Quando a IA se tornou popular? Uma linha do tempo completa

A IA se tornou um nome conhecido em um período de apenas oito semanas: de agosto a novembro de 2022, quando a arte gerada por IA começou a vencer competições e o ChatGPT foi lançado ao público.

Mas aquele momento não surgiu do nada. Ele foi fruto de quase 70 anos de pesquisa, duas décadas de fracassos e uma série de avanços que finalmente se alinharam ao mesmo tempo.

Então, o que é, na verdade, a IA, e por que levou sete décadas para passar de um workshop em Dartmouth a algo que sua avó usa para escrever e-mails? É isso que este artigo explica.

O ChatGPT se tornou o aplicativo de consumo que mais cresceu na história, atingindo 100 milhões de usuários em dois meses. Nenhum outro produto — nem o Instagram, nem o TikTok — chegou nem perto dessa velocidade. E, assim que alcançou esse marco, a cobertura se espalhou por toda parte: redações, salas de aula, TikTok, salas de reunião — todos falando sobre o mesmo assunto ao mesmo tempo.

Neste artigo, vamos percorrer as primeiras décadas em que a IA passou na obscuridade, o período de oito semanas que mudou tudo, as cinco mudanças técnicas que tornaram a década de 2020 diferente de todas as décadas anteriores, por que a IA decolou em alguns países mais rapidamente do que em outros, a reação negativa que veio com isso e como estão as coisas atualmente, em 2026.

Vamos entrar no assunto.

---

Principais conclusões

• O momento decisivo da IA ocorreu em um período específico: de agosto de 2022 (arte gerada por IA) a novembro de 2022 (ChatGPT), e não de forma gradual ao longo de anos. O ChatGPT atingiu 100 milhões de usuários em dois meses, um recorde que nenhum aplicativo de consumo havia alcançado antes.

• A década de 2020 teve sucesso onde as décadas de 1970 e 1990 falharam porque cinco fatores convergiram ao mesmo tempo: a arquitetura de transformadores, a disponibilidade de GPUs a preços acessíveis, uma explosão de dados de treinamento, a adoção digital impulsionada pela pandemia e centenas de bilhões em investimentos.

• A detecção de IA se tornou um setor à parte poucos meses após o lançamento do ChatGPT. O GPTZero entrou em operação em janeiro de 2023, o Turnitin adicionou a detecção de IA em abril de 2023 e a OpenAI retirou discretamente seu próprio classificador em julho de 2023, depois que ele detectou apenas um quarto dos textos escritos por IA.

• A adoção não é uniforme em todo o mundo. Os EUA e a China lideram em investimentos e implantação por parte das empresas, mas economias menores, como os Emirados Árabes Unidos, Cingapura e a Dinamarca, apresentam, na verdade, taxas mais altas de uso de ferramentas de IA pela população em geral.

• Em 2026, só o ChatGPT já havia ultrapassado 1 bilhão de usuários ativos semanais, e o debate sobre IA passou de “isso é real?” para “podemos confiar no que ele produz?”, e é exatamente por isso que as ferramentas de detecção e humanização agora são tão importantes quanto as próprias ferramentas de geração.

---

Os primórdios da inteligência artificial

A história da inteligência artificial remonta a um pequeno workshop realizado no Dartmouth College, em 1956.

Foi aí que John McCarthy reuniu um pequeno grupo de pesquisadores e lançou uma ideia ousada: e se pudéssemos descrever cada aspecto da inteligência humana com tanta precisão que uma máquina pudesse compreendê-la? Ele deu um nome à ideia — inteligência artificial —, e o mundo realmente não estava preparado para isso. Era uma ideia muito à frente de seu tempo.

Um ano depois, em 1957, Herbert Simon previu com confiança que, em vinte anos, as máquinas seriam capazes de realizar qualquer trabalho que uma pessoa pudesse fazer. Ele errou por algumas décadas e, sinceramente, ainda não chegamos totalmente lá.

Antes de a IA se tornar popular em 2023, ela passou por seis períodos distintos.

Período 1: A Centelha (1956–1966)

Esses primeiros anos renderam alguns avanços verdadeiramente impressionantes.

O “Logic Theorist” (1956) resolvia problemas matemáticos e chegou até a apresentar uma demonstração mais elegante do que a que os matemáticos já haviam publicado. O programa de damas de Arthur Samuel aprendeu jogando contra si mesmo e, quando foi apresentado na TV em 1956, as ações da IBM subiram 15 pontos. Era assim que tudo isso parecia novo e mágico naquela época.

Em 1966, surgiu o ELIZA, um chatbot básico criado para imitar um terapeuta. O mais curioso é que as pessoas acreditavam que ele realmente as compreendia. Até mesmo a secretária do próprio criador se afeiçoou a ele.

Mas a empolgação não durou muito.

Período 2: O primeiro inverno da IA (1974–1980)

Os governos esperavam milagres e, em vez disso, receberam protótipos e grandes promessas. O Reino Unido divulgou o contundente Relatório Lighthill, que concluiu que a IA não havia produzido nada que justificasse o investimento. Quase 90% do dinheiro desapareceu.

Nos EUA, o Relatório ALPAC constatou que a tradução automática era lenta, imprecisa e mais cara do que contratar tradutores humanos, mesmo depois de já terem sido gastos $20 milhões nela. O financiamento também acabou por lá. Por um tempo, parecia que a IA estava simplesmente morta.

Período 3: O primeiro momento de fama de AI (1997)

Então chegou 1997. O supercomputador Deep Blue, da IBM, derrotou o campeão mundial de xadrez Garry Kasparov e, pela primeira vez, a IA ganhou destaque junto ao público. O Deep Blue analisava 200 milhões de jogadas por segundo, venceu a partida e impulsionou a alta das ações da IBM.

Mesmo depois dessa vitória, a IA ainda não havia se tornado parte do cotidiano. Era cara, de caráter acadêmico e, em grande parte, restrita aos laboratórios de pesquisa. Na verdade, os cientistas evitavam usar o termo “IA” porque ele havia se tornado sinônimo de fracasso.

Período 4: A Fase Invisível (anos 2000–2010)

Esta foi a década em que a IA se infiltrou na vida cotidiana sem que ninguém percebesse. Corretores ortográficos, o ranking de resultados de busca do Google, as recomendações da Netflix, filtros de spam e a detecção de fraudes eram todos baseados em IA, mas as empresas evitavam completamente o uso dessa palavra. Quando a Siri foi lançada em 2011, a Apple falou sobre os recursos, e não sobre a “inteligência artificial” por trás deles.

Em 2012, o aprendizado profundo deu um grande salto adiante com o ImageNet, mas, fora dos círculos tecnológicos, quase ninguém percebeu. A IA estava melhorando discretamente, sem causar grande repercussão cultural.

Período 5: A lenta construção antes da explosão (2021–2022)

A maioria das pessoas acredita que a IA se tornou popular da noite para o dia com o ChatGPT em 2023, mas o verdadeiro avanço começou discretamente um ano antes.

Em junho de 2021, o GitHub Copilot trouxe a IA para o dia a dia da programação. Ao longo de 2021 e 2022, a API do GPT-3 permitiu que desenvolvedores incorporassem modelos de linguagem em suas próprias ferramentas. Em janeiro de 2022, o DALL-E 2 deu início à primeira onda viral de arte gerada por IA. O Midjourney surgiu em julho de 2022 e os artistas adoraram. Em agosto de 2022, o Stable Diffusion tornou-se de código aberto e, de repente, qualquer pessoa com um laptop passou a ter a geração de imagens ao alcance dos dedos.

Então tudo mudou.

Período 6: O momento do choque cultural (agosto de 2022)

Jason Allen inscreveu uma obra criada com o Midjourney no concurso de arte da Feira Estadual do Colorado e conquistou o primeiro lugar. O Twitter ficou em polvorosa. Os canais de notícias divulgaram a notícia. De repente, a IA deixou de ser uma história de tecnologia para se tornar uma questão cultural. Isso é realmente arte? O que se considera criatividade? As máquinas estão competindo com os humanos agora?

A IA já havia entrado oficialmente no debate público, três meses antes mesmo de o ChatGPT existir.

Uma linha do tempo visual

Setenta anos, seis períodos distintos e um intervalo de oito semanas que mudou tudo: é muita informação para assimilar apenas a partir do texto. O gráfico abaixo apresenta todo o arco cronológico lado a lado, desde o workshop em Dartmouth em 1956 até o ChatGPT ultrapassar 1 bilhão de usuários semanais em 2026, juntamente com a curva de adoção que mostra o quanto o crescimento da IA foi mais acentuado em comparação com todas as tecnologias de consumo que vieram antes dela.

[Gráfico de linha do tempo em largura total e gráfico de curva de adoção a serem inseridos aqui]

Por que a IA falhou no passado (e por que funcionou desta vez)

A IA não fracassou nas décadas de 1970 e 1990 porque as ideias estavam erradas. Ela fracassou porque a infraestrutura necessária para essas ideias ainda não estava pronta, e essa lacuna é exatamente o que torna a década de 2020 diferente.

Durante o primeiro “inverno da IA”, os pesquisadores tinham teorias plausíveis, mas não dispunham de poder de computação nem de longe suficiente para testá-las em grande escala. Uma única sessão de treinamento que hoje leva horas teria levado anos no hardware da década de 1970 — se é que teria sido possível executá-la.

O Relatório Lighthill não estava errado ao afirmar que a IA não havia produzido resultados. Ele simplesmente não levou em conta o fato de que as ferramentas necessárias para produzir esses resultados ainda não haviam sido inventadas.

A segunda fase de estagnação, após o Deep Blue no final da década de 1990 e início dos anos 2000, apresentava um problema diferente: os dados. O aprendizado de máquina precisa de enormes volumes de exemplos do mundo real para se aperfeiçoar em qualquer tarefa, e a internet simplesmente ainda não havia gerado dados suficientes para isso.

O Deep Blue conseguiu vencer no xadrez porque o xadrez tem regras fixas e um tabuleiro finito. A linguagem, as imagens e o raciocínio cotidiano não funcionam dessa maneira. Em 1997, não havia nenhum conjunto de dados nem de longe próximo dos 300 bilhões de palavras com os quais o ChatGPT seria treinado posteriormente.

O que mudou na década de 2020 não foi um único avanço, mas sim o fato de que todas as peças que faltavam surgiram nessa mesma década. O poder de computação ficou barato o suficiente para que equipes pequenas pudessem arcar com os custos. A internet havia acumulado texto, imagens e código suficientes para realmente ensinar algo a um modelo.

A arquitetura do Transformer resolveu o problema de velocidade que limitava todas as redes neurais anteriores. E, dessa vez, quando os modelos funcionavam, as pessoas comuns podiam acessá-los diretamente, em vez de ler sobre os resultados em um artigo científico.

Essa última parte talvez seja a diferença mais subestimada de todas. A vitória do Deep Blue foi manchete. O lançamento do ChatGPT foi algo que milhões de pessoas puderam experimentar por conta própria, naquela mesma noite, de graça.

Os “invernos da IA” anteriores ocorreram porque a tecnologia não conseguiu cumprir suas promessas. Desta vez, a tecnologia apareceu e entregou as chaves a todos de uma só vez.

Quando a IA começou a ganhar popularidade

30 de novembro de 2022, 12h PST: Lançamento do ChatGPT.

Em 5 dias, atingiu 1 milhão de usuários. Em 2 meses, chegou a 100 milhões, tornando-se o aplicativo de consumo que mais cresceu na história até então, cerca de 50 vezes mais rápido que o Instagram e mais de 4 vezes mais rápido que o TikTok. Nada mal para um chatbot que parece uma simples caixinha de texto.

E aqui está o mais incrível: a OpenAI não gastou nem um único dólar significativo em marketing. As próprias pessoas divulgaram o produto. A interface era tão simples que, bastava saber digitar para usar uma IA de ponta — e era de graça.

Então chegou janeiro de 2023. As escolas reabriram, e distritos de Seattle a Paris bloquearam o ChatGPT da noite para o dia. Os professores começaram a encontrar redações bem escritas, mas com um “brilho robótico” suspeito.

Posteriormente, a Turnitin revelou números impressionantes: dos mais de 200 milhões de trabalhos de estudantes analisados, 22 milhões apresentavam indícios de terem sido escritos, pelo menos em 20%, por IA, e 6 milhões pareciam ter sido gerados por IA em 80% ou mais.

A cobertura da mídia sobre a IA generativa aumentou mais de 800% em relação a 2022. A IA era o assunto do momento, ponto final.

Foi assim que, quase da noite para o dia, a IA passou de um tema de pesquisa de nicho a uma força cultural, um elemento disruptivo nas salas de aula, uma revolução nos negócios e o início de uma nova era tecnológica.

O boom da IA: a década de 2020 e além

A IA já existia há décadas, mas quase ninguém usava a expressão “IA” até a chegada da década de 2020. Então, por que foi justamente essa década que marcou a virada?

Cinco avanços se alinharam de uma forma que nunca havia ocorrido em nenhuma época anterior.

1. A inovação do transformador mudou tudo

Em 2017, o Google publicou o artigo “Attention Is All You Need”, que se tornou um dos artigos científicos mais citados do século, com mais de 173 mil citações até o momento.

Sua ideia central era radical: as redes neurais anteriores liam o texto como uma pessoa que lê devagar, uma palavra por vez. Os Transformers mudaram completamente essa abordagem. Eles liam sequências inteiras de uma só vez e usavam a “atenção” para identificar quais partes do texto eram mais importantes.

Graças a esse processamento paralelo, o treinamento foi significativamente mais rápido. O primeiro modelo Transformer foi treinado em apenas 12 horas, algo que teria sido impossível com a abordagem anterior.

Essa única inovação abriu caminho para tudo o que veio depois. O BERT surgiu em 2018 e tornou os mecanismos de busca visivelmente mais inteligentes. O GPT-2 foi lançado em 2019 e surpreendeu a todos com a fluidez de sua geração de texto. O GPT-3 atingiu 175 bilhões de parâmetros em 2020.

E o ChatGPT, em 2022, finalmente colocou tudo isso diretamente nas mãos das pessoas. Antes dos transformers, os modelos de IA esbarravam em limites significativos de escalabilidade. Com os transformers, esses limites desapareceram.

2. O hardware finalmente alcançou o nível esperado

A IA consome uma quantidade enorme de poder de computação, memória rápida e hardware que não derreta durante o treinamento. Felizmente, a década de 2020 acabou se revelando a combinação perfeita para o hardware.

As GPUs evoluíram muito além dos jogos. A arquitetura Ampere da NVIDIA, lançada em 2020, proporcionou enormes ganhos de desempenho. O Google foi ainda mais longe com suas TPUs específicas para IA, e seus chips Trillium mais recentes operam 4,7 vezes mais rápido, consumindo 30 vezes menos energia do que as versões anteriores.

Em 2024, o crescimento da NVIDIA foi tão acentuado que ela se tornou a primeira empresa da história a atingir o valor de $4 trilhões.

Enquanto isso, o custo da computação caiu rapidamente. Testes de treinamento que antes custavam dezenas de milhões de dólares passaram a ser acessíveis para equipes pequenas, e plataformas em nuvem como AWS, Google Cloud e Azure começaram a oferecer tempo de GPU com pagamento conforme o uso. Pela primeira vez na história, qualquer pessoa com uma ideia poderia realmente começar a desenvolvê-la.

3. O mundo gerou mais dados do que nunca

A IA aprende com os dados, e o mundo estava produzindo mais dados do que qualquer ser humano poderia esperar processar. O volume global de dados passou de 2 zettabytes em 2010 para 64,2 zettabytes em 2020, com uma estimativa de 394 zettabytes até 2025 — um aumento de aproximadamente 197 vezes em quinze anos.

O próprio ChatGPT foi treinado com cerca de 300 bilhões de palavras extraídas de livros, sites e repositórios de código. A IA da velha guarda precisava que os humanos codificassem manualmente as regras (“se isso, então aquilo”). A IA moderna simplesmente aprende com a produção escrita coletiva da humanidade.

4. A COVID-19 acelerou a adoção da tecnologia digital em anos

Então, a pandemia chegou e tudo passou a ser feito online da noite para o dia. Empresas que há anos resistiam à automação foram forçadas a adotá-la. O trabalho remoto fez com que as ferramentas baseadas em IA se tornassem comuns quase que por acaso: transcrição, resumo, colaboração virtual e suporte automatizado.

Uma importante pesquisa revelou que a transformação digital se acelerou em 5,3 anos durante a pandemia da COVID-19. Outra pesquisa descreveu o fenômeno simplesmente como “dois anos de transformação em poucos meses”.”

Quando o ChatGPT foi lançado, no final de 2022, as pessoas já estavam acostumadas com videochamadas, aplicativos na nuvem, fluxos de trabalho digitais e automação. O público já estava preparado e pronto. O ChatGPT não criou essa demanda; ele apenas atendeu a ela no momento certo.

5. O dinheiro começou a fluir para a IA como nunca antes

O investimento é o combustível, e a IA recebeu uma grande quantidade dele. Os gastos globais com IA saltaram de $18 bilhões em 2014 para $119 bilhões em 2021 e dobraram novamente logo após a pandemia. Até 2025, previa-se que as empresas gastariam $400 bilhões em infraestrutura de IA.

O maior sinal de todos foi o Projeto Stargate, uma parceria no valor de $500 bilhões entre a OpenAI, a SoftBank, a Oracle e a MGX, anunciada em janeiro de 2025.

Os modelos de negócios também se tornaram realidade. O modelo “freemium mais assinatura”, que combina um plano gratuito com um plano Pro de $20 por mês, revelou-se extremamente lucrativo. O GitHub Copilot agora gera mais receita do que o GitHub gerava na época em que a Microsoft o adquiriu. 92% das empresas da Fortune 500 utilizam o ChatGPT Enterprise, e 90% utilizam o GitHub Copilot.

Tudo isso parece empolgante até você pensar no lado negativo: o mundo está hoje repleto de conteúdo, e a IA é capaz de gerar tudo isso. Isso torna mais difícil do que nunca distinguir o que é real. Assim como todo veneno acaba tendo um antídoto, o mundo da IA precisava de ferramentas de detecção para garantir a integridade das informações.

Ferramentas como a TruthScan Detector de deepfake, que verifica imagens, rostos, vozes e vídeos, e a Undetectable AI’s Verificador de IA e Detector de vídeo com IA, que sinalizam textos gerados por IA e imagens manipuladas, surgiram a partir dessa mesma pressão. À medida que a IA foi se aperfeiçoando na criação de conteúdo, o mundo passou a precisar de ferramentas igualmente eficazes para validá-lo.

O setor de detecção surgiu em 2023

Enquanto o mundo se maravilhava com o que a IA generativa era capaz de criar, um segundo setor se formava discretamente logo por baixo dele: o negócio de comprovar o que a IA não criou.

Tudo aconteceu muito rápido. O GPTZero foi lançado em janeiro de 2023, criado por um estudante de Princeton, Edward Tian, que desenvolveu o código durante as férias de inverno. O site travou já na primeira semana, devido a 30 mil acessos, e precisou de suporte de emergência ao servidor apenas para permanecer online.

O Turnitin, o verificador de plágio já instalado em salas de aula em todo o mundo, adicionou seu próprio recurso de detecção por IA em abril de 2023, oferecendo às instituições a primeira ferramenta em grande escala para identificar trabalhos de alunos redigidos por máquinas.

A OpenAI também tentou se antecipar ao problema. Ela lançou seu próprio classificador de texto por IA apenas dois meses após o lançamento do ChatGPT, mas a ferramenta nunca funcionou bem. De acordo com os próprios números divulgados pela empresa, ela identificou corretamente apenas 26% dos textos escritos por IA como provavelmente gerados por IA, enquanto sinalizou erroneamente textos escritos por humanos como gerados por IA em 9% das vezes.

A OpenAI retirou discretamente o classificador de circulação em 20 de julho de 2023, menos de seis meses após seu lançamento, alegando um baixo índice de precisão. A empresa, que possui o conhecimento mais profundo possível sobre seu próprio modelo, não conseguiu tornar a detecção confiável e afirmou isso publicamente.

Essa lacuna foi exatamente o que impulsionou o avanço dessa categoria. Ferramentas de detecção desenvolvidas especificamente para esse problema, em vez de serem simplesmente acopladas a um produto já existente, começaram a melhorar rapidamente. E, paralelamente, surgiu uma segunda categoria relacionada: a humanização.

Se a redação gerada por IA possui uma assinatura estatística detectável, algumas pessoas querem ferramentas que a identifiquem, enquanto outras querem ferramentas que a suavizem para que o texto volte a soar natural. Essa é toda a premissa por trás de um Humanizador de IA, reescrever textos gerados por IA para que soem como se tivessem sido escritos por uma pessoa.

Em 2026, isso já havia se tornado um setor real e permanente, em vez de uma onda de ferramentas criadas por pânico. A detecção agora abrange texto, imagens, vídeo e voz. As instituições contam com ela diariamente. E ela existe por uma razão simples: no momento em que a geração de conteúdo ficou boa o suficiente para enganar as pessoas, a verificação tornou-se tão necessária quanto a própria geração.

Por que a IA se tornou popular

A IA se tornou tão popular por três motivos principais.

Acessibilidade e usabilidade

Essa é, sem dúvida, a principal razão. Antes do ChatGPT, a IA parecia um sonho distante, algo ao alcance apenas de especialistas. Era preciso aprender TensorFlow, Python e uma série de ferramentas de linha de comando só para começar.

Então, o ChatGPT chegou e mudou tudo. Era possível digitar uma pergunta em inglês simples, ou em sua própria língua nativa, e obter uma resposta sofisticada instantaneamente. A estratégia de preços também ajudou. Qualquer pessoa com acesso à internet podia experimentar o GPT-3.5 gratuitamente, e usuários avançados podiam assinar o ChatGPT Plus por $20 por mês, muito mais barato do que qualquer software especializado anterior.

A API também ficou consideravelmente mais acessível, com uma redução de 83% no custo entre julho de 2023 e julho de 2025, o que tornou viável para as startups desenvolverem soluções com base nela em grande escala.

By June 2023, the mobile app launched, and ChatGPT’s iOS app was downloaded 16 million times in just two months, highlighting the growing demand for an iOS app development company to create accessible AI-powered mobile experiences. It wasn’t just accessible to nearly everyone. It was genuinely easy to use.

Produtividade e personalização

Qualquer pessoa que já tenha realmente utilizado IA no trabalho percebeu a mudança na produtividade. Em média, os funcionários que utilizam IA generativa economizam 5,4% de suas horas semanais — o que equivale a cerca de 2,2 horas em uma semana de 40 horas —, e os funcionários que utilizam ativamente a IA são 33% mais produtivos.

A programação é o exemplo mais claro. Em um teste com 95 programadores profissionais, o GitHub Copilot permitiu que eles concluíssem as tarefas 55,8% mais rápido. E isso não se limita apenas à programação. Um estudo da Universidade de Stanford e do Banco Mundial analisou 18 tarefas comuns de trabalho e constatou que a IA reduziu o tempo de conclusão em mais de 60%, em média.

O tempo dedicado às tarefas de redação caiu de 80 minutos para 25. Os professores economizam cerca de 6 horas por semana, e os trabalhadores menos qualificados obtêm ganhos de produtividade de até 14%, o que está, discretamente, nivelando o campo de atuação entre os diferentes níveis de qualificação.

A personalização é igualmente importante. As pessoas respondem bem a experiências que parecem ter sido feitas sob medida para elas, e a IA facilita isso em grande escala. No comércio eletrônico, os mecanismos de recomendação aumentam o valor médio dos pedidos em 10 a 15%, elevam as taxas de cliques em 21% e reduzem o abandono de carrinhos em 25%.

As empresas B2B apresentam resultados igualmente sólidos, com taxas de conversão 80% mais altas graças à personalização impulsionada por IA.

Isso também fica evidente no dia a dia do trabalho e na vida escolar. Os alunos concluem redações e tarefas mais rapidamente com um Escritor de ensaios. Redatores de conteúdo e blogueiros produzem posts otimizados para SEO com um Redator de SEO.

Os candidatos a emprego enviam candidaturas mais direcionadas usando nosso Aplicador de empregos com IA. Essas ferramentas continuam em uso porque proporcionam resultados que as pessoas podem realmente medir: tarefas feitas mais rapidamente, conteúdo de melhor qualidade, mais entrevistas, maior produtividade.

Adoção viral e cobertura da mídia

Quando o ChatGPT foi lançado, viralizou quase que imediatamente. Todo mundo queria mostrar como ele economizou horas escrevendo código, concluindo tarefas ou redigindo posts para blogs.

Ao mesmo tempo, a arte gerada por IA se espalhava pelas redes sociais. As criações fotorrealistas do Midjourney tomavam conta dos feeds do Instagram, enquanto o DALL-E produzia imagens impressionantes e, às vezes, hilárias. O TikTok amplificou tudo isso.

Conteúdos relacionados à IA estavam por toda parte na plataforma ao longo de 2023 e 2024, e só a hashtag ##ai atingiu cerca de 5 bilhões de visualizações em 750 mil postagens em um único mês, no auge da tendência.

A cobertura jornalística seguiu a mesma tendência. Entre o final de 2022 e 2023, a CNBC, a CNN, a Fox e a MSNBC publicavam matérias sobre IA diariamente. Expressões como “IA generativa”, “modelos de IA”, “segurança da IA” e “IA responsável” começaram a aparecer em todos os lugares.

As primeiras manchetes demonstravam admiração com o que a IA era capaz de fazer. Em meados de 2023, o foco mudou para os riscos: perda de empregos, fraudes nas escolas, deepfakes e manipulação eleitoral. Roteiristas e atores de Hollywood entraram em greve, em parte por causa da IA; artistas e autores entraram com ações judiciais; e a União Europeia acelerou a aprovação de sua Lei de IA para se antecipar ao problema.

Popularidade da IA por região

A IA não se disseminou de maneira uniforme pelo mundo, e a disparidade entre os países revela algo que as manchetes centradas nos EUA geralmente deixam de lado.

Os Estados Unidos lideram em investimentos e implantação de iniciativas empresariais, atraindo cerca de $286 bilhões em investimentos privados em IA somente em 2025 e produzindo os modelos de ponta mais notáveis entre todos os países. Mas o uso pela população mostra um quadro diferente.

Na verdade, os EUA ficam bem fora do ranking global dos 20 primeiros países em termos de uso de ferramentas de IA pela população em geral, apesar de dominarem o setor corporativo e de pesquisa.

Economias menores e mais ricas seguiram o caminho oposto. Os Emirados Árabes Unidos lideram o mundo no uso de IA em nível populacional, com 64%, seguidos por Cingapura, com quase 61%, e pela Noruega, com mais de 46%. Esses países investiram desde cedo em infraestrutura de IA e tornaram essas ferramentas parte integrante da vida pública cotidiana, e não apenas dos fluxos de trabalho empresariais.

A China e a Índia lideram em uma categoria diferente: a implantação empresarial em escala nacional. Ambos os países relatam que a IA está em uso ativo em 57 a 58% de empresas, à frente dos EUA nesse indicador específico, impulsionados pelos setores de manufatura, comércio eletrônico e pelas iniciativas de digitalização do governo.

A Índia também se tornou um dos mercados de crescimento mais rápido do ChatGPT, ultrapassando a marca de 100 milhões de usuários ativos semanais em 2026, após o lançamento do plano ChatGPT Go, de custo mais acessível, criado especificamente para a região.

A Europa situa-se em algum ponto intermediário, com diferenças entre os países. Dinamarca, Finlândia e Suécia apresentam taxas de adoção pelas empresas bem acima da média da UE, enquanto as disposições relativas a alto risco da Lei de IA da UE, com entrada em vigor prevista para agosto de 2026, estão levando o restante do bloco a adotar uma abordagem mais cautelosa e voltada para a conformidade na implementação.

O Brasil e a região da América Latina como um todo também apresentam um forte impulso, com a adoção crescendo mais rapidamente nos setores de atendimento ao cliente e serviços financeiros.

O padrão que se destaca é simples: a popularidade da IA não se resume apenas a quem cria os melhores modelos. Trata-se de quais governos e culturas tornaram essas ferramentas fáceis, baratas e comuns de se usar no dia a dia.

A Linha do Tempo do Backlash

Toda onda de adoção tão rápida acaba encontrando resistência, e a reação contrária à IA surgiu quase tão rapidamente quanto sua popularidade.

Tudo começou nas salas de aula. Em janeiro de 2023, distritos escolares de Seattle a Paris já haviam bloqueado totalmente o ChatGPT, preocupados com uma onda de redações escritas por IA. Muitos desses mesmos distritos revogaram a proibição em menos de um ano, ao perceberem que bloquear o acesso não impedia o uso, apenas o deslocava para fora da plataforma e fora de vista.

Em meados de 2023, Hollywood aderiu ao movimento. O Sindicato dos Roteiristas dos Estados Unidos (Writers Guild of America) entrou em greve em maio de 2023, tendo as proteções contra a IA como uma das principais reivindicações, e o SAG-AFTRA seguiu o exemplo em julho; ambos citaram preocupações com o uso da IA pelos estúdios para gerar roteiros ou reproduzir a imagem de artistas sem consentimento ou remuneração. As greves duraram meses e terminaram com a assinatura de alguns dos primeiros contratos de trabalho nos EUA a abordar explicitamente a IA generativa.

Os desafios jurídicos não demoraram a surgir. Autores, artistas visuais e veículos de comunicação entraram com uma enxurrada de ações judiciais relacionadas a direitos autorais contra empresas de IA ao longo de 2023 e 2024, alegando que os dados de treinamento haviam sido extraídos de suas obras sem permissão.

A Getty Images moveu uma ação contra a Stability AI. O *New York Times* moveu uma ação contra a OpenAI e a Microsoft. Muitos desses processos ainda estão em andamento nos tribunais.

Os órgãos reguladores também agiram, embora de forma mais lenta do que a própria tecnologia. A União Europeia já vinha elaborando sua Lei de IA antes mesmo da existência do ChatGPT, mas a reação do público à IA generativa acelerou consideravelmente o cronograma.

As disposições da lei relativas a sistemas de alto risco entram em vigor em agosto de 2026, regulamentando formalmente como os sistemas de IA podem ser desenvolvidos, implantados e divulgados em toda a UE. Os EUA adotaram uma abordagem mais branda em comparação, com um plano de ação federal sobre IA apresentado em janeiro de 2026 que priorizava a inovação em detrimento da restrição, enquanto os estados começaram a aprovar suas próprias leis sobre trabalho e divulgação relacionadas à IA para preencher a lacuna deixada.

Nada disso diminuiu a popularidade da IA. Pelo contrário, sua adoção continuou crescendo mesmo em meio a todas as notícias sobre processos judiciais e greves. Mas isso mudou de forma definitiva o tom da discussão, que passou de “veja o que isso é capaz de fazer” para “quem é o responsável quando algo dá errado”.”

2026: A situação atual

Quatro anos após o lançamento do ChatGPT, os números continuam subindo de maneiras que poucas pessoas previram no final de 2022.

A OpenAI confirmou que o ChatGPT havia ultrapassado 1 bilhão de usuários ativos semanais até o final de julho de 2026, atingindo essa marca cerca de sete meses depois da meta interna original da empresa, mas ainda assim tornando-se um dos produtos de consumo que mais rapidamente alcançaram essa escala na história.

A receita anualizada ultrapassou $25 bilhões no início do ano, e a OpenAI fechou uma rodada de financiamento que avaliou a empresa em $852 bilhões.

O cenário competitivo também não se parece em nada com o que era em 2023. O Gemini, do Google, e o Claude, da Anthropic, reduziram significativamente a diferença entre si; segundo relatos, a receita corporativa do Claude teria ultrapassado a da OpenAI em alguns segmentos do mercado empresarial, embora o ChatGPT ainda detenha a maior fatia geral do tráfego de consumidores.

Essa competição tem sido positiva para o ritmo do progresso, mas menos previsível para todos aqueles que tentam acompanhá-lo.

A adoção da IA pelas empresas tornou-se praticamente uma prática padrão, em vez de um experimento. Cerca de 88% das empresas pesquisadas em todo o mundo já utilizam IA em pelo menos uma função de negócios, mais do que o dobro da taxa registrada em 2023.

O debate na maioria das empresas passou de “devemos usar isso?” para “como vamos gerenciá-lo?”, e é exatamente por isso que as ferramentas de detecção, verificação e divulgação deixaram de ser uma preocupação de nicho para se tornarem parte integrante das práticas comerciais online.

E a fronteira continua avançando. A IA autônoma — sistemas capazes de planejar e executar tarefas com várias etapas com supervisão mínima — passou de um conceito de pesquisa para algo que as empresas estão implementando ativamente em fluxos de trabalho reais.

Ainda não está totalmente desenvolvida, mas a tendência é clara o suficiente para que a maior parte do setor já a considere a próxima grande mudança, da mesma forma que o texto generativo foi em 2022 e a geração de imagens foi em 2021.

O futuro da popularidade da IA

No momento, a próxima grande fronteira são os headsets e os dispositivos vestíveis. A IA está se expandindo para o mundo físico e virtual, não ficando mais restrita apenas à tela. Empresas como Google, Meta e Apple estão desenvolvendo óculos e headsets com tecnologia de IA capazes de ver o que você vê, ouvir o que você ouve e oferecer ajuda em tempo real.

O mercado de RV saltou de $35 bilhões em 2023 para $45 bilhões em 2024, com mais de 14 milhões de headsets vendidos. A IA já é capaz de gerar ambientes virtuais completos, criar personagens inteligentes e ajustar experiências dinamicamente, e só o setor de jogos de RV poderia atingir $45 bilhões até 2027.

A realidade aumentada, aliada à IA, está trazendo assistência inteligente para as rotinas diárias: sobreposições de tradução em tempo real, reconhecimento de objetos com recuperação instantânea de informações, navegação sensível ao contexto e aplicações industriais, como manutenção e treinamento de funcionários.

Esses óculos inteligentes poderiam tornar a IA tão comum quanto os smartphones, mas integrada ao dia a dia de forma ainda mais natural.

Olhando mais adiante, em direção a 2030, o maior avanço provavelmente será o amadurecimento total da IA autônoma. Atualmente, a IA ainda precisa de orientação passo a passo por parte de um ser humano.

A tendência aponta para uma IA capaz de planejar, executar e gerenciar fluxos de trabalho complexos de forma autônoma, agindo menos como uma ferramenta que você opera e mais como um colega a quem você delega tarefas.

A próxima fase da detecção

À medida que a IA se torna cada vez mais capaz de criar textos, imagens, vídeos e até mesmo realizar tarefas por conta própria, fica cada vez mais difícil distinguir o que foi criado por um ser humano e o que foi criado por uma máquina. É exatamente por isso que a detecção e a transparência são mais importantes agora do que em qualquer outro momento desta linha do tempo.

Existem algumas ferramentas desenvolvidas especificamente para esse momento. TruthScan detecta deepfakes e verifica imagens, rostos, vozes e vídeos.

Nosso Detector de IA marca o texto gerado por IA para que você saiba se foi escrito por uma máquina. E nosso Humanizador de IA ajuda a reescrever textos gerados por IA para que voltem a soar naturais.

Experimente nosso Detector de IA e nosso Humanizador no widget abaixo.

Perguntas frequentes

Conclusão

Então, quando a IA se tornou popular? Oficialmente, naquele período de oito semanas entre agosto e novembro de 2022, mas isso foi resultado de 70 anos de pesquisa, fracassos, persistência e momentos decisivos que finalmente se concretizaram ao mesmo tempo.

Quando a IA generativa se tornou popular? Em duas ondas: primeiro, em agosto de 2022, quando a arte gerada por IA chocou o mundo ao vencer um concurso em uma feira estadual; depois, em novembro de 2022, quando o ChatGPT tornou a IA acessível a qualquer pessoa com conexão à internet.

O que diferenciou a década de 2020 de todas as décadas anteriores não foi um único fator. Foi a combinação da tecnologia certa, do hardware certo, da quantidade certa de dados e do momento cultural certo, tudo isso ocorrendo ao mesmo tempo.

E a IA não teve apenas um surto repentino para depois desaparecer. Ela continuou sendo útil, não apenas em laboratórios ou em demonstrações tecnológicas, mas na vida cotidiana: redação, programação, arte, busca por emprego e organização do trabalho. Esse boom vem ocorrendo há apenas alguns anos, e já vimos tantas mudanças. Vale a pena imaginar o que os próximos anos trarão.

Para uma detecção de IA confiável e humanização que mantém seu conteúdo autêntico, experimente Undetectable AI hoje.