualquer fluxo que gere consequência (preço, prazo, orientação jurídica, dado de cliente), tem que existir verificação determinística fora do modelo. É a mesma disciplina que descrevemos ao falar de agentes de IA em empresas: agente que age precisa de trilha de auditoria, não só de prompt bom.

O que a crítica muda na prática — tabela de decisão

Situação	Se você levar Miguel Nicolelis a sério	Erro comum
Atendimento no WhatsApp	Automatiza triagem, FAQ e roteamento; humano assume negociação	Prometer "atendente virtual que resolve tudo"
Geração de conteúdo	Usa como rascunho e pesquisa; revisão editorial obrigatória	Publicar saída bruta e chamar de escala
Análise de dados	Usa para achar padrão e hipótese; valida com estatística	Aceitar a explicação do modelo como causal
Suporte técnico	Sugere resposta ao agente humano	Deixar o modelo decidir reembolso ou SLA
Contratação de fornecedor	Compra capacidade entregue hoje	Comprar roadmap baseado em AGI futura
Substituição de equipe	Redistribui tarefa repetitiva	Demitir antes de medir qualidade real

Sobre a última linha, aliás, já escrevemos o caso concreto de uma empresa de software que cortou pessoal apostando em agentes: vale ler o que aconteceu com a Atlassian em 2026.

Como aplicamos essa régua nos projetos da Agathas Web

Sou desenvolvedor full stack há mais de 15 anos e fundei a Agathas Web em 2008. Nos últimos ciclos, quase todo briefing chega com "queremos IA" antes de "queremos resolver X". Nossa primeira pergunta virou outra: qual tarefa hoje custa hora humana repetitiva e tem resultado verificável?

Na prática, isso produz escopos assim:

• Automação de atendimento com a API oficial do WhatsApp, onde a IA classifica intenção e o humano fecha venda. A diferença entre app e API pesa muito nesse desenho — explicamos em WhatsApp Business App vs API Oficial.
• Assistência a conteúdo com revisão obrigatória, porque publicar texto não verificado é passivo de marca.
• Classificação e extração de documentos, onde a saída é estruturada e confrontável com regra de negócio.
• Recusa explícita de escopos que dependam de o modelo "entender" o cliente. Isso não é entrega, é aposta.

Quem quiser o outro lado do balcão — o que as plataformas realmente anunciaram no último ciclo — pode comparar com nossa cobertura do Google I/O 2026 para empresas. Ler o crítico e o vendedor no mesmo dia é o melhor antídoto contra os dois.

Armadilhas comuns de quem só leu a manchete

• Virar negacionista de ferramenta. Concordar com a crítica conceitual e concluir "IA é inútil" é um salto que o próprio argumento não sustenta.
• Usar a crítica para adiar decisão. Ceticismo vira desculpa quando o concorrente já automatizou triagem e você ainda debate ontologia.
• Citar sem fonte. Frases de Miguel Nicolelis circulam recortadas e sem data. Antes de usar em apresentação, volte ao veículo original.
• Confundir bolha financeira com fim da tecnologia. A bolha das pontocom estourou; a web continuou. Bolha corrige preço, não apaga capacidade instalada.
• Ignorar o eixo cognitivo. É o mais acionável dos três e o menos discutido em reunião de diretoria.

Conclusão: ceticismo operacional, não fé nem pânico

A contribuição mais útil de Miguel Nicolelis para quem toca um negócio não é a previsão de bolha, nem a disputa sobre o que é inteligência. É a exigência de definir, antes de contratar qualquer coisa, o que o sistema precisa entregar de verificável. Modelo que não tem métrica de acerto não tem contrato — tem torcida.

Se você está avaliando onde a IA cabe na sua operação, comece pequeno: escolha uma tarefa repetitiva, defina como medir erro, rode em paralelo com o processo humano por 30 dias e só então decida escalar. É devagar, é chato e é o que sobrevive quando o ciclo de hype vira.

Se quiser discutir um caso concreto — atendimento, EAD, automação de processo — é só chamar a gente. A conversa começa pela tarefa, não pela sigla.